行人脚步的自适应检测方法和装置与流程

本发明涉及图像处理技术领域，尤其是涉及行人脚步的自适应检测方法和装置。

背景技术：

智能地面是铺设于地面上的传感器，通过传感器可以感应踩在智能地面上的行人脚步。具体为：通过电感应原理将踩踏在地面上传感器的状态转化为电压信号，通过采集电路将电压信号转换为数字信号，并对数据信号进行存储。由于传感器和采集电路均存在噪声，当不存在行人脚步时，传感器采集的信号为噪声信号；当存在行人脚步时，传感器采集的信号为行人脚步信号与噪声信号的叠加。

行人的脚步检测是对传感器采集的信号进行处理，判断传感器采集的信号中是否存在行人脚步信号的过程。目前，通过长期采集噪声数据，获取噪声数据的估计值，利用噪声数据的估计值设置门限。

当传感器采集的信号大于门限，则认为检测到行人脚步。但是这种方法是通过长期观察噪声的方式得到噪声数据的估计值，噪声数据的估计值需要在噪声随时间稳定的前提下获取。当噪声随时间发生变化时，会导致噪声数据的估计值不准确，从而使行人脚步检测结果不准确。

技术实现要素：

有鉴于此，本发明的目的在于提供行人脚步的自适应检测方法和装置，可以在噪声随时间变化的情况下，准确估计检测门限值，提高目标检测的准确性。

第一方面，本发明实施例提供了行人脚步的自适应检测方法，所述方法包括：

获取信号幅度数据矩阵；

根据所述信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；

根据所述训练区域和所述保护区域，得到门限训练区域；

对所述门限训练区域中的传感器数据进行计算，得到检测门限值；

将所述信号幅度数据矩阵中传感器数据与所述检测门限值进行比较，得到目标检测结果，根据所述目标检测结果确定目标的状态。

进一步的，所述根据所述信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域，包括：

将所述信号幅度数据矩阵构成的区域作为所述训练区域；

从所述训练区域中获取中心点的位置；

根据所述中心点的位置和预设传感器数据的数量，构成所述保护区域；

其中，所述预设传感器数据的数量是根据目标踩在智能地面上的传感器数据的个数确定的。

进一步的，所述根据所述训练区域和所述保护区域，得到门限训练区域，包括：

在所述训练区域中，将除所述保护区域以外的区域，作为所述门限训练区域。

进一步的，对所述门限训练区域中的传感器数据进行计算，得到检测门限值，包括：

对所述门限训练区域中的传感器数据对应的幅值求平均，得到所述门限训练区域内的噪声估计值；

根据所述噪声估计值和预设系数，得到所述检测门限值；

其中，所述预设系数是根据噪声的统计特性确定。

进一步的，将所述信号幅度数据矩阵中传感器数据与所述检测门限值进行比较，得到目标检测结果，根据所述目标检测结果确定目标的状态包括，重复执行以下处理，直至所述信号幅度数据矩阵中的传感器数据均被遍历：

从所述信号幅度数据矩阵中选取任一传感器数据作为当前传感器数据，并对所述当前传感器数据进行标记；

将所述当前传感器数据对应的幅值与所述检测门限值进行比较；

如果所述当前传感器数据对应的幅值大于所述检测门限值，则将所述当前传感器数据对应的幅值设置为1，并且确定所述目标存在；

如果所述当前传感器数据对应的幅值小于所述检测门限值，则将所述当前传感器数据对应的幅值设置为0，并且确定所述目标不存在。

第二方面，本发明实施例提供了行人脚步的自适应检测装置，所述装置包括：

信号幅度数据矩阵获取单元，用于获取信号幅度数据矩阵；

第一区域获取单元，用于根据所述信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；

第二区域获取单元，用于根据所述训练区域和所述保护区域，得到门限训练区域；

计算单元，用于对所述门限训练区域中的传感器数据进行计算，得到检测门限值；

比较单元，用于将所述信号幅度数据矩阵中传感器数据与所述检测门限值进行比较，得到目标检测结果，根据所述目标检测结果确定目标的状态。

进一步的，所述第一区域获取单元具体用于：

将所述信号幅度数据矩阵构成的区域作为所述训练区域；

从所述训练区域中获取中心点的位置；

根据所述中心点的位置和预设传感器数据的数量，构成所述保护区域；

其中，所述预设传感器数据的数量是根据目标踩在智能地面上的传感器数据的个数确定的。

进一步的，所述第二区域获取单元具体用于：

在所述训练区域中，将除所述保护区域以外的区域，作为所述门限训练区域。

第三方面，本发明实施例提供了电子设备，包括存储器、处理器，所述存储器上存储有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如上所述的方法。

