CN113627570A - 一种区域入侵检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提出一种区域入侵检测方法、装置、电子设备及存储介质。其中方法包括：获取环境信息；根据环境信息选择红外传感器的带通滤波片；采用红外传感器确定待检测区域存在入侵的第一置信度及第一入侵者类型；根据环境信息选择声纹识别模型，采用声纹识别模型识别待检测区域中的声纹信息，根据声纹信息确定待检测区域存在入侵的第二置信度及第二入侵者类型；根据环境信息选择对应的图像识别模型；摄取待检测区域的图像，采用选择的图像识别模型识别图像，根据识别结果确定待检测区域存在入侵的第三置信度及第三入侵者类型；采用第一至第三置信度以及入侵者类型之间的匹配程度，确定待检测区域是否存在入侵。根据本公开实施例能够提高检测的准确率。

Description

一种区域入侵检测方法、装置、电子设备及存储介质

技术领域

本公开涉及图像识别技术领域，尤其涉及一种区域入侵检测方法、装置、电子设备及存储介质。

背景技术

在目前的安防应用中，通常使用摄像装置和图像识别技术，对摄像装置所采集的待检测区域的图像进行图像识别，以确定待检测区域中是否有外人或外物进入。但是，由于受外界环境的干扰，如光照、雨雪等干扰，摄像装置所摄取的有些图像无法保证清晰，导致图像识别可能出错，从而无法及时检测到区域入侵的发生。

发明内容

本公开提出了一种区域入侵检测方法、装置、电子设备及存储介质，用以提高检测准确率。

第一方面，本公开提供了一种区域入侵检测方法，包括：

获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

在一种可能的实现方式中，采用所述第一置信度、所述第二置信度、所述第三置信度，以及所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵，包括：

采用下式计算总的置信度：

C=[a*C1+b*C2+c*C3]*t；其中，

C表示所述总的置信度；

C1表示所述第一置信度；

C2表示所述第二置信度；

C3表示所述第三置信度；

a、b、c分别表示所述第一置信度、所述第二置信度和所述第三置信度所对应的权重；

t由所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度决定；

在所述总的置信度大于或等于预先设定的置信度阈值的情况下，确定所述待检测区域存在入侵。

在一种可能的实现方式中，第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，所述第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，所述第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

所述方法还包括：在确定所述待检测区域存在入侵的情况下，求所述第一集合、所述第二集合和所述第三集合中任意两个集合的交集，并根据所述交集确定所述待检测区域的入侵者的生物/体型特征。

在一种可能的实现方式中，红外传感器包括热电元件、壳体和多个可移动的带通滤波片；其中，所述热电元件设置于所述壳体内，所述壳体包括面向所述热电元件的开孔；各个所述可移动的带通滤波片可以移动至所述开孔的位置及所述壳体的其他位置，各个所述可移动的带通滤波片允许不同波长范围的红外辐射通过；

所述根据所述环境信息选择红外传感器所使用的带通滤波片，包括：

根据所述环境信息查找预先设置的环境信息与带通滤波片的第一对应关系，得到所述环境信息所对应的带通滤波片，并将所述环境信息所对应的带通滤波片作为所述红外传感器所使用的带通滤波片；

控制所述红外传感器所使用的带通滤波片移动至所述开孔的位置，并控制所述红外传感器的其他带通滤波片移动至所述壳体的除所述开孔以外的其他位置；所述红外传感器所使用的带通滤波片允许第一波长范围的红外辐射通过并到达所述热电元件的表面。

在一种可能的实现方式中，采用所述红外传感器确定所述待检测区域存在入侵的第一置信度；

根据所述红外传感器的输出信号，确定所述输出信号的幅度；

将所述输出信号的幅度或幅度变化与第一阈值进行比较，根据所述比较的结果确定所述待检测区域存在入侵的第一置信度。

在一种可能的实现方式中，还包括，预先设置多个第一阈值，不同的第一阈值对应不同的所述环境信息，并保存环境信息与第一阈值的第二对应关系；

所述将所述输出信号的幅度或幅度变化与第一阈值进行比较，包括：

根据所述环境信息查找预先保存的所述第二对应关系，得到所述环境信息所对应的第一阈值；

将所述输出信号的幅度或幅度变化与所述环境信息所对应的第一阈值进行比较。

在一种可能的实现方式中，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度，包括：

将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，得到所述待检测区域中的声纹信息与所述允许出现的声纹信息的相似度；

根据所述相似度确定所述待检测区域存在入侵的第二置信度。

在一种可能的实现方式中，还包括，针对不同的所述环境信息，预先确定允许出现的声纹信息，并保存环境信息与允许出现的声纹信息的第三对应关系；

所述将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，包括：

根据所述环境信息查找预先保存的所述第三对应关系，得到所述环境信息所对应的允许出现的声纹信息；

将所述待检测区域中的声纹信息与所述环境信息所对应的允许出现的声纹信息进行比较。

在一种可能的实现方式中，还包括，针对不同的所述环境信息，预先确定所述待检测区域中的禁入区域，并记录所述环境信息与禁入区域的第四对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，包括：

根据所述环境信息查找预先保存的所述第四对应关系，得到所述环境信息所对应的禁入区域；

确定所述待检测区域中的声源位置，确定所述待检测区域中的声源位置与所述禁入区域的重合区域；

计算所述重合区域与所述禁入区域的面积比；

根据所述相似度及所述面积比，确定所述待检测区域存在入侵的第二置信度。

在一种可能的实现方式中，采用下式计算所述第二置信度：

C2= e*S1+f*S2；其中，

C2表示所述第二置信度；

S1表示所述相似度；

S2表示所述重合区域与所述禁入区域的面积比；

e、f分别表示所述S1和S2的权重。

在一种可能的实现方式中，所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

确定所述待检测区域中的声源位置处于所述禁入区域的累计时间或最长持续时间；

计算所述累计时间或最长持续时间与预先设定的标准时间的第一比值；

根据所述第一比值对所述第二置信度进行调整。

在一种可能的实现方式中，所述确定所述待检测区域中的声源位置，包括：

采用设置于所述待检测区域的振动传感器，确定所述待检测区域中的声源位置。

在一种可能的实现方式中，还包括，针对不同的所述环境信息，预先确定所述待检测区域中的正常声音频率，并记录环境信息与正常声音频率的第五对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

根据所述环境信息查找所述第五对应关系，确定所述环境信息所对应的正常声音频率；

确定所述待检测区域中的声音的频率；

根据所述待检测区域中的声音的频率与所述正常声音频率的差异值，对所述第二置信度进行调整。

在一种可能的实现方式中，采用下式对所述第二置信度进行调整：

C2’=max（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

max()表示取最大值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在一种可能的实现方式中，采用下式对所述第二置信度进行调整：

C2’=min（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

min()表示取最小值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在一种可能的实现方式中，还包括：针对不同的所述环境信息，预先确定允许出现的图像特征，并保存环境信息与允许出现的图像特征的第六对应关系；

所述根据识别结果确定所述待检测区域存在入侵的第三置信度，包括：

根据所述环境信息查找预先保存的所述第六对应关系，得到所述环境信息所对应的允许出现的图像特征；

将所述识别结果与所述允许出现的图像特征进行比较，得到所述识别结果与所述允许出现的图像特征的相似度；

根据所述相似度确定所述待检测区域存在入侵的第三置信度。

在一种可能的实现方式中，还包括，预先设置多个第二阈值，不同的第二阈值对应不同的所述环境信息，并保存环境信息与第二阈值的第七对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第三置信度，包括：

