基于触控轨迹图像处理的操作者年龄判定方法与流程

技术特征：

1.基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，包括以下步骤：

S1：进入年龄判定进程，触控屏幕虚拟雾化；

S2：操作者在触控屏上滑动，对应轨迹的虚拟雾化消失；

S3：通过截屏程序获取当前触控界面的雾化图片形成触控轨迹图像；

S4：将步骤S3所得的触控轨迹图像进行预处理，所述预处理包括灰度变换、高斯滤波法和图像二值化；

S5：获取预处理后触控轨迹图像的特征参数，所述特征参数包括滑动轨迹的长度信息、滑动轨迹的宽度信息和滑动轨迹的平均转角信息；

S6：将滑动轨迹的长度信息、滑动轨迹的宽度信息、滑动轨迹的平均转角信息作为输入，将年龄作为输出，通过KNN分类算法进行判断，得到年龄估计值。

2.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，获取滑动轨迹的长度信息、滑动轨迹的宽度信息的具体步骤如下：

1)：提取触控轨迹图像的所有像素，通过边缘检测法获取触控轨迹图像的边缘像素；

2)：根据触控轨迹图像的所有像素得到轨迹面积S；根据触控轨迹图像的边缘像素得到轨迹的边缘周长C；

3)：预设滑动轨迹的宽度为M、长度为L；根据S＝LM，C＝2(L+M)，得到滑动轨迹的宽度值M和长度值L。

3.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，所述边缘检测法采用Canny算子或者Soble边缘检测算法。

4.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，所述年龄估计值为阶段年龄值Yi：第一阶段年龄值Y1、第二阶段年龄值Y2、第三阶段年龄值Y3和第四阶段年龄值Y4。

5.根据权利要求4所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，

所述第一阶段年龄值Y1：0～7岁；

所述第一阶段年龄值Y2：8～15岁；

所述第一阶段年龄值Y3：15～50岁；

所述第四阶段年龄值Y4：50岁以上。

6.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，所述KNN分类算法的具体实现步骤如下：

1)：收集n个训练样本，所述训练样本中每个样本记为A_j，且：

A_j＝(x_j1，x_j2，x_j3，h_j)

设置近邻数k，所述EVEN()为向上取偶的函数；

j＝1～n，表示第j个样本；

x_j1为第j个样本的滑动轨迹长度归一化处理后的值；

x_j2为第j个样本的滑动轨迹宽度归一化处理后的值；

x_j3为第j个样本的滑动轨迹平均转角归一化处理后的值；

h_j为第j个样本所属年龄估计值；

2)：随机选择k个训练样本作为测试样本B＝(y₁，y₂，y₃)的初始近邻样本，计算k个初始近邻样本与测试样本的距离，并按升序排序，确定最远距离D；

3)：计算B与其余的n-k个训练样本的距离dist(A_j，B)，若dist(A_j，B)小于最远距离D，则将该样本加入测试样本B的k最近邻样本中，并将距离最远的一个训练样本挤出，以此方法轮询比较所有样本，得出最终的k最邻近样本；

4)：统计k最邻近样本中每个年龄估计值出现的次数，将出现频率最高的样本的年龄估计值作为测试样本B的年龄估计值。

7.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，所述距离dist(A_j，B)的计算公式如下：

dist(A_j，B)＝[|x_j1-y₁|^p+(|x_j2-y₂|^p+|x_j3-y₃|^p]^1/p，p为取整的指数系数。

8.根据权利要求1所述的基于触控轨迹图像处理的操作者年龄判定方法，其特征在于，所述n个训练样本中每个年龄的样本数量一样。