[發明專利]一種跨場景魯棒的室內人數無線檢測方法及系統

有效

• 申請號: 202210257695.6
• 申請日: 2022-03-16
• 公開（公告）號: CN114359738B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 畢宿志;侯華煒;全智;鄭莉莉
• 申請（專利權）人: 深圳大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V20/52;G06V10/40;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 陳專

本發明公開了一種跨場景魯棒的室內人數無線檢測方法及系統，所述方法包括：獲取根據訓練數據集對卷積神經網絡模型進行訓練獲得的特征提取器；獲取待檢測場景的分類器訓練數據集，通過特征提取器提取分類器訓練數據集中的特征并訓練機器學習模型，獲得待檢測場景的分類器，分類器訓練數據集根據預先在所述待檢測場景中采集的信道狀態信息的集合獲得，分類器用于根據輸入的特征進行人數檢測并輸出檢測結果；獲取待檢測場景中的待檢測數據，并通過特征提取器和分類器進行人數檢測并輸出檢測結果，待檢測數據根據待檢測場景中的待檢測信道狀態信息獲得。與現有技術相比，本發明有利于提高人數檢測的效率和準確性且有利于跨場景的人數檢測。

技術領域

本發明涉及人數檢測技術領域，尤其涉及的是一種跨場景魯棒的室內人數無線檢測方法及系統。

背景技術

隨著科學技術的發展，人數檢測在安全監控、室內節能、人員控制等領域的應用越來越廣泛。人數檢測是一個檢測特定場景、區域或環境（例如，一個房間）內的人數的過程。現有技術中，通常在需要進行檢測的場景中設置攝像頭進行圖像采集，然后結合訓練好的深度學習模型進行人數檢測。

現有技術的問題在于，通過攝像頭進行人數檢測時，容易因受到遮擋影響視線而影響人數檢測的準確性。同時，現有技術中的深度學習模型是根據一個特定的場景中的大量標注樣本數據進行訓練獲得的，如果應用到另一個場景中，則人數檢測的效率和準確性都會極大地降低，不利于進行跨場景的人數檢測。

因此，現有技術還有待改進和發展。

發明內容

本發明的主要目的在于提供一種跨場景魯棒的室內人數無線檢測方法及系統，旨在解決現有技術中通過攝像頭進行人數檢測時容易因受到遮擋影響視線而影響人數檢測的準確性，且訓練獲得的深度學習模型不利于進行跨場景的人數檢測的問題。

為了實現上述目的，本發明第一方面提供一種跨場景魯棒的室內人數無線檢測方法，其中，所述跨場景魯棒的室內人數無線檢測方法包括：

獲取特征提取器，其中，所述特征提取器是預先根據訓練數據集對預設的卷積神經網絡模型進行訓練獲得的，所述訓練數據集根據預先在訓練場景中采集的信道狀態信息的集合獲得，所述訓練數據集中的信道狀態信息的數目為第一預設值，所述特征提取器用于提取所述信道狀態信息的特征；

獲取待檢測場景對應的分類器訓練數據集，通過所述特征提取器提取所述分類器訓練數據集中的特征并作為分類器訓練特征，根據所述分類器訓練特征訓練預設的機器學習模型并獲得所述待檢測場景對應的分類器，其中，所述分類器訓練數據集根據預先在所述待檢測場景中采集的信道狀態信息的集合獲得，所述分類器訓練數據集中的信道狀態信息的數目為第二預設值，所述第二預設值小于所述第一預設值，所述分類器用于根據輸入的特征進行人數檢測并輸出檢測結果；

獲取所述待檢測場景中的待檢測數據，通過所述特征提取器和所述分類器對所述待檢測數據進行人數檢測并輸出檢測結果，其中，所述待檢測數據根據所述待檢測場景中的待檢測信道狀態信息獲得。

可選的，在所述獲取特征提取器之前，所述方法還包括：

通過所述訓練場景中的接收天線預先采集獲取所述訓練場景中各個人數類別對應的信道狀態信息，根據預先設置的預處理過程對所述訓練場景中的信道狀態信息進行處理并進行人數類別標簽的標記，獲得所述訓練數據集；

通過所述待檢測場景中的接收天線預先采集獲取所述待檢測場景中各個人數類別對應的信道狀態信息，根據預先設置的預處理過程對所述待檢測場景中的信道狀態信息進行處理并進行人數類別標簽的標記，獲得所述分類器訓練數據集；

其中，所述人數類別根據對應場景中的人數劃分獲得，所述預處理過程包括：分別計算每一個所述信道狀態信息對應的幅值矩陣和相位矩陣，對所述幅值矩陣進行基于層的標準化并獲得幅值信息矩陣，根據所述相位矩陣計算各所述接收天線之間的相位差并獲得相位信息矩陣。