CN114594464A - 一种基于毫米波传感技术的人体存在检测方法及系统 - Google Patents

Abstract

本发明涉及电数字数据处理领域，具体的，本发明公开了一种基于毫米波传感技术的人体存在检测方法及系统：获得第一识别结果；获得第一信息采集指令；获得第一采集数据集合；获得第二采集数据集合；获得位置光线特征评价结果；进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；获得第一检测评价结果；当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。解决了现有技术存在的电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，导致电子锁识别验证结果可靠度低的技术问题，基于毫米波传感技术，对人体微动作进行特征比对分析，达到了实现电子锁对人体存在的检测并提高电子锁识别验证结果精确度的技术效果。

Description

一种基于毫米波传感技术的人体存在检测方法及系统

技术领域

本发明涉及电数字数据处理领域，具体涉及一种基于毫米波传感技术的人体存在检测方法及系统。

背景技术

普通的机械锁，钥匙可能存在被复制的可能，被盗窃的风险也随之增加。电子锁在安全技术防范领域，具有防盗报警功能的电子锁代替传统的机械式密码锁，克服了机械式密码锁密码量少、安全性能差的缺点，使电子锁无论在技术上还是在性能上都大大提高一步。

但是现阶段通过基于玻璃反射式指纹传感器的指纹识别电子锁的玻璃指纹识别区域留下的指纹易被套用，电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，人体存在检测结果可靠度低，面孔识别电子锁的所用的技术参差不齐，难以保证照片信息冒用导致的安全隐患。

实际数据显示，较大部分的智能电子锁识别验证结果可靠度低，均是因为电子锁识别验证检测技术不合理。

现有技术中存在电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，导致智能电子锁识别验证结果可靠度低的技术问题。

发明内容

本申请通过提供了一种基于毫米波传感技术的人体存在检测方法及系统，解决了现有技术存在的电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，导致智能电子锁识别验证结果可靠度低的技术问题，达到了实现电子锁对人体存在的检测并提高电子锁识别验证结果精确度的技术效果。

鉴于上述问题，本申请提供了一种基于毫米波传感技术的人体存在检测方法及系统。

第一方面，本申请提供了一种基于毫米波传感技术的人体存在检测方法，其中，所述方法应用于智能检测系统，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述方法包括：通过所述毫米波雷达触发特征识别，获得第一识别结果；当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

第二方面，本申请提供了一种基于毫米波传感技术的人体存在检测系统，其中，智能检测系统与视频采集装置、毫米波雷达通信连接，所述系统包括：第一获得单元，所述第一获得单元用于通过所述毫米波雷达触发特征识别，获得第一识别结果；第二获得单元，所述第二获得单元用于当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；第三获得单元，所述第三获得单元用于根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；第四获得单元，所述第四获得单元用于通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；第五获得单元，所述第五获得单元用于对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；第六获得单元，所述第六获得单元用于对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；第七获得单元，所述第七获得单元用于根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；第一执行单元，所述第一执行单元用于当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

第三方面，本申请提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

第四方面，本申请提供了一种计算机程序产品，包括计算机程序和/或指令，其中，该计算机程序和/或指令被处理器执行时实现第一方面任一项所述方法的步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过毫米波雷达触发特征识别，获得识别结果，为实现电子锁对人体存在的检测提供技术支持；当识别结果判定开始进行识别校验，获得信息采集指令；控制视频采集装置进行目标区域视频采集，获得第一采集数据集合；通过毫米波雷达进行目标区域的数据采集，获得第二采集数据集合；对目标位置进行光线特征评价，获得位置光线特征评价结果，避免了环境光线变化导致的数据采集信息可靠度降低，为结合所述光线特征信息进行数据优化提供数据支持；基于光线特征评价结果对第一采集数据集合和第二采集数据集合的特征层融合过程进行特征权重修正，获得特征融合评价结果，保证了特征融合评价结果的稳定性；进行动作特征比对分析，获得检测评价结果；当为验证通过时，则进行智能电子锁开锁，保证了识别过程的可靠性，确保了电子锁对人体存在的检测以及智能开锁的安全性。本申请实施例基于毫米波传感技术，对人体微动作进行特征比对分析，达到了实现电子锁对人体存在的检测并提高电子锁识别验证结果精确度的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请一种基于毫米波传感技术的人体存在检测方法的流程示意图；

