一種識別用戶活動類型的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種識別用戶活動類型的方法及系統(tǒng)，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(huán)境的特征數(shù)據(jù)及用戶的特征數(shù)據(jù)；利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合特征數(shù)據(jù)，識別得到用戶的活動類型。通過上述方式，本發(fā)明能夠識別較復(fù)雜的用戶活動類型，并根據(jù)用戶活動類型提供服務(wù)。
【專利說明】一種識別用戶活動類型的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種識別用戶活動類型的方法及系統(tǒng)。

【背景技術(shù)】
[0002] 目前，可通過監(jiān)控攝像頭對人進行持續(xù)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(fā)明內(nèi)容】

[0003] 本發(fā)明實施例主要解決的技術(shù)問題是提供一種識別用戶活動類型的方法及系統(tǒng)， 能夠識別較復(fù)雜的用戶的活動類型，并根據(jù)用戶活動類型提供服務(wù)。
[0004] 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(huán)境的特征數(shù)據(jù)及用戶的特征數(shù)據(jù)；利用活動類型相關(guān)的圖像識別 模型結(jié)合特征數(shù)據(jù)或圖像庫結(jié)合特征數(shù)據(jù)，識別得到用戶的活動類型。
[0005] 結(jié)合第一方面實現(xiàn)方式，在第一方面的第一種可能實現(xiàn)方式中，提取圖像中的用 戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)的步驟包括：
[0006] 利用圖像物體識別方法從圖像中提取用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)；利用 活動類型相關(guān)的圖像識別模型或數(shù)據(jù)庫結(jié)合特征數(shù)據(jù)，識別得到用戶的活動類型的步驟包 括：利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則對特征數(shù)據(jù) 進行匹配，從而得到用戶的活動類型。
[0007] 結(jié)合第一方面實現(xiàn)方式，在第一方面的第二種可能實現(xiàn)方式中，特征數(shù)據(jù)為哈希 特征值；提取圖像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)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(guān)的圖像識別模型或數(shù)據(jù)庫結(jié)合特征 數(shù)據(jù)，識別得到用戶的活動類型的步驟包括：根據(jù)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(nèi)容；根據(jù)標注識別用戶的活動類型。
[0008] 結(jié)合第一方面的第二種可能實現(xiàn)，在第一方面的第三種可能實現(xiàn)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(shù)據(jù)，以及利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué) 習(xí)到的規(guī)則對與哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到用戶的活動類 型。
[0009] 結(jié)合第一方面實現(xiàn)方式，在第一方面的第四種可能實現(xiàn)方式中，方法還包括：在利 用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合特征數(shù)據(jù)，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(huán)境或者用戶自身的輔助信息；利用活動類型相關(guān)的圖像識 別模型或圖像庫結(jié)合特征數(shù)據(jù)，識別得到用戶的活動類型的步驟包括：利用活動類型相關(guān) 的圖像識別模型或圖像庫結(jié)合輔助信息對特征數(shù)據(jù)進行匹配，從而得到用戶的活動類型。 [0010] 結(jié)合第一方面的第四種可能實現(xiàn)，在第一方面的第五種可能實現(xiàn)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。
[0011] 第二方面提供一種識別用戶活動類型的系統(tǒng)，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(huán)境及用戶在內(nèi)的特征數(shù)據(jù)；識 別模塊，用于利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合特征數(shù)據(jù)，識別得到用戶的 活動類型。
