CN110297929A - 图像匹配方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种图像匹配方法、装置、电子设备及存储介质。该方法包括：获取待匹配图像中目标对象的第一姿态数据；根据第一姿态数据和各候选图像的第二姿态数据获取待匹配图像和各候选图像之间的相似度；第一姿态数据的获取方式与第二姿态数据的获取方式相同；确定相似度超过预先设置的相似度阈值对应的候选图像为与待匹配图像相匹配的目标图像。本实施例中用户提供一张期望姿态的图像，即检索出包含期望姿态的候选图像，省时省力，有利于提升用户使用应用APP的体验。并且，本实施例中匹配候选图像时，无需检测用户的面部，不会暴露用户隐私。

Description

图像匹配方法、装置、电子设备及存储介质

技术领域

本公开涉及数据处理技术领域，尤其涉及一种图像匹配方法、装置、电子设备及存储介质。

背景技术

目前，随着短视频、自拍美颜等应用APP的普及，越来越多的用户在APP平台上上传和下载图像。以下载图像为例，部分用户希望拍摄某一个姿态的照片，此情况下该用户需要下载一些包括期待姿态的照片作参考，以期获取到较好的拍摄效果。然而，用户从APP平台上海量的图像和视频中检索某一姿态的图像，会花费较长的时间和精力，影响到检索效果和使用APP的体验。

发明内容

本公开提供一种图像匹配方法、装置、电子设备及存储介质，以至少解决相关技术中人为检索某姿态的图像花费时间较长的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种图像匹配方法，包括：

获取待匹配图像中目标对象的第一姿态数据；

根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；

确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

根据本公开实施例的第二方面，提供一种图像匹配装置，包括：

第一姿态获取单元，被配置为执行获取待匹配图像中目标对象的第一姿态数据；

相似度获取单元，被配置为执行根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；

目标图像确定单元，被配置为执行确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

根据本公开实施例的第三方面，提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述存储器中的可执行指令，以实现如第一方面所述的图像匹配方法。

根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的图像匹配方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

本实施例中通过在获取待匹配图像中目标对象的第一姿态数据；然后，根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；之后，确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。这样，本实施例中用户提供一张期望姿态的图像，即可检索出包含期望姿态的候选图像，省时省力，有利于提升用户使用应用APP的体验。并且，本实施例中匹配候选图像时，无需检测用户的面部，不会暴露用户隐私。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种图像匹配方法的流程图。

图2是根据一示例性实施例示出的一种获取第一姿态数据的流程图。

图3是根据一示例性实施例示出的一种获取关键点的流程图。

图4是根据一示例性实施例示出的一种获取相似度的流程图。

图5是根据一示例性实施例示出的匹配出目标图像的效果图。

图6是根据一示例性实施例示出的另一种图像匹配方法的流程图。

图7～图11是根据一示例性实施例示出的一种图像匹配装置的框图。

图12是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以使这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

目前，随着短视频、自拍美颜等应用APP的普及，越来越多的用户在APP平台上上传和下载图像。以下载图像为例，部分用户希望拍摄某一个姿态的照片，此情况下该用户需要下载一些包括期待姿态的照片作参考，以期获取到较好的拍摄效果。然而，用户从APP平台上海量的图像和视频中检索某一姿态的图像，会花费较长的时间和精力，影响到检索效果和使用APP的体验。

本公开实施例提供了一种图像匹配方法、装置、电子设备及存储介质，其发明构思在于，利用目标对象的姿态数据匹配候选图像中对象的姿态数据，当目标对象和候选图像中对象的姿态相似时，确定出候选图像包含目标对象所期望姿态，这样仅需要用户上传一张图像即可，无需用户进行重复检索，达到省时省力的效果。

图1是根据一示例性实施例示出的一种图像匹配方法的流程图，可以适用于电子设备或者应用APP，参见图1，一种图像匹配方法，包括步骤101～步骤103，其中：

在步骤101中，获取待匹配图像中目标对象的第一姿态数据。

本实施例中，电子设备可以具备图像采集功能，这样用户可以采用摄像头拍摄目标对象，其中目标对象可以人物、宠物或其他静止物体，后续实施例中目标对象可以为人物。电子设备在采集图像的过程中可以实时显示，从而可以得到一个取景范围，并周期性的将取景范围内图像存储到缓存，以方便后续处理，例如显示、姿态匹配等。当然，电子设备还可以从指定位置，例如本地存储器，云端等位置，获取到预先存储的图像或者视频等。需要说明的是，技术人员可以根据具体场景选择合适获取图像的方式，相应方案落入本申请的保护范围。