根据所述环境信息查找预先保存的所述第七对应关系，得到所述环境信息所对应的第二阈值；

将所述相似度与所述环境信息所对应的第二阈值进行比较，根据比较结果确定所述第三置信度。

在一种可能的实现方式中，所述获取环境信息包括以下至少一项：

摄取所述待检测区域中的地面图像，对所述地面图像进行图像识别，得到所述待检测区域的地面状态；

从服务器或终端设备接收待检测区域的地面状态；

从服务器或终端设备接收待检测区域的温度和/或天气；

从服务器或终端设备接收系统时间，根据所述系统时间确定待检测区域的时间和/或季节。

第二方面，本公开提供了一种区域入侵检测装置，包括：

获取模块，用于获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

第一检测模块，用于根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

第二检测模块，用于根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

第三检测模块，用于根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

综合判断模块，用于采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

在一种可能的实现方式中，所述综合判断模块用于采用下式计算总的置信度：

C=[a*C1+b*C2+c*C3]*t；其中，

C表示所述总的置信度；

C1表示所述第一置信度；

C2表示所述第二置信度；

C3表示所述第三置信度；

a、b、c分别表示所述第一置信度、所述第二置信度和所述第三置信度所对应的权重；

t由所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度决定；

在所述总的置信度大于或等于预先设定的置信度阈值的情况下，确定所述待检测区域存在入侵。

在一种可能的实现方式中，所述第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，所述第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，所述第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

所述综合判断模块还用于，在确定所述待检测区域存在入侵的情况下，求所述第一集合、所述第二集合和所述第三集合中任意两个集合的交集，并根据所述交集确定所述待检测区域的入侵者的生物/体型特征。

在一种可能的实现方式中，上述红外传感器包括热电元件、壳体和多个可移动的带通滤波片；其中，所述热电元件设置于所述壳体内，所述壳体包括面向所述热电元件的开孔；各个所述可移动的带通滤波片可以移动至所述开孔的位置及所述壳体的其他位置，各个所述可移动的带通滤波片允许不同波长范围的红外辐射通过；

上述第一检测模块包括：

滤波片调整模块，用于根据所述环境信息查找预先设置的环境信息与带通滤波片的第一对应关系，得到所述环境信息所对应的带通滤波片，并将所述环境信息所对应的带通滤波片作为所述红外传感器所使用的带通滤波片；控制所述红外传感器所使用的带通滤波片移动至所述开孔的位置，并控制所述红外传感器的其他带通滤波片移动至所述壳体的除所述开孔以外的其他位置；所述红外传感器所使用的带通滤波片允许第一波长范围的红外辐射通过并到达所述热电元件的表面。

在一种可能的实现方式中，第一检测模块包括：

第一确定子模块，用于根据所述红外传感器的输出信号，确定所述输出信号的幅度；将所述输出信号的幅度或幅度变化与第一阈值进行比较，根据所述比较的结果确定所述待检测区域存在入侵的第一置信度。

在一种可能的实现方式中，上述第一确定子模块还用于预先设置多个第一阈值，不同的第一阈值对应不同的所述环境信息，并保存环境信息与第一阈值的第二对应关系；

所述第一确定子模块将所述输出信号的幅度或幅度变化与第一阈值进行比较，包括：

根据所述环境信息查找预先保存的所述第二对应关系，得到所述环境信息所对应的第一阈值；

将所述输出信号的幅度或幅度变化与所述环境信息所对应的第一阈值进行比较。

在一种可能的实现方式中，上述第二检测模块用于，将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，得到所述待检测区域中的声纹信息与所述允许出现的声纹信息的相似度；根据所述相似度确定所述待检测区域存在入侵的第二置信度。

在一种可能的实现方式中，上述第二检测模块还用于，针对不同的所述环境信息，预先确定允许出现的声纹信息，并保存环境信息与允许出现的声纹信息的第三对应关系；

所述第二检测模块将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，包括：

根据所述环境信息查找预先保存的所述第三对应关系，得到所述环境信息所对应的允许出现的声纹信息；

将所述待检测区域中的声纹信息与所述环境信息所对应的允许出现的声纹信息进行比较。

在一种可能的实现方式中，上述第二检测模块还用于，针对不同的所述环境信息，预先确定所述待检测区域中的禁入区域，并记录所述环境信息与禁入区域的第四对应关系；

在一种可能的实现方式中，上述第二检测模块根据所述相似度确定所述待检测区域存在入侵的第二置信度，包括：

根据所述环境信息查找预先保存的所述第四对应关系，得到所述环境信息所对应的禁入区域；

确定所述待检测区域中的声源位置，确定所述待检测区域中的声源位置与所述禁入区域的重合区域；

计算所述重合区域与所述禁入区域的面积比；

根据所述相似度及所述面积比，确定所述待检测区域存在入侵的第二置信度。

在一种可能的实现方式中，上述第二检测模块采用下式计算所述第二置信度：

C2= e*S1+f*S2；其中，

C2表示所述第二置信度；

S1表示所述相似度；

S2表示所述重合区域与所述禁入区域的面积比；

e、f分别表示所述S1和S2的权重。

在一种可能的实现方式中，上述第二检测模块根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

确定所述待检测区域中的声源位置处于所述禁入区域的累计时间或最长持续时间；

计算所述累计时间或最长持续时间与预先设定的标准时间的第一比值；

根据所述第一比值对所述第二置信度进行调整。

在一种可能的实现方式中，上述第二检测模块采用设置于所述待检测区域的振动传感器，确定所述待检测区域中的声源位置。

在一种可能的实现方式中，上述第二检测模块还用于，针对不同的所述环境信息，预先确定所述待检测区域中的正常声音频率，并记录环境信息与正常声音频率的第四对应关系；

所述第二检测模块根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

根据所述环境信息查找所述第四对应关系，确定所述环境信息所对应的正常声音频率；

确定所述待检测区域中的声音的频率；

根据所述待检测区域中的声音的频率与所述正常声音频率的差异值，对所述第二置信度进行调整。

在一种可能的实现方式中，第二检测模块采用下式对所述第二置信度进行调整：

C2’=max（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

max()表示取最大值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在一些实施方式中，第二检测模块采用下式对所述第二置信度进行调整：

C2’=min（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

min()表示取最小值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在一种可能的实现方式中，上述第三检测模块针对不同的所述环境信息，预先确定允许出现的图像特征，并保存环境信息与允许出现的图像特征的第六对应关系；

第三检测模块用于，根据所述环境信息查找预先保存的所述第六对应关系，得到所述环境信息所对应的允许出现的图像特征；

将所述识别结果与所述允许出现的图像特征进行比较，得到所述识别结果与所述允许出现的图像特征的相似度；

根据所述相似度确定所述待检测区域存在入侵的第三置信度。

在一种可能的实现方式中，第三检测模块还用于，预先设置多个第二阈值，不同的第二阈值对应不同的所述环境信息，并保存环境信息与第二阈值的第七对应关系；

所述第三检测模块根据所述环境信息查找预先保存的所述第七对应关系，得到所述环境信息所对应的第二阈值；

将所述相似度与所述环境信息所对应的第二阈值进行比较，根据比较结果确定所述第三置信度。

在一种可能的实现方式中，上述获取模块采用以下至少一种方式获取环境信息：

摄取所述待检测区域中的地面图像，对所述地面图像进行图像识别，得到所述待检测区域的地面状态；

从服务器或终端设备接收待检测区域的地面状态；

从服务器或终端设备接收待检测区域的温度和/或天气；

从服务器或终端设备接收系统时间，根据所述系统时间确定待检测区域的时间和/或季节。

第三方面，本公开提供了一种电子设备，包括：

一个或多个处理器；

与所述一个或多个处理器通信连接的存储器；

一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，当所述一个或多个计算机程序被所述电子设备执行时，使得所述电子设备执行上述第一方面所提供的方法。

第四方面，本公开提供了一种计算机可读存储介质，其存储有计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行上述第一方面所提供的方法。

本公开提供的技术方案至少包括以下有益效果：

本公开提供的技术方案通过根据环境信息选择对应的检测方式（如红外传感器所使用的带通滤波片、声纹识别模型及图像识别模型），并采用选择的检测方式确定待检测区域存在入侵的置信度及入侵者类型，结合不同检测方式确定的各个置信度以及入侵者类型之间的匹配程度，确定待检测区域是否存在入侵。通过结合不同检测方式得出的检测结果、以及各个检测结果之间的匹配程度综合进行判断，能够提高检测的准确率。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

