一种基于机器学习的人体感知检测方法及系统

本发明涉及一种基于机器学习的人体感知检测方法及系统，通过毫米波、红外、压力、声音多类型传感器的原始时空行为数据采集与高精度标注，结合预处理、噪声去除和归一化标准，提取目标微动变化、空间轨迹及时序特征，通过机器学习算法在离线或在线状态下构建人体存在的时空行为指纹库，针对不同空间区域和安装材质分别建立区域差异性行为特征模型。自动触发多轮冗余检测与学习优化。该方案降低了系统误报率，支持模型持续进化。