一种识别用户活动类型的方法及系统技术方案

本发明专利技术公开了一种识别用户活动类型的方法及系统，方法包括采集用户所在位置的图像；提取图像中的用户所在环境的特征数据及用户的特征数据；利用活动类型相关的图像识别模型或图像库结合特征数据，识别得到用户的活动类型。通过上述方式，本发明专利技术能够识别较复杂的用户活动类型，并根据用户活动类型提供服务。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种识别用户活动类型的方法及系统，方法包括采集用户所在位置的图像；提取图像中的用户所在环境的特征数据及用户的特征数据；利用活动类型相关的图像识别模型或图像库结合特征数据，识别得到用户的活动类型。通过上述方式，本专利技术能够识别较复杂的用户活动类型，并根据用户活动类型提供服务。【专利说明】一种识别用户活动类型的方法及系统
本专利技术涉及一种识别用户活动类型的方法及系统。
技术介绍
目前，可通过监控摄像头对人进行持续拍摄，获得多张图像，并对获得的图像进行 二维分解，得到代表身体不同部位的移动轨迹，再通过轨迹间的相似性进行分析，从而得到 人正在进行的活动。但上述得出的活动均为人的简单的肢体活动，例如：走、跑等，具有明显 局限性。
技术实现思路
本专利技术实施例主要解决的技术问题是提供一种识别用户活动类型的方法及系统， 能够识别较复杂的用户的活动类型，并根据用户活动类型提供服务。 第一方面，提供一种识别用户活动类型的方法，包括：采集用户所在位置的图像； 提取图像中的用户所在环境的特征数据及用户的特征数据；利用活动类型相关的图像识别 模型结合特征数据或图像库结合特征数据，识别得到用户的活动类型。 结合第一方面实现方式，在第一方面的第一种可能实现方式中，提取图像中的用 户所在环境及用户在内的特征数据的步骤包括： 利用图像物体识别方法从图像中提取用户所在环境及用户在内的特征数据；利用 活动类型相关的图像识别模型或数据库结合特征数据，识别得到用户的活动类型的步骤包 括：利用活动类型规则模型方法或者活动类型机器学习方法预先学习到的规则对特征数据 进行匹配，从而得到用户的活动类型。 结合第一方面实现方式，在第一方面的第二种可能实现方式中，特征数据为哈希 特征值；提取图像中的用户所在环境及用户在内的特征数据的步骤包括：利用图像哈希特 征提取方法提取图像的哈希特征值；利用活动类型相关的图像识别模型或数据库结合特征 数据，识别得到用户的活动类型的步骤包括：根据匹配算法在图像库中查找与哈希特征值 相匹配的图像；查找与哈希特征值相匹配的图像的标注，其中，标注用于指示与哈希特征值 相匹配的图像中所包含的内容；根据标注识别用户的活动类型。 结合第一方面的第二种可能实现，在第一方面的第三种可能实现方式中，若与哈 希特征值相匹配的图像不具有标注时，利用图像物体识别方法从与哈希特征值相匹配的图 像中提取的特征数据，以及利用活动类型规则模型方法或者活动类型机器学习方法预先学 习到的规则对与哈希特征值相匹配的图像的特征数据进行匹配，从而得到用户的活动类 型。 结合第一方面实现方式，在第一方面的第四种可能实现方式中，方法还包括：在利 用活动类型相关的图像识别模型或图像库结合特征数据，识别得到用户的活动类型的步骤 之前，还包括：采集用户所在环境或者用户自身的辅助信息；利用活动类型相关的图像识 别模型或图像库结合特征数据，识别得到用户的活动类型的步骤包括：利用活动类型相关 的图像识别模型或图像库结合辅助信息对特征数据进行匹配，从而得到用户的活动类型。 结合第一方面的第四种可能实现，在第一方面的第五种可能实现方式中，辅助信 息包括位置信息、加速度信息、光线强度信息以及声音信息。 第二方面提供一种识别用户活动类型的系统，包括：第一采集模块，用于采集用户 所在位置的图像；提取模块，用于提取图像中的用户所在环境及用户在内的特征数据；识 别模块，用于利用活动类型相关的图像识别模型或图像库结合特征数据，识别得到用户的 活动类型。 