图1为根据本公开一实施例的区域入侵检测方法的流程图；

图2为根据本公开一实施例的根据环境信息选择红外传感器所使用的带通滤波片的流程图；

图3为根据本公开一实施例的采用红外传感器确定待检测区域存在入侵的第一置信度的流程图；

图4为根据本公开一实施例的位于同一垂直位置的两个红外传感器及两个红外传感器的垂直视角示意图；

图5为根据本公开一实施例的根据待检测区域中的声纹信息确定待检测区域存在入侵的第二置信度的流程图；

图6为根据本公开一实施例的根据图像识别结果确定待检测区域存在入侵的第三置信度的流程图；

图7为根据本公开一实施例的区域入侵检测装置的结构示意图；

图8为根据本公开一实施例的电子设备的结构框图。

具体实施方式

下面将参考附图对本公开作进一步地详细描述。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路等未作详细描述，以便于凸显本公开的主旨。

本公开提出一种区域入侵检测方法，结合红外检测、声纹检测、图像检测等，对待检测区域进行多重入侵检测，避免单个检测方式造成的误判；并且，在进行前述入侵检测时，具体采用的检测方式或检测模型均与当前的环境相匹配，从而大大提高入侵检测的准确性。

图1为根据本公开一实施例的区域入侵检测方法的流程图。在一些可能的实施方式中，该区域入侵检测方法包括：

S101：获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

S102：根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

S103：根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

S104：根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

S105：采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

容易理解，上述步骤S101、S102、S103分别是三种单一的检测方式，三个步骤的执行顺序没有限制，三个步骤可以同步进行、或按照任意顺序进行。

在一种可能的实现方式中，上述步骤S105可以采用以下式（1）进行计算：

C=[a*C1+b*C2+c*C3]*t （1）

其中，C表示采用第一置信度、第二置信度和第三置信度计算得到的总的置信度，该总的置信度可以用于确定该待检测区域是否存在入侵；

C1表示第一置信度，C1的取值范围可以为[0,1]，数值越大表示红外传感器判断出待检测区域存在入侵的可能性越大；

C2表示第二置信度，C2的取值范围可以为[0,1]，数值越大表示声纹识别模型判断出待检测区域存在入侵的可能性越大；

C3表示第三置信度，C3的取值范围可以为[0,1]，数值越大表示图像识别模型判断出待检测区域存在入侵的可能性越大；

t的取值由第一入侵者类型、第二入侵者类型和第三入侵者类型三者之间的匹配程度决定；例如三者的匹配程度越大，则t的取值越大。其中，第一入侵者类型、第二入侵者类型和第三入侵者类型分别至少包括：入侵者的生物/外型特征、入侵者的行动轨迹。

例如，t的取值范围可以为[0,1]，当第一入侵者类型、第二入侵者类型和第三入侵者类型两两之间均不匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的入侵者的生物/外型特征均不相同或相互矛盾（如红外传感器确定出入侵者为儿童或小型动物、声纹识别模型确定出入侵者为成人、图像识别模型确定出入侵者为车辆），可以将t的取值确定为0.1。

当第一入侵者类型、第二入侵者类型和第三入侵者确定出的类型中存在两者匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的入侵者的生物/外型特征中有两者相同（如红外传感器和声纹识别模型确定出的入侵者均包括儿童、图像识别模型确定出入侵者是成人），可以将t的取值确定为0.6。

当第一入侵者类型、第二入侵者类型和第三入侵者类型均匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的入侵者的生物/外型特征均相同，可以将t的取值确定为1。

又如，以入侵者的行动轨迹作为判断是否匹配的依据，当第一入侵者类型、第二入侵者类型和第三入侵者类型两两之间均不匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的入侵者的行动轨迹均无重合或交集，可以将t的取值确定为0.1。当第一入侵者类型、第二入侵者类型和第三入侵者确定出的类型中存在两者匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的三条入侵者的行动轨迹中有两条重合或存在大量交集（交集大于预定比例，则可以认为存在大量交集），可以将t的取值确定为0.6。当第一入侵者类型、第二入侵者类型和第三入侵者类型均匹配时，如红外传感器、声纹识别模型和图像识别模型所确定出的三条入侵者的行动轨迹重合或存在大量交集（交集大于预定比例，则可以认为存在大量交集），可以将t的取值确定为1。

由上述对参数t的介绍可见，本公开除了采用不同模式综合判断（如采用红外传感器判断、声纹判断、图像判断）待检测区域中是否存在入侵以外，还对不同模式的判断结果进行比较。例如，如果不同模式判断出的入侵者的生物/体型特征差别越小（即匹配程度越高），则可以认为各种模式判断结果的准确性越高；如果不同模式判断出的入侵者的生物/体型特征差别越大（即匹配程度越低），则可以认为各种模式判断结果的准确性越低。又如，如果不同模式判断出的入侵者行动轨迹重合越多（即匹配程度越高），则可以认为各种模式判断结果的准确性越高；如果不同模式判断出的入侵者行动轨迹重合越少（即匹配程度越低），则可以认为各种模式判断结果的准确性越低。因此，本公开采用参数t对不同模式确定的置信度的计算结果（如上述式子（1）中的a*C1+b*C2+c*C3）再次进行加权处理，得到最终的总的置信度，能够进一步提高检测的准确性。

上述a、b、c分别表示第一置信度、第二置信度和第三置信度所对应的权重。

在一些实施方式中，上述a、b、c之和可以为1，从而实现对第一置信度、第二置信度和第三置信度的加权求和。a、b、c的具体值可以根据需求进行设置或调整，例如，a、b、c的具体值可以根据不同检测方式的准确率进行设置，如设置准确率高的检测方式所对应的置信度的对应权重更大，设置准确率低的检测方式所对应的置信度的对应权重更小。又如，a、b、c的具体值可以根据上述环境信息进行设置或调整。例如，如果当前时间为夜间，由于通常夜间能见度较低，会影响图像识别的准确性，因此可以设置图像检测得到的置信度（如上述第三置信度）的对应权重较小，并相应调大红外检测得到的置信度（如上述第一置信度）和/或声纹识别得到的置信度（如上述第二置信度）。进一步的，在一些实施方式中，可以综合考虑不同检测方式的准确率、当前的环境信息以及其他一些可能的影响因素，设置不同检测方式得到的置信度所对应的权重。

可选地，在上述步骤S105中，计算得到总的置信度（如上述式子（1）中的C）后，本公开可以采用该总的置信度与预先设定的置信度阈值进行比较，在该总的置信度大于或等于该预先设定的置信度阈值的情况下，确定该待检测区域存在入侵。在确定待检测区域存在入侵的情况下，本公开可以通过有线或无线通信网络向服务器或终端设备发送提醒信息，和/或，向入侵者发出警示信号（例如听觉警示信号、视觉警示信号、触觉警示信号中的至少一项）。或者，在确定待检测区域存在入侵的情况下，本公开首先通过有线或无线网络向服务器或终端设备发送提醒信息，在接收到服务器或终端设备反馈的确认信息之后，向入侵者发出警示信号（例如听觉警示信号、视觉警示信号、触觉警示信号中的至少一项）。

类似的，上述预先设定的置信度阈值也可以根据需要进行选择。本公开可以接收用户通过服务器或终端设备设置的置信度阈值，或者，根据待检测区域的安全性要求、上述环境信息等因素确定置信度阈值。例如，对于安全性要求较高的待检测区域，可以设置较低的置信度阈值，以使同样数值的总的置信度更容易被判定为存在入侵。又如，如果当前环境有利于准确检测入侵，如当前为白天且天气晴朗，则可以根据该环境信息设置较高的置信度阈值，以使同样数值的总的置信度更不容易被判定为存在入侵（即如果要判定为存在入侵，则需要可信度更高的检测结果）。进一步的，在一些实施方式中，可以综合考虑待检测区域的安全性要求、当前的环境信息以及其他一些可能的影响因素，设置不同的置信度阈值。

