样本数据生成方法及无线跌倒检测方法

本发明涉及无线感知领域，尤其涉及一种样本数据生成方法及无线跌倒检测方法。

背景技术：

1、随着对于对象跌倒检测研究的逐渐深入，基于无线信号的对象跌倒检测愈发增多，又基于采用深度学习模型结合无线信号进行对象跌倒检测的方式往往能实现较高的检测精度，并且能够处理复杂的跌倒情况的优势，采用深度学习模型结合无线信号进行对象跌倒检测的方式愈发得到重视。

2、然而，采用深度学习模型进行对象跌倒检测往往需要利用大量的处于不同情况下的训练样本对深度学习模型进行训练，才能保证深度学习模型的鲁棒性，而通常的训练数据在采集时，需要真实的对象演绎不同的跌倒情况，但是由于演绎的局限性并不能完全得到真实跌倒中可能出现的状况，并且通常需要耗费大量的时间和物质资源。因此，在实现本发明构思的过程中，发明人发现相关技术中至少存在样本数据不能满足深度学习模型训练需求的问题。

技术实现思路

1、鉴于上述问题，本发明提供了一种样本数据生成方法、无线跌倒检测方法以及上述方法的装置、设备、介质和程序产品。

2、根据本发明的一个方面，提供了一种样本数据生成方法，包括：

3、对初始数字对象模型进行参数调整，得到多个目标数字对象模型序列，目标数字对象模型序列包括处于不同时刻跌倒状态的目标数字对象模型；

4、对于每个目标数字对象模型序列中的每个目标数字对象模型，将预设仿真射线发射至目标数字对象模型上，得到反射的目标仿真射线；

5、基于反射的目标仿真射线，确定目标数字对象模型的电磁特性值；

6、基于电磁特性值，确定包含目标数字对象模型状态信息的仿真检测信号；

7、基于仿真检测信号，生成初始样本数据；

8、基于与每个目标数字对象模型序列中的多个目标数字对象模型分别对应的初始样本数据，生成样本数据。

9、根据本发明的实施例，基于反射的目标仿真射线，确定目标数字对象模型的电磁特性值，包括：利用预设射线接收面接收反射的目标仿真射线，其中，预设射线接收面包括惠更斯面；基于目标仿真射线，确定预设射线接收面的电场强度；基于电场强度，确定目标数字对象模型的电磁特性值。

10、根据本发明的实施例，预设射线接收面包括多个子预设射线接收面，子预设射线接收面为对预设射线接收面进行网格划分得到的；其中，基于目标仿真射线，确定预设射线接收面的电场强度，包括：确定每个子预设射线接收面接收的目标仿真射线；基于子预设射线接收面接收的目标仿真射线，确定子预设射线接收面的子电场强度；基于与多个子预设射线接收面各自对应的子电场强度确定预设射线接收面的电场强度。

11、根据本发明的实施例，基于电磁特性值，确定包含目标数字对象模型状态信息的仿真检测信号，包括：基于电磁特性值和预设仿真检测信号的信号类型，确定初始仿真检测信号；基于相位偏移函数和初始仿真检测信号，确定仿真检测信号，其中，相位偏移函数用于表征由于初始仿真检测信号到达接收阵列中不同天线的路径长度差异造成的初始仿真检测信号的相位偏移。

12、根据本发明的实施例，基于相位偏移函数和初始仿真检测信号，确定仿真检测信号，包括：通过将多个预设路径长度分别输入至相位偏移函数中，得到多个目标相位偏移值；对于每个目标相位偏移值，基于目标相位偏移值和初始仿真检测信号，确定仿真检测信号。

13、根据本发明的实施例，参数包括：旋转角参数、对象模型参数以及位置参数；其中，对初始数字对象模型进行参数调整，得到多个目标数字对象模型序列，包括：基于旋转角参数式，得到多个旋转角参数；通过多个旋转角参数，得到目标数字对象模型序列；针对目标数字对象模型序列中的多个目标数字对象模型，分别调整对象模型参数和位置参数，得到多个目标数字对象模型序列。

