一种有身份识别功能的非接触式生命体征检测系统及方法

技术领域

本发明涉及生命体征检测技术领域，特别指一种有身份识别功能的非接触式生命体征检测系统及方法。

背景技术

人体的生命体征主要包括脉搏、呼吸、心跳、体温以及血压等信息，其中呼吸和心跳是生命体征中最重要的两个指标，也是现有生命体征检测设备主要检测的指标。现有生命体征检测设备可以划分为非接触式和接触式；接触式生命体征检测设备需要和人体直接接触，例如手环等设备，一旦脱离人体就无法检测到生命体征，且一个接触式生命体征检测设备只能跟踪检测一个人的生命体征，添加额外被检测人员信息过程繁琐，因此主流应用的设备为非接触式生命体征检测设备。

但是，现有的非接触式生命体征检测设备，功能单一，无法或不能准确识别被检测人员的身份信息；例如使用无线电检测生命体征时，无法准确识别或验证被检测人员的身份信息，导致不能结合历史的生命体征检测记录来分析人体健康状况的变化轨迹；也无法对被检测区域的信息进行识别和获取，例如被检测区域的人员过多时，将直接影响检测精度。

因此，如何提供一种有身份识别功能的非接触式生命体征检测系统及方法，实现提升生命体征检测的精度以及检测数据的应用价值，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种有身份识别功能的非接触式生命体征检测系统及方法，实现提升生命体征检测的精度以及检测数据的应用价值。

第一方面，本发明提供了一种有身份识别功能的非接触式生命体征检测系统，包括：

计算机；

毫米波雷达，与所述计算机连接；

摄像机，与所述计算机连接；

警报模块，与所述计算机连接；

通信模块，与所述计算机连接；

服务器，与所述通信模块连接。

进一步地，所述摄像机为单目摄像机、双目摄像机或者深度摄像机。

进一步地，所述摄像机的光轴所在平面与毫米波雷达的法线所在平面重合。

进一步地，所述警报模块包括：

指示灯，与所述计算机连接；

蜂鸣器，与所述计算机连接。

进一步地，所述通信模块为2G通信模块、3G通信模块、4G通信模块、5G通信模块、NB-IOT通信模块、LORA通信模块、WIFI通信模块、蓝牙通信模块、ZigBee通信模块或者网线模块。

第二方面，本发明提供了一种有身份识别功能的非接触式生命体征检测方法，包括如下步骤：

步骤S10、在计算机基于深度学习创建一人脸检测模型以及一人脸识别模型；

步骤S20、获取大量的人像照片，利用所述人像照片对人脸检测模型以及人脸识别模型进行训练；

步骤S30、对毫米波雷达和摄像机进行标定；

步骤S40、计算机通过摄像头采集被检测区域图像，通过所述人脸检测模型以及人脸识别模型对被检测区域图像中的人数以及身份信息进行验证后，通过毫米波雷达采集位于被检测区域的被检测人员的生命体征；

步骤S50、计算机通过通信模块将所述生命体征以及身份信息上传至服务器的数据库中；

步骤S60、通过智能交互界面登录并访问服务器中的数据库，获取生命体征历史数据，进而分析被检测人员的健康轨迹。

进一步地，所述步骤S20具体包括：

步骤S21、获取大量的人像照片，并对各所述人像照片进行标注；

步骤S22、将标注后的各所述检测图像按预设的比例划分为训练集和验证集，并设定一准确率阈值以及一收敛条件；

步骤S23、利用所述训练集分别对人脸检测模型以及人脸识别模型进行训练直到满足收敛条件；

步骤S24、利用所述验证集分别对人脸检测模型以及人脸识别模型进行验证，判断识别准确率是否大于所述准确率阈值，若是，则完成训练，进入步骤S30；若否，则扩充所述训练集，并进入步骤S23。

进一步地，所述步骤S30具体为：

设定摄像机的焦距、成像平面中心的坐标、像素物理尺寸以及畸变参数后，将毫米波雷达的法线所在平面与摄像机的光轴所在平面进行重合。

进一步地，所述步骤S40具体包括：

步骤S41、计算机通过摄像头采集被检测区域图像；

步骤S42、计算机通过所述人脸检测模型识别被检测区域图像中的人数，判断是否大于预设的数量阈值，若是，则通过警报模块提醒人数过多，并进入步骤S41；若否，则进入步骤S43；

