用户检测模型的训练及检测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种用户检测模型的训练及检测方法、装置、设备和存储介质，其中，用户检测模型的训练方法，包括：确定具有传染性的病原体；在样本用户搭乘电梯时，检测样本用户的生理数据；根据生理数据确定一个或多个样本用户初始的属性为感染者，感染者为被病原体感染的样本用户；预测在结束搭乘电梯时、样本用户的属性变化之后的人数，属性包括易感者、潜伏者、感染者和康复者；以样本用户的属性和人数作为样本，训练样本用户检测模型。通过不涉及样本用户隐私的生理数据的采集，实现了对结束搭乘电梯时的样本用户的中可能存在的感染者和潜伏者的及时发现。

【技术实现步骤摘要】
用户检测模型的训练及检测方法、装置、设备和存储介质
本专利技术实施例涉及电梯公共安全技术，尤其涉及一种用户检测模型的训练及检测方法、装置、设备和存储介质。
技术介绍
在传染病预防控制中，需要尽早的发现感染者和与感染者接触的潜伏者，并公示感染者活动轨迹，进而切断传播途径。在现有的传染病预防控制中感染者和潜伏者的发现，主要依靠自我排查，或者通过在社区、公司、学校等公共场所开展人工排查，对人员进行检测和记录的方式。通过这种方式排查感染者和潜伏者，不仅需要耗费大量的时间，而且排除的时间滞后性强，不利于对感染者和潜伏者的及时发现和控制。
技术实现思路
本专利技术提供一种用户检测模型的训练及检测方法、装置、设备和存储介质，通过不涉及隐私性的采集方式，实现对结束搭乘电梯时用户中的感染者和潜伏者的预测，和传染病的及时发现。第一方面，本专利技术实施例提供了一种用户检测模型的训练方法，包括：确定具有传染性的病原体；在样本用户搭乘电梯时，检测所述样本用户的生理数据；根据所述生理数据确定一个或多个样本本文档来自技高网...

【技术保护点】
1.一种用户检测模型的训练方法，其特征在于，包括：/n确定具有传染性的病原体；/n在样本用户搭乘电梯时，检测所述样本用户的生理数据；/n根据所述生理数据确定一个或多个样本用户初始的属性为感染者，所述感染者为被所述病原体感染的样本用户；/n预测在结束搭乘所述电梯时、所述样本用户的所述属性变化之后的人数，所述属性包括易感者、潜伏者、所述感染者和康复者，其中，所述易感者可在所述电梯内被所述感染者传染、转变为所述潜伏者，所述潜伏者在所述生理数据变化时转变为所述感染者，所述感染者康复之后转变为所述康复者；/n以所述样本用户的所述属性和人数作为样本，训练样本用户检测模型。/n

【技术特征摘要】
1.一种用户检测模型的训练方法，其特征在于，包括：
确定具有传染性的病原体；
在样本用户搭乘电梯时，检测所述样本用户的生理数据；
根据所述生理数据确定一个或多个样本用户初始的属性为感染者，所述感染者为被所述病原体感染的样本用户；
预测在结束搭乘所述电梯时、所述样本用户的所述属性变化之后的人数，所述属性包括易感者、潜伏者、所述感染者和康复者，其中，所述易感者可在所述电梯内被所述感染者传染、转变为所述潜伏者，所述潜伏者在所述生理数据变化时转变为所述感染者，所述感染者康复之后转变为所述康复者；
以所述样本用户的所述属性和人数作为样本，训练样本用户检测模型。


2.根据权利要求1所述的用户检测模型的训练方法，其特征在于，所述确定具有传染性的病原体，包括：
确定样本用户检测模型所针对的具有传染性的病原体；
从疾病防控中心或者公共卫生部门的网页或服务器获取所述病原体的特征信息，所述特征信息包括所述样本用户的属性中易感者转变为所述潜伏者的概率、所述潜伏者转变为所述感染者的概率和所述感染者康复的概率。


3.根据权利要求1所述的用户检测模型的训练方法，其特征在于，所述在样本用户搭乘电梯时，检测所述样本用户的生理数据，包括：
响应所述电梯的召梯指令，所述电梯中配置有红外测温仪；
调用所述红外测温仪采集所述样本用户的体温，作为生理数据。


4.根据权利要求1所述的用户检测模型的训练方法，其特征在于，在所述根据所述生理数据确定一个或多个样本用户初始的属性为感染者，包括：
将所述样本用户的所述生理数据与预设范围进行比较；
若所述样本用户的所述生理数据在所述预设范围内，则确定所述样本用户的所述属性不属于所述感染者；
若所述样本用户的所述生理数据不在所述预设范围内，则确定所述样本用户的所述属性属于所述感染者。


5.根据权利要求1所述的用户检测模型的训练方法，其特征在于，所述预测在结束搭乘所述电梯时、所述样本用户的属性变化之后的人数，包括：
统计搭乘所述电梯时所述样本用户的数量、所述属性为所述感染者的数量；
将搭乘所述电梯时所述样本用户的数量减去所述属性为所述感染者的数量，获得所述样本用户中所述属性为所述易感者的数量；
将搭乘所述电梯时的所述样本用户的数量减1、所述易感者转变为所述潜伏者的概率、所述样本用户中所述感染者的数量、所述样本用户中所述易感者在所述样本用户中的占比相乘，获得结束搭乘所述电梯时、所述样本用户的所述属性变化之后所述潜伏者的人数。


6.根据权利要求1-5任一项所述的用户检测模型的训练方法，其特征在于，所述以所述样本用户的所述属性和所述人数作为样本，训练样本用户检测模型，包括：
以结束搭乘所述电梯时、所述样本用户的所述属性变化之后的人数作为双向长短期记忆网络的细胞状态，以初始的所述属性为所述感染者的所述样本用户的人数作为所述双向长短期记忆网络的输入，训练基于所述双向长短期记忆网络的样本用户检测模型。


7.一种用户检测方法，其特征在于，包括：
在目标用户搭乘电梯时，检测所述目标用户的生理数据；
根据所述生理数据确定一个或多个目标用户的属性为感染者，所述感染者为被病原体感染的目标用户；
将所述感染者的人数输入用户检测模型中，以预测所述目标用户在结束搭乘所述电梯后的属性，所述属性包括易感者、感染者、潜伏者和康复者，其中，所述易感者可在所述电梯被所述感染者传染、转变为所述潜伏者，所述潜伏者在所述生理数据变化时转...

【专利技术属性】
技术研发人员：李骞，江荣钿，
申请(专利权)人：日立楼宇技术广州有限公司，
类型：发明
国别省市：广东;44