需要说明的是，图像中包含目标对象，且目标对象处于某个姿态，该姿态可以为用户(或者目标对象)的期望姿态，并且，后续实施例中将包含处于期望姿态的目标对象的该图像称之为待匹配图像以示区别。

然后，参见图2，电子设备可以获取待匹配图像中目标对象上的关键点(对应图2中步骤201)。其中关键点是指能够表征目标对象上重点位置的点，例如目标对象的头部、肘部、躯干、膝盖和脚踝等，当然技术人员还可以根据具体场景选择其他位置作为关键点，在能够表征目标对象姿态的情况下，相应方案落入本申请的保护范围。关键点的数量可以根据具体场景进行调整，例如10-20个，在一实施例中预设数量可以取值为13或者16。

本实施例中，电子设备可以利用预先设置的目标检测算法(Single Shotmultibox Detector，SSD)识别出待匹配图像中目标对象。然后，电子设备可以利用预先设置的堆叠沙漏网络(Stacked Hourglass)预测目标对象上的关键点。以堆叠沙漏网络为例，参见图3，获取到包含目标对象的待匹配图像后，可以输入到第一Hourglass网络，由第一Hourglass网络产生初步的关键点的检测结果，即第一关键点概率图。然后将第一关键点概率图和包含目标对象的待匹配图像作为输入数据输入第二Hourglass网络，由第二Hourglass网络产生第二关键点概率图，从而可以得到目标对象上的关键点。需要说明的是，技术人员还可以根据具体场景选择合适的关键点确定算法，甚至人工选择关键点，在能够获取到目标对象的关键点的情况下，相应方案落入本申请的保护范围。

继续参见图2，电子设备可以获取包含关键点且面积最小的预设形状的多边形，面积最小的多边形对应的区域作为待匹配图像上的目标区域(对应图2中步骤202)。其中预设形状的多边形可以包括三角形、矩形、五边形、六边形或者圆形中的一种，在能够包含关键点的情况下，相应方案落入本申请的保护范围。

继续参见图2，电子设备可以基于目标区域裁剪和/或填充待匹配图像，将得到目标区域内的图像作为处理后的待匹配图像(对应图2中步骤203)。例如，若待匹配图像上存在超出目标区域的部分区域，即待匹配图像比目标区域的宽度大或者长度大，这样待匹配图像的部分区域会超过目标区域，此情况下，电子设备可以裁剪部分区域。和/或，若待匹配图像与目标区域相邻的边缘之间存在空白区域，即待匹配图像比目标区域的宽度小或者长度小，这样待匹配图像的一边缘与目标区域相邻的一边缘之间存在空白区域，此情况下，电子设备可以填充空白区域，填充方式可以包括图案填充、纯色填充等。最终，电子设备将目标区域内的图像作为处理后的待匹配图像。

继续参见图2，电子设备可以对处理后的待匹配图像上的关键点进行归一化，将得到归一化后的关键点数据作为目标对象的第一姿态数据(对应图2中步骤204)。即第一姿态数据是待匹配图像上所有关键点数据的集合，所有关键点可以按照设定顺序排序。

其中，归一化算法可以采用L2Normalization算法。本实施例中对处理后的待匹配图像的关键点进行归一化处理，可以解决待匹配图像和候选图像的尺寸不相同造成匹配不一致的问题。例如，待匹配图像的尺寸为500*500像素，其中心点坐标为(250，250)；候选图像的尺寸为1000*1000像素，其中心点坐标为(500，500)，造成两个中心坐标无法匹配。归一化后，待匹配图像的中心点坐标为(0.5，0.5)，候选图像的中心点坐标为(0.5，0.5)，即两个中心点重合，这样有利于提升匹配的准确度。

在步骤102中，根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同。

需要说明的是，本实施例中可以预先设置候选图像，该候选图像可以预先存储到指定位置，例如本地存储器、服务器或者云端。为方便计算，各候选图像的姿态数据(后续称之为第二姿态数据，以区别于待匹配图像的姿态数据)可以预先计算得出，当然各候选图像还可以在被选定为候选对象后再获取其第二姿态数据，获取方式与第一姿态数据的获取方式相同，在不影响使用第二姿态数据的情况下，技术人员可以选择合适的获取第二姿态数据的时机，相应方案落入本申请的保护范围。在一实施例中，候选图像可以包括多个分类，例如明星图像、艺术作品、普通用户图像等，这样用户可以选择其中的一个分类的图像作为候选图像，从而对匹配结果有一定的预期。