[0012] 結(jié)合第二方面實現(xiàn)方式，在第二方面的第一種可能實現(xiàn)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(huán)境及 用戶在內(nèi)的特征數(shù)據(jù)；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(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則對特征數(shù)據(jù)進行匹配，從而得 到用戶的活動類型。
[0013] 結(jié)合第二方面實現(xiàn)方式，在第二方面的第二種可能實現(xiàn)方式中，特征數(shù)據(jù)為哈希 特征值；提取模塊包括第二子提取單元；第二子提取單元用于利用圖像哈希特征提取方法 提取圖像的哈希特征值；識別模塊包括匹配單元、查找單元以及第二子識別單元；匹配單 元用于根據(jù)匹配算法在圖像庫中查找與哈希特征值相匹配的圖像；查找單元用于查找與哈 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(nèi)容；第二子識別單元用于根據(jù)標注識別用戶的活動類型。
[0014] 結(jié)合第二方面的第二種可能實現(xiàn)，在第二方面的第三種可能實現(xiàn)方式中，識別模 塊還包括第三子提取單元以及第三子識別單元；
[0015] 第三子提取單元用于在查找單元沒有找到與哈希特征值相匹配的圖像的標注時， 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用戶所在環(huán)境及用戶在內(nèi)的 特征數(shù)據(jù)；第三子識別單元，用于利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法 預(yù)先學(xué)習(xí)到的規(guī)則對與哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到用戶的活 動類型。
[0016] 結(jié)合第二方面實現(xiàn)方式，在第二方面的第四種可能實現(xiàn)方式中，第二采集模塊，用 于采集用戶所在環(huán)境或者用戶自身的輔助信息；識別模塊具體用于利用活動類型相關(guān)的圖 像識別模型或圖像庫結(jié)合輔助信息對特征數(shù)據(jù)進行匹配，從而得到用戶的活動類型。
[0017] 結(jié)合第二方面的第四種可能實現(xiàn)方式，在第二方面的第五種可能實現(xiàn)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。
[0018] 本發(fā)明實施例的有益效果是：通過采集用戶所在位置及用戶在內(nèi)的圖像，提取圖 像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)，以及利用活動類型相關(guān)的圖像識別模型或圖 像庫結(jié)合特征數(shù)據(jù)，能夠識別較復(fù)雜的用戶的活動類型，并能夠基于用戶的活動類型提供 相應(yīng)的服務(wù)。

【專利附圖】

【附圖說明】
[0019] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明 的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根 據(jù)這些附圖獲得其他的附圖。
[0020] 圖1是本發(fā)明識別用戶活動類型的系統(tǒng)實施例的結(jié)構(gòu)示意圖；
[0021] 圖2是本發(fā)明識別用戶活動類型的方法第一實施例的流程圖；
[0022] 圖3是本發(fā)明識別用戶活動類型的方法第二實施例的流程圖。 具體實施例
[0023] 請參閱圖1，圖1是本發(fā)明識別用戶活動類型的系統(tǒng)實施例的結(jié)構(gòu)示意圖。如圖所 示，所述系統(tǒng)30包括第一采集模塊301、提取模塊302和識別模塊303。
[0024] 第一采集模塊301采集用戶所在位置的圖像。提取模塊302提取圖像中的用戶所 在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)。識別模塊303利用活動類型相關(guān)的圖像識別模型或圖像庫 結(jié)合特征數(shù)據(jù)，得到用戶的活動類型。
[0025] 值得說明的是：采集模塊301、提取模塊302和識別模塊303可設(shè)置在同一個設(shè) 備，也可設(shè)置在不同設(shè)備中。若采集模塊301、提取模塊302和識別模塊303設(shè)置在不同設(shè) 備時，本發(fā)明實施例還包括發(fā)送模塊(未圖示)，例如：系統(tǒng)30設(shè)置有采集設(shè)備(未圖示)和服 務(wù)器(未圖示)，采集模塊301和發(fā)送模塊設(shè)置于采集設(shè)備，提取模塊302和識別模塊303設(shè) 置于服務(wù)器，發(fā)送模塊將采集模塊301采集到的圖像發(fā)送服務(wù)器，當然，提取模塊302也可 設(shè)置于采集設(shè)備，則發(fā)送模塊將提取模塊302提取得到的特征數(shù)據(jù)發(fā)送到服務(wù)器。