第四方面，本发明实施例提供了具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行如上所述的方法。

本发明实施例提供了行人脚步的自适应检测方法和装置，包括：获取信号幅度数据矩阵；根据信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；根据训练区域和保护区域，得到门限训练区域；对门限训练区域中的传感器数据进行计算，得到检测门限值；将信号幅度数据矩阵中传感器数据与检测门限值进行比较，得到目标检测结果，根据目标检测结果确定目标的状态，可以在噪声随时间变化的情况下，准确估计检测门限值，提高目标检测的准确性。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的行人脚步的自适应检测方法流程图；

图2为本发明实施例一提供的门限训练区域示意图；

图3为本发明实施例一提供的不存在目标时的二维检测结果示意图；

图4为本发明实施例一提供的不存在目标时的三维检测结果示意图；

图5为本发明实施例一提供的存在目标时的二维检测结果示意图；

图6为本发明实施例一提供的存在目标时的三维检测结果示意图；

图7为本发明实施例二提供的行人脚步的自适应检测装置示意图。

图标：

1-信号幅度数据矩阵获取单元；2-第一区域获取单元；3-第二区域获取单元；4-计算单元；5-比较单元。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。

实施例一：

图1为本发明实施例一提供的行人脚步的自适应检测方法流程图。

参照图1，该方法包括以下步骤：

步骤s101，获取信号幅度数据矩阵；

这里，信号幅度数据矩阵为m×n数据矩阵，其中，m为行数，n为列数。

步骤s102，根据信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；

步骤s103，根据训练区域和保护区域，得到门限训练区域；

具体地，参照图2，统计信号幅度数据矩阵中传感器数据的数量为tn，将tn构成的区域作为训练区域。在训练区域中，预设传感器数据的数量为gn，根据gn构成保护区域。根据训练区域和保护区域，得到门限训练区域。信号幅度数据矩阵中每个传感器数据对应一个像素点，为了准确统计无目标区域的噪声幅度，tn还可以通过以下方式设定：对于某个智能地面，通过统计目标在智能地面上的像素个数，从而确定tn。例如，当其中一个目标的像素点的个数为j时，tn设置为4j。其中，目标可以为行人的脚步。

步骤s104，对门限训练区域中的传感器数据进行计算，得到检测门限值；

步骤s105，将信号幅度数据矩阵中传感器数据与检测门限值进行比较，得到目标检测结果，根据目标检测结果确定目标的状态。

进一步的，步骤s102包括以下步骤：

步骤s201，将信号幅度数据矩阵构成的区域作为训练区域；

步骤s202，从训练区域中获取中心点的位置；

步骤s203，根据中心点的位置和预设传感器数据的数量，构成保护区域；

其中，预设传感器数据的数量gn是根据目标踩在智能地面上的传感器数据的个数确定的。

具体地，信号幅度数据矩阵中每个传感器数据对应一个像素点，为了排除目标踩在智能地面上时，出现多于一个像素点的情况，通过设定预设传感器数据的数量，使像素点之间不会互相干扰各自的检测结果。因此，通过以下方式对gn进行设定：针对某个智能地面，统计行人踩在智能地面上的像素点的个数，根据像素点的个数确定gn。例如，当其中一个目标的像素点的个数为j时，gn设置为2j。

进一步的，步骤s103包括：

在训练区域中，将除保护区域以外的区域，作为门限训练区域。

在图2中，以信号幅度数据矩阵构成的区域作为训练区域，确定训练区域的中心点的位置为(x，y)。在中心点的位置(x，y)确定后，根据中心点的位置(x，y)和预设传感器数据的数量，构成保护区域。将训练区域减去保护区域后，即为门限训练区域，也就是在训练区域中，将除保护区域以外的区域，作为门限训练区域。

进一步的，步骤s104包括以下步骤：

步骤s301，对门限训练区域中的传感器数据对应的幅值求平均，得到门限训练区域内的噪声估计值；

步骤s302，根据噪声估计值和预设系数，得到检测门限值；其中，预设系数是根据噪声的统计特性确定。

具体地，在门限训练区域中包括多个传感器数据，每个传感器数据对应一个幅值，将这些幅值求平均，得到门限训练区域内的噪声估计值；根据门限训练区域内的噪声估计值和预设系数，得到检测门限值。预设系数k的设定是为了在不出现目标的情况下，不出现虚假目标。预设系数k是根据噪声的统计特性确定的，当噪声为高斯分布的白噪声时，预设系数k的取值为5；当噪声为其他类型的噪声时，预设系数k的取值为10。

