(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210962614.2 (22)申请日 2022.08.11 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 武文琦　 (74)专利代理 机构 北京市一法律师事务所 11654 专利代理师 李琳娜　刘荣娟 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/75(2022.01) G06V 20/40(2022.01) G06V 40/16(2022.01) (54)发明名称 目标匹配方法和系统 (57)摘要 本说明书提供的目标匹配方法和系统， 对于 多个视角下多个视频中任意的两个视频， 可以获 取这两个视频的同步帧， 根据所述同步帧中每个 目标的人物识别质量自适应地从人体特征和人 脸特征中为每个目标选择目标特征， 并根据目标 特征关联这两个视频中的同一个目标， 以实现这 两个视频中同一目标的匹配， 进而实现对所述多 个不同视角下同一目标的匹配。 也即是， 本说明 书能够自适应地从人体特征和人脸特征中选择 目标特征， 进而根据目标特征将多个视角下的同 一目标进行有效关联， 基于此， 能够得到任意一 个目标在空间场景中的绝对动线， 从而更好地赋 能商家的消费者分析需求。 权利要求书2页 说明书12页 附图3页 CN 115359419 A 2022.11.18 CN 115359419 A 1.一种目标匹配方法， 包括： 获取多个不同视角下一 一对应的多个视频； 以及 通过对所述多个视频中每两个视频进行目标匹配， 实现对所述多个不同视角下同一目 标的匹配， 包括， 对 任意的第一视频和第二视频： 确定所述第 一视频和所述第 二视频的多对同步帧， 每对所述同步帧包括所述第 一视频 的第一图像帧和所述第二视频的第二图像帧， 所述第一图像帧和所述第二图像帧的拍摄时 间相同， 根据所述同步帧中每个目标的人物识别质量从人体特征和人脸特征中为所述目标选 择目标特征， 以及 根据所述目标 特征关联所述第一视频和所述第二视频中的同一个所述目标。 2.如权利要求1所述的方法， 对于所述多个视频的每 个视频， 所述方法还 包括： 对所述视频的每帧分别进行人体检测和人脸检测， 得到所述每帧中所述目标的人体检 测框和人脸检测框， 同一个所述 目标的所述人体检测框和所述人脸检测框的标识相同； 以 及 根据所述每帧的人体检测框在所述视频的多帧图像之间进行人体跟踪， 以及根据 所述 每帧的人脸检测框在所述多帧图像之间进行 人脸跟踪。 3.如权利要求1所述的方法， 其中所述根据所述同步帧中每个目标的人物识别质量从 人体特征和人脸特 征中为所述目标选择目标 特征包括： 提取所述同步帧中所述每 个目标的人体特 征和人脸特 征； 根据所述人体特 征估计所述每 个目标的姿态； 计算每个姿态的质量得分； 以及 根据所述质量得分从所述人体特 征和所述人脸特 征中为所述目标选择 所述目标 特征。 4.如权利要求3所述的方法， 其中所述根据所述质量得分从所述人体特征和所述人脸 特征中为所述目标选择 所述目标 特征包括： 当所述质量得分大于或等于质量阈值时， 所述目标 特征为所述人体特 征； 或者 当所述质量得分小于所述质量阈值时， 所述目标 特征为所述人脸特 征。 5.如权利要求 4所述的方法， 所述方法还 包括： 获取所述每个目标的特征矩阵， 所述特征矩阵包括表示所述人体特征的人体向量和表 示所述人脸特 征的人脸向量； 以及 当所述质量得分大于或等于质量阈值时， 增大所述人体向量的权重， 使所述人体向量 的权重大于所述人脸向量的权重； 或者当所述质量得分小于所述质量阈值时， 增大所述人 脸向量的权 重， 使所述人脸向量的权 重大于所述人体向量的权 重。 6.如权利要求5所述的方法， 其中所述根据所述每个目标的所述目标特征关联所述第 一视频和所述第二视频中的同一个目标包括： 获取所述第一图像帧中每个目标的第一特征矩阵与所述第二图像帧中每个目标的第 二特征矩阵； 以及 将至少一个所述第一特征矩阵与至少一个所述第二特征矩阵一一对应进行相似度匹 配， 得到所述同步帧的匹配矩阵， 所述匹配矩阵用于 关联所述同步帧中的同一个目标， 从而 关联所述第一视频和所述第二视频中的同一个目标。权　利　要　求　书 1/2 页 2 CN 115359419 A 27.如权利要求1所述的方法， 其中所述关联所述第一视频和所述第二视频中的同一个 目标之后： 筛选出所述第一视频和所述第二视频中的多个关键帧； 以及 将所述多个关键帧整合成结果序列， 所述结果序列包括所述每 个目标的绝对动线。 8.如权利要求7所述的方法， 其中所述绝对动线包括所述目标的空间轨迹和在停留位 置的停留时长 。 9.如权利要求1所述的方法， 同一个目标至少在一个视频的两个图像帧中的所述目标 特征不同。 10.如权利要求1所述的方法， 至少存在两个目标的所述目标 特征不同。 11.如权利要求1所述的方法， 其中所述对任意的第 一视频和第 二视频进行目标匹配包 括： 获取所述第一视频的第一视频 段和所述第二视频的第二视频 段； 从所述第一视频段中提取所述每个目标的第 一动态行为信 息， 从所述第 二视频段中提 取所述每个目标的第二动态行为信息； 以及 将至少一个所述第 一动态行为信 息与至少一个所述第 二动态行为信 息一一对应匹配， 从而关联 所述第一视频和所述第二视频中的同一个目标。 12.如权利要求1所述的方法， 其中所述动态行为信息包括如下至少一种： 人体步态信 息、 人体运动趋势。 13.一种目标匹配系统， 包括： 至少一个存 储介质， 存 储有至少一组指令集用于目标匹配； 以及 至少一个处 理器， 同所述至少一个存 储介质通信连接， 其中当所述目标匹配系统运行时， 所述至少一个处理器读取所述至少一个指令集并实 施权利要求1 ‑12中任一项所述的目标匹配方法。权　利　要　求　书 2/2 页 3 CN 115359419 A 3