[发明专利]一种区域监测方法、装置、电子设备及存储介质

说明书

本发明涉及一种区域监测方法、装置、电子设备及存储介质，所述方法包括：获取毫米波雷达扫描被监测区域输出的扫描信息；基于所述扫描信息确定所述被监测区域中闯入对象的步态特征；根据所述步态特征确定所述闯入对象是否为所述被监测区域的禁止进入对象；若所述闯入对象为禁止进入对象，发出报警。本发明实施例能够根据闯入对象的步态特征，确定闯入对象是否为禁止进入对象，在确定闯入对象为禁止进入对象时，可以发出报警，便于被监测区域的负责人员尽快赶到现场，保障特定的被监测区域的安全。

技术领域

本发明涉及电子信息技术领域，尤其涉及一种区域监测方法、装置、电子设备及存储介质。

背景技术

在高速发展的信息化时代，对于机密区域、家庭区域等特定区域的人身财产安全的安全防护至关重要。

目前对于市面上存在的防盗系统设计多以红外线、激光或者摄像头等为主，但是摄像头受光照等环境因素影响严重，而红外线在有阳光的环境下检测距离较小，激光雷达无法检测位置信息。因此，目前的防盗系统可能会存在安全性差的问题，可能会导致机密区域的机密信息被泄露、被盗，或者家庭区域等的人身财产安全受到威胁等。

发明内容

为了解决上述目前防盗系统存在安全性差的技术问题，本发明提供了一种区域监测方法、装置、电子设备及存储介质。

第一方面，本发明提供了一种区域监测方法，所述方法包括：

获取毫米波雷达扫描被监测区域输出的扫描信息；

基于所述扫描信息确定所述被监测区域中闯入对象的步态特征；

根据所述步态特征确定所述闯入对象是否为所述被监测区域的禁止进入对象；

若所述闯入对象为禁止进入对象，发出报警。

可选地，基于所述扫描信息确定所述被监测区域中闯入对象的步态特征，包括：

将所述扫描信息输入预设的卷积神经网络模型中，利用所述卷积神经网络模型进行特征提取，得到所述步态特征。

可选地，根据所述步态特征确定所述闯入对象是否为所述被监测区域的禁止进入对象，包括：

将所述步态特征输入预设的分类模型，对所述闯入对象进行步态分类；

确定分类结果是否与允许进入对象的分类类别不相同；

若所述分类结果与所述允许进入对象的分类类别不相同，则确定所述闯入对象为所述被监测区域的禁止进入对象。

可选地，所述分类模型为双向长短时记忆网络，所述双向长短时记忆网络包括前向长短时记忆网络和后向长短时记忆网络。

可选地，所述长短时记忆网络的输出可以表示为：

L＝Softmax(O_t)

式中，表示序列从x₁到x_T时前向LSTM输出，O_t^b表示序列从x_T到x₁时后向LSTM输出,α和β分别表示前向LSTM重要性因子和后向LSTM重要性因子，α+β＝1，L表示输出的分类结果。

可选地，所述方法还包括：

判断当前时刻是否位于预设光照充足时间段内；

若当前时刻位于预设光照充足时间段内，执行利用图像采集装置采集所述闯入对象的抓拍图像的步骤；

若当前时刻不位于所述预设光照充足时间段内，触发照明装置，执行利用图像采集装置采集所述闯入对象的抓拍图像的步骤。