[发明专利]一种身份识别方法、身份识别模型的训练方法及装置

说明书

本申请提供一种身份识别方法、身份识别模型的训练方法及装置，涉及目标识别领域，用于提高身份识别的精度。该方法包括：获取雷达设备对M个目标人体进行探测得到的K帧点云数据，每帧点云数据包括多个反射点数据；基于每帧点云数据对应的点云中反射点的位置分布，将每帧点云数据划分为M个子点云数据；将每帧点云数据中的各个子点云数据与其他帧点云数据中的各个子点云数据进行匹配，基于匹配结果，确定每个目标人体的点云序列；对每个目标人体的点云序列进行处理，得到每个目标人体的点云投影矩阵序列；分别将每个目标人体的点云投影矩阵序列输入到身份识别模型中，得到每个目标人体的身份识别结果。

技术领域

本申请涉及目标识别领域，尤其涉及一种身份识别方法、身份识别模型的训练方法及装置。

背景技术

随着人工智能技术的不断发展，身份识别技术开始兴起，并逐渐应用于区域监控、健康医疗、智能家电等技术领域。

传统的身份识别依赖指纹等生物特征或者一些接触式传感器、视频监视器等，不仅需要识别对象主动配合，且对实验场景的视角、位置、对象光照条件等都有一定限制、具有很多缺陷。

相较于传统的身份识别方式，雷达设备具有非接触、不侵犯隐私及可穿透非透明物体等优点，因此，基于雷达的人体身份识别获得了学术界和工业界越来越多的关注。非刚性目标运动时，躯干随之移动，会产生微多普勒效应。微多普勒特征可表征运动目标附属部件与主体之间在形状、结构和速度等方面的差异，从而可据此实现目标分类及识别。然而有别于不同动作类别及目标间明显的微多普勒特征差异，完成相同动作的不同人体所产生的微多普勒差异并不显著，因此，如何基于微多普勒数据提取高可分特征以有效识别人体身份仍面临巨大挑战。

综上可知，基于雷达设备的身份识别方式，可以在不侵犯用户隐私、不受环境(例如光照)影响的情况下进行身份识别，且该方式属于非受控识别技术，无需待识别用户主动配合。因此，基于雷达设备的身份识别方式具有广泛的应用前景。

但是，现有技术中基于雷达设备的身份识别方法，存在识别精度低、或处理过程复杂等问题，使得该身份识别方法适用范围受到限制，不利于推广应用。

发明内容

本申请提供一种身份识别方法、身份识别模型的训练方法及装置，用于提高身份识别的精度，增强身份识别方法的适用性。

第一方面，本申请提供一种身份识别方法，包括：获取雷达设备对M个目标人体进行探测得到的K帧点云数据，每帧点云数据包括多个反射点数据，每个反射点数据包括反射点的方位角、俯仰角和距离，M为正整数，K为大于1的整数；基于每帧点云数据对应的点云中反射点的位置分布，将每帧点云数据划分为M个子点云数据，每个子点云数据包括至少一个反射点数据；将每帧点云数据中的各个子点云数据与其他帧点云数据中的各个子点云数据进行匹配，基于匹配结果，确定每个目标人体的点云序列，目标人体的点云序列包括每帧点云数据中与该目标人体相关的一个子点云数据；对每个目标人体的点云序列进行处理，得到每个目标人体的点云投影矩阵序列，目标人体的点云投影矩阵序列包括与该目标人体相关的每一个子点云数据对应的点云投影矩阵，一个子点云数据对应的点云投影矩阵用于记录该子点云数据中各个反射点数据对应的体素在三维直角坐标系中的坐标；分别将每个目标人体的点云投影矩阵序列输入到身份识别模型中，得到每个目标人体的身份识别结果。