另外，本公开还可以进一步根据不同检测方式检测得到的入侵者的生物/体型特征，确定待检测区域的入侵者的生物/体型特征。

在一些可能的实施方式中，上述第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

相应地，上述方法还可以包括：在确定待检测区域存在入侵的情况下，确定上述第一集合、第二集合和第三集合中任意两个集合的交集，并根据该交集确定待检测区域的入侵者的生物/体型特征。

例如，红外传感器检测出待检测区域的入侵者的生物/体型特征构成第一集合，该第一集合={儿童；小型动物}；根据声纹信息检测出待检测区域的入侵者的生物/体型特征构成第二集合，第二集合={成人；大型动物}；根据图像识别结果检测出待检测区域的入侵者的生物/体型特征构成第三集合，第三集合={儿童}。根据前述内容，确定第一集合与第二集合的交集为空集，第一集合与第三集合的交集为“儿童”，第二集合与第三集合的交集为空集。根据前述三个交集，确定出待检测区域中的入侵者的生物/体型特征为“儿童”。

在确定出待检测区域中的入侵者的生物/体型特征之后，可以根据预先设定的规则发送提醒信息或发出警示信号。例如，当确定出待检测区域待检测区域的入侵者为大型动物时，根据预先设定的规则向服务器或终端设备发送提醒信息。又如，当确定出待检测区域待检测区域的入侵者为小型动物时，根据预先设定的规则向入侵者发出警示信号，例如发出听觉警示信号、视觉警示信号或触觉警示信号等。

可选地，上述步骤S101中的获取环境信息可以包括以下至少一项：

摄取所述待检测区域中的地面图像，对所述地面图像进行图像识别，得到所述待检测区域的地面状态；

从服务器或终端设备接收待检测区域的地面状态；

从服务器或终端设备接收待检测区域的温度和/或天气；

从服务器或终端设备接收系统时间，根据所述系统时间确定待检测区域的时间和/或季节。

例如，上述地面状态可以包括：石子地面、草地、水泥地面、有积水/积雪/露水的石子地面、有积水/积雪/露水的草地、有积水/积雪/露水的水泥地面等。本公开可以采用预先训练的图像识别模型，将待检测区域中的地面图像输入该图像识别模型，由该图像识别模型输出待检测区域的地面状态。

以下分别结合附图，分别介绍上述步骤S102、S103和S104中的检测方法的具体实现方式。

（一）红外传感器检测：

红外传感器包括热电元件、壳体等，其中热电元件置于壳体内部。热电元件又称为热释电体，其具有热释电效应，能够接收物体发射或反射的红外辐射（或称为能量信号）。随着温度的上升，在热电元件的两端会产生数量相等而符号相反的电荷，由于这种热变化而产生的电极化现象称为热释电效应。

对应不同的环境信息，本公开可以实现对照射到该红外传感器的红外辐射的波长的设置，相应地，红外传感器就可以响应于该红外辐射而生成能量。热电元件可以在暴露于红外辐射的情况下生成低频脉冲信号（如电压信号）。在本公开中，热电元件能够实现对红外辐射的检测和/或对红外辐射的变化的检测，并生成输出信号。本公开对应不同环境信息对照射到红外传感器的红外辐射进行设置，能够降低无关信号对红外传感器的干扰，提高红外传感器检测准确性。例如，对于夏季或温度较高的环境，可以控制波长较短的红外辐射照射到红外传感器中热电元件的表面；对于冬季或温度较低的环境，可以控制波长较长的红外辐射照射到红外传感器中热电元件的表面。在一种可能的实现方式中，为了实现前述设置，本公开提出的红外传感器可以包括热电元件、壳体和多个可移动的带通滤波片；其中，热电元件设置于所述壳体内，壳体包括面向所述热电元件的开孔；各个可移动的带通滤波片可以移动至所述开孔的位置及所述壳体的其他位置，各个可移动的带通滤波片允许不同波长范围的红外辐射通过。当控制某个可移动的带通滤波片移动至开孔位置时，该带通滤波片能够允许对应波长范围的红外辐射通过，并经由开孔照射到热电元件的表面。

可选地，上述壳体能够屏蔽红外辐射等光线，红外辐射等光线仅能够经由上述开孔达到热电元件；当不同的带通滤波片被移动至该开孔时，能够过滤红外辐射，使部分红外辐射通过并达到热电元件，从而使热电元件仅对到达其表面的红外辐射进行检测。相较于在热电元件前方设置一个固定的带通滤波片的传统方式，本公开通过设置可移动的带通滤波片，并根据不同的环境信息将对应的带通滤波片移动至壳体的开孔位置，可以实现在不同环境下过滤不同波长的红外辐射，从而降低环境变化对红外传感器准确性的影响。

本公开可以预先设置不同环境信息与带通滤波片的第一对应关系。相应地，在一种可能的实现方式中，上述步骤S102中的根据环境信息选择红外传感器所使用的带通滤波片如图2所示，具体包括：

S201：根据环境信息查找预先设置的环境信息与带通滤波片的第一对应关系，得到该环境信息所对应的带通滤波片，并将该环境信息所对应的带通滤波片作为该红外传感器所使用的带通滤波片；

S202：控制该红外传感器所使用的带通滤波片移动至开孔的位置，并控制该红外传感器的其他带通滤波片移动至壳体的除所述开孔以外的其他位置；该红外传感器所使用的带通滤波片允许第一波长范围的红外辐射通过并到达该热电元件的表面。

例如，在环境信息中的温度为36摄氏度时，该环境信息对应的带通滤波片允许通过的波长范围为8-12微米；则该环境信息所对应的带通滤波片允许第一波长范围为8-12微米。又如，在环境信息中的温度为-20摄氏度时，该环境信息对应的带通滤波片允许通过的波长范围为9-13微米；则该环境信息所对应的带通滤波片允许第一波长范围为9-13微米。

在一些实施方式中，上述步骤S102中的采用红外传感器确定待检测区域存在入侵的第一置信度如图3所示，具体包括：

S301：根据红外传感器的输出信号，确定输出信号的幅度；

S302：将该输出信号的幅度或幅度变化与第一阈值进行比较，根据比较的结果确定待检测区域存在入侵的第一置信度。

在一些可能的实施方式中，上述步骤S302可以包括：计算该输出信号的幅度或幅度变化与第一阈值的比值；当该比值大于1时，确定第一置信度等于1；当该比值小于或等于1时，确定第一置信度等于该比值。

进一步地，本公开可以预先设置多个前述第一阈值，不同的第一阈值对应不同的环境信息，并保存环境信息与第一阈值的第二对应关系；

相应地，上述步骤S302中的将输出信号的幅度或幅度变化与第一阈值进行比较，包括：

根据环境信息查找预先保存的所述第二对应关系，得到该环境信息所对应的第一阈值；

将输出信号的幅度或幅度变化与该环境信息所对应的第一阈值进行比较。

通过上述方式，本公开提出的实现方式实现了根据环境信息设置不同的第一阈值，从而根据相同数值的输出信号的幅度或幅度变化，能够得到数值不同的第一置信度。例如，对于日内温差较大的季节，可以设置较大的第一阈值，使得计算得到的第一置信度相较于日内温差较小的季节更小。

另外，采用红外传感器还可以检测出入侵者的生物/体型特征或行动轨迹等。在一些实施方式中，本公开可以在同一垂直位置设置多个相同高度或不同高度的红外传感器，通过设置不同红外传感器的视角，可以使不同红外传感器能够接收到不同高度的物体发射或反射的红外辐射。在一些实施方式中，红外传感器的视角可以指由该红外传感器检测（如感知）到的角度范围。如图4示出了位于同一垂直位置的两个红外传感器及两个红外传感器的垂直视角。

如图4所示，传感器1和传感器2设置的高度均为h1。传感器1的水平视角为180度（图中未示出），传感器1的垂直视角为90度，如图中所示的垂直角度可见，传感器1的垂直视角的中轴线角度为斜向下45度角，传感器1能够检测或感知到从不高于h1的位置发射或反射的红外辐射。传感器2的水平视角为180度（图中未示出），传感器2的垂直视角为90度，如图中所示的垂直角度可见，传感器2的垂直视角的中轴线角度为斜向上45度角，传感器2能够检测或感知到从不低于h1的位置发射或反射的红外辐射。

