基于多点定位的活体甄别方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种基于多点定位的活体甄别方法、装置、设备及存储介质。所述方法包括：获取多个监控点的检测设备发送的活体检测数据，多个监控点包括：待甄别监控点和与待甄别监控点关联的其他监控点；根据每个监控点发送的活体检测数据，确定与待甄别监控点对应的多点特征向量；将与待甄别监控点对应的多点特征向量作为活体甄别模型的输入，活体甄别模型用于对监控点是否存在活体进行甄别；获取活体甄别模型输出的甄别结果值，并基于甄别结果值确定待甄别监控点在目标时刻存在活体的可能性。本发明专利技术在检测设备不报活体检测数据时输出的待甄别监控点的甄别结果值具有较高的准确性，提高了物联网提供智能服务的准确性。

Method, device, equipment and storage medium of living body screening based on multi-point positioning

【技术实现步骤摘要】
基于多点定位的活体甄别方法、装置、设备及存储介质
本专利技术涉及物联网
，尤其涉及一种基于多点定位的活体甄别方法、装置、设备及存储介质。
技术介绍
空间定位一直是物联网领域一个重要的研究与应用的场景，而其在室内活体定位中的价值尤为突显，如果可以精确的定位活体所在的位置，则可以为用户提供诸如安防预警、环境预调等舒适且安全的智能服务。PIR(被动红外设备)因成本低被普遍应用于判断有无活体活动的场景中，比如商铺进客检测等，PIR功能简单，只能做到判断是否有活动的活体，在活体静止不动时虽然检测范围内有活体但也不会发送检测到活体的结果，导致活体静止不动时物联网无法提供准确的智能服务。
技术实现思路
基于此，有必要针对上述问题，提出了一种基于多点定位的活体甄别方法、装置、设备及存储介质，用于解决现有技术中设备不报活体检测数据时物联网无法提供准确的智能服务的技术问题。第一方面，本专利技术提出了一种基于多点定位的活体甄别方法，所述方法包括：获取多个监控点的检测设备发送的活体检测数据，所述多个监控点包括：待甄别监控点和与本文档来自技高网...

【技术保护点】
1.一种基于多点定位的活体甄别方法，所述方法包括：/n获取多个监控点的检测设备发送的活体检测数据，所述多个监控点包括：待甄别监控点和与待甄别监控点关联的其他监控点；/n根据每个监控点发送的活体检测数据，确定与所述待甄别监控点对应的多点特征向量，所述多点特征向量用于指示多个所述监控点在多个时刻的活体检测情况，所述多个时刻包括目标时刻以及在所述目标时刻之前的至少一个时刻，所述目标时刻为待甄别活体的时刻；/n将与所述待甄别监控点对应的多点特征向量作为活体甄别模型的输入，所述活体甄别模型用于对监控点是否存在活体进行甄别；/n获取所述活体甄别模型输出的甄别结果值，并基于所述甄别结果值确定所述待甄别监控点...

【技术特征摘要】
1.一种基于多点定位的活体甄别方法，所述方法包括：
获取多个监控点的检测设备发送的活体检测数据，所述多个监控点包括：待甄别监控点和与待甄别监控点关联的其他监控点；
根据每个监控点发送的活体检测数据，确定与所述待甄别监控点对应的多点特征向量，所述多点特征向量用于指示多个所述监控点在多个时刻的活体检测情况，所述多个时刻包括目标时刻以及在所述目标时刻之前的至少一个时刻，所述目标时刻为待甄别活体的时刻；
将与所述待甄别监控点对应的多点特征向量作为活体甄别模型的输入，所述活体甄别模型用于对监控点是否存在活体进行甄别；
获取所述活体甄别模型输出的甄别结果值，并基于所述甄别结果值确定所述待甄别监控点在目标时刻存在活体的可能性。


2.根据权利要求1所述的基于多点定位的活体甄别方法，其特征在于，所述根据每个监控点发送的活体检测数据，确定与所述待甄别监控点对应的多点特征向量，包括：
根据每个监控点发送的活体检测数据，确定与每个监控点对应的单点特征向量，所述单点特征向量用于指示一个监控点在所述多个时刻的活体检测情况；
根据所述待甄别监控点与其他监控点的关联关系和所述与每个监控点对应的单点特征向量，确定与所述待甄别监控点对应的多点特征向量。


3.根据权利要求2所述的基于多点定位的活体甄别方法，其特征在于，所述根据每个监控点发送的活体检测数据，确定与每个监控点对应的单点特征向量，包括：
获取预设提取时长和所述目标时刻；
根据所述预设提取时长和所述目标时刻分别从每个监控点发送的活体检测数据中，获取与每个监控点对应的目标检测数据；
根据与每个监控点对应的目标检测数据，得到与每个监控点对应的单点特征向量。


4.根据权利要求2所述的基于多点定位的活体甄别方法，其特征在于，所述根据所述待甄别监控点与其他监控点的关联关系和所述与每个监控点对应的单点特征向量，确定与所述待甄别监控点对应的多点特征向量，包括：
获取与待甄别监控点直接关联的监控点，将与待甄别监控点直接关联的监控点对应的单点特征向量进行拼接，得到直接关联特征向量，其中，所述与待甄别监控点直接关联的监控点包括所述待甄别监控点；
获取与待甄别监控点间接关联的监控点，将与待甄别监控点间接关联的监控点对应的单点特征向量进行拼接，得到间接关联特征向量；
根据所述直接关联特征向量和所述间接关联特征向量确定与所述待甄别监控点对应的多点特征向量。


5.根据权利要求1所述的基于多点定位的活体甄别方法，其特征在于，所述活体甄别模型采用如下方式训练得到：
获取多个多点特征向量样本；
将所述多点特征向量样本按线性回归函数进行线性回归分析，得到与每个多点特征向量样本对应的目标拟合值；
将与每个多点特征向量样本对应的目标拟合值按预设映射函数进行离散映射，得到与每个多点特征向量样本对应的目标离散值；
根据与每个多点特征向量样本对应的目标离散值、与每个多点特征向量样本对应的活体标定值，采用梯度下降优化方法进行训练，得到已训练的所述活体甄别模型。


6.根据权利要求5所述的基于多点定位的活体甄别方法...

【专利技术属性】
技术研发人员：袁方，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：广东;44