【技术实现步骤摘要】
本专利技术涉及雷达信号处理和物联网，尤其涉及一种行为状态确定方法、装置、设备及介质。
技术介绍
1、非接触式体征检测设备基于毫米波雷达测量呼吸心跳，目前已经是比较成熟的技术，但是从产品层面看，这项技术还有一些不完善的地方，其中之一就是非接触式体征检测设备基于毫米波雷达进行测量时要求使用人保持静止，因此就需要确定使用人的状态。
2、确定使用人状态的方法主要有以下几种：一种是由使用人主动操控，当使用人开始使用非接触式体征检测设备测量呼吸心跳时，自觉保持静止，该方法使用不方便；另一种是借助其它设备，即当使用人开始使用非接触式体征检测设备测量呼吸心跳时，使用其他设备确定使用人当前状态，其中其他设备可以是红外探头，该方法需要增加额外的设备，增加了产品成本；再有一种是通过非接触式体征检测设备进行检测，通过对检测区内是否有人进行判断，若检测区域内有人，则默认非接触式体征检测设备处于检测状态，该方法没有考虑人员移动，无形中增加了测量胸口位移、呼吸位移、心跳位移的误差。
技术实现思路
1、本申请提供了一种行为状态确定方法、装置、设备及介质，用于解决基于现有技术测量胸口位移、呼吸位移、心跳位移时可能产生误差的问题。
2、第一方面，本申请提供了一种行为状态确定方法，所述方法包括：
3、基于毫米波雷达采集设定时长内第一设定数量的胸口位移、呼吸位移和心跳位移，分别根据所述第一设定数量的胸口位移、呼吸位移和心跳位移，生成第一胸口位移向量、第一呼吸位移向量和第一心跳位移向量；
4、将所述三维矩阵输入到预先训练完成的神经网络模型中，获取所述神经网络模型输出的状态值，根据所述状态值，确定使用人是否处于检测状态；
5、若所述状态值大于设定的阈值，则确定使用人处于检测状态。
6、第二方面，本申请提供了一种行为状态确定装置，所述装置包括：
7、生成模块，用于基于毫米波雷达采集设定时长内第一设定数量的胸口位移、呼吸位移和心跳位移，分别根据所述第一设定数量的胸口位移、呼吸位移和心跳位移，生成第一胸口位移向量、第一呼吸位移向量和第一心跳位移向量；获取所述第一胸口位移向量中第二设定数量的分量生成每个第二胸口位移向量，获取所述第一呼吸位移向量中第二设定数量的分量生成每个第二呼吸位移向量，获取所述第一心跳位移向量中第二设定数量的分量生成每个第二心跳位移向量；将所述每个第二胸口位移向量、每个第二呼吸位移向量和每个第二心跳位移向量叠加，生成三维矩阵；
8、确定模块，用于将所述三维矩阵输入到预先训练完成的神经网络模型中，获取所述神经网络模型输出的状态值，根据所述状态值，确定使用人是否处于检测状态；若所述状态值大于设定的阈值，则确定使用人处于检测状态。
9、第三方面，本申请提供了一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一项所述的一种行为状态确定方法的步骤。
10、第四方面，本申请提供了一种计算机存储介质，其存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行上述任一所述的一种行为状态确定方法的步骤。
11、由于在本申请实施例中，基于毫米波雷达采集设定时长内第一设定数量的胸口位移、呼吸位移和心跳位移，从而生成第一胸口位移向量、第一呼吸位移向量和第一心跳位移向量；并根据第一胸口位移向量、第一呼吸位移向量和第一心跳位移向量分别获取第二设定数量的分量生成每个第二胸口位移向量、每个第二呼吸位移向量、每个第二心跳位移向量；将每个第二胸口位移向量、每个第二呼吸位移向量和每个第二心跳位移向量叠加，生成三维矩阵；将三维矩阵输入到神经网络模型中获取状态值，从而确定使用人是否处于检测状态，这是因为运动过程中进行呼吸、心跳的测量，也会对检测的呼吸、心跳有影响，因此基于测量到的呼吸、心跳能够准确的确定使用人的当前状态，从而可以提升测量的准确性。
本文档来自技高网...【技术保护点】
1.一种行为状态确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述第一胸口位移向量中第二设定数量的分量生成每个第二胸口位移向量之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述获取所述第一胸口位移向量中第二设定数量的分量生成每个第二胸口位移向量包括：
4.根据权利要求1所述的方法，其特征在于，所述获取所述第一呼吸位移向量中第二设定数量的分量生成每个第二呼吸位移向量之前，所述方法还包括：
5.根据权利要求1或4所述的方法，其特征在于，所述获取所述第一呼吸位移向量中第二设定数量的分量生成每个第二呼吸位移向量包括：
6.根据权利要求1所述的方法，其特征在于，所述获取所述第一心跳位移向量中第二设定数量的分量生成每个第二心跳位移向量之前，所述方法还包括：
7.根据权利要求1或6所述的方法，其特征在于，所述获取所述第一心跳位移向量中第二设定数量的分量生成每个第二心跳位移向量包括：
8.根据权利要求1所述的方法，其特征在于，所述神经网络模型的训练
9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-8任一项所述的一种行为状态确定方法的步骤。
10.一种计算机存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行权利要求1-8任一项所述的一种行为状态确定方法的步骤。
...【技术特征摘要】
1.一种行为状态确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取所述第一胸口位移向量中第二设定数量的分量生成每个第二胸口位移向量之前，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，所述获取所述第一胸口位移向量中第二设定数量的分量生成每个第二胸口位移向量包括：
4.根据权利要求1所述的方法，其特征在于，所述获取所述第一呼吸位移向量中第二设定数量的分量生成每个第二呼吸位移向量之前，所述方法还包括：
5.根据权利要求1或4所述的方法，其特征在于，所述获取所述第一呼吸位移向量中第二设定数量的分量生成每个第二呼吸位移向量包括：
6.根据权利要求1所述的方法，其特征在于，所述获取所...
【专利技术属性】
技术研发人员：徐强强，许丽星，于仲海，王昕，刘石勇，刘鹏，刘敏，刘利明，李洁，
申请(专利权)人：海信集团控股股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。