14、根据本发明的实施例，旋转角参数式如以下公式（1）所示：

15、；（1）

16、其中，所述表征旋转角参数， 0≤ t＜ tpre表征模拟对象出现跌倒倾向的时期， tpre≤ t＜ tcritical表征模拟对象失去重心到倒地的时期， tcritical≤ t＜ tn表征模拟对象接触地面到完全倒地的时期， tpre表征模拟对象出现跌倒倾向的时刻， tcritical表征模拟对象与地面发生碰撞的时刻， tn表征模拟对象完全静止于地面的时刻。

17、根据本发明的实施例，基于仿真检测信号，生成初始样本数据，包括：对仿真检测信号进行目标傅里叶变换，生成初始样本数据，其中，目标傅里叶变换包括三维傅里叶变换和短时傅里叶变换。

18、根据本发明的实施例，上述方法还包括：获取预设视频样本和预设图像样本；基于预设视频样本和预设图像样本生成初始数字对象模型，其中，初始数字对象模型包括：蒙皮多人线性模型。

19、本发明的另一个方面提供了一种无线跌倒检测方法，包括：

20、响应于接收到从目标对象反射的预设时间段的毫米波雷达回波信号集；

21、对毫米波雷达回波信号集进行目标傅里叶变换，得到信号特征数据；

22、将信号特征数据输入至利用样本数据生成方法生成的样本数据训练得到的无线跌倒检测模型中，输出目标对象的跌倒检测结果。

23、本发明的另一个方面提供了一种样本数据生成装置，包括：

24、序列生成模块，用于对初始数字对象模型进行参数调整，得到多个目标数字对象模型序列，目标数字对象模型序列包括处于不同时刻跌倒状态的目标数字对象模型；

25、反射射线确定模块，用于对于每个目标数字对象模型序列中的每个目标数字对象模型，将预设仿真射线发射至目标数字对象模型上，得到反射的目标仿真射线；

26、电磁特性值确定模块，用于基于反射的目标仿真射线，确定目标数字对象模型的电磁特性值；

27、仿真检测信号确定模块，用于基于电磁特性值，确定包含目标数字对象模型状态信息的仿真检测信号；

28、初始数据生成模块，用于基于仿真检测信号，生成初始样本数据；

29、样本数据生成模块，用于基于与每个目标数字对象模型序列中的多个目标数字对象模型分别对应的初始样本数据，生成样本数据。

30、本发明的另一个方面提供了一种无线跌倒检测装置，包括：

31、信号集获取模块，用于响应于接收到从目标对象反射的预设时间段的毫米波雷达回波信号集；

32、特征确定模块，用于对毫米波雷达回波信号集进行目标傅里叶变换，得到信号特征数据；

33、检测结果确定模块，用于将信号特征数据输入至利用样本数据生成方法生成的样本数据训练得到的无线跌倒检测模型中，输出目标对象的跌倒检测结果。

34、本发明的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述方法。

35、本发明的另一个方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。

36、本发明的另一个方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。

37、根据本发明提供的样本数据生成方法，通过构建初始数字对象模型并对初始数字对象模型进行参数调整，得到多个目标数字对象模型序列，从而为样本数据的多样性打下基础。并通过向每个目标数字对象模型皆发射预设仿真射线来得到目标仿真射线，进而得到各个目标数字对象模型的电磁特征性值，以基于该电磁特性值实现对能够表征该目标数字对象模型状态信息的仿真检测信号的模拟，从而基于该仿真检测信号得到初始样本数据，以及通过将与每个目标数字对象模型序列中的每个目标数字对象模型对应的初始样本数据进行整理汇总，得到样本数据。由于对初始数字对象模型进行参数调整，得到多个目标数字对象模型序列，并对每个目标数字对象模型皆计算其电磁特征值，以及模拟与该目标数字对象模型对应的仿真检测信号，从而得到具备多种不同跌倒情况、不同对象条件的样本数据，因此，至少部分的解决了相关技术中样本数据不能满足深度学习模型训练需求的问题，实现了减少样本数据采集时造成的资源浪费、提高样本数据多样性以及准确性的技术效果。