本实施例中，电子设备可以根据待匹配图像的第一和各候选图像的第二姿态数据获取待匹配图像和各候选图像两者的相似度，参见图4，从第一姿态数据和第二姿态数据中选取待匹配图像和各候选图像上相同位置上的一组关键点；第一姿态数据和第二姿态数据分别包括待匹配图像和各候选图像上不同位置的关键点(对应图4中步骤401)。考虑到第一姿态数据和第二状态数据中相同位置的关键点所对应到目标对象的位置相同，例如，第一姿态数据中第一个关键点数据表示用户的鼻尖的位置，则第二姿态数据中第一个关键点数据也表示对象的鼻尖的位置。

继续参见图4，电子设备可以获取一组关键点两者之间的距离值(对应图4中步骤402)。其中，两个关键点两者之间的距离值可以采用欧式距离法计算，在此不再赘述。然后，电子设备可以根据待匹配图像上各关键点的权重和对应的距离值确定各关键点对应的加权后的距离值(对应图4中步骤403)。本实施例中通过调整权重值可以突出用户的关注点，例如头部的关键点的权重值较大，则在距离值相同的情况下所得加权后的距离值也越大。换言之，后续的匹配结果中优先匹配出头部匹配效果较好的候选图像。可理解的是，预先分配的权重值可以根据场景进行调整，调整方式可以根据用户所选择的候选图像进行自适应调整或者由用户手动调整，相应方案均落入本申请的保护范围。

继续参见图4，电子设备可以计算待匹配图像上所有关键点的权重值之和与所有加权后的距离值之和(对应图4中步骤404)。当然，也可以预先计算权重值之和并存储到指定位置，在准备执行步骤404时可以从指定位置直接读取。最后，电子设备可以将距离值之和与权重值之和的比值确定为待匹配图像和候选图像之间的相似度(对应图4中步骤405)。

可理解的是，在相同待匹配图像和候选图像的情况下，随着关键点数量的增加而距离值会变大，因此通过获取关键点数据的平均值作为相似度，可以消除关键点数量不同而引起匹配出的图像不同的问题，有利于提高匹配准确率。

在步骤103中，确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

本实施例中，可以预先设置一个相似度阈值，例如0.8。这样，电子设备可以获取到预先设置的相似度阈值，并与待匹配图像的相似度对比，若相似度超过预先设置的相似度阈值，则确定候选图像为与待匹配图像相匹配的目标图像；若相似度小于预先设置的相似度阈值，则确定候选图像不是与所述待匹配图像相匹配的目标图像，效果如图5所示。参见图5，上图为待匹配图像且标示出关键点，关键点能够表征用户的期望姿态；下图为从候选图像中匹配出的目标图像，上图和下图中两个用户的姿态一致。

在一实施例中，参见图6，电子设备还可以监控确定出的目标图像的数量(对应图6中步骤601)，然后在监控到目标图像的数量超过预设数量或者候选图像全部匹配且未确定出目标图像时，则停止执行匹配过程(对应图6中步骤602)。其中预设数量可以为1-10张，技术人员可以根据具体场景进行设置，在此不作限定。

至此，本实施例中通过在获取待匹配图像中目标对象的第一姿态数据；然后，根据第一姿态数据和各候选图像的第二姿态数据获取待匹配图像和各候选图像之间的相似度；第一姿态数据的获取方式与第二姿态数据的获取方式相同；之后，确定相似度超过预先设置的相似度阈值对应的候选图像为与待匹配图像相匹配的目标图像。这样，本实施例中用户提供一张期望姿态的图像，即可检索出包含期望姿态的候选图像，省时省力，有利于提升用户使用应用APP的体验。并且，本实施例中匹配候选图像时，无需检测用户的面部，不会暴露用户隐私。

