一种人员检测方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种人员检测方法、装置、设备及介质。该方法的步骤包括：对包含有人体姿态信息的射频信号热图样本进行卷积神经网络训练，生成射频信号识别模型；其中，射频信号热图样本是预先向人体发射射频信号并根据人体对射频信号的反射信号绘制生成的；通过发射射频信号以获取目标场景下的目标射频信号热图，并将目标射频信号热图输入射频信号识别模型以对目标场景是否存在人员进行检测，获取检测结果。本方法能够相对提高对于空间内人员检测的准确程度，且能够相对确保人员检测的整体可靠性。此外，本发明专利技术还提供一种人员检测装置、设备及介质，有益效果同上所述。

A Personnel Detection Method, Device, Equipment and Media

【技术实现步骤摘要】
一种人员检测方法、装置、设备及介质
本专利技术涉及人员检测领域，特别是涉及一种人员检测方法、装置、设备及介质。
技术介绍
人体姿态估计是一项计算机视觉技术中非常重要的应用，广泛应用于监控、活动识别、游戏等领域，其主要是从人体图像提取出手臂、腿部关节，以及躯干和头部等特征点，并用这些信息重新组成二维的人体骨骼。通过人体姿态估计的方式能够根据场景图像判别在场景内是否存在有人员，因此当前较为普遍应用于在密闭空间中的人员检测，如列车、飞机等公共交通工具中，以此能够在公共交通工具停运时，通过当前的方式检测公共交通工具内部是否仍有乘客，进而确保乘客的人身安全。当前通过人体姿态估计对公共交通工具中是否存在人员进行检测，具体实现是通过公共交通工具中的监控摄像头拍摄场景图像，并将场景图像作为判定依据输入卷积神经网络模型以进行分析，进而获悉场景图像中是否存在表征人体结构的一系列相应特征点，以此判定在公共交通工具中是否存在尚未离开人员。但是由于在公共交通工具中的遮挡物过多，当人员被物体遮挡时，无法被监控摄像头拍摄到，进而通过卷积神经网络模型对场景图像的分析也就难以获悉到公共交通工具中有人员的存在，并且当遮本文档来自技高网...

【技术保护点】
1.一种人员检测方法，其特征在于，包括：对包含有人体姿态信息的射频信号热图样本进行卷积神经网络训练，生成射频信号识别模型；其中，所述射频信号热图样本是预先向人体发射射频信号并根据所述人体对所述射频信号的反射信号绘制生成的；通过发射射频信号以获取目标场景下的目标射频信号热图，并将所述目标射频信号热图输入所述射频信号识别模型以对所述目标场景是否存在人员进行检测，获取检测结果。

【技术特征摘要】
1.一种人员检测方法，其特征在于，包括：对包含有人体姿态信息的射频信号热图样本进行卷积神经网络训练，生成射频信号识别模型；其中，所述射频信号热图样本是预先向人体发射射频信号并根据所述人体对所述射频信号的反射信号绘制生成的；通过发射射频信号以获取目标场景下的目标射频信号热图，并将所述目标射频信号热图输入所述射频信号识别模型以对所述目标场景是否存在人员进行检测，获取检测结果。2.根据权利要求1所述的方法，其特征在于，所述对包含有人体姿态信息的射频信号热图样本进行卷积神经网络训练，生成射频信号识别模型包括：获取包含有人体姿态信息的所述射频信号热图样本以及与所述射频信号热图样本对应的场景图像样本；将所述场景图像样本输入至卷积神经网络预设的人体姿态估计模型，生成所述场景图像样本对应的标准关节点图；通过对所述射频信号热图样本进行卷积神经网络训练，生成训练模型；对所述训练模型进行修正直至所述训练模型对所述射频信号热图处理得到的训练关节点图与所述标准关节点图之间的偏差值小于预设值，将所述训练模型设定为所述射频信号识别模型。3.根据权利要求2所述的方法，其特征在于，所述通过对所述射频信号热图样本进行卷积神经网络训练，生成训练模型具体为：通过对所述射频信号热图样本进行基于时空卷积的所述卷积神经网络训练，生成所述训练模型。4.根据权利要求2所述的方法，其特征在于，所述将所述目标射频信号热图输入所述射频信号识别模型以对所述目标场景是否存在人员进行检测，获取检测结果包括：将所述目标射频信号热图输入所述射频信号识别模型生成人体关节点图；判断所述人体关节点图中的目标点位是否具有关节点；如果是，则将所述检测结果设定为表征所述目标场景存在人员的内容；否则，则将所述检测结果设定为表征所述目标场景未存在人员的内容。5.根据权利要求4所述的方法，其特征在于，当所述判断所述人体关节点图中的...

【专利技术属性】
技术研发人员：罗锦浩，王颖，李东，庄洪林，王晓海，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44