毫米波人体智能姿态检测方法、检测装置及检测系统制造方法及图纸

本申请提供了一种毫米波人体智能姿态检测方法，包括：获取毫米波雷达检测目标人物得到待检测点云数据；将所述待检测点云数据转换成待检测深度图片；将所述待检测深度图片输入到预设的人体姿态训练网络进行训练得到所述目标人物的姿态信息。本申请还提供了毫米波人体智能姿态检测装置、毫米波人体智能姿态检测设备及毫米波人体智能姿态检测系统。本申请技术方案能够更加安全智能的对目标人物进行姿态检测。态检测。态检测。

【技术实现步骤摘要】
毫米波人体智能姿态检测方法、检测装置及检测系统


[0001]本申请涉及移动互联网领域，尤其涉及一种毫米波人体智能姿态检测方法、毫米波人体智能姿态检测装置、毫米波人体智能姿态检测设备及毫米波人体智能姿态检测系统。

技术介绍

[0002]目前人体姿态检测主要靠视觉，通过摄相机拍照再进行姿态识别，但通过对摄像机拍摄的照片进行姿态识别会存在以下两方面的缺点：
[0003]1.无法克服光线环境不好时摄相机无法有效获取人体信息，以至于无法进行准确的姿态检测的问题。
[0004]2.不能满足隐私保护要求，在一些私人场景下，比如浴室，卧室，通过拍照的方式获取人体信息，容易暴露人的隐私。

