基于WIFI和摄像机传感器决策级融合的室内行人检测方法技术

本发明专利技术涉及一种基于WIFI和摄像机传感器决策级融合的室内行人检测方法，计算动静条件下CSI序列的欧氏距离、马氏距离，动态条件下的方差距离。若三个距离大于各自设置的距离参数，然后对三个距离的结果做或运算，得到WIFI传感器的检测结果Reswifi。其次，进行摄像机视频帧的行人检测；基于CNN卷积神经网络和多尺度特征图融合，采用mobilenet‑SSD深度学习目标检测方法以实现视频帧中的行人检测，从而得到摄像机传感器的检测结果Rescamera。最后，决策级融合策略，使用摄像机采集到的视频帧的平均灰度值α，并归一化到[0,1]之间，采用公式Resfinal＝αRescamera+(1‑α)Reswifi作为融合规则，从而得到最终的检测结果，当结果大于给定的阈值thresh时，判定室内有行人，否则判定室内无行人。

【技术实现步骤摘要】
基于WIFI和摄像机传感器决策级融合的室内行人检测方法
本专利技术属于多传感器目标检测融合领域，涉及一种基于WIFI和摄像机传感器决策级融合的室内行人检测方法。
技术介绍
随着科技和经济的发展，人们的日常生活得到了极大的改善和提高，与此同时带来的是安全方面的防护问题，特别是对家庭居住环境、财产以及人身安全的保护问题。入侵检测技术是一种对周边区域环境中的移动目标进行监测，同时对非法入侵的人员发出警报和提醒相关工作人员的检测技术。例如银行、博物馆、停车场等地方的智能入侵检测和警报系统，当有意外发生时，监测系统能够向警卫人员及时而准确地发出警报，避免犯罪情况的发生。传统的通过动物、现场报警、防盗门、防盗网的形式来预防盗贼，虽然一定程度上可以起到防盗的效果，但不能及时告诉事主，也不能及时阻止犯罪和找到相应的犯罪证据。同时，现有的一些监控系统大部分都价格昂贵、安装繁琐、依赖于电脑，不是很适合家庭安防监控。随着计算机、通信、电子等技术的不断发展，实现了对家庭的安防从本地监控到远程监控的发展历程，它主要是以取证及相应的预防作为目的，对犯罪分子能起到很好的威慑作用，同时也能及时减少盗窃这类事情的发生本文档来自技高网...

【技术保护点】
1.一种基于WIFI和摄像机传感器决策级融合的室内行人检测方法，其特征在于：将摄像机传感器的镜头置于对准入门，检测方法步骤如下：步骤1：对WIFI传感器的CSI信号幅值计算，得到WIFI传感器的检测结果：记动、静态条件下的CSI信号幅值序列分别为

【技术特征摘要】
1.一种基于WIFI和摄像机传感器决策级融合的室内行人检测方法，其特征在于：将摄像机传感器的镜头置于对准入门，检测方法步骤如下：步骤1：对WIFI传感器的CSI信号幅值计算，得到WIFI传感器的检测结果：记动、静态条件下的CSI信号幅值序列分别为其中表示标记为j的离散时间索引为i处的CSI信号幅值，其中i＝{1,2,…,L}，L为滑动窗口的长度；j＝{1,2}，取值为1表示动态条件下的幅值，取值为2表示静态条件下的幅值，动态条件下的CSI信号是WIFI传感器的实时信号，静态条件下的CSI信号是环境干扰较弱条件下采集到的WIFI信号；计算动、静态条件下CSI信号幅值的欧氏距离：计算动、静态条件下CSI信号幅值的马氏距离：其中，μ为S1(t)的均值，C为S2(t)的协方差矩阵；计算动态条件下的CSI信号幅值的方差距离：其中，L为滑动窗口的长度，为滑动窗口中第k时刻的CSI信号幅值，μ为S1(t)的均值；若三个距离E12、M12、Var大于各自设置的距离参数，则将其各自对应的结果置为1，否则置为0；然后对三个距离的结果做或运算，得到WIFI传感器的检测结果Reswifi，将Reswifi传递至融合模块进行决策；步骤2、摄像机传感器的行人检测：对从摄像机获取的图像进行行人检测，从而得到摄像机传感器的检测结果Rescamera，将Rescamera传递至融合模块进行决策：1、卷积操作提取特征：假定卷积层的输入特征图Fin的参数为Win×Hin×Cin，Win表示特征图的宽度，Hin表示特征图的高度，Cin表示特征图的通道数。卷积层的卷积参数为K,S,P,Stride，K表示卷积核的数目，S表示卷积核的宽度和高度，P表示对输入特征图进行补零操作，例如P＝1表示对输入特征图的周围补一圈0，Stride表示卷积核在输入特征图上的滑动步长。则卷积层的输出特征图Fout的参数为Wout×Hout×Cout，Wout表示特征图的宽度，Hout表示特征图的高度，Cout表示特征图的通道数，其参数计算如...

【专利技术属性】
技术研发人员：李晖晖，周康鹏，刘航，王彤，郭雷，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61