人员行为检测方法、装置和终端设备制造方法及图纸

本发明专利技术适用于行为检测技术领域，提供了一种人员行为检测方法、装置和终端设备。所述方法包括：接收被人体反射的无线信号，并获取所述无线信号的CSI时间序列；将所述CSI时间序列进行预处理，并对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征；将所述人体行为特征输入到分类器中进行分类，根据分类结果确定人体行为。本发明专利技术能够避免传统的人体行为检测方法中存在的时间稳定性差、无法分离多路径信号的缺陷检测人体行为，用物理层的信息代替控制层信息实现人体检测，提高人体行为检测的精度和准确率。

【技术实现步骤摘要】
人员行为检测方法、装置和终端设备
本专利技术属于行为检测
，尤其涉及一种人员行为检测方法、装置和终端设备。
技术介绍
人员行为检测技术广泛服务于医疗健康和智慧安防等领域。在医疗健康领域，对老人和小孩的日常行为进行监控，减少因摔倒等危险行为对人员造成伤害。在智慧安防领域，对无线网络覆盖区域范围内的人员进行实时行为监控，发现异常行为，系统通过报警获得实时反馈，以达到安防的目的。传统的人员行为检测技术主要基于传感器、视觉和可穿戴设备来实现。基于传感器的人员检测技术，需要在指定地点部署大量传感器，可移动性差，维护成本相对较高；基于摄像头的检测技术对光线的要求高，在黑暗的环境下失效，检测正确率低；基于可穿戴设备的检测技术要求用户随身佩戴监测设备，增加用户负担，舒适性较差，此外，该技术对于目标人物佩戴设备的自觉性要求极高，不适用于入侵检测、嫌犯追踪等特殊场景。后来，随着无线网络的发展，无线网逐步实现全覆盖。无线网信号经由移动人体等障碍物时会发生反射、散射等形成多径叠加信号，通过分析人体行为引起无线信号产生的相应变化可进行移动人员检测。现有的无线行为检测技术是通过接收无线信号并利用接收信号强度指示对人体行为进行检测，然而，这种检测方式中的信号是多径传播的叠加效果，不能逐一区分多条信号传播路径，只能进行粗粒度信息的行为检测，且时间稳定性差，使得人体行为检测的正确率低。
技术实现思路
有鉴于此，本专利技术实施例提供了一种人员行为检测方法、装置和终端设备，以解决现有技术中基于信号强度的人体行为检测方法，信号的时间稳定性差，且是利用多路径叠加信号检测，使得人体行为检测率低的问题。本专利技术实施例的第一方面提供了一种人员行为检测方法，包括：接收被人体反射的无线信号，并获取所述无线信号的CSI(ChannelStateInformation，信道状态信息)时间序列；将所述CSI时间序列进行预处理，并对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征；通过分类器对所述人体行为特征进行分类，根据分类结果确定人体行为。可选的，所述CSI时间序列包括时间信息和信道状态信息；所述获取所述无线信号的CSI时间序列具体包括：利用正交频分复用方法获取所述CSI时间序列中的信道状态信息；所述信道状态信息包括多个子载波信息。可选的，所述将所述CSI时间序列进行预处理具体包括：检测所述CSI时间序列中的信息异常值，将所述信息异常值删除；在所述CSI时间序列中删除所述信息异常值的位置进行插值处理；对进行插值处理后的CSI时间序列进行滤波处理，得到预处理后的所述CSI时间序列。可选的，所述检测所述CSI时间序列中的信息异常值具体包括：设置状态信息预设范围；判断所述信道状态信息中的信息值是否在所述状态信息预设范围内；将不在所述状态信息预设范围内的所述信息值检测为所述信息异常值。可选的，所述对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征具体包括：将预处理后的所述CSI时间序列进行降维处理，并确定特征主成分和预设数量的主特征向量；计算每个所述主特征向量的一阶差分均值，计算所述特征主成分的方差，并将所述方差与所述一阶差分均值的比值设置为人体特征值；预设数量的所述人体特征值组成所述人体行为特征。可选的，计算所述一阶差分均值具体包括：其中，N为所述子载波的个数，vi为对应的所述主特征向量。可选的，在将所述人体行为特征输入到分类器中进行分类之后，还包括：采用数据融合方法对所述分类结果进行决策，根据决策结果确定人体行为。本专利技术实施例的第二方面提供了一种人员行为检测装置，包括：信息获取模块，用于接收被人体反射的无线信号，并获取所述无线信号的CSI时间序列；特征提取模块，用于将所述CSI时间序列进行预处理，并对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征；行为识别模块，用于将所述人体行为特征输入到分类器中进行分类，根据分类结果确定人体行为。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如上述任一项所述方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，包括：所述计算机程序被处理器执行时实现如上述任一项所述方法的步骤。本专利技术实施例中的人体行为检测方法、装置和终端设备与现有技术相比存在的有益效果是：首先，通过接收被人体反射的无线信号，并获取所述无线信号的CSI时间序列，用物理层的CSI时间序列代替控制层的信号强度等粗粒度信息，为后面的特征提取和检测提供更加细粒度的信息，提高人体行为检测精度；其次，将所述CSI时间序列进行预处理，减少CSI时间序列中的噪音，提高CSI时间序列进行特征提取的准确度，进一步提高人体行为检测的准确率；最后，通过将所述人体行为特征输入到分类器中进行分类，根据分类结果确定人体行为，进一步提高了人体行人检测的精度和准确率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的人员行为检测方法的实现流程示意图；图2是图1中步骤S102的实现流程示意图；图3是图2中步骤S201的实现流程示意图；图4是图1中步骤S102的另一种实现流程示意图；图5是本专利技术实施例提供的一种实施场景图；图6是本专利技术实施例提供的在无人场景下的信道状态信息变化的示意图；图7是本专利技术实施例提供的在有人移动场景下的信道状态信息变化的示意图；图8是本专利技术实施例提供的人员行为检测装置的结构框图；图9是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。实施例一参见图1提供了人员行为检测方法的一个实施例实现流程示意图，详述如下：步骤S101，接收被人体反射的无线信号，并获取所述无线信号的CSI时间序列。可选的，本实施例采用MIMO(Multiple-InputMultiple-Output，多输入多输出)技术，即无线信号发射端和接收端分别使用多个发射天线和多个接收天线，可以获取多个无线信号，即可以全方位获取接收的无线信号的CSI时间序列，进一步对CSI时间序列中的信道状态信息特征分析，降低人体行为误判率，提高检测精度。可选的，利用Atheros系列网卡或Intel5300网卡获取所述CSI时间序列。可选的，所述CSI时间序列可以包括时间信息和信道状态信息。所述信道状态信息是指无线信号物理层的信道状态信息，可以表示为CSI，主要包括信号的频域信息，例如幅值和相位等。其中，信道状态信息按时间信息进行排列组成CSI时间序列。实际应用中本文档来自技高网...