图2为本申请一种基于毫米波传感技术的人体存在检测方法的获得第一特征融合评价结果的流程示意图；

图3为本申请一种基于毫米波传感技术的人体存在检测方法的获取第一决策融合评价结果并进行动作特征比对分析的流程示意图；

图4为本申请一种基于毫米波传感技术的人体存在检测系统的结构示意图；

图5为本申请示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，第一执行单元18，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请通过提供了一种基于毫米波传感技术的人体存在检测方法及系统，解决了现有技术存在的电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，导致智能电子锁识别验证结果可靠度低的技术问题。

申请概述

基于指纹识别电子锁的玻璃指纹识别区域留下的指纹易被套用，面孔识别电子锁的难以保证照片信息冒用导致的安全隐患。

现有技术中存在电子锁识别验证方案中的检测技术无法对人体特征信息进行有效提取，导致智能电子锁识别验证结果可靠度低的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请提供了一种基于毫米波传感技术的人体存在检测方法，其中，所述方法应用于智能检测系统，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述方法包括：通过毫米波雷达触发特征识别，获得识别结果；当判定开始进行识别校验时，获得信息采集指令；控制视频采集装置进行目标区域视频采集，获得第一采集数据集合；通过毫米波雷达进行数据采集，获得第二采集数据集合；对目标位置进行光线特征评价，获得位置光线特征评价结果；基于光线特征评价结果对特征层融合过程进行特征权重修正，获得特征融合评价结果；进行动作特征比对分析，获得检测评价结果；当检测评价结果为验证通过时，则进行智能电子锁开锁。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请提供了一种基于毫米波传感技术的人体存在检测方法，其中，所述方法应用于智能检测系统，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述方法包括：

S100：通过所述毫米波雷达触发特征识别，获得第一识别结果；

具体而言，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述通信连接简单来说就是通过信号的传输交互，在所述智能检测系统与视频采集装置、毫米波雷达之间构成通讯，将毫米波传感技术应用于电子锁，所述毫米波雷达应用了毫米波传感技术，所述毫米波雷达触发特征识别，具体来说，对电子锁的目标区域进行特征识别，对出现所述目标区域场景的活动物体进行触发特征识别，所述触发特征识别对应所述第一识别结果，特征识别所述活动物体特征为人，所述第一识别结果为人体存在，进行后续操作步骤；特征识别所述活动物体特征为非人生物，所述第一识别结果为判定不进行后续操作步骤。获取所述第一识别结果，为实现电子锁对人体存在的检测提供技术支持。

S200：当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；

S300：根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；

具体而言，所述第一识别结果为人体存在，所述第一识别结果判定开始进行识别校验，所述第一识别结果控制第一信息采集指令进行数据采集，所述第一信息采集指令用于控制所述智能检测系统执行信息采集任务，根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集操作，所述采集主要针对所述目标区域场景的活动物体，所述智能检测系统与视频采集装置，所述视频采集操作主要通过视频采集装置进行具体实施，所述视频采集装置可以是摄像头或其他即时影像采集设备，将所述视频采集装置采集的影像数据进行数据整理，获得第一采集数据集合，获取所述第一采集数据集合，为结合影像信息进行数据分析提供数据支持。

S400：通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；

S500：对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；

具体而言，通过所述毫米波雷达对所述目标区域进行数据采集，所述毫米波雷达通过毫米波技术和各类传感器，可以对所述目标区域的人体特征信息进行精准采集，所述各类传感器可以是红外检测传感器、位移传感器或其他相关传感器，将采集所得信息进行结合数据类别进行整理，获得第二采集数据集合；对所述第一采集数据集合的目标位置进行光线特征评价，所述光线特征包括光强、光源与人体的位置距离信息、光源与人体所呈现的角度数据或其他相关光线特征信息，特别的，在无光情况下，会导致所述视频采集装置无法对所述目标区域进行采集，部分传感器也会因为所述目标区域光线特征评价导致数据采集异常，获取所述位置光线特征评价结果，避免了环境光线变化导致的数据采集信息可靠度降低，为结合所述光线特征信息进行数据优化提供数据支持。