[0026] 可選的，提取模塊302包括第一子提取單元3021，識別模塊包括第一子識別單元 3031。 第一子提取單元用于利用圖像物體識別方法從采集模塊301采集到的圖像中提取用 戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)。特征數(shù)據(jù)包括物理特征、結(jié)構(gòu)特征和結(jié)構(gòu)特征特征，例 如：圖像中包括人、樹、動物、環(huán)境光線、位置等等。第一子識別單元3031利用活動類型規(guī)則 模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則對特征數(shù)據(jù)進行匹配，從而得到用 戶的活動類型?；顒宇愋鸵?guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則是以 特征數(shù)據(jù)為基本元素，根據(jù)特征數(shù)據(jù)的組合判斷用戶的活動類型。相對于，人的肢體活動， 本發(fā)明實施例可識更復(fù)雜的活動類型，比如：人在打游戲、人在打架等等。
[0027] 可選的，提取模塊302包括第二子提取單元3022。識別模塊303包括匹配單元 3032、 查找單元3033、第二子識別單元3034、第三子提取單元3035以及第三子識別單元 3036。
[0028] 第二子提取單元3022用于利用圖像哈希特征提取方法提取采集模塊301采集到 的圖像的哈希特征值。匹配單元3032根據(jù)匹配算法在圖像庫中查找與哈希特征值相匹配 的圖像。查找單元3033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(nèi)容。第二子識別單元3034根據(jù)標注識別用戶的活動 類型。若查找單元3033沒有找到與哈希特征值相匹配的圖像的標注時，第三提取單元利用 圖像物體識別方法從與哈希特征值相匹配的圖像中提取用戶所在環(huán)境及用戶在內(nèi)的特征 數(shù)據(jù)。第三子識別單元3036利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先 學(xué)習(xí)到的規(guī)則對與哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到用戶的活動類 型。其中，還可將第三子識別單元3036識別得到的用戶的活動類型作為標注，記錄到圖像 庫中，并與所述相匹配的圖像建立映射關(guān)系。
[0029] 系統(tǒng)30還包括第二采集模塊304。第二采集模塊304采集用戶所在環(huán)境或者來自 于用戶的輔助信息。在本發(fā)明實施例中，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。識別模塊303具體用于利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合 輔助信息對特征數(shù)據(jù)進行匹配，進而識別得到用戶的活動類型。結(jié)合輔助信息來識別用戶 的活動類型，能夠提高識別的準確度。
[0030] 進一步的，系統(tǒng)30還可包括擴展模塊(未圖示)。擴展模塊根據(jù)用戶的活動類型執(zhí) 行擴展程序，例如：通過對用戶的活動類型的分析，得出用戶的生活習(xí)慣。
[0031] 在本發(fā)明實施例中，采集模塊301采集用戶所在位置及用戶在內(nèi)的圖像，提取模 塊301提取圖像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)，識別模塊303利用活動類型相 關(guān)的圖像識別模型或圖像庫結(jié)合特征數(shù)據(jù)，能夠識別較復(fù)雜的用戶的活動類型，并基的于 用戶的活動類型提供相應(yīng)的服務(wù)。
[0032] 請參閱圖2,圖2是本發(fā)明識別用戶活動類型的方法第一實施例的流程圖。如圖所 示，所述方法包括：
[0033] 步驟S101 :采集用戶所在位置的圖像；
[0034] 圖像中的內(nèi)容包括用戶所在周邊環(huán)境及用戶自身。對于開啟采集用戶所在位置的 圖像的條件可預(yù)先設(shè)定，并在滿足預(yù)先設(shè)定條件的前提下，自動采集用戶所在位置的圖像。
[0035] 步驟S102 :提取圖像中的用戶所在環(huán)境的特征數(shù)據(jù)及用戶的特征數(shù)據(jù)；
[0036] 在本發(fā)明實施例中，特征數(shù)據(jù)可為哈希特征值，哈希特征值是根據(jù)圖像哈希特征 提取方法從圖像中提取出來的；特征數(shù)據(jù)又可為根據(jù)圖像物體識別方法從圖像提取的特征 信息，例如：圖像中包括人、樹、動物、環(huán)境光線、位置等等。