进一步的，步骤s105包括以下步骤，重复执行以下处理，直至信号幅度数据矩阵中的传感器数据均被遍历：

步骤s401，从信号幅度数据矩阵中选取任一传感器数据作为当前传感器数据，并对当前传感器数据进行标记；

步骤s402，将当前传感器数据对应的幅值与检测门限值进行比较；

步骤s403，如果当前传感器数据对应的幅值大于检测门限值，则将当前传感器数据对应的幅值设置为1，并且确定目标存在；

步骤s404，如果当前传感器数据对应的幅值小于检测门限值，则将当前传感器数据对应的幅值设置为0，并且确定目标不存在。

具体地，信号幅度数据矩阵包括多个传感器数据，从多个传感器数据中选取任一传感器数据作为当前传感器数据，并对选取当前传感器数据进行标记，由于当前传感器数据已经选取，为了避免再次选取，故需要进行标记，后面再从未标记的传感器数据中选取任一传感器数据进行遍历，直至信号幅度数据矩阵中的传感器数据均被选取。

将选取的当前传感器数据对应的幅值与检测门限值进行比较，如果大于，则将当前传感器数据对应的幅值设置为1，此时设置为1的传感器数据代表目标存在；如果小于，则将当前传感器数据对应的幅值设置为0，此时设置为0的传感器数据代表目标不存在。

此处以第n帧智能地面采集的信号为例，参照如图3所示的不存在目标时的二维检测结果示意图，横坐标为行数，纵坐标为列数。以及参照如图4所示的不存在目标时的三维检测结果示意图，横坐标为行数，纵坐标为列数，竖坐标为幅值。浅色的三维图形为噪声信号，深色的三维图形为检测门限值。由图4可知，检测门限值随噪声幅度水平的变化而变化，从而保证噪声信号不会被误检为目标。

参照如图5所示的存在目标时的二维检测结果示意图，横坐标为行数，纵坐标为列数，可以正确检测到两个目标。以及参照如图6所示的存在目标时的三维检测结果示意图，横坐标为行数，纵坐标为列数，竖坐标为幅值，可以正确检测到两个目标。当目标存在时，目标信号强于检测门限值，在正确检测到目标时，可以有效防止噪声幅度的随机变化形成的虚假目标。

本发明实施例提供了行人脚步的自适应检测方法，包括：获取信号幅度数据矩阵；根据信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；根据训练区域和所述保护区域，得到门限训练区域；对门限训练区域中的传感器数据进行计算，得到检测门限值；将信号幅度数据矩阵中传感器数据与检测门限值进行比较，得到目标检测结果，根据目标检测结果确定目标的状态，可以在噪声随时间变化的情况下，准确估计检测门限值，提高目标检测的准确性。

实施例二：

图7为本发明实施例二提供的行人脚步的自适应检测装置示意图。

参照图7，该装置包括：

信号幅度数据矩阵获取单元1，用于获取信号幅度数据矩阵；

第一区域获取单元2，用于根据信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；

第二区域获取单元3，用于根据训练区域和保护区域，得到门限训练区域；

计算单元4，用于对门限训练区域中的传感器数据进行计算，得到检测门限值；

比较单元5，用于将信号幅度数据矩阵中传感器数据与检测门限值进行比较，得到目标检测结果，根据目标检测结果确定目标的状态。

进一步的，第一区域获取单元2具体用于：

将信号幅度数据矩阵构成的区域作为训练区域；

从训练区域中获取中心点的位置；

根据中心点的位置和预设传感器数据的数量，构成保护区域；

其中，预设传感器数据的数量是根据目标踩在智能地面上的传感器数据的个数确定的。

进一步的，第二区域获取单元3具体用于：

在训练区域中，将除保护区域以外的区域，作为门限训练区域。

进一步的，计算单元4具体用于：

对门限训练区域中的传感器数据对应的幅值求平均，得到门限训练区域内的噪声估计值；

根据噪声估计值和预设系数，得到检测门限值；

其中，所述预设系数是根据噪声的统计特性确定。

进一步的，比较单元5具体用于重复执行以下处理，直至信号幅度数据矩阵中的传感器数据均被遍历：

从信号幅度数据矩阵中选取任一传感器数据作为当前传感器数据，并对当前传感器数据进行标记；

将当前传感器数据对应的幅值与检测门限值进行比较；

如果当前传感器数据对应的幅值大于检测门限值，则将当前传感器数据对应的幅值设置为1，并且确定目标存在；

如果当前传感器数据对应的幅值小于检测门限值，则将当前传感器数据对应的幅值设置为0，并且确定目标不存在。

本发明实施例提供了行人脚步的自适应检测装置，包括：获取信号幅度数据矩阵；根据信号幅度数据矩阵中传感器数据的数量，得到训练区域和保护区域；根据训练区域和所述保护区域，得到门限训练区域；对门限训练区域中的传感器数据进行计算，得到检测门限值；将信号幅度数据矩阵中传感器数据与检测门限值进行比较，得到目标检测结果，根据目标检测结果确定目标的状态，可以在噪声随时间变化的情况下，准确估计检测门限值，提高目标检测的准确性。

本发明实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的行人脚步的自适应检测方法的步骤。

本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，计算机可读介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的行人脚步的自适应检测方法的步骤。

本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。