图7是根据一示例性实施例示出的一种图像匹配装置的框图，可以适用于电子设备或者应用APP，参见图7，一种图像匹配装置700，包括：

第一姿态获取单元701，被配置为执行获取待匹配图像中目标对象的第一姿态数据；

相似度获取单元702，被配置为执行根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；

目标图像确定单元703，被配置为执行确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

图8是根据一示例性实施例示出的另一种图像匹配装置的框图，参见图8，在图6所示的一种图像匹配装置的基础上，所述装置700还包括：

图像数量监控单元801，被配置为执行监控确定出的所述目标图像的数量；

匹配过程停止单元802，被配置为执行在监控到所述目标图像的数量超过预设数量或者所述候选图像全部匹配且未确定出目标图像时，停止执行匹配过程。

图9是根据一示例性实施例示出的另一种图像匹配装置的框图，参见图9，在图7所示的一种图像匹配装置的基础上，所述第一姿态获取单元701包括：

关键点获取模块901，被配置为执行获取所述待匹配图像中目标对象上的关键点；

目标区域获取模块902，被配置为执行获取包含所述关键点且面积最小的预设形状的多边形，所述面积最小的多边形对应的区域作为待匹配图像上的目标区域；

匹配图像处理模块903，被配置为执行基于所述目标区域裁剪和/或填充所述待匹配图像，将得到所述目标区域内的图像作为处理后的待匹配图像；

第一姿态获取模块904，被配置为执行对所述处理后的待匹配图像上的关键点进行归一化，将得到归一化后的关键点数据作为所述目标对象的第一姿态数据。

图10是根据一示例性实施例示出的另一种图像匹配装置的框图，参见图10，在图9所示的一种图像匹配装置的基础上，所述目标区域获取模块903包括：

剪裁模块1001，被配置为执行在所述待匹配图像上存在超出所述目标区域的部分区域时，裁剪所述部分区域；和/或，

填充模块1002，被配置为执行在所述待匹配图像与所述目标区域相邻的边缘之间存在空白区域时，填充所述空白区域。

图11是根据一示例性实施例示出的另一种图像匹配装置的框图，在图7所示的一种图像匹配装置的基础上，所述匹配图像处理模块703包括：

关键点选取模块1101，被配置为执行从所述第一姿态数据和所述第二姿态数据中选取所述待匹配图像和所述各候选图像上相同位置上的一组关键点；所述第一姿态数据和所述第二姿态数据分别包括所述待匹配图像和所述各候选图像上不同位置的关键点；

距离值获取模块1102，被配置为执行获取所述一组关键点两者之间的距离值；

加权距离确定模块1103，被配置为执行根据所述待匹配图像上各关键点的权重和对应的距离值确定所述各关键点对应的加权后的距离值；

距离和计算模块1104，被配置为执行计算所述待匹配图像上所有关键点的权重值之和与所有加权后的距离值之和；

相似度确定模块1105，被配置为执行将所述距离值之和与所述权重值之和的比值确定为所述待匹配图像和所述候选图像之间的相似度。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

至此，本实施例中通过在获取待匹配图像中目标对象的第一姿态数据；然后，根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；之后，确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。这样，本实施例中用户提供一张期望姿态的图像，即可检索出包含期望姿态的候选图像，省时省力，有利于提升用户使用应用APP的体验。并且，本实施例中匹配候选图像时，无需检测用户的面部，不会暴露用户隐私。

图12是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备1200可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图，电子设备1200可以包括以下一个或多个组件：处理组件1202，存储器1204，电源组件1206，多媒体组件1208，音频组件1210，输入/输出(I/O)的接口1212，传感器组件1214，以及通信组件1216。

处理组件1202通常控制电子设备1200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1202可以包括一个或多个模块，便于处理组件1202和其他组件之间的交互。例如，处理组件1202可以包括多媒体模块，以方便多媒体组件1208和处理组件1202之间的交互。

存储器1204被配置为存储各种类型的数据以支持在电子设备1200的操作。这些数据的示例包括用于在电子设备1200上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1206为电子设备1200的各种组件提供电力。电源组件1206可以包括电源管理系统，一个或多个电源，及其他与为电子设备1200生成、管理和分配电力相关联的组件。

多媒体组件1208包括在电子设备1200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1208包括一个前置摄像头和/或后置摄像头。当电子设备1200处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦克风(MIC)，当电子设备1200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。

I/O接口1212为处理组件1202和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1214包括一个或多个传感器，用于为电子设备1200提供各个方面的状态评估。例如，传感器组件1214可以检测到电子设备1200的打开/关闭状态，组件的相对定位，例如所述组件为电子设备1200的显示器和小键盘，传感器组件1214还可以检测电子设备1200或电子设备1200一个组件的位置改变，用户与电子设备1200接触的存在或不存在，电子设备1200方位或加速/减速和电子设备1200的温度变化。传感器组件1214可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1216被配置为便于电子设备1200和其他设备之间有线或无线方式的通信。电子设备1200可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1216还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在本公开一实施例中，电子设备1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在本公开一实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1204，上述指令可由电子设备1200的处理器1220执行以完成上述图像匹配方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在本公开一实施例中，还提供了一种应用程序，当该应用程序由电子设备的处理器执行时，使得所述电子设备能够执行上述图像匹配方法，以获取相同的技术效果。