技术实现思路

[0005]有鉴于此，实有必要提供一种更加安全智能的毫米波人体智能姿态检测方法、毫米波人体智能姿态检测装置、毫米波人体智能姿态检测设备及毫米波人体智能姿态检测系统。
[0006]第一方面，本申请实施例提供一种毫米波人体智能姿态检测方法，所述毫米波人体智能姿态检测方法包括下面步骤:
[0007]获取毫米波雷达检测目标人物得到待检测点云数据；
[0008]将所述待检测点云数据转换成待检测深度图片；
[0009]将所述待检测深度图片输入到预设的人体姿态训练网络进行训练得到所述目标人物的姿态信息，所述预设的人体姿态训练网络利用人体姿态训练网络的训练方法进行训练得到，其中，所述人体姿态训练网络的训练方法包括：
[0010]获取毫米波雷达和摄像机采集的若干对样本点云数据和样本图片，每一对样本点云数据和样本图片为所述毫米波雷达和所述摄像机在同一视场角下同时对一个人物对象进行采集得到；
[0011]将所述若干对样本点云数据和样本图片中的样本点云数据转换为若干深度图片；
[0012]利用预设的人体姿态检测模型对所述若干对样本点云数据和样本图片中样本图片进行姿态检测得到对应的人物对象的姿态信息；
[0013]根据所述姿态信息生成对应的深度图片的标签；
[0014]将所述若干深度图片和对应标签依序输入到初始人体姿态网络中进行训练得到所述预设的人体姿态训练网络。
[0015]第二方面，本申请实施例提供一种毫米波人体智能姿态检测装置，所述检测装置包括：
[0016]计算机可读存储介质，用于存储程序指令；以及
[0017]处理器执行所述程序指令以实现上述所述的毫米波人体智能姿态检测方法。
[0018]第三方面，本申请实施例提供一种毫米波人体智能姿态检测设备，所述检测设备包括：
[0019]壳体、设置于所述壳体的毫米波雷达以及毫米波人体智能姿态检测装置，所述检测装置执行所述程序指令以实现上述所述的毫米波人体智能姿态检测方法。
[0020]第四方面，本申请实施例提供一种人体智能姿态检测系统，所述系统包括：
[0021]毫米波雷达，用于对目标人物进行检测得到待检测点云数据；
[0022]毫米波人体智能姿态检测装置，用于与所述毫米波雷达通讯连接，所述毫米波人体智能姿态检测装置包括：
[0023]存储器，用于存储程序指令；
[0024]处理器执行所述程序指令以实现上述所述的毫米波人体智能姿态检测方法。
[0025]上述毫米波人体智能姿态检测方法、毫米波人体智能姿态检测装置、毫米波人体智能姿态检测设备及毫米波人体智能姿态检测系统，通过毫米波雷达对目标人物进行数据的采集，并利用模型对采集的数据进行姿态信息的判断，从而能够保护检测的目标人物的隐私，还可以不受光线环境等影响。
附图说明
[0026]为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0027]图1为本申请实施例提供的毫米波人体智能姿态检测方法的流程图。
[0028]图2为本申请实施例提供的毫米波人体智能姿态检测方法的第一子流程图。
[0029]图3为本申请实施例提供的毫米波人体智能姿态检测方法的第二子流程图。
[0030]图4为本申请实施例提供的毫米波人体智能姿态检测系统的示意图。
[0031]图5为预设的人体姿态训练网络输出的目标人物热图片的示意图。
[0032]图6为毫米波雷达与摄像机采集数据的示意图。
[0033]图7为本申请实施例提供的毫米波人体智能姿态检测装置的内部结构示意图。
[0034]图8为本申请实施例提供的毫米波人体智能姿态检测系统的第一子示意图
[0035]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0036]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0037]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图
示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0038]需要说明的是，在本申请中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
[0039]请结合参看图1、图4和图8，其为本申请实施例提供的毫米波人体智能姿态检测方法的流程图。图4其为本申请实施例提供的毫米波人体智能姿态检测系统的示意图，其中，毫米波人体智能姿态检测系统1000包括毫米波人体智能姿态检测设备200和电子设备300。其中，毫米波人体智能姿态检测设备200包括毫米波雷达100和毫米波人体智能姿态检测装置400。在本实施例中，毫米波雷达100为毫米波雷达板。毫米波人体智能姿态检测装置400为毫米波人体智能姿态检测装置模组。也就是说，毫米波人体智能姿态检测设备200是将毫米波雷达100和毫米波人体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种毫米波人体智能姿态检测方法，其特征在于，所述毫米波人体智能姿态检测方法包括：获取毫米波雷达检测目标人物得到的待检测点云数据；将所述待检测点云数据转换成待检测深度图片；将所述待检测深度图片输入到预设的人体姿态训练网络进行训练得到所述目标人物的姿态信息，所述预设的人体姿态训练网络利用人体姿态训练网络的训练方法进行训练得到，其中，所述人体姿态训练网络的训练方法包括：获取毫米波雷达和摄像机采集的若干对样本点云数据和样本图片，每一对样本点云数据和样本图片为所述毫米波雷达和所述摄像机在同一视场角下同时对一个人物对象进行采集得到；将所述若干对样本点云数据和样本图片中的样本点云数据转换为若干深度图片；利用预设的人体姿态检测模型对所述若干对样本点云数据和样本图片中样本图片进行姿态检测得到对应的人物对象的姿态信息；根据所述姿态信息生成对应的深度图片的标签；将所述若干深度图片和对应标签依序输入到初始人体姿态网络中进行训练得到所述预设的人体姿态训练网络。2.如权利要求1所述的毫米波人体智能姿态检测方法，其特征在于，将所述待检测点云数据转换成待检测深度图片具体包括：获取的摄像机的内参矩阵；以及利用预设空间转换算法和所述内参矩阵将所述待检测点云数据的点坐标进行空间转换得到相应的深度图片。3.如权利要求2所述的毫米波人体智能姿态检测方法，其特征在于，所述预设转换算法为：其中，U表示深度图片像素所在的横向坐标，V表示深度图片像素所在的纵向坐标，K表示采集数据所用的摄像机的内参矩阵，fx表示焦距乘上图像坐标系到像素坐标系之间的横向缩放比例，fy表示焦距乘上图像坐标系到像素坐标系之间的纵向缩放比例，cx表示图像坐标系在缩放为像素坐标系之后，原点位置距离左上角的横向距离，cy表示图像坐标系在缩放为像素坐标系之后，原点位置距离左上角的...

【专利技术属性】
技术研发人员：张远，李伟，吴超，蒋彦波，
申请(专利权)人：深圳电目科技有限公司，
类型：发明
国别省市：