[发明专利]人体姿态检测方法、装置和数据处理设备

说明书

本申请实施例提供了一种人体姿态检测方法、装置和数据处理设备，所述方法包括：根据雷达的角度FFT数据的波动确定人体所在的位置；根据雷达的角度FFT数据的差统计人体所在位置处的人体的高度信息；根据所述人体的高度信息检测人体的姿态。根据本申请实施例的方法，不使用点云，而是利用人体动作引起的信号波动进行姿态检测。适用于检测无法形成点云的姿态，比如站、坐凳子、坐地和躺等，算法泛化性能好、复杂度低、检测精度高。

技术领域

本申请涉及信息技术领域，尤其涉及一种人体姿态检测方法、装置和数据处理设备。

背景技术

姿态检测是识别人的活动和行为的基础，在监控系统、智能家居、养老监护等领域有着广泛应用。随着计算机视觉、深度学习等技术的发展，基于视频的姿态检测已经达到很高的识别精度，是目前主流的姿态检测方案。但是，由于受到环境影响，视频技术无法在黑暗环境中使用，并且在复杂背景的环境中其检测精度也会下降。另一方面，视频对人的隐私的保护性差，无法在私密场所使用，比如卫生间、卧室等。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，基于雷达的姿态检测技术不受光照和背景环境影响，不侵犯人的隐私，与视频形成互补，可以应用在无法使用视频的场景中。然而，已有的基于雷达的姿态检测方法主要依赖点云进行姿态检测。点云是雷达捕捉人体的运动特征形成的，包括位置和速度信息等。雷达点云反映了人体的瞬态运动特征，其结果非常敏感，受雷达与目标之间的相对位置、相对速度等影响。同一动作姿态在不同时刻可能呈现不同的点云数据，这使得算法的泛化性能差。对于没有明显运动的姿态比如躺、坐等，雷达无法捕捉到点云信息。因此，无法使用点云进行姿态检测。

为了解决上述问题或解决其他类似问题，本申请实施例提供了一种人体姿态检测方法，该方法不使用点云，而是利用人体动作引起的信号波动进行姿态检测。

根据本申请实施例的一方面，提供一种人体姿态检测方法，其中，所述方法包括：

根据雷达的角度FFT数据的波动确定人体所在的位置；

根据雷达的角度FFT数据的差统计人体所在的位置处的人体的高度信息；

根据所述人体的高度信息检测人体的姿态。

根据本申请实施例的另一方面，提供一种人体姿态检测装置，其中，所述装置包括：

第一确定单元，其根据雷达的角度FFT数据的波动确定人体所在的位置；

统计单元，其根据雷达的角度FFT数据的差统计人体所在的位置处的人体的高度信息；

检测单元，其根据所述人体的高度信息检测人体的姿态。

根据本申请实施例的又一方面，提供一种数据处理设备，其中，所述数据处理设备包括处理器和存储器，所述存储器存储计算机程序，所述处理器被配置为执行所述计算机程序而实现如下所述的人体姿态检测方法：

根据雷达的角度FFT数据的波动确定人体所在的位置；

根据雷达的角度FFT数据的差统计人体所在的位置处的人体的高度信息；

根据所述人体的高度信息检测人体的姿态。

本申请实施例的有益效果之一在于：根据本申请实施例的方法，不使用点云，而是利用人体动作引起的信号波动进行姿态检测。适用于检测无法形成点云的姿态，比如站、坐凳子、坐地和躺等，算法泛化性能好、复杂度低、检测精度高。