[发明专利]创业园区人员活动识别方法、装置及终端设备在审

专利信息
申请号: 202010278652.7 申请日: 2020-04-10
公开(公告)号: CN111488828A 公开(公告)日: 2020-08-04
发明(设计)人: 谭军华 申请(专利权)人: 谭军华;哈尔滨工业大学(威海)
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 264200 山东省威*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 创业 人员 活动 识别 方法 装置 终端设备
【说明书】:

发明提供了一种创业园区人员活动识别方法、装置及终端设备,该方法包括:获取创业园区人员经过检测区域时所反射的无线信号,得到参考数据集和目标数据集;基于参考数据集对预设特征提取网络进行训练,得到第一特征提取模型;基于参考数据集、目标数据集以及预设判别网络对第一特征提取模型的权重系数进行更新,得到第二特征提取模型;基于第二特征提取模型对目标数据集进行特征提取,得到目标特征集,并将目标特征集输入至预设分类器,进行创业园区人员在目标检测区域的活动识别。本发明提供的创业园区人员活动识别方法、装置及终端设备在转变交互场景后,能够在不重新训练分类器的前提下保持原有分类器的人员活动识别精度。

技术领域

本发明属于活动识别技术领域,更具体地说,是涉及一种创业园区人员活动识别方法、装置及终端设备。

背景技术

为吸引更多创业人才,打造智能化创业园区,现有技术中涌现了许多基于人员活动识别的智能园区交互方法。

但由于创业园区的交互场景很多,而人员活动识别受周围环境的影响较大,导致当交互场景发生变化时,如果不对现有的人员活动识别的分类器进行重新训练,人员活动识别的精度将会大幅度下降。

发明内容

本发明的目的在于提供一种创业园区人员活动识别方法、装置及终端设备,以在转变交互场景后,在不重新训练分类器的前提下仍能保持原有分类器的人员活动识别精度。

本发明实施例的第一方面,提供了一种创业园区人员活动识别方法,包括:

获取创业园区人员经过参考检测区域时所反射的参考无线信号,并采集所述参考无线信号的信道状态信息,得到参考数据集;

获取创业园区人员经过目标检测区域时所反射的目标无线信号,并采集所述目标无线信号的信道状态信息,得到目标数据集;

基于参考数据集对预设特征提取网络进行训练,得到第一特征提取模型;

基于参考数据集、目标数据集以及预设判别网络对所述第一特征提取模型的权重系数进行更新,得到第二特征提取模型;

基于所述第二特征提取模型对目标数据集进行特征提取,得到目标特征集,并将所述目标特征集输入至预设分类器,进行创业园区人员在目标检测区域的活动识别。

本发明实施例的第二方面,提供了一种创业园区人员活动识别装置,包括:

参考数据获取模块,用于获取创业园区人员经过参考检测区域时所反射的参考无线信号,并采集所述参考无线信号的信道状态信息,得到参考数据集;

目标数据获取模块,用于获取创业园区人员经过目标检测区域时所反射的目标无线信号,并采集所述目标无线信号的信道状态信息,得到目标数据集;

第一模型训练模块,用于基于参考数据集对预设特征提取网络进行训练,得到第一特征提取模型;

第二模型训练模块,用于基于参考数据集、目标数据集以及预设判别网络对所述第一特征提取模型的权重系数进行更新,得到第二特征提取模型;

人员活动识别模块,用于基于所述第二特征提取模型对目标数据集进行特征提取,得到目标特征集,并将所述目标特征集输入至预设分类器,进行创业园区人员在目标检测区域的活动识别。

本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的创业园区人员活动识别方法的步骤。

本发明实施例的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的创业园区人员活动识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谭军华;哈尔滨工业大学(威海),未经谭军华;哈尔滨工业大学(威海)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010278652.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top