进一步具体说明，所述毫米波雷达基于毫米波技术，通过毫米波技术和各类传感器，距离一定范围内，捕捉所述目标区域的人体细微的动作，对人体细微的动作进行特征比对分析，获取人体细微的动作的速度、运动方向、距离、角度信息。

S600：对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；

具体而言，对所述第一采集数据集合和第二采集数据集合进行特征层融合，所述特征层融合需要保证所述第一采集数据集合的时序信息与所述第二采集数据集合的时序信息的对应，所述第一采集数据集合和第二采集数据集合数据存在对应，示例性的，视频采集装置所得的图像显示所述目标区域存在一左手高举起来的人体影像，毫米波雷达对应的位置检测的传感器检测输出的左手的高度数据较高。所述目标区域的人体影像信息可以确定现阶段的人体状态特征，所述毫米波雷达可以结合人体的肌肉分布与运动，确定人体细微的动作的特征。通过所述光线特征评价结果，在所述第一采集数据集合和第二采集数据集合进行特征层融合过程的特征权重修正，示例性的，光线角度会导致所述目标区域的人体影像信息存在一定的高亮位置与阴影位置，高亮位置与阴影位置的会导致部分传感器检测结果出现一定误差。结合所述光线特征评价结果进行特征权重修正，获得第一特征融合评价结果，进一步保证了所述第一特征融合评价结果的稳定性。

S700：根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；

S800：当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

具体而言，根据所述第一特征融合评价结果进行动作特征比对分析，一般的，所述智能检测系统的数据采集存在一定的频率，上一时刻的特征融合评价结果与下一时刻的特征融合评价结果数据存在一定的相似度，所述相似度是因为人体动作存在连惯性，结合多个特征融合评价结果进行动作特征与所述智能检测系统的录入的动作特征进行逐次比对分析，所述智能检测系统的录入的动作特征简单来说就是智能电子锁可以执行开锁操作的动作特征，是在所述智能检测系统的初始客户设置端，具体的，结合视频采集装置、毫米波雷达采集的客户的动作特征，将采集所得的动作特征进行存储，存储于初始客户设置端的客户信息存储单元，所述客户信息存储单元的存储信息无法执行数据篡改与传输。当所述第一检测评价结果为验证通过时，确定所述目标区域的人体特征动作特征与客户信息确定的动作特征一致，智能电子锁开锁，保证了识别过程的可靠性，确保了电子锁对人体存在的检测以及智能开锁的安全性。

结合多个特征融合评价结果进行动作特征与所述智能检测系统的录入的动作特征进行逐次比对分析，示例性的，频率为100Hz，目标区域人体执行抬起左手操作过程耗时0.5S，在进行动作特征比对分析，可以将目标区域人体执行抬起左手操作过程所得的50个特征融合评价结果与所述智能检测系统的录入的动作特征逐次进行动作特征比对分析，确定人体的细微的动作信息特征。

进一步的，本申请还包括：

S810：构建第一评价标准坐标系；

S820：对所述第一采集数据集合进行目标图像特征识别，获得第一特征识别结果，其中，所述第一特征识别结果包括时间标识参数；

S830：通过所述第一评价标准坐标系对所述第一特征识别结果进行位置标识，获得第一位置特征识别结果；

S840：根据所述第一位置特征识别结果进行所述特征层融合。

具体而言，构建第一评价标准坐标系，所述第一评价标准坐标系是空间三维坐标系，结合所述目标区域的空间位置信息确定的所述第一评价标准坐标系的单位大小；对所述第一采集数据集合进行目标图像特征识别，所述特征识别是对所述目标区域的人体进行标签匹配特征识别，获得第一特征识别结果，其中，所述第一特征识别结果包括时间标识参数，所述时间标识参数结合所述智能检测系统的数据采集频率，进行对应标识；通过所述第一评价标准坐标系对所述第一特征识别结果进行位置标识，所述位置标识需要结合所述单位大小，示例性的，需要结合比例尺进行比例放缩，保证所述第一特征识别结果与所述第一评价标准坐标系之间等比例，获得第一位置特征识别结果；根据所述第一位置特征识别结果的位置特征进行所述特征层融合，保证所述特征层融合过程的稳定性。

