CN108694216B - 一种多源对象关联方法及装置 - Google Patents
一种多源对象关联方法及装置 Download PDFInfo
- Publication number
- CN108694216B CN108694216B CN201710236087.6A CN201710236087A CN108694216B CN 108694216 B CN108694216 B CN 108694216B CN 201710236087 A CN201710236087 A CN 201710236087A CN 108694216 B CN108694216 B CN 108694216B
- Authority
- CN
- China
- Prior art keywords
- record
- time
- position information
- records
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种多源对象关联方法及装置，所述方法包括：获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并判断该第一记录和各第三记录是否满足预定时空条件；如果满足，计算各第三记录与该第一记录之间的匹配度；确定候选待关联对象；确定各候选待关联对象与目标对象的匹配度；识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与目标对象的关联关系。本发明实施例能够建立不同源对象之间的关联关系，从而能够根据已关联对象对车辆或人进行身份识别，提高身份识别的准确性。
Description
技术领域
本发明涉及大数据技术领域，特别是涉及一种多源对象关联方法及装置。
背景技术
随着机器视觉、智能传感器、大数据等新技术的引入，安防监控系统逐步走向智能化。对运动目标的检测、识别、跟踪、时空轨迹分析，已经成为安防监控行业需要解决的关键问题之一。其中，对运动目标的身份识别是上述问题解决的基础，因为只有识别出目标的唯一身份，才能基于目标汇总海量数据，从而可以对目标的时空活动轨迹做进一步的分析。
在安防监控系统中，运动目标主要为车辆和人。现有的运动目标身份识别方法，主要为通过车牌信息对车辆进行识别，通过人脸对人进行识别。具体地，可以通过图像采集设备采集包含车辆的图像，然后对采集的图像进行识别，获取到图像中包含的车牌信息；或者，通过图像采集设备采集包含人脸的图像，然后将采集的图像中包含的人脸的特征数据与存储的海量人脸特征数据逐一进行比对，从而获取到图像中包含的人脸的身份信息。
但是，安防领域中，图像采集设备采集的图像具有特殊性，气候条件不固定(晴天、雨天、雾霾天、雪天、大风、风沙等)、光照条件不固定(顺光、逆光、强光、雨天反光、阴影等)、采集场景复杂多样(室内、室外等)等等，这将导致图像采集设备采集的图像质量差别较大；并且，相似人脸较多，从而导致仅根据图像采集设备采集的图像对车辆或人进行身份识别时，准确性较低。
发明内容
本发明实施例的目的在于提供一种多源对象关联方法及装置，以建立不同源数据之间的关联关系，从而对车辆或人进行身份识别时，提高身份识别的准确性。具体技术方案如下：
第一方面，本发明实施例提供了一种多源对象关联方法，所述方法包括：
获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象；各第一记录至少包括所述目标对象被采集到时对应的位置信息和时间信息，任一第一待关联对象的各第二记录至少包括该第一待关联对象被采集到时对应的位置信息和时间信息；
针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；
当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；
根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；
在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
可选的，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的步骤包括：
根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差；
根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围；
判断各通行速度是否均位于所述速度阈值范围内；
如果是，确定该第一记录和各第三记录满足预定时空条件。
可选的，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度的过程包括：
针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围；
获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量；
根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
可选的，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的步骤包括：
根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差；
根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值；
判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；
如果是，确定该第一记录和各第三记录满足预定时空条件。
可选的，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度的过程包括：
针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围；
获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量；
根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
可选的，所述根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度的步骤包括：
针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与所述目标对象的匹配度。
可选的，所述针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录之前，所述方法还包括：
根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹；
所述当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象的步骤包括：
