[發明專利]一種識別用戶活動類型的方法及系統

有效

• 申請號: 201310207414.7
• 申請日: 2013-05-29
• 公開（公告）號: CN104217205B
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 何秀強;張弓
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/64
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何青瓦

本發明公開了一種識別用戶活動類型的方法及系統，方法包括采集用戶所在位置的圖像；提取圖像中的用戶所在環境的特征數據及用戶的特征數據；利用活動類型相關的圖像識別模型或圖像庫結合特征數據，識別得到用戶的活動類型。通過上述方式，本發明能夠識別較復雜的用戶活動類型，并根據用戶活動類型提供服務。

技術領域

本發明涉及一種識別用戶活動類型的方法及系統。

背景技術

目前，可通過監控攝像頭對人進行持續拍攝，獲得多張圖像，并對獲得的圖像進行二維分解，得到代表身體不同部位的移動軌跡，再通過軌跡間的相似性進行分析，從而得到人正在進行的活動。但上述得出的活動均為人的簡單的肢體活動，例如：走、跑等，具有明顯局限性。

發明內容

本發明實施例主要解決的技術問題是提供一種識別用戶活動類型的方法及系統，能夠識別較復雜的用戶的活動類型，并根據用戶活動類型提供服務。

第一方面，提供一種識別用戶活動類型的方法，包括：采集用戶所在位置的圖像；提取圖像中的用戶所在環境的特征數據及用戶的特征數據；利用活動類型相關的圖像識別模型結合特征數據或圖像庫結合特征數據，識別得到用戶的活動類型。

結合第一方面實現方式，在第一方面的第一種可能實現方式中，提取圖像中的用戶所在環境及用戶在內的特征數據的步驟包括：

利用圖像物體識別方法從圖像中提取用戶所在環境及用戶在內的特征數據；利用活動類型相關的圖像識別模型或數據庫結合特征數據，識別得到用戶的活動類型的步驟包括：利用活動類型規則模型方法或者活動類型機器學習方法預先學習到的規則對特征數據進行匹配，從而得到用戶的活動類型。

結合第一方面實現方式，在第一方面的第二種可能實現方式中，特征數據為哈希特征值；提取圖像中的用戶所在環境及用戶在內的特征數據的步驟包括：利用圖像哈希特征提取方法提取圖像的哈希特征值；利用活動類型相關的圖像識別模型或數據庫結合特征數據，識別得到用戶的活動類型的步驟包括：根據匹配算法在圖像庫中查找與哈希特征值相匹配的圖像；查找與哈希特征值相匹配的圖像的標注，其中，標注用于指示與哈希特征值相匹配的圖像中所包含的內容；根據標注識別用戶的活動類型。

結合第一方面的第二種可能實現，在第一方面的第三種可能實現方式中，若與哈希特征值相匹配的圖像不具有標注時，利用圖像物體識別方法從與哈希特征值相匹配的圖像中提取的特征數據，以及利用活動類型規則模型方法或者活動類型機器學習方法預先學習到的規則對與哈希特征值相匹配的圖像的特征數據進行匹配，從而得到用戶的活動類型。

結合第一方面實現方式，在第一方面的第四種可能實現方式中，方法還包括：在利用活動類型相關的圖像識別模型或圖像庫結合特征數據，識別得到用戶的活動類型的步驟之前，還包括：采集用戶所在環境或者用戶自身的輔助信息；利用活動類型相關的圖像識別模型或圖像庫結合特征數據，識別得到用戶的活動類型的步驟包括：利用活動類型相關的圖像識別模型或圖像庫結合輔助信息對特征數據進行匹配，從而得到用戶的活動類型。

結合第一方面的第四種可能實現，在第一方面的第五種可能實現方式中，輔助信息包括位置信息、加速度信息、光線強度信息以及聲音信息。

第二方面提供一種識別用戶活動類型的系統，包括：第一采集模塊，用于采集用戶所在位置的圖像；提取模塊，用于提取圖像中的用戶所在環境及用戶在內的特征數據；識別模塊，用于利用活動類型相關的圖像識別模型或圖像庫結合特征數據，識別得到用戶的活動類型。

結合第二方面實現方式，在第二方面的第一種可能實現方式中，提取模塊包括第一子提取單元；第一子提取單元用于利用圖像物體識別方法從圖像中提取用戶所在環境及用戶在內的特征數據；識別模塊包括第一子識別單元；第一子識別單元用于利用活動類型規則模型方法或者活動類型機器學習方法預先學習到的規則對特征數據進行匹配，從而得到用戶的活動類型。