结合第二方面实现方式，在第二方面的第一种可能实现方式中，提取模块包括第 一子提取单元；第一子提取单元用于利用图像物体识别方法从图像中提取用户所在环境及 用户在内的特征数据；识别模块包括第一子识别单元；第一子识别单元用于利用活动类型 规则模型方法或者活动类型机器学习方法预先学习到的规则对特征数据进行匹配，从而得 到用户的活动类型。 结合第二方面实现方式，在第二方面的第二种可能实现方式中，特征数据为哈希 特征值；提取模块包括第二子提取单元；第二子提取单元用于利用图像哈希特征提取方法 提取图像的哈希特征值；识别模块包括匹配单元、查找单元以及第二子识别单元；匹配单 元用于根据匹配算法在图像库中查找与哈希特征值相匹配的图像；查找单元用于查找与哈 希特征值相匹配的图像的标注，其中，标注用于指示与哈希特征值相匹配的图像中所包含 的内容；第二子识别单元用于根据标注识别用户的活动类型。 结合第二方面的第二种可能实现，在第二方面的第三种可能实现方式中，识别模 块还包括第三子提取单元以及第三子识别单元； 第三子提取单元用于在查找单元没有找到与哈希特征值相匹配的图像的标注时， 利用图像物体识别方法从与哈希特征值相匹配的图像中提取用户所在环境及用户在内的 特征数据；第三子识别单元，用于利用活动类型规则模型方法或者活动类型机器学习方法 预先学习到的规则对与哈希特征值相匹配的图像的特征数据进行匹配，从而得到用户的活 动类型。 结合第二方面实现方式，在第二方面的第四种可能实现方式中，第二采集模块，用 于采集用户所在环境或者用户自身的辅助信息；识别模块具体用于利用活动类型相关的图 像识别模型或图像库结合辅助信息对特征数据进行匹配，从而得到用户的活动类型。 结合第二方面的第四种可能实现方式，在第二方面的第五种可能实现方式中，辅 助信息包括位置信息、加速度信息、光线强度信息以及声音信息。 本专利技术实施例的有益效果是：通过采集用户所在位置及用户在内的图像，提取图 像中的用户所在环境及用户在内的特征数据，以及利用活动类型相关的图像识别模型或图 像库结合特征数据，能够识别较复杂的用户的活动类型，并能够基于用户的活动类型提供 相应的服务。 【专利附图】【附图说明】 为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根 据这些附图获得其他的附图。 图1是本专利技术识别用户活动类型的系统实施例的结构示意图； 图2是本专利技术识别用户活动类型的方法第一实施例的流程图； 图3是本专利技术识别用户活动类型的方法第二实施例的流程图。 具体实施例 请参阅图1，图1是本专利技术识别用户活动类型的系统实施例的结构示意图。如图所 示，所述系统30包括第一采集模块301、提取模块302和识别模块303。 第一采集模块301采集用户所在位置的图像。提取模块302提取图像中的用户所 在环境及用户在内的特征数据。识别模块303利用活动类型相关的图像识别模型或图像库 结合特征数据，得到用户的活动类型。 值得说明的是：采集模块301、提取模块302和识别模块303可设置在同一个设 备，也可设置在不同设备中。若采集模块301、提取模块302和识别模块303设置在不同设 备时，本专利技术实施例还包括发送模块(未图示)，例如：系统30设置有采集设备(未图示)和服 务器(未图示)，采集模块301和发送模块设置于采集设本文档来自技高网...

【技术保护点】
一种识别用户活动类型的方法，其特征在于，包括：采集用户所在位置的图像；提取所述图像中的所述用户所在环境的特征数据以及所述用户的特征数据；利用活动类型相关的图像识别模型结合所述特征数据或图像库结合所述特征数据，识别得到用户的活动类型。

【技术特征摘要】

【专利技术属性】
技术研发人员：何秀强，张弓，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44