针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
可选的，所述根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹的步骤包括：
获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差；
根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围；
判断所述行驶速度是否位于所述速度阈值范围内；如果否，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
可选的，所述根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹的步骤包括：
获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差；
根据预先保存的各位置信息间的时间阈值，查找该两条第一记录所对应位置信息之间的目标时间阈值；
判断所述时间差是否大于所述目标时间阈值；如果是，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
可选的，预先存储各位置信息间的时间阈值的过程包括：
针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差；
判断所计算得到的时间差的数量是否大于预设数量阈值；
如果是，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地；
如果否，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
可选的，所述方法还包括：
按照设定的时间间隔，更新存储的各位置信息间的时间阈值。
第二方面，本发明实施例提供了一种多源对象关联装置，所述装置包括：
获取模块，用于获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象；各第一记录至少包括所述目标对象被采集到时对应的位置信息和时间信息，任一第一待关联对象的各第二记录至少包括该第一待关联对象被采集到时对应的位置信息和时间信息；
执行模块，用于针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；
第一确定模块，用于当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；
第二确定模块，用于根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；
关联模块，用于在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
可选的，所述执行模块包括：
第一确定子模块，用于根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差；
第一计算子模块，用于根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围；
第一判断子模块，用于判断各通行速度是否均位于所述速度阈值范围内；
第一执行子模块，用于当所述第一判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
可选的，所述执行模块还包括：
第二确定子模块，用于针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围；
第一获取子模块，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量；
第二计算子模块，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
可选的，所述执行模块包括：
第三确定子模块，用于根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差；
第一查找子模块，用于根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值；
第二判断子模块，用于判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；
第二执行子模块，用于当所述第二判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
可选的，所述执行模块还包括：
第四确定子模块，用于针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围；
第二获取子模块，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量；
第三计算子模块，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
可选的，所述第二确定模块，具体用于针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与所述目标对象的匹配度。
可选的，所述装置还包括：
划分模块，用于根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹；
所述第一确定模块，具体用于针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
可选的，所述划分模块包括：
第三获取子模块，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第四计算子模块，用于针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差；
第五计算子模块，用于根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围；
第一处理子模块，用于判断所述行驶速度是否位于所述速度阈值范围内；如果否，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
可选的，所述划分模块包括：
第四获取子模块，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第六计算子模块，用于针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差；
第二查找子模块，用于根据预先保存的各位置信息间的时间阈值，查找该两条第一记录所对应位置信息之间的目标时间阈值；
第二处理子模块，用于判断所述时间差是否大于所述目标时间阈值；如果是，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
可选的，所述装置还包括：
处理模块，用于针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差；
