[发明专利]基于大数据和人工智能的匹配度计算方法

权利要求书

1.一种基于大数据和人工智能的匹配度计算方法，其特征在于，包括：

将目标背景图像按照与目标人脸图像中的各个人脸部位的关联关系分割为多个目标背景子图像；

将每一个所述目标背景子图像转换为目标背景二值化子图像，得到多个目标背景二值化子图像；

针对每一个所述目标背景二值化子图像，对该目标背景二值化子图像进行轮廓提取处理，得到该目标背景二值化子图像对应的轮廓特征；

针对每一个所述目标背景二值化子图像，对该目标背景二值化子图像对应的轮廓特征所包围的二值化区域，按照预先确定的目标路径进行像素值排序处理，得到该目标背景二值化子图像对应的像素值序列；

针对每一个所述目标背景二值化子图像，基于该目标背景二值化子图像与所述目标人脸图像中的各个人脸部位的关联关系在预设的多个匹配模型中，确定该目标背景二值化子图像的目标匹配模型；

针对每一个所述目标背景二值化子图像，基于该目标背景二值化子图像对应的目标匹配模型，将该目标背景二值化子图像对应的像素值序列与第一目标数据库中的每一帧参考图像进行序列匹配处理，得到该目标背景二值化子图像对应的多个匹配结果；

针对每一个所述目标背景二值化子图像，将该目标背景二值化子图像对应的多个匹配结果作为一个匹配结果集合，得到多个匹配结果集合；

针对每一个所述匹配结果集合，将该匹配结果集合中的多个匹配结果按照匹配度由高到低的顺序进行排序；

针对排序的每一个序号，将该序号在多个匹配结果集合中对应的匹配结果进行均值计算，得到该序号对应的匹配均值；

在多个序号对应的多个匹配均值中确定最大匹配均值，并确定该最大匹配均值对应的目标序号；

获取所述目标序号和在该目标序号之前的所有序号对应的匹配均值，并基于获取的匹配均值进行加权计算，得到加权均值，其中，序号在前的匹配均值的权重系数大于序号在后的匹配均值的权重系数；

将所述加权均值作为目标匹配结果。

2.一种基于大数据和人工智能的匹配度计算方法，其特征在于，包括：

将目标背景图像转换为目标背景二值化图像；

对所述目标背景二值化图像进行轮廓提取处理，得到该目标背景图像对应的轮廓特征；

将所述轮廓特征中的一个端点像素点作为起点、另一个端点像素点作为终点，按照预设像素点数量进行滑窗处理，得到多个像素点轨迹，其中，每一个所述像素点轨迹包括的像素点的数量为所述预设像素点数量，每两个相邻的所述像素点轨迹之间对应的排序的像素点相邻，且若所述轮廓特征为闭合的轨迹，则以任意相邻的两个像素点作为两个端点像素点；

针对每一个所述像素点轨迹，将该像素点轨迹与第一目标数据库中的每一帧参考图像进行轨迹匹配处理，得到该像素点轨迹对应的多个匹配结果，其中，所述参考图像为多帧；

针对每一个所述像素点轨迹，将该像素点轨迹对应的多个匹配结果作为一个匹配结果集合，得到多个匹配结果集合；

针对每一个所述匹配结果集合，将该匹配结果集合中的多个匹配结果按照匹配度由高到低的顺序进行排序；

针对排序的每一个序号，将该序号在多个匹配结果集合中对应的匹配结果进行均值计算，得到该序号对应的匹配均值；

在多个序号对应的多个匹配均值中确定最大匹配均值，并确定该最大匹配均值对应的目标序号；

获取所述目标序号和在该目标序号之前的所有序号对应的匹配均值，并基于获取的匹配均值进行加权计算，得到加权均值，其中，序号在前的匹配均值的权重系数大于序号在后的匹配均值的权重系数；

将所述加权均值作为目标匹配结果。