在本公开一实施例中，还提供了一种计算机程序产品，当该计算机程序产品由电子设备的处理器执行时，使得所述电子设备能够执行上述图像匹配方法，以获取相同的技术效果。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置/电子设备/存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种图像匹配方法，其特征在于，包括：

获取待匹配图像中目标对象的第一姿态数据；

根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；

确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

2.根据权利要求1所述的图像匹配方法，其特征在于，所述确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像之后，所述方法还包括：

监控确定出的所述目标图像的数量；

若监控到所述目标图像的数量超过预设数量或者所述候选图像全部匹配且未确定出目标图像，则停止执行匹配过程。

3.根据权利要求1所述的图像匹配方法，其特征在于，获取待匹配图像中目标对象的第一姿态数据包括：

获取所述待匹配图像中目标对象上的关键点；

获取包含所述关键点且面积最小的预设形状的多边形，所述面积最小的多边形对应的区域作为待匹配图像上的目标区域；

基于所述目标区域裁剪和/或填充所述待匹配图像，将得到所述目标区域内的图像作为处理后的待匹配图像；

对所述处理后的待匹配图像上的关键点进行归一化，将得到归一化后的关键点数据作为所述目标对象的第一姿态数据。

4.根据权利要求3所述的图像匹配方法，其特征在于，所述基于所述目标区域裁剪和/或填充所述待匹配图像包括：

若所述待匹配图像上存在超出所述目标区域的部分区域，则裁剪所述部分区域；和/或，

若所述待匹配图像与所述目标区域相邻的边缘之间存在空白区域，则填充所述空白区域。

5.根据权利要求1所述的图像匹配方法，其特征在于，所述根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度包括：

从所述第一姿态数据和所述第二姿态数据中选取所述待匹配图像和所述各候选图像上相同位置上的一组关键点；所述第一姿态数据和所述第二姿态数据分别包括所述待匹配图像和所述各候选图像上不同位置的关键点；

获取所述一组关键点两者之间的距离值；

根据所述待匹配图像上各关键点的权重和对应的距离值确定所述各关键点对应的加权后的距离值；

计算所述待匹配图像上所有关键点的权重值之和与所有加权后的距离值之和；

将所述距离值之和与所述权重值之和的比值确定为所述待匹配图像和所述候选图像之间的相似度。

6.一种图像匹配装置，其特征在于，包括：

第一姿态获取单元，被配置为执行获取待匹配图像中目标对象的第一姿态数据；

相似度获取单元，被配置为执行根据所述第一姿态数据和各候选图像的第二姿态数据获取所述待匹配图像和所述各候选图像之间的相似度；所述第一姿态数据的获取方式与所述第二姿态数据的获取方式相同；

目标图像确定单元，被配置为执行确定所述相似度超过预先设置的相似度阈值对应的候选图像为与所述待匹配图像相匹配的目标图像。

7.根据权利要求6所述的图像匹配装置，其特征在于，所述第一姿态获取单元包括：

关键点获取模块，被配置为执行获取所述待匹配图像中目标对象上的关键点；

目标区域获取模块，被配置为执行获取包含所述关键点且面积最小的预设形状的多边形，所述面积最小的多边形对应的区域作为待匹配图像上的目标区域；

匹配图像处理模块，被配置为执行基于所述目标区域裁剪和/或填充所述待匹配图像，将得到所述目标区域内的图像作为处理后的待匹配图像；

第一姿态获取模块，被配置为执行对所述处理后的待匹配图像上的关键点进行归一化，将得到归一化后的关键点数据作为所述目标对象的第一姿态数据。

8.根据权利要求6所述的图像匹配装置，其特征在于，所述相似度获取单元包括：

关键点选取模块，被配置为执行从所述第一姿态数据和所述第二姿态数据中选取所述待匹配图像和所述各候选图像上相同位置上的一组关键点；所述第一姿态数据和所述第二姿态数据分别包括所述待匹配图像和所述各候选图像上不同位置的关键点；

距离值获取模块，被配置为执行获取所述一组关键点两者之间的距离值；

加权距离确定模块，被配置为执行根据所述待匹配图像上各关键点的权重和对应的距离值确定所述各关键点对应的加权后的距离值；

距离和计算模块，被配置为执行计算所述待匹配图像上所有关键点的权重值之和与所有加权后的距离值之和；

相似度确定模块，被配置为执行将所述距离值之和与所述权重值之和的比值确定为所述待匹配图像和所述候选图像之间的相似度。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述存储器中的可执行指令，以实现如权利要求1～5中任一项所述的图像匹配方法。

10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1～5中任一项所述的图像匹配方法。