进一步具体说明，所述特征识别是对所述目标区域的人体进行标签匹配特征识别，所述智能检测系统录入的动作特征可以是不同的人体的，将所述录入的动作特征进行分类，进行标签标注，第一客户的动作特征确定为第一目标动作特征，第二客户的动作特征确定为第二目标动作特征，结合标签标注进行快速特征匹配与识别。

进一步的，如图2所示，本申请还包括：

S841：对所述第二采集数据集合进行目标特征拟合，获得第一特征拟合结果，其中，所述第一特征拟合结果包括时间标识参数；

S842：通过所述第一评价标准坐标系对所述第一特征拟合结果进行位置标识，获得第一位置特征拟合结果；

S843：根据所述第一位置特征识别结果和所述第一位置特征拟合结果进行同位置、同时间下的特征融合，获得第一特征融合结果；

S844：基于位置光线特征评价结果进行位置特征融合占比信息权重分布，根据分布结果对所述第一特征融合结果修正，获得所述第一特征融合评价结果。

具体而言，对所述第二采集数据集合进行目标特征拟合，所述目标特征拟合通过所述智能检测系统的录入的动作特征进行目标特征拟合匹配分析，获得第一特征拟合结果，其中，所述第一特征拟合结果包括时间标识参数，所述时间标识参数结合所述智能检测系统的数据采集频率，进行对应标识；通过所述第一评价标准坐标系对所述第一特征拟合结果进行位置标识，确定所述第一特征拟合结果在所述目标位置的空间位置信息，获得第一位置特征拟合结果；根据所述第一位置特征识别结果和所述第一位置特征拟合结果进行同位置、同时间下的特征融合，获得第一特征融合结果，所述第一位置特征识别结果包含所述同位置、同时间的影像特征，所述第一位置特征拟合结果包含所述同位置、同时间的动作特征拟合数据；基于位置光线特征评价结果与第一评价标准坐标系进行位置特征融合占比信息权重分布，所述权重分布具体来说，结合第一评价标准坐标系的单位大小对位置进行分块，确定第一区块的光线亮度信息，遍历位置光线特征评价结果，确定多个区块的光线亮度信息，通过多个区块的光线亮度信息进行对应确定。根据位置光线对应的分布结果对所述第一特征融合结果修正，确定高亮位置与阴影位置的分布特征，结合高亮位置与阴影位置对所述第一特征融合结果数据进行适应性调整，获得所述第一特征融合评价结果，保证所述第一特征融合评价结果的有效性。

进一步的，本申请还包括：

S844-1：构建第一评价特征集合；

S844-2：根据所述第一评价特征集合获得随时间变化的特征关注度位置区间分布结果；

S844-3：根据所述特征关注度位置区间分布结果进行特征融合过程的特征关注权重分布，根据特征权重关注分布结果获得所述第一特征融合评价结果。

具体而言，构建第一评价特征集合，所述第一评价特征集合结合所述目标区域的人体的动作变化特征，一般的，人体的动作具有一定的连贯性，对应到人体的动作变化特征信息会存在一定的相似；根据所述第一评价特征集合获得随时间变化的特征关注度位置区间分布结果，所述特征关注度位置区间分布结果对应所述目标区域的人体动作变化进行确定；根据所述特征关注度位置区间分布结果进行特征融合过程的特征关注权重分布，所述权重分布对应的权重值的数值量对应特征关注度位置区间分布数据的数值量，根据特征权重关注分布结果获得所述第一特征融合评价结果，结合人体动作状态变化确定特征融合评价结果，在不进行过度运算的情况下，保证了所述第一特征融合评价结果的有效性。