判断模块，用于判断所计算得到的时间差的数量是否大于预设数量阈值；
第一计算模块，用于当所述判断模块判断结果为是时，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地；
第二计算模块，用于当所述判断模块判断结果为否时，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
可选的，所述装置还包括：
更新模块，用于按照设定的时间间隔，更新存储的各位置信息间的时间阈值。
本发明实施例提供了一种多源对象关联方法及装置，所述方法包括：获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。本发明实施例能够建立不同源对象之间的关联关系，从而能够根据已关联对象对车辆或人进行身份识别，提高身份识别的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种多源对象关联方法的流程图；
图2为本发明实施例提供的一种多源对象关联方法的另一流程图；
图3为本发明实施例提供的一种多源对象关联方法的另一流程图；
图4为本发明实施例提供的一种多源对象关联方法的另一流程图；
图5为本发明实施例提供的一种多源对象关联方法的另一流程图；
图6为本发明实施例提供的一种多源对象关联方法的另一流程图；
图7为本发明实施例提供的一种多源对象关联方法的另一流程图；
图8为本发明实施例提供的一种多源对象关联方法的另一流程图；
图9为本发明实施例提供的一种多源对象关联装置的结构示意图。
具体实施方式
为了提高身份识别的准确性，本发明实施例提供了一种多源对象关联方法及装置。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明实施例提供了一种多源对象关联方法过程，如图1所示，该过程可以包括以下步骤：
S101，获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象。
本发明实施例提供的方法可以应用于电子设备。具体地，该电子设备可以为台式计算机、便携式计算机、智能移动终端、服务器等。
在本发明实施例中，可以建立不同源对象的关联关系。上述不同源对象为不同类别的对象，例如，可以包括车牌信息、人脸信息、移动终端的MAC(Media Access Control，媒体访问地址)等。
例如，可以通过图像采集设备采集包含车辆或人脸的图像，从而对图像进行分析得到车牌信息、人脸信息；利用移动终端自动扫描WIFi(Wireless Fidelity，无线保真)网络的特性，可以通过提供WIFI网络的接入点AP获取到移动终端的MAC。
需要说明的是，在本发明实施例中，还可以通过其他方式采集车牌信息、人脸信息、MAC等，本发明实施例对此不做限定。
在本发明实施例中，以对车牌信息和MAC进行关联为例，来说明本发明实施例提供的多源对象关联方法。具体地，可以针对任一车牌信息，来确定与其关联的MAC。其中，为了便于描述，可以将本发明实施例中针对的车牌信息称为目标对象。
在本发明实施例中，可以在路口、小区门口等地方安装图像采集设备。各图像采集设备可以识别其采集区域是否有车辆通过，如果是，则可以采集包含车辆的图像。并且，图像采集设备可以对其采集的图像进行分析，获取到其中包含的车牌信息。其中，上述图像采集设备可以为球机、摄像机、抓拍机等，本发明实施例对此不进行限定。
并且，可以在图像采集设备与电子设备之间建立有线或无线连接，从而图像采集设备可以将其获取的车牌信息发送给电子设备。例如，可以通过任一种远距离无线连接方式在图像采集设备与电子设备之间建立无线连接；或者，可以通过NFC(Near FieldCommunication，近距离无线通讯技术)、蓝牙等近距离无线连接方式在图像采集设备与电子设备之间建立无线连接，本发明实施例对此不进行限定。
当电子设备接收到图像采集设备发送的车牌信息后，其可以将各车牌信息保存在本地。并且，电子设备还可以根据发送各车牌信息的图像采集设备所在地，各车牌信息的获取时间，对应保存各车牌信息的位置信息和时间信息。其中，可以将图像采集设备每次获取的车牌信息，以及其位置信息和时间信息作为一条记录。
例如，电子设备本地保存的车牌信息对应的记录可以如表1所示：
表1
其中，一行数据即为一条记录。可以看出，一条记录中包含了车牌信息，以及该车牌信息被采集到时对应的位置信息和时间信息。
在本发明实施例中，还可以在路口、小区门口等地方设置AP设备，AP设备可以获取在其覆盖范围内的移动终端的MAC。并且，可以在AP设备与电子设备之间建立有线或无线连接，从而AP设备可以将其获取的MAC发送给电子设备。
当电子设备接收到AP设备发送的MAC后，其可以将各MAC保存在本地。并且，电子设备还可以根据发送各MAC的AP设备所在地，各MAC的获取时间，对应保存各MAC的位置信息和时间信息。其中，可以将AP设备每次获取的MAC，以及其位置信息和时间信息作为一条记录。
例如，电子设备本地保存的MAC信息对应的记录可以如表2所示：
表2
| MAC信息 | 位置信息 | 时间信息 |
| MAC1 | P1 | 2016.12.23，08：03：00 |
| MAC2 | P3 | 2016.12.23，08：45：00 |
| MAC1 | P2 | 2016.12.23，13：15：00 |
| MAC3 | P1 | 2016.12.23，14：33：00 |
| MAC1 | P2 | 2016.12.23，18：03：00 |
其中，一行数据即为一条记录。可以看出，一条记录中包含了MAC信息，以及该MAC信息被采集到时对应的位置信息和时间信息。
在本发明实施例中，电子设备可以获取目标对象的第一记录，以及各第一待关联对象的第二记录。例如，当目标对象为京X■XXXXX时，电子设备可以在本地保存的车牌信息对应的记录中，查找出车牌为京X■XXXXX的所有的记录，作为第一记录。如，当电子设备本地保存的车牌信息对应的记录为表1时，其可以在表1中查找出车牌信息为京X■XXXXX的第一记录，电子设备得到的目标对象京X■XXXXX的第一记录可以如表3所示：
表3
| 车牌信息 | 位置信息 | 时间信息 |
| 京X■XXXXX | P1 | 2016.12.23，08：01：00 |
| 京X■XXXXX | P2 | 2016.12.23，08：55：00 |
| 京X■XXXXX | P4 | 2016.12.23，18：03：00 |
并且，电子设备可以获取本地保存的各MAC的第二记录。如，电子设备获取的各MAC的第二记录可以如表2所示。
S102，针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度。
在本发明实施例中，当电子设备获取到目标对象的第一记录，以及各第一待关联对象的第二记录后，电子设备可以针对每个第一记录，在每个第一待关联对象的第二记录中，查找与该第一记录时间相邻的至少一第三记录。如，可以针对任一第一待关联对象，在其第二记录中，查找与该第一记录时间最近的两条记录，作为第三记录，以根据第三记录，确定该第一待关联对象与目标对象是否可能存在关联关系。
