[发明专利]人体姿态识别传感器、人体姿态识别方法及系统

权利要求书

1.一种人体姿态识别传感器，其特征在于，该人体姿态识别传感器包括：

底盖和固定架，所述底盖和固定架固定并围合形成容纳腔室；

电路板，所述电路板固定在所述容纳腔室内；

设置在所述电路板上的神经网络处理器；

与所述神经网络处理器连接的微波发射天线、微波接收天线和双目红外摄像头，所述微波发射天线用于发射微波信号，所述微波接收天线用于接收经其他物体反射的所述微波信号，所述双目红外摄像头用于采集红外影像；所述固定架上设置有用于固定所述微波发射天线、微波接收天线的第一固定孔以及用于固定所述双目红外摄像头的第二固定孔；

滤波罩，所述滤波罩固定在所述固定架远离所述容纳腔室的一侧，所述滤波罩上开设有与所述第一固定孔相匹配的第一通孔；

挡板，所述挡板设置在所述滤波罩远离所述固定架一侧，所述挡板上开设有与所述第一通孔相匹配的第二通孔，所述挡板可沿所述滤波罩所在平面移动，以通过调整所述第二通孔与所述第一通孔的重叠面积，改变所述微波信号的发射方向和接收方向。

2.根据权利要求1所述的人体姿态识别传感器，其特征在于，所述滤波罩两端分别开设有滑槽，所述挡板上设置有与所述滑槽相匹配的滑块，所述挡板通过所述滑块相对所述滑槽滑动。

3.根据权利要求1所述的人体姿态识别传感器，其特征在于，该人体姿态识别传感器还包括：

设置在所述电路板上，与所述神经网络处理器相连接的通信模块，所述通信模块用于将所述神经网络处理器的处理结果发送至其他外部设备。

4.根据权利要求1所述的人体姿态识别传感器，其特征在于，该人体姿态识别传感器还包括：

红外线发射器，所述红外线发射器设置在所述固定架远离所述容纳腔室的一侧，并与所述神经网络处理器相连接，用于向外发射红外线。

5.根据权利要求1所述的人体姿态识别传感器，其特征在于，所述滤波罩上设置有与所述双目红外摄像头相匹配的滤镜，所述滤镜用于滤除进入所述双目红外摄像头内的环境光线。

6.一种人体姿态识别方法，其特征在于，应用于权利要求1至5任意一项所述的人体姿态识别传感器，所述人体姿态识别传感器预先建立与云服务器的通信连接，所述云服务器用于建立深度学习神经网络，并使用预设跌倒影像对所述深度学习神经网络进行训练，该人体姿态识别方法包括：

根据接收到的微波信号，确定监测范围内是否存在人体；

当确定所述监测范围内存在人体时，根据所述红外影像，确定目标人体在预设坐标系内的人体部位深度信息；

对所述目标人体进行人脸识别，确定所述目标人体的人员信息；

基于预设人体部位预测模型，根据所述人体部位深度信息，绘制所述目标人体的骨骼模型；

使用训练结束的所述深度学习神经网络对所述骨骼模型进行监测；

当监测到所述骨骼模型为异常状态时，生成与所述人员信息对应的报警信息，并发送至所述云服务器，所述异常状态包括跌倒、长时间下蹲或长时间扶握其他物体。

7.根据权利要求6所述的人体姿态识别方法，其特征在于，根据接收到的微波信号，确定监测范围内是否有人体的步骤包括：

根据接收到的微波信号，确定检测范围内是否有物体移动；

当检测到有物体移动时，基于所述微波信号确定移动的物体的心跳速率和呼吸速率；

当确定移动的物体的心跳速率或呼吸速率满足预设条件时，确定检测范围内有人体。

8.根据权利要求6所述的人体姿态识别方法，其特征在于，当确定监测范围内存在人体时，根据所述红外影像，确定目标人体在预设坐标系内的人体部位深度信息的步骤包括：

基于所述红外影像中同一目标点在每个红外摄像头影像平面上的位置信息，计算所述目标点在所述预设坐标系的三维坐标值；

将所述三维坐标值转换为二维图像中的坐标值，确定多个目标点在所述二维图像中的深度信息，作为所述目标人体的人体部位深度信息。