步骤S43、计算机通过所述人脸识别模型识别被检测区域图像中的被检测人员的身份信息，判断所述身份信息是否已经存储在服务器的数据库中，若是，则进入步骤S44；若否，则将所述身份信息录入数据库，并进入步骤S44；

步骤S44、计算机通过毫米波雷达采集位于被检测区域的被检测人员的生命体征。

进一步地，所述步骤S50具体为：

计算机通过通信模块，将所述生命体征以及身份信息加密后上传至服务器的数据库中。

本发明的优点在于：

1、通过在计算机上创建并训练人脸检测模型和人脸识别模型，使得计算机能通过人脸检测模型识别被检测区域图像中的人数，当人数超过预设的数量阈值时通过警报模块提醒人数过多，避免因人数过多影响毫米波雷达的检测精度；使得计算机能通过人脸识别模型识别被检测人员的身份信息，进而将身份信息和生命体征进行绑定上传服务器进行存档，便于利用存档的生命体征历史数据分析被检测人员的健康轨迹，充分发挥生命体征检测数据的价值，即最终极大的提升了生命体征检测的精度以及检测数据的应用价值。

2、通过在生命体征检测前对毫米波雷达和摄像机进行标定，进一步提升了生命体征检测的精度。

3、通过对上传服务器的生命体征以及身份信息进行加密，保障了数据的安全性。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1是本发明一种有身份识别功能的非接触式生命体征检测系统的电路原理框图。

图2是本发明毫米波雷达和摄像机位置标定示意图。

图3是本发明一种有身份识别功能的非接触式生命体征检测方法的流程图。

标记说明：

100-一种有身份识别功能的非接触式生命体征检测系统，1-计算机，2-毫米波雷达，3-摄像机，4-警报模块，5-通信模块，6-服务器，41-指示灯，42-蜂鸣器。

具体实施方式

本申请实施例中的技术方案，总体思路如下：在计算机1上创建并训练人脸检测模型和人脸识别模型，以对被检测区域的人数进行识别，人数过多时(不满足检测条件)通过警报模块4或者计算机1的显示屏进行报警，以对被检测人员的身份信息进行识别，便于存档身份信息和生命体征的绑定数据供后续分析，以提升生命体征检测的精度以及检测数据的应用价值。

请参照图1至图3所示，本发明一种有身份识别功能的非接触式生命体征检测系统100的较佳实施例，包括：

计算机1，用于控制所述检测系统100的工作；

毫米波雷达2，与所述计算机1连接，用于生命体征的检测；所述毫米波雷达2具有穿透能力强、测量精度高、抗干扰性能好、容易检测小目标、对振动目标具有良好的检测能力等优点，可以长期检测生命体征，无需佩戴检测设备，检测方便；

摄像机3，与所述计算机1连接，用于拍摄被检测区域的被检测区域图像，以供人数识别和身份信息识别；

警报模块4，与所述计算机1连接，用于提示被检测区域的人数过多，避免将错误的检测数据上传所述服务器6；

通信模块5，与所述计算机1连接，用于所述计算机1与服务器6之间的通信；

服务器6，与所述通信模块5连接，用于存档生命体征以及身份信息一一对应的历史数据，以供后续分析。

所述摄像机3为单目摄像机、双目摄像机或者深度摄像机。

所述摄像机3的光轴所在平面与毫米波雷达2的法线所在平面重合，能极大的提升检测精度。

所述警报模块4包括：

指示灯41，与所述计算机1连接；

蜂鸣器42，与所述计算机1连接。

所述通信模块5为2G通信模块、3G通信模块、4G通信模块、5G通信模块、NB-IOT通信模块、LORA通信模块、WIFI通信模块、蓝牙通信模块、ZigBee通信模块或者网线模块。

本发明一种有身份识别功能的非接触式生命体征检测方法的较佳实施例，包括如下步骤：

步骤S10、在计算机基于深度学习创建一人脸检测模型以及一人脸识别模型；所述人脸检测模型常用的算法有MTCNN、FaceBoxes以及RetinaFace；所述人脸识别模型常用的算法有FaceNet以及InsightFace。

