[发明专利]一种应用于科技服务领域的对象智能匹配方法

权利要求书

1.一种应用于科技服务领域的对象智能匹配方法，其特征在于，包括：

确定待识别图像序列的各个图像帧对应的行人轮廓图像；

基于所述行人轮廓图像确定所述图像帧中的行人的步态能量图像；所述步态能量图像用于描述步态的时空特征；

采用预设滤波器组对所述步态能量图像进行滤波处理，基于滤波处理后的所述步态能量图像确定所述行人的步态特征向量；所述预设滤波器组包括n×m个线性滤波器，每行所述线性滤波器的方向不同，每列所述线性滤波器的尺度不同，n和m均为正整数；

将所述步态特征向量导入预设科技服务对象识别模型中，得到所述行人与预设科技服务对象的匹配结果；所述预设科技服务对象识别模型是基于步态样本集对支持向量机模型进行训练得到的，所述步态样本集包括多个已标记了与所述预设科技服务对象的匹配结果的步态特征样本向量；

所述采用预设滤波器组对所述步态能量图像进行滤波处理，基于滤波处理后的所述步态能量图像确定所述行人的步态特征向量，包括：

将所述步态能量图像分别与所述n×m个线性滤波器进行卷积操作，得到n×m个待处理特征图像；

针对每个所述待处理特征图像，采用多个半径不同的模糊局部三值模式算子分别对所述待处理特征图像进行编码，得到所述待处理特征图像对应的多个编码图像，根据所述待处理特征图像对应的所有编码图像确定所述待处理特征图像的直方图；

根据所有所述待处理特征图像的直方图，确定所述步态特征向量；

所述采用多个半径不同的模糊局部三值模式算子分别对所述待处理特征图像进行编码，得到所述待处理特征图像对应的多个编码图像，根据所述待处理特征图像对应的所有编码图像确定所述待处理特征图像的直方图，包括：

采用模糊局部三值模式算子对所述待处理特征图像中的每个像素的邻域像素进行三值化编码，得到每个所述像素对应的邻域三值化图像；所述模糊局部三值模式算子通过以下公式表示：

；

其中，m₁(n)表示所述待处理特征图像中每个像素的第n个邻域像素的三值化编码，p_c表示所述待处理特征图像中的任意一个像素，p_n表示所述待处理特征图像中任意一个像素的第n个邻域像素，T表示预设程度阈值；

基于所述待处理特征图像中每个像素的所述邻域三值化图像生成每个像素对应的第一二值化图像和第二二值化图像，并确定所述第一二值化图像对应的第一权重系数和所述第二二值化图像对应的第二权重系数；

将所述待处理特征图像中每个像素的所述第一二值化图像和所述第二二值化图像分别与预设邻域指数算子进行卷积操作，得到每个所述像素的第一二值化图像和第二二值化图像各自对应的二值系数，并将每个所述像素的所述第一二值化图像和所述第二二值化图像各自对应的二值系数的加权和确定为所述像素的目标二值；

基于所述待处理特征图像中所有所述像素的目标二值得到所述待处理特征图像的编码图像；

将采用不同模糊局部三值模式算子得到的所述待处理特征图像的所有编码图像进行加法运算，得到待处理特征图像的直方图；

所述基于所述待处理特征图像中每个像素的所述邻域三值化图像生成每个像素对应的第一二值化图像和第二二值化图像，并确定所述第一二值化图像对应的第一权重系数和所述第二二值化图像对应的第二权重系数，包括：

针对所述待处理特征图像中的每个像素，将所述像素的邻域三值化图像中非0且非1的数值设置为1，得到所述像素的第一二值化图像；并将所述像素的邻域三值化图像中非0且非1的数值设置为0，得到所述像素的第二二值化图像；

将所述像素的邻域三值化图像中非0且非1的数值确定为第一权重系数，并将1与所述第一权重系数的差值确定为第二权重系数。