依据上述设定，假定一个高度低于h1的物体（包括人体、生物体等）在地面上移动，当接近传感器1和传感器2所处的垂直位置时，传感器1能够检测到该物体发射或反射的红外辐射，传感器2无法检测到该物体发射或反射的红外辐射，即只有传感器1能够检测到该位置存在入侵者。可见，当传感器1判定该位置存在入侵者、而传感器2判定该位置不存在入侵者的情况下，能够确定该入侵者的高度低于h1，根据该高度信息能够在一定程度上确定入侵者的体型特征。

假定一个高度高于h1的物体（包括人体、生物体等）在地面上移动，当接近传感器1和传感器2所处的垂直位置时，传感器1和传感器2均能够检测到该物体发射或反射的红外辐射，即传感器1和传感器2均能够检测到该位置存在入侵者。可见，当传感器1和传感器2均判定该位置存在入侵者的情况下，能够确定该入侵者的高度高于h1，根据该高度信息能够在一定程度上确定入侵者的体型特征。

假定一个物体（包括生物体、飞行器等）在高度高于h1的空中飞行，当接近传感器1和传感器2所处的垂直位置时，传感器2能够检测到该物体发射或反射的红外辐射，传感器1无法检测到该物体发射或反射的红外辐射，即只有传感器2判定该位置存在入侵者。可见，当传感器2判定该位置存在入侵者、而传感器1判定该位置不存在入侵者的情况下，能够确定该入侵者在空中飞行、且飞行高度高于h1；根据前述信息，能够在一定程度上确定入侵者的生物/体型特征。

可见，综合在同一垂直位置设置的相同高度和/或不同高度的多个红外传感器的检测结果，能够判断出入侵者的高度；进一步根据入侵者的高度、上述输出信号的幅度或幅度变化值以及其他相关信息，能够得出对入侵者类型的判断，如能够初步估计入侵者为儿童/小型动物、成人/大型动物、车辆等类型。

另外，在一些实施方式中，可以在待检测区域的不同位置放置多个红外传感器，根据不同红外传感器判断出存在入侵者的先后顺序、以及不同红外传感器所处的位置，可以确定出入侵者的行动轨迹。

（二）声纹检测：

为了进行声纹检测，本公开可以使用执行该方法的设备中集成的声音采集模型来进行声音采集；也可以采用外接的具有声音采集能力的设备进行声音采集，并将采集到的声音发送至执行该方法的设备。

本公开可以针对不同的环境设置对应的声纹识别模型，采用该声纹识别模型识别待检测区域中的声纹信息。容易理解，不同环境中的声纹具有各自的特点，如同一个人行走在水泥地面和草地上时，脚步声的声纹信息存在明显不同；因此，针对不同环境设置声纹识别模型，能够便于获取不同环境下声音的声纹信息。

上述步骤S103中的根据待检测区域中的声纹信息确定待检测区域存在入侵的第二置信度如图5所示，具体包括：

S501：将待检测区域中的声纹信息与允许出现的声纹信息进行比较，得到待检测区域中的声纹信息与允许出现的声纹信息的相似度；

S502：根据该相似度确定待检测区域存在入侵的第二置信度。

在一些实施方式中，可以预先采集允许出现在待检测区域的人员或物体的声音，并确定这些声音的声纹信息，将确定出的声纹信息记录为待检测区域中允许出现的声纹信息。可选地，本公开可以针对不同的环境信息，预先确定允许出现的声纹信息，并保存环境信息与允许出现的声纹信息的第三对应关系。

相应地，上述步骤S501中的将待检测区域中的声纹信息与允许出现的声纹信息进行比较，可以包括：

根据所述环境信息查找预先保存的所述第三对应关系，得到所述环境信息所对应的允许出现的声纹信息；

将所述待检测区域中的声纹信息与所述环境信息所对应的允许出现的声纹信息进行比较。

例如，对于不同的时间段，可以设置允许出现在待检测区域的人员不同。如对于私人住宅，在白天时段，无关人员允许出现在住宅门前区域，这些无关人员即为白天时段允许出现在待检测区域的人员；而在深夜时段，无关人员不允许出现在住宅门前区域，这些无关人员则不属于深夜时段允许出现在待检测区域的人员。按照前述设置，本公开可以采集不同时段中允许出现在待检测区域的人员的声音，并确定这些声音的声纹信息。并且，同一人员在不同环境下的声纹信息也可能不同，例如同一人员在干燥地面上行走与在有积水的地面上行走时的声纹信息不同。鉴于前述多种情况，本公开实施例可以预先采集并记录不同环境信息对应的允许出现的声纹信息；在进行声纹检测时，将检测到的待检测区域中的声纹信息与当前环境信息所对应的允许出现的声纹信息进行比较，确定前述两种声纹信息的相似度，并根据该相似度确定待检测区域存在入侵的第二置信度。

除了采用待检测区域中的声纹信息与当前环境信息对应的允许出现的声纹信息的相似度以外，本公开还可以在待检测区域中设置禁入区域，根据声音的声源位置判断入侵者是否在禁入区域中，并结合前述相似度确定待检测区域存在入侵的第二置信度。

具体地，在一些实施方式中，本公开可以针对不同的环境信息，预先确定待检测区域中的禁入区域，并记录环境信息与禁入区域的第四对应关系；

相应地，上述根据相似度确定待检测区域存在入侵的第二置信度可以包括：

根据环境信息查找预先保存的所述第四对应关系，得到该环境信息所对应的禁入区域；

确定待检测区域中的声源位置，确定该待检测区域中的声源位置与所述禁入区域的重合区域；

计算重合区域与禁入区域的面积比；

根据上述相似度及面积比，确定待检测区域存在入侵的第二置信度。

例如，在不同的时间段，可以设置不同的禁入区域。如对于私人住宅，该住宅内以及该住宅外一定范围内的区域组成待检测区域。在白天时段，待检测区域中的该住宅内的区域属于禁入区域，待检测区域中的该住宅外的区域均不属于禁入区域；在深夜时段，待检测区域中的该住宅内的区域以及该住宅外一定范围内的区域均为禁入区域。

在一些实施方式中，上述第二置信度（如前述C2）可以采用以下式子（2）计算：

C2=e*S1+f*S2 （2）

其中，C2表示第二置信度；C2的取值范围可以为[0,1]，数值越大表示待检测区域存在侵入的可能性越大；

S1表示上述相似度；S1的取值范围可以为[0,1]，数值越小表示待检测区域中的声纹信息与允许出现的声纹信息越相似；

S2表示上述重合区域与禁入区域的面积比；

e、f分别表示所述S1和S2的权重。可选的，e、f的具体值可以根据实际需要选择，e与f的和可以为1，以实现对S1和S2的加权求和。

可选地，上述确定待检测区域中的声源位置可以包括：采用设置于待检测区域的振动传感器，确定待检测区域中的声源位置。

进一步地，本公开还可以根据声源位置处于禁入区域的时间对上述第二置信度进行调整；声源位置处于禁入区域的时间越长，则第二置信度应该越大。基于这种思路，上述根据相似度确定所述待检测区域存在入侵的第二置信度，还可以包括：

确定所述待检测区域中的声源位置处于所述禁入区域的累计时间或最长持续时间；

计算所述累计时间或最长持续时间与预先设定的标准时间的第一比值；

根据所述第一比值对所述第二置信度进行调整。

上述标准时间可以根据实际需要进行设定。第一比值的计算方式可以包括：如果上述累计时间或最长持续时间与标准时间的比值小于或等于1，则确定第一比值的取值等于该比值；如果上述累计时间或最长持续时间与标准时间的比值大于1，则确定第一比值的取值等于1。采用前述计算方式得到第一比值的取值范围为[0,1]。