步骤S20、获取大量的人像照片，利用所述人像照片对人脸检测模型以及人脸识别模型进行训练；

步骤S30、对毫米波雷达和摄像机进行标定；

步骤S40、计算机通过摄像头采集被检测区域图像，通过所述人脸检测模型以及人脸识别模型对被检测区域图像中的人数以及身份信息进行验证后，通过毫米波雷达采集位于被检测区域的被检测人员的生命体征；

步骤S50、计算机通过通信模块将所述生命体征以及身份信息上传至服务器的数据库中；

步骤S60、通过智能交互界面登录并访问服务器中的数据库，获取生命体征历史数据，进而分析被检测人员的健康轨迹。所述数据库通过账户密码设置不同的访问权限，支持多用户登录，管理员账户可以查看所有人的生命体征信息，而个人账户智能查看本人或指定人员的生命体征信息。

本申请能长时间对被检测人员进行生命体征检测，准确识别被检测人员的身份信息，并将身份信息和对应的生命体征进行存档，便于结合生命体征历史数据对长期生命体征变化轨迹进行分析。

所述步骤S20具体包括：

步骤S21、获取大量的人像照片，并对各所述人像照片进行标注；

步骤S22、将标注后的各所述检测图像按预设的比例划分为训练集和验证集，并设定一准确率阈值以及一收敛条件；

步骤S23、利用所述训练集分别对人脸检测模型以及人脸识别模型进行训练直到满足收敛条件；

步骤S24、利用所述验证集分别对人脸检测模型以及人脸识别模型进行验证，判断识别准确率是否大于所述准确率阈值，若是，则完成训练，进入步骤S30；若否，则扩充所述训练集，并进入步骤S23。

所述步骤S30具体为：

设定摄像机的焦距、成像平面中心的坐标、像素物理尺寸以及畸变参数后，将毫米波雷达的法线所在平面与摄像机的光轴所在平面进行重合。

所述步骤S40具体包括：

步骤S41、计算机通过摄像头采集被检测区域图像；

步骤S42、计算机通过所述人脸检测模型识别被检测区域图像中的人数，判断是否大于预设的数量阈值，若是，则通过警报模块提醒人数过多，并进入步骤S41，避免将错误的检测数据上传服务器；若否，则进入步骤S43；所述数量阈值可按需设置，优选为1；

步骤S43、计算机通过所述人脸识别模型识别被检测区域图像中的被检测人员的身份信息，判断所述身份信息是否已经存储在服务器的数据库中，若是，则进入步骤S44；若否，则将所述身份信息录入数据库，并进入步骤S44；

步骤S44、计算机通过毫米波雷达采集位于被检测区域的被检测人员的生命体征。人体的呼吸和心跳运动会带动人体体表的波动，而这会使毫米波雷达的天线和人体之间的距离呈现着波动变化，而且使用毫米波雷达的回波信号具有不同的时延，使得接收到的回波信号会携带着呼吸、心跳频率信息的波动信号。

所述步骤S50具体为：

计算机通过通信模块，将所述生命体征以及身份信息加密后上传至服务器的数据库中。具体实施时，计算机还将检测日期、检测时间等数据上传服务器。

综上所述，本发明的优点在于：

1、通过在计算机上创建并训练人脸检测模型和人脸识别模型，使得计算机能通过人脸检测模型识别被检测区域图像中的人数，当人数超过预设的数量阈值时通过警报模块提醒人数过多，避免因人数过多影响毫米波雷达的检测精度；使得计算机能通过人脸识别模型识别被检测人员的身份信息，进而将身份信息和生命体征进行绑定上传服务器进行存档，便于利用存档的生命体征历史数据分析被检测人员的健康轨迹，充分发挥生命体征检测数据的价值，即最终极大的提升了生命体征检测的精度以及检测数据的应用价值。

2、通过在生命体征检测前对毫米波雷达和摄像机进行标定，进一步提升了生命体征检测的精度。

3、通过对上传服务器的生命体征以及身份信息进行加密，保障了数据的安全性。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。