一种居家目标检测方法及系统

本发明涉及目标检测领域，具体涉及一种居家目标检测方法及系统。

背景技术：

1、农村居家场景相较于城市标准化居家环境，具备多干扰、全天候光照剧变、运维薄弱、隐私约束严苛的固有特征，且监护对象聚焦留守老人、留守儿童、病残弱势群体，造就了双模态目标检测专属技术难点，是传统单模态智能监护技术无法突破的核心瓶颈。从环境与模态适配难点来看，农村居家白天杂物随意堆放、背景纹理杂乱、光影晃动频繁，可见光纹理干扰严重；夜间无辅助照明、全屋全黑，可见光模态完全失效，仅能依靠红外模态感知，但室内电器、墙面、地面存在温度杂波，极易淹没弱小人体温度特征；阴雨天、背光阴影场景下，可见光对比度极低、细节丢失，红外温度梯度模糊，双模态均存在特征退化问题。从监护对象特征难点来看，留守老人体态佝偻、长期静坐静卧、肢体动态微弱，可见光轮廓残缺、红外温度特征平缓无差异；留守儿童体型娇小、易被杂物遮挡，双模态目标占比极小、特征碎片化；病残人员姿态固定、长期静止，无动态变化，单模态无法区分静态人体与环境伪目标。综上，农村居家全天候工况下，单可见光、单红外模态均存在感知盲区，必须依靠双模态互补融合才能实现弱势目标有效检出。目前行业内不存在适配农村居家全天候光照剧变、针对老幼病残弱小静态遮挡目标、基于d-fine改进的轻量化红外-可见光双模态深度融合、自带原生隐私销毁机制的检测办法。

技术实现思路

1、本发明提出一种居家目标检测方法，包括：

2、s1、获取居家场景参数并标定，采集来自于居家场景的环境信号，对所述环境信号进行预处理得到目标信号；

3、s2、基于所述目标信号计算唤醒可信度，当所述唤醒可信度满足条件时，启动图像采集模态采集目标图像，得到目标图像对，采集完成后控制所述图像采集模态停止工作；

4、s3、对所述目标图像对依次进行预处理、配准以及融合，将融合结果输入融合网络提取深度信息，将所述深度信息输入构建判定模型以得到区分出为真实人体目标或伪目标的判定结果；

5、s4、基于所述判定结果计算相似度以判定目标有效性并分级。

6、进一步地，所述采集来自于居家场景的环境信号具体包括：第一通道用于捕捉肢体晃动、移动、躯体异动的前兆信号，第二通道用于监听呻吟、求助喊话的求救指令。

7、进一步地，所述获取居家场景参数并标定具体包括：初始化弱光亮度判定区间、背景噪声抑制系数、人体轮廓特征阈值、目标甄别阈值、干扰过滤权重、有效性分级阈值、加密密钥、延时参数。

8、进一步地，所述对所述环境信号进行预处理具体包括：时域差分滤波算法通过比对相邻时序信号幅值变化率，滤除无规律环境扰动数据，留存人体真实异动与语音信号。

9、进一步地，所述对所述目标图像对依次进行预处理、配准以及融合具体包括：自适应阈值算法通过计算类间方差最大化阈值分割图像前景与背景，抑制背景纹理，并拉伸弱光区域亮度以修复人体轮廓细节。

10、进一步地，所述对所述目标图像对依次进行预处理、配准以及融合具体包括：温度阈值滤波模型通过比对像素温度值与环境热杂波基线，剔除低于人体正常体温区间的静态温度伪目标，并增强局部温度梯度特征。

11、进一步地，所述基于所述判定结果计算相似度以判定目标有效性并分级之后还包括：清除图像，采用加密算法对结果文本加密后传输，进入低功耗状态并更新模型参数。

12、进一步地，所述将所述深度信息输入构建判定模型以得到区分出为真实人体目标或伪目标的判定结果具体包括：判定模型融合特征响应得分、边界完整性系数、人体体态比例约束、温度区间合理性多维度参数，当任一维度偏离专属阈值时判定为伪目标。