进一步地，本公开还可以根据声音的频率对上述第二置信度进行调整。

例如，针对不同的环境信息，预先确定待检测区域中的正常声音频率，并记录环境信息与正常声音频率的第四对应关系；

相应地，上述根据相似度确定所述待检测区域存在入侵的第二置信度，还可以包括：

根据环境信息查找该第四对应关系，确定该环境信息所对应的正常声音频率；

确定待检测区域中的声音的频率；

根据待检测区域中的声音的频率与上述正常声音频率的差异值，对第二置信度进行调整。例如，本公开可以采用预先设定的差异确定规则，采用取值范围为[0,1]的差异值来表示待检测区域中的声音的频率与正常声音频率的差异，其中，1表示差异最大，0表示差异最小。

以脚步声为例，家庭成员在住宅内走动时，脚步声的正常频率通常在一定范围内；而对于异常人员，其在住宅内部走动时，可能为避免被发现而刻意放缓步伐，或者为尽快离开而加快步伐，因此异常人员的脚步声的频率可能不在正常范围内。利用这一情况，本公开可以预先记录待检测区域中的正常声音频率。并且，在不同环境下，正常声音频率和/或非正常声音频率的范围可能有所不同，例如在晴朗天气下脚步声的正常频率相较恶劣天气下脚步声的正常频率较慢。因此，本公开预先保存不同环境信息所对应的正常声音频率，能够进一步提高检测的准确性。

本公开可以结合上述待检测区域中的声源位置处于禁入区域的累计时间或最长持续时间与预先设定的标准时间的第一比值、以及待检测区域中的声音的频率与正常声音频率的差异值，对第二置信度进行调整。在一些实施方式中，采用以下式子（3）对第二置信度进行调整：

C2’=max（t1,t2）*C2 （3）

其中，

C2’表示调整后的第二置信度；

max()表示取最大值；

t1表示上述第一比值；

t2表示上述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

计算得到的调整后的第二置信度的取值范围为[0,1]，数值越大表示待检测区域存在入侵的可能性越大。

或者，在一些实施方式中，采用以下式子（4）对第二置信度进行调整：

C2’=min（t1,t2）*C2 （4）

其中，

C2’表示调整后的第二置信度；

min()表示取最小值；

t1表示上述第一比值；

t2表示上述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

本公开可以根据实际需求，决定采用上述式子（3）或式子（4）对第二置信度进行调整。例如，如果从整体上看声纹识别检测相较于其他两种检测方式（即红外传感器检测和图像检测方式）的重要性略低，则可以采用上述式子（4），使得同样检测结果所得到的第二置信度较小；相反，如果从整体上看声纹识别检测的重要性较高，则可以采用上述式子（3），使得同样检测结果所得到的第二置信度较大。

需要说明的是，在上述介绍中，各种确定和调整第二置信度的具体方式可以结合使用，本公开对此不作限定。

（三）图像检测

本公开可以针对不同的环境信息，预先确定允许出现的图像特征，并保存环境信息与允许出现的图像特征的第六对应关系；

相应地，在一些实施方式中，上述步骤S104中的根据识别结果确定待检测区域存在入侵的第三置信度如图6所示，包括：

S601：根据环境信息查找预先保存的第六对应关系，得到该环境信息所对应的允许出现的图像特征；

S602：将该识别结果与允许出现的图像特征进行比较，得到该识别结果与所述允许出现的图像特征的相似度；

S603：根据该相似度确定所述待检测区域存在入侵的第三置信度。

例如，本公开可以预先确定不同环境下待检测区域中允许出现的人员，采集这个/这些人员的图像，并确定这个/这些人员的图像特征，将确定出的图像特征作为该环境信息所对应的允许出现的图像特征。

进一步地，本公开可以预先设置多个第二阈值，不同的第二阈值对应不同的环境信息，并保存环境信息与第二阈值的第七对应关系；

相应地，上述S603中的根据相似度确定待检测区域存在入侵的第三置信度，可以包括：

根据环境信息查找预先保存的所述第七对应关系，得到环境信息所对应的第二阈值；

将该相似度与该环境信息所对应的第二阈值进行比较，根据比较结果确定所述第三置信度。

例如，采用以下式子（5）计算第三置信度：

C3=1-S3/S4 （5）

其中，上述C3为第三置信度；

S3为识别结果与所述允许出现的图像特征的相似度；S3的取值范围为[0,1]，其中1表示相似度最大，0表示相似度最大；

S4为第二阈值；

C3的取值范围为[0,1]，其中1表示置信度最高，0表示置信度度最低。

需要说明的是，上述三种检测方式中对置信度确定和调整的各种具体实现方案可以综合使用，本公开对此不作限制。

综上所述，本公开提出的入侵检测方法，能够结合多种检测方式、以及不同检测方式之间的检测结果的关联，对待检测区域进行入侵检测，从而提高入侵检测的准确性。

图7为根据本公开一实施例的区域入侵检测装置的结构示意图。该装置包括：

获取模块710，用于获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

第一检测模块720，用于根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

第二检测模块730，用于根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

第三检测模块740，用于根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

综合判断模块750，用于采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

在一些可能的实施方式中，上述综合判断模块750用于采用下式计算总的置信度：

C=[a*C1+b*C2+c*C3]*t；其中，

C表示所述总的置信度；

C1表示所述第一置信度；

C2表示所述第二置信度；

C3表示所述第三置信度；

a、b、c分别表示所述第一置信度、所述第二置信度和所述第三置信度所对应的权重；

t由所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度决定；

在所述总的置信度大于或等于预先设定的置信度阈值的情况下，确定所述待检测区域存在入侵。

在一些可能的实施方式中，第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，所述第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，所述第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

上述综合判断模块750还可以用于，在确定所述待检测区域存在入侵的情况下，求所述第一集合、所述第二集合和所述第三集合中任意两个集合的交集，并根据所述交集确定所述待检测区域的入侵者的生物/体型特征。

可选的，上述红外传感器可以包括热电元件、壳体和多个可移动的带通滤波片；其中，所述热电元件设置于所述壳体内，所述壳体包括面向所述热电元件的开孔；各个所述可移动的带通滤波片可以移动至所述开孔的位置及所述壳体的其他位置，各个所述可移动的带通滤波片允许不同波长范围的红外辐射通过；

在一些可能的实施方式中，上述第一检测模块720包括：

滤波片调整模块，用于根据所述环境信息查找预先设置的环境信息与带通滤波片的第一对应关系，得到所述环境信息所对应的带通滤波片，并将所述环境信息所对应的带通滤波片作为所述红外传感器所使用的带通滤波片；控制所述红外传感器所使用的带通滤波片移动至所述开孔的位置，并控制所述红外传感器的其他带通滤波片移动至所述壳体的除所述开孔以外的其他位置；所述红外传感器所使用的带通滤波片允许第一波长范围的红外辐射通过并到达所述热电元件的表面。

在一些可能的实施方式中，第一检测模块720包括：

第一确定子模块，用于根据所述红外传感器的输出信号，确定所述输出信号的幅度；将所述输出信号的幅度或幅度变化与第一阈值进行比较，根据所述比较的结果确定所述待检测区域存在入侵的第一置信度。

在一些可能的实施方式中，上述第一确定子模块还用于预先设置多个第一阈值，不同的第一阈值对应不同的所述环境信息，并保存环境信息与第一阈值的第二对应关系；

所述第一确定子模块将所述输出信号的幅度或幅度变化与第一阈值进行比较，包括：

根据所述环境信息查找预先保存的所述第二对应关系，得到所述环境信息所对应的第一阈值；

将所述输出信号的幅度或幅度变化与所述环境信息所对应的第一阈值进行比较。

在一些可能的实施方式中，上述第二检测模块730用于，将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，得到所述待检测区域中的声纹信息与所述允许出现的声纹信息的相似度；根据所述相似度确定所述待检测区域存在入侵的第二置信度。

可选的，上述第二检测模块730还用于，针对不同的所述环境信息，预先确定允许出现的声纹信息，并保存环境信息与允许出现的声纹信息的第三对应关系；

在一些可能的实施方式中，所述第二检测模块730将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，包括：

