[发明专利]一种移动场景下的目标定位方法及装置

权利要求书

1.一种移动场景下的目标定位方法，其特征在于，包括：

对获取到的业务办理过程的客户行为图像按照业务环境进行聚类，得到聚类图像；

根据预先确定的模板图像匹配所述聚类图像，得到客户初始定位图像；

对所述客户初始定位图像进行误匹配点剔除，得到客户目标定位图像。

2.根据权利要求1所述的移动场景下的目标定位方法，其特征在于，所述对获取到的业务办理过程的客户行为图像按照业务环境进行聚类，得到聚类图像，包括：

对所述客户行为图像进行数据子集随机划分；

分别在各数据子集上运行聚类算法，得到各数据子集对应的簇；

根据所述簇对各数据子集进行聚类，得到聚类图像。

3.根据权利要求1所述的移动场景下的目标定位方法，其特征在于，所述对获取到的业务办理过程的客户行为图像按照业务环境进行聚类，得到聚类图像，包括：

对所述客户行为图像进行数据子集随机划分；

分别在各数据子集上运行聚类算法，得到各数据子集对应的簇；

根据所述簇对各数据子集进行分层聚类，得到各分层聚类图像。

4.根据权利要求3所述的移动场景下的目标定位方法，其特征在于，所述根据所述簇对各数据子集进行分层聚类，得到各分层聚类图像，包括：

根据预先设定的层级及所述簇对各数据子集进行分层聚类，得到新簇；

向所述新簇的中心移动所述新簇中的所述分层聚类图像的各代表点，得到所述新簇的形状及移动特性；

根据所述形状及移动特性确定分层聚类图像。

5.根据权利要求1所述的移动场景下的目标定位方法，其特征在于，所述根据预先确定的模板图像匹配所述聚类图像，得到客户初始定位图像，包括：

对所述聚类图像中经过矩阵变换得到的各像素点进行定位，确定各像素点对应的特征点及所述特征点的主方向；

根据所述主方向确定所述特征点的描述子；

根据所述聚类图像对应的描述子及预先确定的模板图像匹配所述聚类图像，得到客户初始定位图像；所述模板图像为每个簇的中心图像。

6.根据权利要求1所述的移动场景下的目标定位方法，其特征在于，对所述客户初始定位图像进行误匹配点剔除，得到客户目标定位图像，包括：

计算所述客户初始定位图像与预先建立的误匹配点剔除模型之间的投影误差；

根据预先设定的迭代轮次及所述投影误差更新最优内点集，得到所述客户目标定位图像。

7.根据权利要求6所述的移动场景下的目标定位方法，其特征在于，预先建立误匹配点剔除模型的步骤，包括：

从所述客户初始定位图像中选择四个数据点进行拟合，得到参数模型；

计算所述客户初始定位图像中剩余的像素点与所述参数模型之间的距离；

根据预先设定的距离阈值及所述距离将所述像素点划分为局内点及局外点；

迭代划分所述局内点及局外点的步骤，将所述局内点最多的参数模型作为误匹配点剔除模型。

8.一种移动场景下的目标定位装置，其特征在于，包括：

聚类图像生成单元，用于对获取到的业务办理过程的客户行为图像按照业务环境进行聚类，得到聚类图像；

初始定位图像生成单元，用于根据预先确定的模板图像匹配所述聚类图像，得到客户初始定位图像；

目标定位图像生成单元，用于对所述客户初始定位图像进行误匹配点剔除，得到客户目标定位图像。

9.根据权利要求8所述的移动场景下的目标定位装置，其特征在于，所述聚类图像生成单元，包括：

子集划分模块，用于对所述客户行为图像进行数据子集随机划分；

簇确定模块，用于分别在各数据子集上运行聚类算法，得到各数据子集对应的簇；

聚类图像生成模块，用于根据所述簇对各数据子集进行聚类，得到聚类图像。