具体进一步说明，连续性的变化动作特征，包括时间节点下的位置，或者是动作的变化速度角度等参数，这些都可以通过基于时间下的动作位置表现出来，简单来说就是肌肉运动可以是收缩、牵引或其他，所述肌肉运动可以对应到运动状态的变化。特征融合过程的可以对肌肉运动的规律特征进行提取，结合肌肉运动规律，进一步的，所述智能检测系统的录入的动作特征过程的肌肉运动，肌肉运动规律确定即表示录入成功，也就是特征融合过程的动作特征可以与客户信息的动作特征存在一定的相似，部分动作特征可以存在不同，动作特征对应的肌肉运动规律一致即可，示例性的，录入的动作特征数据有限，录入动作为眨眼，识别过程的动作可以是客户的任意动作，第一特征融合评价结果可以对其他动作特征进行融合性分析。所述特征关注度位置区间分布结果对应所述目标区域的人体动作变化进行确定，示例性的，所述目标区域的人体执行举左手操作，其他部位的人体可能会存在细微的动作变化，所述人体的左手对应的特征关注度位置区间分布数据大于其他部位的人体的结构对应的特征关注度位置区间分布数据，多个特征关注度位置区间分布数据确定所述特征关注度位置区间分布结果。

进一步的，如图3所示，本申请还包括：

S850：获得第一位置光线特征评价阈值；

S860：判断所述位置光线特征评价结果是否满足所述第一位置光线特征评价阈值；

S870：当所述位置光线特征评价结果满足所述第一位置光线特征评价阈值时，则对所述位置光线特征评价结果对应的所述第一采集数据集合和第二采集数据集合位置数据进行决策层数据融合，获得第一决策融合评价结果；

S880：根据所述第一决策融合评价结果进行动作特征比对分析。

具体而言，获得第一位置光线特征评价阈值，所述第一位置光线特征评价阈值的位置信息与第一位置特征识别结果的位置信息对应，所述第一位置光线特征评价阈值可以为保证所述视频采集装置与所述毫米波雷达采集得到数据可靠性，对应确定的光线特征评价阈值；判断所述位置光线特征评价结果是否满足所述第一位置光线特征评价阈值；当所述位置光线特征评价结果满足所述第一位置光线特征评价阈值时，则对所述位置光线特征评价结果对应的所述第一采集数据集合和第二采集数据集合位置数据进行决策层数据融合，获得第一决策融合评价结果，所述位置光线特征评价结果用于确定是否可以进行后续操作的控制信号；当所述位置光线特征评价结果不满足所述第一位置光线特征评价阈值时，需要对所述位置的环境光线数据进行优化调整；根据所述第一决策融合评价结果进行动作特征比对分析，设定所述位置光线特征评价阈值，保证了视频采集装置与毫米波雷达采集数据可靠性。

进一步具体说明，通过所述第一评价标准坐标系对多个特征识别结果进行位置标识，构建特征识别图，对特征识别图进行分区块处理，对于特征识别图的每一个区块位置，如果同时有来自雷达和图像的物体检测，则认为该区块位置是匹配的。

进一步的，本申请还包括：

S910：获得第二位置光线特征评价阈值；

S920：判断所述位置光线特征评价结果是否满足所述第二位置光线特征评价阈值；

S930：当所述位置光线特征评价结果不满足所述第二位置光线特征评价阈值时，获得第一光源补偿信息；

S940：根据所述第一光源补偿信息进行重新信息采集过程的光线补偿。

具体而言，获得第二位置光线特征评价阈值，所述第一位置光线特征评价阈值与第二位置光线特征评价阈值是为进行区别性说明，不代指某一确定位置的光线特征信息，所述第一位置光线特征评价阈值对应的光线特征区别于第二位置光线特征评价阈值对应的光线特征；判断所述位置光线特征评价结果是否满足所述第二位置光线特征评价阈值；当所述位置光线特征评价结果不满足所述第二位置光线特征评价阈值时，针对不满足的指标数据，确定对应的光源优化方案，结合所述光源优化方案，获得第一光源补偿信息；根据所述第一光源补偿信息，执行所述光源优化方案，在重新信息采集过程进行光线补偿，保证重新采集过程的光线特征，满足视频采集装置与毫米波雷达进行可靠数据采集的光线特征要求。

