[发明专利]一种应用于科技服务领域的对象智能匹配方法

说明书

本申请适用于科技服务技术领域，提供了一种应用于科技服务领域的对象智能匹配方法，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；基于行人轮廓图像确定图像帧中的行人的步态能量图像；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步态能量图像进行滤波处理，基于滤波处理后的步态能量图像确定行人的步态特征向量；预设滤波器组包括n×m个线性滤波器，每行线性滤波器的方向不同，每列线性滤波器的尺度不同，n和m均为正整数；将步态特征向量导入预设科技服务对象识别模型中，得到行人与预设科技服务对象的匹配结果。该方案可以提高科技服务领域中的对象匹配的鲁棒性。

技术领域

本申请属于科技服务技术领域，尤其涉及一种应用于科技服务领域的对象智能匹配方法。

背景技术

科技服务领域中通常会涉及到对科技服务对象的身份识别，通过身份识别可以实现对科技服务对象的智能管理或追踪等。科技服务对象通常指使用科技服务产品的对象，科技服务对象通常是人。人的很多生物特征，例如指纹、人脸、虹膜及步态等，由于具有唯一性，因此可以用于识别人的身份。

其中，步态用于描述一个人正常行走的方式，由于步态的结构和动力学特征因人而异，因此步态可以用于区分人的身份。与其他生物特征识别不同，步态识别是非侵入性的，即不需要被识别对象的主动配合，且步态很难伪装；此外，步态识别对摄像机的分辨率以及人与摄像机之间的距离要求不高，因此，近年来，步态识别被广泛应用在科技服务对象的身份识别和身份匹配中。

然而，步态容易受人的各种内在因素（如醉酒）或外在因素（如鞋子舒适度）的影响，导致实际应用中的步态识别经常存在误判情况，因此，步态识别应用于科技服务领域进行科技服务对象的匹配时会降低对象匹配的鲁棒性。

发明内容

有鉴于此，本申请实施例提供了一种应用于科技服务领域的对象智能匹配方法，以解决现有的步态识别导致对象匹配的准确度较低的技术问题。

第一方面，本申请实施例提供一种应用于科技服务领域的对象智能匹配方法，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。

在第一方面的一种可选的实现方式中，所述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，包括：

根据所述行人轮廓图像确定所述行人的步态周期；

基于所述步态周期将所有所述行人轮廓图像划分为多个轮廓序列分片，并将每个所述轮廓序列分片包含的所有行人轮廓图像进行融合，得到每个所述轮廓序列分片对应的轮廓融合图像；

根据所有所述轮廓序列分片各自对应的轮廓融合图像，确定所述行人的步态能量图像。

在第一方面的一种可选的实现方式中，所述根据所述行人轮廓图像确定所述行人的步态周期，包括：

确定由所有所述行人轮廓图像组成的轮廓图序列对应的自相关函数；

对所述自相关函数进行傅里叶变换，得到所述轮廓图序列对应的频域特征信号；

确定所述频域特征信号的每相邻两个峰值之间的间隔时长；