[0037] 步驟S103 :利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合特征數(shù)據(jù)，識別得到 用戶的活動類型；
[0038] 活動類型相關(guān)的圖像識別模型是指預(yù)先通過學(xué)習(xí)得到的用于判斷用戶活動類型 的規(guī)則，例如：活動類型相關(guān)的圖像識別模型1包含特征數(shù)據(jù)為：籃球、人、籃球架，則活動 類型相關(guān)的圖像識別模型1得出用戶在籃球場的活動類型。相比于，人的肢體活動，本發(fā)明 實施例中，得得到的用戶的活動類型更為復(fù)雜。
[0039] 若特征數(shù)據(jù)可為哈希特征值時，可根據(jù)匹配算法在圖像庫中查找與該哈希特征值 相匹配的圖像，并根據(jù)該圖像識別用戶的活動類型。而根據(jù)匹配算法在圖像庫中查找與該 哈希特征值相匹配的圖像具體為：根據(jù)圖像哈希特征提取方法預(yù)先為圖像庫中每一幅圖像 建立好哈希特征值，在步驟S103中可直接將提取到的哈希特征值與圖像庫中存儲的哈希 特征值進行匹配，從而找到相配的哈希特征值，進而通過相配的哈希特征值找到相匹配的 圖像。值得說明的是：這里所說的匹配是指提取得的哈希特征值與在圖像庫中找到的相匹 配的圖像的哈希特征值的差異不超過預(yù)定義值。
[0040] 進一步的，還可基于用戶的活動類型的提供相應(yīng)的服務(wù)，例如：通過分析用戶每天 活動類型進得到用戶習(xí)慣。
[0041] 在本發(fā)明實施例中，通過采集用戶所在位置及用戶在內(nèi)的圖像，提取圖像中的用 戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)，以及利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合 特征數(shù)據(jù)，能夠識別較復(fù)雜的用戶的活動類型，并能夠基于用戶的活動類型提供相應(yīng)的服 務(wù)。
[0042] 請參閱圖3,圖3是本發(fā)明識別用戶活動類型的方法第二實施例的流程圖。如圖所 示，所述方包括：
[0043] 步驟S201 :采集用戶所在位置的圖像
[0044] 圖像中的內(nèi)容包括用戶所在周邊環(huán)境及用戶自身。對于開啟采集用戶所在位置的 圖像的條件可預(yù)先設(shè)定，并在滿足預(yù)先設(shè)定條件的前提下，自動采集用戶所在位置的圖像。
[0045] 步驟S202 :利用圖像哈希特征提取方法提取圖像的哈希特征值；
[0046] 哈希特征值是指以數(shù)字的形式記錄圖像的內(nèi)容，不同圖像，哈希特征值不同，相當 于圖像紋理特征。在本發(fā)明實施方式中，哈希特征值是一組二進制代碼，不同圖像，代表哈 希特征值的二進制代碼不同，但二進制代碼的長度是相同的。圖像哈希特征提取方法可以 是基于數(shù)據(jù)獨立的方法，例如：LSH(Location Sensitive Hash,位置敏感哈希函數(shù)）、SIKH (Shift Invariant kernel hashing,平移不變的內(nèi)核哈希）等等，或者，圖像哈希特征提 取方法可以基于數(shù)據(jù)相關(guān)的方法，例如：MLH (Minimal loss hashing,損失最小散列）、 Semantic hashing (語義哈希)、Spectral hashing (光譜散列）等等。
[0047] 步驟S203 :根據(jù)匹配算法在圖像庫中查找與哈希特征值相匹配的圖像；
[0048] 其中，可預(yù)先通過圖像哈希特征提取方法提取圖像庫中的圖像的哈希特征值，并 建立哈希特征值與圖像映射關(guān)系。則步驟S203具體為：將提取的哈希特征值與圖像庫中哈 希特征值進行匹配，從而獲得相匹配的哈希特征值，進而獲得相匹配的圖像。當然，也可不 預(yù)先為圖像庫中的圖像提取哈希特征值，在進行匹配時，才提取相關(guān)圖像的哈希特征值。 [0049] 需要說明的是：這里所述匹配是指，哈希特征值之間的海明距離最小，其中，海明 距離越小，哈希特征值之間越相匹配，兩圖像間越相似，海明距離是指兩個等長的代表哈希 特征值的二進制代碼間對應(yīng)比特取值不同的比特數(shù)，例如：10101和00110從第一位開始依 次有第一位、第四、第五位不同，則海明距離為3。
[0050] 步驟S204 :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(nèi)容，若找到標注，則進入步驟S205,否則進入步驟S206 ;
[0051] 標注預(yù)先在圖像庫中建立好的，并與圖像庫中圖像建立--映射關(guān)系，標注用于 指示圖像中包含的內(nèi)容，通過標注可直接了解圖像的內(nèi)容，或者，標注直接指示活動類型。
[0052] 步驟S205:根據(jù)標注識別用戶的活動類型；
[0053] 步驟S206 :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(shù)據(jù)；
[0054] 特征數(shù)據(jù)包括物理特征、結(jié)構(gòu)特征和結(jié)構(gòu)特征，例如：圖像中包括人、樹、動物、環(huán) 境光線、位置等等。