进一步具体说明，所述第一位置光线特征评价阈值对应的光线特征区别于第二位置光线特征评价阈值对应的光线特征，示例性的，所述目标位置的人体的面部的光线特征与衣服位置的光线特征可以不同，人体的面部的微表情动作对判断所述目标位置的人体是否为客户信息确定的表情动作特征具有重要参考，衣服可以进行更换，衣服位置的数据信息参考价值低于面部的数据信息，衣服位置与面部位置的光线特征评价阈值可以不一致，上述示例是为进行方案理解，实际使用应结合实际的环境光线信息进行具体细化。

进一步的，本申请还包括：

S950：判断所述第一特征融合评价结果的异常特征是否满足第一异常阈值；

S960：当所述异常特征满足所述第一异常阈值时，获得第一提醒指令；

S970：根据所述第一提醒指令提示所述目标区域内存在干扰特征。

具体而言，判断所述第一特征融合评价结果的异常特征是否满足第一异常阈值，所述第一异常阈值可以结合异常行为的动作特征进行对应确定；当所述异常特征满足所述第一异常阈值时，也就是所述目标区域人体的异常行为对应动作特征，所述异常行为对应动作特征确定的异常数据信息的数据值大于所述第一异常阈值的数据值，获得第一提醒指令；根据所述第一提醒指令提示所述目标区域内存在干扰特征，具体的，可以通过通信连接，对所述智能检测系统的客户显示界面进行实时影像传送，将视频采集装置的影像进行显示，确定目标区域是否存在可疑人物，进一步保证了智能电子锁的使用安全。

进一步具体说明，所述第一异常阈值可以结合异常行为的动作特征进行对应确定，示例性的，撬锁操作的动作特征对应较高的异常数据，东张西望的动作特征对应较低的异常数据，可以基于大数据，确定动作特征与异常数据的对应，上述示例是为方案可实施进行解释说明，不对实际的方案实施进行限定，与本方案相似操作步骤均在本方案保护范围中。

综上所述，本申请所提供的一种基于毫米波传感技术的人体存在检测方法及系统具有如下技术效果：

1.由于采用了通过毫米波雷达触发特征识别，获得第一识别结果；判定开始进行识别校验时，获得第一信息采集指令；进行目标区域视频采集，获得第一采集数据集合；进行目标区域的数据采集，获得第二采集数据集合；对目标位置进行光线特征评价，获得位置光线特征评价结果；进行特征层融合，进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；获得第一检测评价结果；当验证通过时，进行智能电子锁开锁，本申请通过提供了一种基于毫米波传感技术的人体存在检测方法及系统，基于毫米波传感技术，对人体微动作进行特征比对分析，达到了实现电子锁对人体存在的检测并提高电子锁识别验证结果精确度的技术效果。

实施例二

基于与前述实施例中一种基于毫米波传感技术的人体存在检测方法相同的发明构思，如图5所示，本申请提供了一种基于毫米波传感技术的人体存在检测系统，其中，所述方法应用于智能检测系统，智能检测系统与视频采集装置、毫米波雷达通信连接，所述系统包括：

