【技术实现步骤摘要】
对象的匹配方法、计算机可读存储介质及计算机设备
[0001]本专利技术涉及图像识别领域，具体而言，涉及一种对象的匹配方法、计算机可读存储介质及计算机设备。
技术介绍
[0002]在图像匹配场景下，针对摄像头产出的视频流，会进行视频流中的一些对象进行匹配聚类，基于匹配聚类结果进行进一步的动作以满足一些需求。例如，对于人脸检测来说，针对视频流中的图像，可以对图像中的人脸进行匹配或者聚类，进而确定多个人脸图像是否属于同一个人，然后根据聚类匹配结果为用户提供其他业务服务。
[0003]然而，上述匹配聚类的相关技术是将人脸图像输入行人重识别的深度学习模型，从人脸图像中获取到人脸特征向量，然后针对此特征向量进行聚类。但上述人脸特征向量的聚类会受限于人脸图片的图像质量以及拍照的环境因素影响，例如受限于人脸图像质量差的情况可以包括人脸图片质量模糊或人脸图像的面积过小，人脸在图像中的倾斜角度大等因素。在上述图像条件下，存在对象的匹配和聚类效果不好的问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
专利技...
【技术保护点】
【技术特征摘要】
1.一种对象的匹配方法，其特征在于，包括：获取第一图像的第一描述信息和第二图像的第二描述信息，其中，所述第一图像中包括第一对象，所述第二图像中包括第二对象，所述第一描述信息包括：所述第一对象的第一场景环境信息以及所述第一对象的第一对象信息，所述第二描述信息包括:所述第二对象的第二场景环境信息以及所述第二对象的第二对象信息；基于所述第一描述信息和所述第二描述信息，确定所述第一描述信息和所述第二描述信息之间的目标关联关系，其中，所述目标关联关系包括以下关联关系至少之一：所述第一场景环境信息与所述第二场景环境信息之间的关联关系，所述第一场景环境信息与所述第二对象信息之间的关联关系，所述第一对象信息与所述第二场景环境信息之间的关联关系，所述第一对象信息与所述第二对象信息之间的关联关系；基于所述目标关联关系确定所述第一对象和所述第二对象相匹配的目标概率。2.根据权利要求1所述的方法，其特征在于，所述第一场景环境信息，所述第二场景环境信息包括以下至少之一：时间信息，位置信息，空间信息，天气信息；所述第一对象信息，所述第二对象信息包括：对象属性信息，对象关联物品信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一描述信息和所述第二描述信息，确定所述第一描述信息和所述第二描述信息之间的目标关联关系，包括：根据所述第一描述信息，确定拍摄所述第一图像的第一时间和所述第一对象所处的第一位置；根据所述第二描述信息，确定拍摄所述第二图像的第二时间和所述第二对象所处的第二位置；基于所述第一时间、所述第一位置、所述第二时间以及所述第二位置，确定在所述第一时间和所述第二时间的时间差内由所述第一位置移动至所述第二位置的移动速度；基于所述移动速度确定所述第一对象和所述第二对象的时空关联关系为所述目标关联关系。4.根据权利要求3所述的方法，其特征在于，所述基于所述目标关联关系确定所述第一对象和所述第二对象相匹配的目标概率，包括：基于所述第一描述信息和所述第二描述信息，确定所述第一对象和所述第二对象的运动方式；获取与所述运动方式对应的速度统计分布，基于所述速度统计分布与所述移动速度，确定所述第一对象与所述第二对象相匹配的所述目标概率。5.根据权利要求1所述的方法，其特征在于，所述基于所述第一描述信息和所述第二描述信息，确定所述第一描述信息和所述第二描述信息之间的目标关联关系，包括：基于所述第一对象信息，获取所述第一对象的第一二分类属性，以及基于所述第二对象信息，获取所述第二对象的第二二分类属性，其中，所述第一二分类属性与所述第二二分类属性一一对应；基于所述第一二分类属性与所述第二二分类属性，确定所述第一对象与所述第二对象之间的二分类属性关联关系为所述目标关联关系。6.根据权利要求5所述的方法，其特征在于，所述基于所述目标关联关系确定所述第一对象和所述第二对象相匹配的目标概率，包括：
采用决策树处理所述第一对象与所述第二对象之间的二分类属性关联关系，得到所述第一对象与所述第二对象匹配的所述目标概率。7.根据权利要求1所述的方法，其特征在于，所述基于所述第一描述信息和所述第二描述信息，确定所述第一描述信息和所述第二描述信息之间的目标关联关系，包括：获取所述第一描述信息和所述第二描...
【专利技术属性】
技术研发人员：计茜，傅文林，李娟娟，邓自立，吴翰清，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。