[发明专利]一种人员检测方法、装置、设备及介质

权利要求书

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，以及将所述人体关节点图中互信息权重值最高的各所述关节点相互连接，生成骨骼图像，并根据所述骨骼图像判定所述目标场景下人员的行为状态；

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；

其中，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。

2.根据权利要求1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，包括：

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。

3.根据权利要求1和2任意一项所述的方法，其特征在于，所述射频信号热图样本具体为RGB格式的射频信号热图样本。

4.一种人员检测装置，其特征在于，包括：

模型训练模块，用于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；

模型检测模块，用于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生成人体关节点图；

关节点判断模块，用于判断所述人体关节点图中的目标点位是否具有关节点；

骨骼图像生成模块，用于所述目标点位具有关节点时，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，以及将所述人体关节点图中互信息权重值最高的各所述关节点相互连接，生成骨骼图像，并根据所述骨骼图像判定所述目标场景下人员的行为状态；

未存在人员确定模块，用于所述目标点位不具有关节点时，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；

其中，所述模型训练模块，包括：

样本获取单元，用于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；

标准关节点图生成单元，用于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；

训练模型生成单元，用于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；

射频信号识别模型生成单元，用于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。

5.一种人员检测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述的人员检测方法的步骤。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的人员检测方法的步骤。