第一获得单元11，所述第一获得单元11用于通过所述毫米波雷达触发特征识别，获得第一识别结果；

第二获得单元12，所述第二获得单元12用于当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；

第三获得单元13，所述第三获得单元13用于根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；

第四获得单元14，所述第四获得单元14用于通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；

第五获得单元15，所述第五获得单元15用于对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；

第六获得单元16，所述第六获得单元16用于对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；

第七获得单元17，所述第七获得单元17用于根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；

第一执行单元18，所述第一执行单元18用于当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

进一步的，所述系统包括：

第一构建单元，所述第一构建单元用于构建第一评价标准坐标系；

第八获得单元，所述第八获得单元用于对所述第一采集数据集合进行目标图像特征识别，获得第一特征识别结果，其中，所述第一特征识别结果包括时间标识参数；

第九获得单元，所述第九获得单元用于通过所述第一评价标准坐标系对所述第一特征识别结果进行位置标识，获得第一位置特征识别结果；

第二执行单元，所述第二执行单元用于根据所述第一位置特征识别结果进行所述特征层融合。

进一步的，所述系统包括：

第十获得单元，所述第十获得单元用于对所述第二采集数据集合进行目标特征拟合，获得第一特征拟合结果，其中，所述第一特征拟合结果包括时间标识参数；

第十一获得单元，所述第十一获得单元用于通过所述第一评价标准坐标系对所述第一特征拟合结果进行位置标识，获得第一位置特征拟合结果；

第十二获得单元，所述第十二获得单元用于根据所述第一位置特征识别结果和所述第一位置特征拟合结果进行同位置、同时间下的特征融合，获得第一特征融合结果；

第十三获得单元，所述第十三获得单元用于基于位置光线特征评价结果进行位置特征融合占比信息权重分布，根据分布结果对所述第一特征融合结果修正，获得所述第一特征融合评价结果。

进一步的，所述系统包括：

第二构建单元，所述第二构建单元用于构建第一评价特征集合；

第十四获得单元，所述第十四获得单元用于根据所述第一评价特征集合获得随时间变化的特征关注度位置区间分布结果；

第十五获得单元，所述第十五获得单元用于根据所述特征关注度位置区间分布结果进行特征融合过程的特征关注权重分布，根据特征权重关注分布结果获得所述第一特征融合评价结果。

进一步的，所述系统包括：

第十六获得单元，所述第十六获得单元用于获得第一位置光线特征评价阈值；

第一判断单元，所述第一判断单元用于判断所述位置光线特征评价结果是否满足所述第一位置光线特征评价阈值；

第十七获得单元，所述第十七获得单元用于当所述位置光线特征评价结果满足所述第一位置光线特征评价阈值时，则对所述位置光线特征评价结果对应的所述第一采集数据集合和第二采集数据集合位置数据进行决策层数据融合，获得第一决策融合评价结果；

第三执行单元，所述第三执行单元用于根据所述第一决策融合评价结果进行动作特征比对分析。

进一步的，所述系统包括：

第十八获得单元，所述第十八获得单元用于获得第二位置光线特征评价阈值；

第二判断单元，所述第二判断单元用于判断所述位置光线特征评价结果是否满足所述第二位置光线特征评价阈值；

第十九获得单元，所述第十九获得单元用于当所述位置光线特征评价结果不满足所述第二位置光线特征评价阈值时，获得第一光源补偿信息；

第四执行单元，所述第四执行单元用于根据所述第一光源补偿信息进行重新信息采集过程的光线补偿。

进一步的，所述系统包括：

第三判断单元，所述第三判断单元用于判断所述第一特征融合评价结果的异常特征是否满足第一异常阈值；

第二十获得单元，所述第二十获得单元用于当所述异常特征满足所述第一异常阈值时，获得第一提醒指令；

第五执行单元，所述第五执行单元用于根据所述第一提醒指令提示所述目标区域内存在干扰特征。

示例性电子设备

下面参考图5来描述本申请的电子设备，

基于与前述实施例中一种基于毫米波传感技术的人体存在检测方法相同的发明构思，本申请还提供了一种基于毫米波传感技术的人体存在检测系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一任一项所述的方法。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5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。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read only memory，EEPROM)、只读光盘(compactdiscread only memory，CD ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种基于毫米波传感技术的人体存在检测方法。

可选的，本申请中的计算机执行指令也可以称之为应用程序代码，本申请对此不作具体限定。

本申请提供了一种基于毫米波传感技术的人体存在检测方法，其中，所述方法应用于智能检测系统，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述方法包括：通过所述毫米波雷达触发特征识别，获得第一识别结果；当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如a，b，或c中的至少一项(个、种)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。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程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。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、数字用户线(DSL))或无线(例如红外、无线、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括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DVD)、或者半导体介质(例如固态硬盘(SolidState Disk，SSD))等。

本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (10)