13、进一步地，本申请还提出一种非易失性存储介质，其存储的计算机程序被处理器执行时实现如上述所述的居家目标检测方法。

14、进一步地，本申请还提出一种居家目标检测系统，包括：

15、初始化监听模块，用于执行获取居家场景参数并标定，采集来自于居家场景的环境信号，对环境信号进行预处理得到目标信号；

16、唤醒采集模块，用于执行基于目标信号计算唤醒可信度，当唤醒可信度满足条件时，启动图像采集模态采集目标图像，得到目标图像对，采集完成后控制图像采集模态停止工作；

17、特征甄别模块，用于执行对目标图像对依次进行预处理、配准以及融合，将融合结果输入融合网络提取深度信息，将深度信息输入构建判定模型以得到区分出为真实人体目标或伪目标的判定结果；

18、校验闭环模块，用于执行基于判定结果计算相似度以判定目标有效性并分级。

19、本发明通过提出一种居家目标检测方法，构建红外与可见光双模态融合感知体系，显著缓解了农村夜间无光场景单模态检测失效的问题，有效提高了弱小遮挡目标在复杂背景下的检出率，同时搭配触发式采集与即时清除机制，从根本上降低了居家私密场景的隐私泄露风险，且通过轻量化改造与休眠闭环机制，显著降低了终端功耗，有效适配了农村低算力、弱网与低频充电的落地工况。

1.一种居家目标检测方法，其特征在于，包括：

2.如权1所述的一种居家目标检测方法，其特征在于，所述采集来自于居家场景的环境信号具体包括：第一通道用于捕捉肢体晃动、移动、躯体异动的前兆信号，第二通道用于监听呻吟、求助喊话的求救指令。

3.如权1所述的一种居家目标检测方法，其特征在于，所述获取居家场景参数并标定具体包括：初始化弱光亮度判定区间、背景噪声抑制系数、人体轮廓特征阈值、目标甄别阈值、干扰过滤权重、有效性分级阈值、加密密钥、延时参数。

4.如权1所述的一种居家目标检测方法，其特征在于，所述对所述环境信号进行预处理具体包括：时域差分滤波算法通过比对相邻时序信号幅值变化率，滤除无规律环境扰动数据，留存人体真实异动与语音信号。

5.如权1所述的一种居家目标检测方法，其特征在于，所述对所述目标图像对依次进行预处理、配准以及融合具体包括：自适应阈值算法通过计算类间方差最大化阈值分割图像前景与背景，抑制背景纹理，并拉伸弱光区域亮度以修复人体轮廓细节。

6.如权1所述的一种居家目标检测方法，其特征在于，所述对所述目标图像对依次进行预处理、配准以及融合具体包括：温度阈值滤波模型通过比对像素温度值与环境热杂波基线，剔除低于人体正常体温区间的静态温度伪目标，并增强局部温度梯度特征。

7.如权1所述的一种居家目标检测方法，其特征在于，所述基于所述判定结果计算相似度以判定目标有效性并分级之后还包括：清除图像，采用加密算法对结果文本加密后传输，进入低功耗状态并更新模型参数。

8.如权1所述的一种居家目标检测方法，其特征在于，所述将所述深度信息输入构建判定模型以得到区分出为真实人体目标或伪目标的判定结果具体包括：判定模型融合特征响应得分、边界完整性系数、人体体态比例约束、温度区间合理性多维度参数，当任一维度偏离专属阈值时判定为伪目标。

9.如权1所述的一种居家目标检测方法，其特征在于，包括一种非易失性存储介质，其存储的计算机程序被处理器执行时实现如权利要求1-8中任一项所述的居家目标检测方法。

10.一种居家目标检测系统，其特征在于，包括：