根据所述环境信息查找预先保存的所述第三对应关系，得到所述环境信息所对应的允许出现的声纹信息；

将所述待检测区域中的声纹信息与所述环境信息所对应的允许出现的声纹信息进行比较。

在一些实施方式中，上述第二检测模块730还用于，针对不同的所述环境信息，预先确定所述待检测区域中的禁入区域，并记录所述环境信息与禁入区域的第四对应关系；

可选的，上述第二检测模块730根据所述相似度确定所述待检测区域存在入侵的第二置信度，包括：

根据所述环境信息查找预先保存的所述第四对应关系，得到所述环境信息所对应的禁入区域；

确定所述待检测区域中的声源位置，确定所述待检测区域中的声源位置与所述禁入区域的重合区域；

计算所述重合区域与所述禁入区域的面积比；

根据所述相似度及所述面积比，确定所述待检测区域存在入侵的第二置信度。

在一些可能的实施方式中，上述第二检测模块730采用下式计算所述第二置信度：

C2= e*S1+f*S2；其中，

C2表示所述第二置信度；

S1表示所述相似度；

S2表示所述重合区域与所述禁入区域的面积比；

e、f分别表示所述S1和S2的权重。

在一些可能的实施方式中，上述第二检测模块730根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

确定所述待检测区域中的声源位置处于所述禁入区域的累计时间或最长持续时间；

计算所述累计时间或最长持续时间与预先设定的标准时间的第一比值；

根据所述第一比值对所述第二置信度进行调整。

在一些可能的实施方式中，上述第二检测模块730采用设置于所述待检测区域的振动传感器，确定所述待检测区域中的声源位置。

在一些可能的实施方式中，上述第二检测模块730还用于，针对不同的所述环境信息，预先确定所述待检测区域中的正常声音频率，并记录环境信息与正常声音频率的第四对应关系；

所述第二检测模块730根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

根据所述环境信息查找所述第四对应关系，确定所述环境信息所对应的正常声音频率；

确定所述待检测区域中的声音的频率；

根据所述待检测区域中的声音的频率与所述正常声音频率的差异值，对所述第二置信度进行调整。

在一些可能的实施方式中，第二检测模块730采用下式对所述第二置信度进行调整：

C2’=max（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

max()表示取最大值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在可能的一些实施方式中，第二检测模块730采用下式对所述第二置信度进行调整：

C2’=min（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

min()表示取最小值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

在一些可能的实施方式中，上述第三检测模块740针对不同的所述环境信息，预先确定允许出现的图像特征，并保存环境信息与允许出现的图像特征的第六对应关系；

第三检测模块740用于，根据所述环境信息查找预先保存的所述第六对应关系，得到所述环境信息所对应的允许出现的图像特征；

将所述识别结果与所述允许出现的图像特征进行比较，得到所述识别结果与所述允许出现的图像特征的相似度；

根据所述相似度确定所述待检测区域存在入侵的第三置信度。

在一些可能的实施方式中，第三检测模块740还用于，预先设置多个第二阈值，不同的第二阈值对应不同的所述环境信息，并保存环境信息与第二阈值的第七对应关系；

所述第三检测模块740根据所述环境信息查找预先保存的所述第七对应关系，得到所述环境信息所对应的第二阈值；

将所述相似度与所述环境信息所对应的第二阈值进行比较，根据比较结果确定所述第三置信度。

在一些实施方式中，上述获取模块710采用以下至少一种方式获取环境信息：

摄取所述待检测区域中的地面图像，对所述地面图像进行图像识别，得到所述待检测区域的地面状态；

从服务器或终端设备接收待检测区域的地面状态；

从服务器或终端设备接收待检测区域的温度和/或天气；

从服务器或终端设备接收系统时间，根据所述系统时间确定待检测区域的时间和/或季节。

需要说明的是，本公开实施例中对各功能单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。在本公开的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)或处理器(processor)执行本公开各个实施例提供的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

图8为根据本公开一实施例的电子设备的结构框图。如图8所示，该电子设备包括：存储器810和处理器820，存储器810内存储有可在处理器820上运行的计算机程序。存储器810和处理器820的数量可以为一个或多个。存储器810可以存储一个或多个计算机程序，当该一个或多个计算机程序被该电子设备执行时，使得该电子设备执行上述方法实施例提供的方法。

该电子设备还包括：

通信接口830，用于与外界设备进行通信，进行数据交互传输。

如果存储器810、处理器820和通信接口830独立实现，则存储器810、处理器820和通信接口830可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture ，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选地，在具体实现上，如果存储器810、处理器820及通信接口830集成在一块芯片上，则存储器810、处理器820及通信接口830可以通过内部接口完成相互间的通信。

本公开实施例还提供一种计算机可读存储介质，其存储有计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行上述方法实施例提供的方法。

本公开实施例还提供一种计算机程序产品，所述计算机程序产品用于存储计算机程序，该计算机程序被计算机执行时，所述计算机可以实现上述方法实施例提供的方法。

本公开实施例还提供一种芯片，所述芯片与存储器耦合，所述芯片用于实现上述方法实施例提供的方法。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(Advanced RISC Machines，ARM)架构的处理器。

进一步地，可选地，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic Random Access Memory ，DRAM) 、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct RAMBUS RAM，DR RAM)。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络或其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如：同轴电缆、光纤、数据用户线(Digital Subscriber Line，DSL))或无线(例如：红外、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质，或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如：软盘、硬盘、磁带)、光介质(例如：数字通用光盘(Digital Versatile Disc，DVD))或半导体介质(例如：固态硬盘(Solid State Disk，SSD))等。值得注意的是，本公开提到的计算机可读存储介质可以为非易失性存储介质，换句话说，可以是非瞬时性存储介质。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本公开实施例的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本公开的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

在本公开实施例的描述中，除非另有说明，“/”表示或的意思，例如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。

在本公开实施例的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

以上所述仅为本公开的示例性实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (23)

1.一种区域入侵检测方法，其特征在于，包括：

获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

2.根据权利要求1所述的方法，其特征在于，所述采用所述第一置信度、所述第二置信度、所述第三置信度，以及所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵，包括：

采用下式计算总的置信度：

C=[a*C1+b*C2+c*C3]*t；其中，

C表示所述总的置信度；

C1表示所述第一置信度；

C2表示所述第二置信度；

C3表示所述第三置信度；

a、b、c分别表示所述第一置信度、所述第二置信度和所述第三置信度所对应的权重；

t由所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度决定；

在所述总的置信度大于或等于预先设定的置信度阈值的情况下，确定所述待检测区域存在入侵。

3.根据权利要求1所述的方法，其特征在于，所述第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，所述第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，所述第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

所述方法还包括：在确定所述待检测区域存在入侵的情况下，确定所述第一集合、所述第二集合和所述第三集合中任意两个集合的交集，并根据所述交集确定所述待检测区域的入侵者的生物/体型特征。

4.根据权利要求1、2或3所述的方法，其特征在于，所述红外传感器包括热电元件、壳体和多个可移动的带通滤波片；其中，所述热电元件设置于所述壳体内，所述壳体包括面向所述热电元件的开孔；各个所述可移动的带通滤波片可以移动至所述开孔的位置及所述壳体的其他位置，各个所述可移动的带通滤波片允许不同波长范围的红外辐射通过；

所述根据所述环境信息选择红外传感器所使用的带通滤波片，包括：

根据所述环境信息查找预先设置的环境信息与带通滤波片的第一对应关系，得到所述环境信息所对应的带通滤波片，并将所述环境信息所对应的带通滤波片作为所述红外传感器所使用的带通滤波片；

控制所述红外传感器所使用的带通滤波片移动至所述开孔的位置，并控制所述红外传感器的其他带通滤波片移动至所述壳体的除所述开孔以外的其他位置；所述红外传感器所使用的带通滤波片允许第一波长范围的红外辐射通过并到达所述热电元件的表面。