1.一种基于毫米波传感技术的人体存在检测方法，其特征在于，所述方法应用于智能检测系统，所述智能检测系统与视频采集装置、毫米波雷达通信连接，所述方法包括：

通过所述毫米波雷达触发特征识别，获得第一识别结果；

当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；

根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；

通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；

对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；

对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；

根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；

当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

2.如权利要求1所述的方法，其特征在于，所述方法包括：

构建第一评价标准坐标系；

对所述第一采集数据集合进行目标图像特征识别，获得第一特征识别结果，其中，所述第一特征识别结果包括时间标识参数；

通过所述第一评价标准坐标系对所述第一特征识别结果进行位置标识，获得第一位置特征识别结果；

根据所述第一位置特征识别结果进行所述特征层融合。

3.如权利要求2所述的方法，其特征在于，所述方法包括：

对所述第二采集数据集合进行目标特征拟合，获得第一特征拟合结果，其中，所述第一特征拟合结果包括时间标识参数；

通过所述第一评价标准坐标系对所述第一特征拟合结果进行位置标识，获得第一位置特征拟合结果；

根据所述第一位置特征识别结果和所述第一位置特征拟合结果进行同位置、同时间下的特征融合，获得第一特征融合结果；

基于位置光线特征评价结果进行位置特征融合占比信息权重分布，根据分布结果对所述第一特征融合结果修正，获得所述第一特征融合评价结果。

4.如权利要求3所述的方法，其特征在于，所述方法包括：

构建第一评价特征集合；

根据所述第一评价特征集合获得随时间变化的特征关注度位置区间分布结果；

根据所述特征关注度位置区间分布结果进行特征融合过程的特征关注权重分布，根据特征权重关注分布结果获得所述第一特征融合评价结果。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得第一位置光线特征评价阈值；

判断所述位置光线特征评价结果是否满足所述第一位置光线特征评价阈值；

当所述位置光线特征评价结果满足所述第一位置光线特征评价阈值时，则对所述位置光线特征评价结果对应的所述第一采集数据集合和第二采集数据集合位置数据进行决策层数据融合，获得第一决策融合评价结果；

根据所述第一决策融合评价结果进行动作特征比对分析。

6.如权利要求1所述的方法，其特征在于，所述方法包括：

获得第二位置光线特征评价阈值；

判断所述位置光线特征评价结果是否满足所述第二位置光线特征评价阈值；

当所述位置光线特征评价结果不满足所述第二位置光线特征评价阈值时，获得第一光源补偿信息；

根据所述第一光源补偿信息进行重新信息采集过程的光线补偿。

7.如权利要求1所述的方法，其特征在于，所述方法包括：

判断所述第一特征融合评价结果的异常特征是否满足第一异常阈值；

当所述异常特征满足所述第一异常阈值时，获得第一提醒指令；

根据所述第一提醒指令提示所述目标区域内存在干扰特征。

8.一种基于毫米波传感技术的人体存在检测系统，其特征在于，智能检测系统与视频采集装置、毫米波雷达通信连接，所述系统包括：

第一获得单元，所述第一获得单元用于通过所述毫米波雷达触发特征识别，获得第一识别结果；

第二获得单元，所述第二获得单元用于当所述第一识别结果为判定开始进行识别校验时，获得第一信息采集指令；

第三获得单元，所述第三获得单元用于根据所述第一信息采集指令，控制所述视频采集装置进行目标区域视频采集，获得第一采集数据集合；

第四获得单元，所述第四获得单元用于通过所述毫米波雷达进行所述目标区域的数据采集，获得第二采集数据集合；

第五获得单元，所述第五获得单元用于对所述第一采集数据集合的目标位置进行光线特征评价，获得位置光线特征评价结果；

第六获得单元，所述第六获得单元用于对所述第一采集数据集合和第二采集数据集合进行特征层融合，基于所述光线特征评价结果进行特征层融合过程的特征权重修正，获得第一特征融合评价结果；

第七获得单元，所述第七获得单元用于根据所述第一特征融合评价结果进行动作特征比对分析，获得第一检测评价结果；

第一执行单元，所述第一执行单元用于当所述第一检测评价结果为验证通过时，则进行智能电子锁开锁。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述方法的步骤。

10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。

Images