[发明专利]用户指令匹配方法、装置、计算机设备及存储介质有效
申请号: | 201810841703.5 | 申请日: | 2018-07-27 |
公开(公告)号: | CN109214278B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 朱文和 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V40/10;G07C15/00 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 吴立 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户 指令 匹配 方法 装置 计算机 设备 存储 介质 | ||
1.一种用户指令匹配方法,其特征在于,包括:
获取每一参与者的当前图像,其中,所述当前图像包括人脸区域和手势区域;
将每一所述当前图像的所述人脸区域在参与者图像库中进行匹配,获取每一所述当前图像的匹配参与者标识;
识别每一所述当前图像的所述手势区域,得到参与者指令信息,将所述参与者指令信息和对应的所述匹配参与者标识进行关联;
获取决策者的手势图像,并识别所述决策者的手势图像,得到所述决策者的决策指令信息;
将每一所述匹配参与者标识对应的参与者指令信息与所述决策者的决策指令信息通过映射关系表进行匹配,得到每一参与者的指令匹配结果;
其中,所述当前图像包括当前位置标识;
所述将每一所述当前图像的所述人脸区域在参与者图像库中进行匹配,获取每一所述当前图像的匹配参与者标识,包括:
根据每一当前图像的所述当前位置标识在参与者图像库中查询对应的基准位置标识,并将所述当前图像的所述人脸区域与对应的基准位置标识的基准人脸图像进行匹配;
将匹配成功的所述参与者图像库的基准人脸图像的基准参与者标识作为对应的所述当前图像的匹配参与者标识;
获取所有匹配失败的基准位置标识对应的基准人脸图像和对应的所述基准参与者标识,作为基准人脸图像库,将每一匹配失败的当前图像的人脸区域和所述基准人脸图像库中的每一基准人脸图像进行匹配;
将匹配成功的所述基准人脸图像库的基准人脸图像的基准参与者标识作为对应的所述当前图像的匹配参与者标识。
2.如权利要求1所述的用户指令匹配方法,其特征在于,所述参与者图像库包括基准参与者标识、基准位置标识和基准人脸图像;
其中,所述基准人脸图像为预先采集的参与者的人脸图像,在采集所述基准人脸图像后为每一参与者的所述基准人脸图像分配对应的基准参与者标识和基准位置标识。
3.如权利要求1所述的用户指令匹配方法,其特征在于,将所述当前图像的所述人脸区域与对应的基准位置标识的基准人脸图像进行匹配,包括:
将所述当前图像的所述人脸区域转化成匹配特征向量;
获取基准人脸特征向量,其中所述基准人脸特征向量是将对应的基准位置标识的基准人脸图像进行特征向量转化得到的;
计算所述匹配特征向量和对应的所述基准人脸特征向量的特征向量相似度。
4.如权利要求1所述的用户指令匹配方法,其特征在于,所述获取决策者的手势图像,并识别所述决策者的手势图像,得到所述决策者的决策指令信息,包括:
获取决策者的手势图像,从所述手势图像中截取手势区域图像;
将所述手势区域图像输入手势图像识别模型进行识别,得到所述决策者的决策指令信息。
5.如权利要求1所述的用户指令匹配方法,其特征在于,在所述识别每一所述当前图像的所述手势区域,得到参与者指令信息,将所述参与者指令信息和对应的所述匹配参与者标识进行关联的步骤之前,所述用户指令匹配方法还包括:
获取原始图像,为每一所述原始图像进行分类标注,组成手势训练图像;
采用所述手势训练图像对卷积神经网络模型进行训练,获得手势图像识别模型。
6.如权利要求1所述的用户指令匹配方法,其特征在于,所述将每一所述匹配参与者标识对应的参与者指令信息与所述决策者的决策指令信息通过映射关系表进行匹配,得到每一参与者的指令匹配结果,包括:
将每一所述匹配参与者标识对应的参与者指令信息转化为参与者标签;
将所述决策者的决策指令信息转化为决策者标签;
将每一所述参与者标签和所述决策者标签通过映射关系表进行匹配,得到每一参与者的指令匹配结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810841703.5/1.html,转载请声明来源钻瓜专利网。