5.根据权利要求4所述的方法，其特征在于，所述采用所述红外传感器确定所述待检测区域存在入侵的第一置信度，包括；

根据所述红外传感器的输出信号，确定所述输出信号的幅度；

将所述输出信号的幅度或幅度变化与第一阈值进行比较，根据所述比较的结果确定所述待检测区域存在入侵的第一置信度。

6.根据权利要求5所述的方法，其特征在于，还包括，预先设置多个第一阈值，不同的第一阈值对应不同的所述环境信息，并保存环境信息与第一阈值的第二对应关系；

所述将所述输出信号的幅度或幅度变化与第一阈值进行比较，包括：

根据所述环境信息查找预先保存的所述第二对应关系，得到所述环境信息所对应的第一阈值；

将所述输出信号的幅度或幅度变化与所述环境信息所对应的第一阈值进行比较。

7.根据权利要求1、2或3所述的方法，其特征在于，所述根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度，包括：

将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，得到所述待检测区域中的声纹信息与所述允许出现的声纹信息的相似度；

根据所述相似度确定所述待检测区域存在入侵的第二置信度。

8.根据权利要求7所述的方法，其特征在于，还包括，针对不同的所述环境信息，预先确定允许出现的声纹信息，并保存环境信息与允许出现的声纹信息的第三对应关系；

所述将所述待检测区域中的声纹信息与允许出现的声纹信息进行比较，包括：

根据所述环境信息查找预先保存的所述第三对应关系，得到所述环境信息所对应的允许出现的声纹信息；

将所述待检测区域中的声纹信息与所述环境信息所对应的允许出现的声纹信息进行比较。

9.根据权利要求7所述的方法，其特征在于，还包括，针对不同的所述环境信息，预先确定所述待检测区域中的禁入区域，并记录所述环境信息与禁入区域的第四对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，包括：

根据所述环境信息查找预先保存的所述第四对应关系，得到所述环境信息所对应的禁入区域；

确定所述待检测区域中的声源位置，确定所述待检测区域中的声源位置与所述禁入区域的重合区域；

计算所述重合区域与所述禁入区域的面积比；

根据所述相似度及所述面积比，确定所述待检测区域存在入侵的第二置信度。

10.根据权利要求9所述的方法，其特征在于，采用下式计算所述第二置信度：

C2= e*S1+f*S2；其中，

C2表示所述第二置信度；

S1表示所述相似度；

S2表示所述重合区域与所述禁入区域的面积比；

e、f分别表示所述S1和S2的权重。

11.根据权利要求10所述的方法，其特征在于，所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

确定所述待检测区域中的声源位置处于所述禁入区域的累计时间或最长持续时间；

计算所述累计时间或最长持续时间与预先设定的标准时间的第一比值；

根据所述第一比值对所述第二置信度进行调整。

12.根据权利要求9所述的方法，其特征在于，所述确定所述待检测区域中的声源位置，包括：

采用设置于所述待检测区域的振动传感器，确定所述待检测区域中的声源位置。

13.根据权利要求11所述的方法，其特征在于，还包括，针对不同的所述环境信息，预先确定所述待检测区域中的正常声音频率，并记录环境信息与正常声音频率的第五对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第二置信度，还包括：

根据所述环境信息查找所述第五对应关系，确定所述环境信息所对应的正常声音频率；

确定所述待检测区域中的声音的频率；

根据所述待检测区域中的声音的频率与所述正常声音频率的差异值，对所述第二置信度进行调整。

14.根据权利要求13所述的方法，其特征在于，采用下式对所述第二置信度进行调整：

C2’=max（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

max()表示取最大值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

15.根据权利要求13所述的方法，其特征在于，采用下式对所述第二置信度进行调整：

C2’=min（t1,t2）*C2；其中

C2’表示调整后的第二置信度；

min()表示取最小值；

t1表示所述第一比值；

t2表示所述待检测区域中的声音的频率与所述正常声音频率的差异值；

C2表示调整前的第二置信度。

16.根据权利要求1、2或3所述的方法，其特征在于，还包括：针对不同的所述环境信息，预先确定允许出现的图像特征，并保存环境信息与允许出现的图像特征的第六对应关系；

所述根据识别结果确定所述待检测区域存在入侵的第三置信度，包括：

根据所述环境信息查找预先保存的所述第六对应关系，得到所述环境信息所对应的允许出现的图像特征；

将所述识别结果与所述允许出现的图像特征进行比较，得到所述识别结果与所述允许出现的图像特征的相似度；

根据所述相似度确定所述待检测区域存在入侵的第三置信度。

17.根据权利要求16所述的方法，其特征在于，还包括，预先设置多个第二阈值，不同的第二阈值对应不同的所述环境信息，并保存环境信息与第二阈值的第七对应关系；

所述根据所述相似度确定所述待检测区域存在入侵的第三置信度，包括：

根据所述环境信息查找预先保存的所述第七对应关系，得到所述环境信息所对应的第二阈值；

将所述相似度与所述环境信息所对应的第二阈值进行比较，根据比较结果确定所述第三置信度。

18.根据权利要求1、2或3所述的方法，其特征在于，所述获取环境信息包括以下至少一项：

摄取所述待检测区域中的地面图像，对所述地面图像进行图像识别，得到所述待检测区域的地面状态；

从服务器或终端设备接收待检测区域的地面状态；

从服务器或终端设备接收待检测区域的温度和/或天气；

从服务器或终端设备接收系统时间，根据所述系统时间确定待检测区域的时间和/或季节。

19.一种区域入侵检测装置，其特征在于，包括：

获取模块，用于获取环境信息，所述环境信息包括待检测区域的地面状态、时间、季节、温度和天气中的至少一项；

第一检测模块，用于根据所述环境信息选择红外传感器所使用的带通滤波片，所述带通滤波片允许预定波长范围的红外辐射通过；采用所述红外传感器确定所述待检测区域存在入侵的第一置信度以及所述待检测区域的第一入侵者类型；

第二检测模块，用于根据所述环境信息选择对应的声纹识别模型，采用所述声纹识别模型识别所述待检测区域中的声纹信息，根据所述待检测区域中的声纹信息确定所述待检测区域存在入侵的第二置信度以及所述待检测区域的第二入侵者类型；

第三检测模块，用于根据所述环境信息选择对应的图像识别模型；摄取所述待检测区域的图像，采用选择的图像识别模型识别所述图像，根据识别结果确定所述待检测区域存在入侵的第三置信度以及所述待检测区域的第三入侵者类型；

综合判断模块，用于采用所述第一置信度、所述第二置信度、所述第三置信度，以及第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度，确定所述待检测区域是否存在入侵。

20.根据权利要求19所述的装置，其特征在于，所述综合判断模块用于采用下式计算总的置信度：

C=[a*C1+b*C2+c*C3]*t；其中，

C表示所述总的置信度；

C1表示所述第一置信度；

C2表示所述第二置信度；

C3表示所述第三置信度；

a、b、c分别表示所述第一置信度、所述第二置信度和所述第三置信度所对应的权重；

t由所述第一入侵者类型、第二入侵者类型和第三入侵者类型之间的匹配程度决定；

在所述总的置信度大于或等于预先设定的置信度阈值的情况下，确定所述待检测区域存在入侵。

21.根据权利要求19或20所述的装置，其特征在于，所述第一入侵者类型包括至少一个入侵者的生物/体型特征构成的第一集合，所述第二入侵者类型包括至少一个入侵者的生物/体型特征构成的第二集合，所述第三入侵者类型包括至少一个入侵者的生物/体型特征构成的第三集合；

所述综合判断模块还用于，在确定所述待检测区域存在入侵的情况下，求所述第一集合、所述第二集合和所述第三集合中任意两个集合的交集，并根据所述交集确定所述待检测区域的入侵者的生物/体型特征。

22.一种电子设备，其特征在于，包括：

一个或多个处理器；

与所述一个或多个处理器通信连接的存储器；

一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，当所述一个或多个计算机程序被所述电子设备执行时，使得所述电子设备执行如权利要求1至18中任一项所述的方法。

23.一种计算机可读存储介质，其特征在于，其存储有计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1至18中任一项所述的方法。

Images