[0055] 步驟S207 :利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到 的規(guī)則對與哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到用戶的活動類型；
[0056] 活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則是基于特 征數(shù)據(jù)，例如：活動類型相關(guān)的圖像識別模型1包含特征數(shù)據(jù)為：籃球、人、籃球架，則活動 類型相關(guān)的圖像識別模型1得出用戶在籃球場的活動類型。
[0057] 進一步的，還可將獲得的用戶的活動類型作為所述與哈希特征值相匹配的圖像的 標注，記錄在圖像庫中，以及根據(jù)用戶的活動類型提供相應(yīng)的服務(wù)。
[0058] 在本發(fā)明另一種實現(xiàn)中，也可利用圖像物體識別方法，結(jié)合活動類型相關(guān)的圖像 識別模型識別用戶的活動類型，則本發(fā)明實施例中可不包括步驟S205?S207,并且
[0059] 步驟S203具體為：利用圖像物體識別方法從圖像中提取用戶所在環(huán)境及用戶在 內(nèi)的特征數(shù)據(jù)；
[0060] 特征數(shù)據(jù)包括物理特征、結(jié)構(gòu)特征和結(jié)構(gòu)特征，例如：圖像中包括人、樹、動物、環(huán) 境光線、位置等等。
[0061] 步驟S204 :利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到 的規(guī)則對與哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到用戶的活動類型； [0062] 活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則是基于特 征數(shù)據(jù)，根據(jù)特征數(shù)據(jù)的組合來判斷用戶的活動類型，例如：活動類型相關(guān)的圖像識別模型 1包含特征數(shù)據(jù)為：籃球、人、籃球架，則活動類型相關(guān)的圖像識別模型1得出用戶在籃球場 的活動類型。相比于，人的肢體活動，本發(fā)明實施例中，得到的用戶的活動類型更為復(fù)雜。
[0063] 在本發(fā)明實施例中，通過采集用戶所在位置及用戶在內(nèi)的圖像，提取圖像中的用 戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)，以及利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合 特征數(shù)據(jù)，能夠識別較復(fù)雜的用戶的活動類型，并且能夠基于用戶的活動類型提供相應(yīng)的 服務(wù)。
[0064] 以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā) 明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技 術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。
【權(quán)利要求】
1. 一種識別用戶活動類型的方法，其特征在于，包括： 采集用戶所在位置的圖像； 提取所述圖像中的所述用戶所在環(huán)境的特征數(shù)據(jù)以及所述用戶的特征數(shù)據(jù)； 利用活動類型相關(guān)的圖像識別模型結(jié)合所述特征數(shù)據(jù)或圖像庫結(jié)合所述特征數(shù)據(jù)，識 別得到用戶的活動類型。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于， 所述提取所述圖像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)的步驟包括： 利用圖像物體識別方法從所述圖像中提取所述用戶所在環(huán)境及用戶在內(nèi)的特征數(shù) 據(jù)； 所述利用活動類型相關(guān)的圖像識別模型或數(shù)據(jù)庫結(jié)合所述特征數(shù)據(jù)，識別得到用戶的 活動類型的步驟包括： 利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則對所述特 征數(shù)據(jù)進行匹配，從而得到所述用戶的活動類型。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于， 所述特征數(shù)據(jù)為哈希特征值； 所述提取所述圖像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)的步驟包括： 利用圖像哈希特征提取方法提取所述圖像的哈希特征值； 所述利用活動類型相關(guān)的圖像識別模型或數(shù)據(jù)庫結(jié)合所述特征數(shù)據(jù)，識別得到用戶的 活動類型的步驟包括： 根據(jù)匹配算法在圖像庫中查找與所述哈希特征值相匹配的圖像； 查找與所述哈希特征值相匹配的圖像的標注，其中，所述標注用于指示與所述哈希特 征值相匹配的圖像中所包含的內(nèi)容； 根據(jù)所述標注識別所述用戶的活動類型。