基于行为匹配的身份识别方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113920586A(43)申请公布日2022.01.11(21)申请号202111262724.XG06V10/50(2022.01)(22)申请日2021.10.28G06V10/764(2022.01)G06V10/82(2022.01)(71)申请人平安普惠企业管理有限公司G06N3/04(2006.01)地址518000广东省深圳市前海深港合作G06N3/08(2006.01)区前湾一路1号A栋201室(72)发明人梁莉静(74)专利代理机构深圳市沃德知识产权代理事务所(普通合伙)44347代理人高杰于志光(51)Int.Cl.G06V40/20(2022.01)G06V20/40(2022.01)G06V10/26(2022.01)G06V10/44(2022.01)G06V10/46(2022.01)权利要求书3页说明书12页附图3页(54)发明名称基于行为匹配的身份识别方法、装置、设备及存储介质(57)摘要本发明涉及人工智能技术，揭露了一种基于行为匹配的身份识别方法，包括：提取预先获取的视频片段中的人像帧；逐个选取其中一个人像帧为目标帧，分割出所述目标帧中的人像区域；识别所述人像区域的形态特征及动作特征；利用预设分类器识别所述目标帧中人像的出行方式；计算所述形态特征、动作特征以及出行方式与预设的目标人员的特征之间的匹配值；当所述匹配值大于预设阈值时，确定目标帧中包含的人像是目标人员。此外，本发明还涉及区块链技术，视频片段可存储于区块链的节点。本发明还提出一种基于行为匹配的身份识别装置、设备及介质。本发明可以提高身份识别精确度。CN113920586ACN113920586A权利要求书1/3页1.一种基于行为匹配的身份识别方法，其特征在于，所述方法包括：提取预先获取的视频片段中的人像帧；逐个选取其中一个人像帧为目标帧，分割出所述目标帧中的人像区域；根据所述人像区域中像素极值点识别所述人像区域的形态特征，以及根据所述人像区域中像素梯度识别所述人像区域的动作特征；利用预设分类器识别所述目标帧中人像的出行方式；计算所述形态特征、所述动作特征以及所述出行方式与预设的目标人员的特征之间的匹配值；当所述匹配值大于所述预设阈值时，确定所述目标帧中包含的人像是所述目标人员。2.如权利要求1所述的基于行为匹配的身份识别方法，其特征在于，所述提取预先获取的视频片段中的人像帧，包括：逐个从所述视频片段中选取其中一帧，统计被选取的帧中所有像素点的像素值，根据所述像素值生成所述被选取的帧的像素矩阵；计算所述像素矩阵与预设的人像特征矩阵的相似度，并选取所述相似度大于预设相似阈值的帧为人像帧。3.如权利要求2所述的基于行为匹配的身份识别方法，其特征在于，所述识别所述人像区域中人像的出行方式，包括：利用预设的分类器计算所述目标帧的像素矩阵与预设多种出行方式的标签矩阵之间的相对概率；确定所述相对概率大于预设概率阈值的标签矩阵对应的出行方式为所述人像区域中人像的出行方式。4.如权利要求1所述的基于行为匹配的身份识别方法，其特征在于，所述分割出所述目标帧中的人像区域，包括：利用预先训练的人像分割模型对所述目标帧中的每个像素点进行卷积及池化操作，得到每一个像素点对应的低维特征表达；利用预设的映射函数将所述低维特征表达映射至预先构建的高维空间，得到所述低维特征表达的高维特征表达；利用预设的激活函数计算每个所述高维特征表达的输出值，并选取所述输出值大于预设输出阈值的高维特征表达对应的像素点为人像像素；分割出所述目标帧中所述人像像素的区域为人像区域。5.如权利要求1所述的基于行为匹配的身份识别方法，其特征在于，所述识别所述人像区域的形态特征，包括：利用预设核函数构建尺度空间，将选择的所述人像区域的像素点映射至所述尺度空间中；从所述人像区域的像素点中逐个选取其中一个像素点为目标像素点；判断所述目标像素点的像素值在预设邻域内是否为极值；当所述目标像素点的像素值在所述预设邻域内不为极值，则返回从所述人像区域的像素点中逐个选取其中一个像素点为目标像素点的步骤，直到所述人像区域的像素点都选择完；2CN113920586A权利要求书2/3页当所述目标像素点的像素值在所述预设邻域内为极值时，则确定所述目标像素点为关键点，并返回从所述人像区域的像素点中逐个选取其中一个像素点为目标像素点的步骤，直到所述人像区域的像素点都选择完；根据所述关键点在所述人像区域中的位置确定所述人像的身高、身体宽度以及行走步距，并将所述身高、所述身体宽度以及所述行走步距汇集为所述人像区域的像素点的形态特征。6.如权利要求1所述的基于行为匹配的身份识别方法，其特征在于，所述识别所述人像区域的动作特征，包括：将选取的所述人像区