摘要
本申请提供一种基于人脸识别的MaaS平台用户行为分析方法，包括：采用图像分割技术将用户与携带物品分离，生成用户姿态图像和物品轮廓图像，对物品轮廓图像进行边缘锐化处理，根据行李形状模板比对，判断是否存在符合行李箱特征的结构；若存在符合行李箱特征的结构，则通过深度学习卷积网络对行李箱的体积和数量进行分类识别，结合停顿位置分布和停顿持续时长，确定用户的行李负担等级；应用路径调整方案，若发现电梯等待时长超出预设阈值，则结合用户身份档案中的历史选择偏好、停顿位置分布和停顿持续时长，调整引导建议，更新路径规划信息。