【技术保护点】
1.一种人员行为检测方法，其特征在于，包括：接收被人体反射的无线信号，并获取所述无线信号的信道状态信息CSI时间序列；将所述CSI时间序列进行预处理，并对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征；通过分类器对所述人体行为特征进行分类，根据分类结果确定人体行为。

【技术特征摘要】
1.一种人员行为检测方法，其特征在于，包括：接收被人体反射的无线信号，并获取所述无线信号的信道状态信息CSI时间序列；将所述CSI时间序列进行预处理，并对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征；通过分类器对所述人体行为特征进行分类，根据分类结果确定人体行为。2.如权利要求1所述的人员行为检测方法，其特征在于，所述CSI时间序列包括时间信息和信道状态信息；所述获取所述无线信号的CSI时间序列具体包括：利用正交频分复用方法获取所述CSI时间序列中的信道状态信息；所述信道状态信息包括多个子载波信息。3.如权利要求2所述的人员行为检测方法，其特征在于，所述将所述CSI时间序列进行预处理具体包括：检测所述CSI时间序列中的信息异常值，将所述信息异常值删除；在所述CSI时间序列中删除所述信息异常值的位置进行插值处理；对进行插值处理后的CSI时间序列进行滤波处理，得到预处理后的所述CSI时间序列。4.如权利要求3所述的人员行为检测方法，其特征在于，所述检测所述CSI时间序列中的信息异常值具体包括：设置状态信息预设范围；判断所述信道状态信息中的信息值是否在所述状态信息预设范围内；将不在所述状态信息预设范围内的所述信息值检测为所述信息异常值。5.如权利要求2所述的人员行为检测方法，其特征在于，所述对预处理后的所述CSI时间序列进行特征提取，得到人体行为特征具体包括：将预处理后的所述CS...

【专利技术属性】
技术研发人员：赵继军，刘立双，魏忠诚，王巍，张春华，
申请(专利权)人：河北工程大学，
类型：发明
国别省市：河北,13