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法進一步包括： 若與所述哈希特征值相匹配的圖像不具有所述標注時，利用圖像物體識別方法從與所 述哈希特征值相匹配的圖像中提取的特征數(shù)據(jù)，以及利用活動類型規(guī)則模型方法或者活動 類型機器學(xué)習(xí)方法預(yù)先學(xué)習(xí)到的規(guī)則對與所述哈希特征值相匹配的圖像的特征數(shù)據(jù)進行 匹配，從而得到所述用戶的活動類型。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 在所述利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合所述特征數(shù)據(jù)，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(huán)境或者用戶自身的輔助信息； 所述利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合所述特征數(shù)據(jù)，識別得到用戶的 活動類型的步驟包括： 所述利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合輔助信息對所述特征數(shù)據(jù)進行 匹配，從而得到用戶的活動類型。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于， 所述輔助信息包括位置信息、加速度信息、光線強度信息或者聲音信息。
7. -種識別用戶活動類型的系統(tǒng)，其特征在于，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，用于提取所述圖像中的用戶所在環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)； 識別模塊，用于利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合所述特征數(shù)據(jù)，識別 得到用戶的活動類型。
8. 根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于， 所述提取模塊包括第一子提取單元； 所述第一子提取單元用于利用圖像物體識別方法從所述圖像中提取所述用戶所在環(huán) 境及用戶在內(nèi)的特征數(shù)據(jù)； 所述識別模塊包括第一子識別單元； 所述第一子識別單元用于利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù) 先學(xué)習(xí)到的規(guī)則對所述特征數(shù)據(jù)進行匹配，從而得到所述用戶的活動類型。
9. 根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于， 所述特征數(shù)據(jù)為哈希特征值； 所述提取模塊包括第二子提取單元； 所述第二子提取單元用于利用圖像哈希特征提取方法提取所述圖像的哈希特征值； 所述識別模塊包括匹配單元、查找單元以及第二子識別單元； 所述匹配單元用于根據(jù)匹配算法在圖像庫中查找與所述哈希特征值相匹配的圖像； 所述查找單元用于查找所述與所述哈希特征值相匹配的圖像的標注，其中，所述標注 用于指示與所述哈希特征值相匹配的圖像中所包含的內(nèi)容； 所述第二子識別單元用于根據(jù)所述標注識別所述用戶的活動類型。
10. 根據(jù)權(quán)利要求9所述的系統(tǒng)，其特征在于， 所述識別模塊還包括第三子提取單元以及第三子識別單元； 所述第三子提取單元用于在所述查找單元沒有找到與所述哈希特征值相匹配的圖像 的標注時，利用圖像物體識別方法從與所述哈希特征值相匹配的圖像中提取所述用戶所在 環(huán)境及用戶在內(nèi)的特征數(shù)據(jù)； 所述第三子識別單元，用于利用活動類型規(guī)則模型方法或者活動類型機器學(xué)習(xí)方法預(yù) 先學(xué)習(xí)到的規(guī)則對與所述哈希特征值相匹配的圖像的特征數(shù)據(jù)進行匹配，從而得到所述用 戶的活動類型。
11. 根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括： 第二采集模塊，用于采集用戶所在環(huán)境或者用戶自身的輔助信息； 所述識別模塊具體用于利用活動類型相關(guān)的圖像識別模型或圖像庫結(jié)合輔助信息對 所述特征數(shù)據(jù)進行匹配，從而得到用戶的活動類型。
12. 根據(jù)權(quán)利要求11所述的系統(tǒng)，其特征在于， 所述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。
【文檔編號】G06K9/46GK104217205SQ201310207414
【公開日】2014年12月17日 申請日期:2013年5月29日 優(yōu)先權(quán)日:2013年5月29日
【發(fā)明者】何秀強, 張弓 申請人:華為技術(shù)有限公司