当电子设备查找到与该第一记录时间相邻的各第三记录后，其可以根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，则表明该第一待关联对象可能与目标对象存在关联关系。
例如，电子设备可以预先保存间距范围和时间差范围的对应关系，如当间距为0-10Km时，对应的时间差为0-20分钟；当间距为10-20Km时，对应的时间差为20-30分钟；当间距为20-30Km时，对应的时间差为30-40分钟等。
在确定第一记录与第三记录是否满足预定时空条件时，电子设备可以根据该第一记录的位置信息和时间信息，以及每个第三记录的位置信息和时间信息，计算该第一记录与该第三记录之间的间距和时间差。进而判断该间距和时间差是否满足预定的对应关系，如果满足，则确定该第一记录与该第三记录满足预定时空条件。如，当电子设备计算得到的间距为6Km，时间差为12分钟时，可以确定该间距和时间差满足预定的对应关系，即0-10Km对应0-20分钟。
当电子设备判断出第一记录与第三记录满足预定时空条件时，这种情况下，为了进一步确定目标对象与该第一待关联对象是否存在关联关系，电子设备可以根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度，也即计算各第三记录与该第一记录之间的关联性。
例如，电子设备可以根据上述计算得到的间距和时间差，以及该间距和时间差所匹配的对应关系，确定该第一记录与该第三记录之间的匹配度。如，当电子设备计算得到的间距为6Km，时间差为15分钟，所匹配的对应关系为0-10Km对应0-20分钟时，则其可以得到该第一记录与该第三记录之间的匹配度为(6/15)/(10/20)。
S103，当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
当电子设备针对每条第一记录，均确定出每个第一待关联对象中与该第一记录时间相邻的第三记录，并判断出各第一记录是否与各第三记录满足预定时空条件后，电子设备可以针对每个第一待关联对象，确定该第一待关联对象是否为候选待关联对象，即确定该第一待关联对象是否为可能与目标对象存在关联关系的对象。
具体的，电子设备可以针对每个第一待关联对象，判断该第一待关联对象的各第三记录与对应的第一记录是否均满足预定时空条件，如果是，则可以确定该第一待关联对象为候选待关联对象。
S104，根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度。
确定出各候选待关联对象后，电子设备可以进一步根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与目标对象的匹配度。
例如，电子设备可以针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与目标对象的匹配度。
S105，在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
确定出各候选待关联对象与目标对象的匹配度后，电子设备可以在候选待关联对象中识别匹配度大于预设阈值(如80％、85％、90％等)的目标待关联对象，并建立各目标待关联对象与目标对象的关联关系。
本发明实施例提供的一种多源对象关联方法，能够建立不同源对象之间的关联关系，从而能够根据已关联数据对车辆或人进行身份识别，提高身份识别的准确性。
可以理解，通过本发明实施例提供的方法，还可以对车牌信息、人脸信息进行关联，或者对人脸信息和MAC进行关联，或者，对车牌信息、人脸信息和MAC均进行关联，本发明实施例对此不做限定。
当电子设备对车牌信息、人脸信息和MAC三者进行关联时，其可以分别对车牌信息和人脸信息进行关联，对车牌信息和MAC进行关联，对人脸信息和MAC进行关联，进而根据关联结果，确定三者之间的关联关系。
例如，当电子设备确定车牌信息1与人脸信息1、人脸信息2相关联，人脸信息1与MAC1相关联，MAC1与车牌信息1、车牌信息2相关联时，其可以最终确定车牌信息1、人脸信息1、MAC1相关联。
作为本发明实施例的一种实施方式，如图2所示，本发明实施例中，电子设备根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的过程可以包括：
S201，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差。
在本实施例中，电子设备可以根据第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录和各第三记录是否满足预定时空条件。
具体的，电子设备可以首先根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差。
例如，电子设备可以根据第一记录与各第三记录中包括的位置信息，并结合地图，确定第一记录与各第三记录之间的间距；并根据第一记录与各第三记录中包括的时间信息，计算第一记录与各第三记录之间的时间差。
S202，根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围。
电子设备得到第一记录与各第三记录之间的间距和时间差后，其可以进一步计算该第一记录与各第三记录之间的通行速度。例如，当间距为S，时间差为T时，电子设备可以根据公式V＝S/T，得到通行速度V。
在本发明实施例中，电子设备可以预先保存速度阈值范围，即目标对象运动的正常速度范围。如，针对车辆，车的正常速度范围为5-160Km/h，则电子设备保存的速度阈值范围可以为5-160Km/h。
S203，判断各通行速度是否均位于所述速度阈值范围内；如果是，执行步骤S204。
得到第一记录与各第三记录之间的通行速度，以及预先保存的速度阈值范围后，电子设备可以判断各通行速度是否均位于该速度阈值范围内，以确定第一记录与各第三记录是否匹配。
S204，确定该第一记录和各第三记录满足预定时空条件。
当电子设备判断出通行速度均位于速度阈值范围内时，可以确定该第一记录和各第三记录满足预定时空条件。
相应的，如图3所示，电子设备计算各第三记录与该第一记录之间的匹配度的过程可以包括：
S301，针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围。
在本发明实施例中，电子设备可以预先设定速度范围划分规则，如可以划分为40-60Km/h、60-80Km/h、80-100Km/h等。
计算得到第一记录与任一第三记录之间的通行速度后，其可以确定该通行速度所属的目标速度范围。如，当通行速度为55Km/h时，则可确定其位于40-60Km/h范围内。
S302，获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量。
在本发明实施例中，电子设备可以针对每个第三记录，获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及目标速度范围内包括的历史记录的目标数量。
例如，当第一记录对应的位置信息为A卡口，任一第三记录对应的位置信息为B卡口时，电子设备可以获取历史上一段时间(一般取较长的一段时间，比如一个月或者更多)内从A卡口到B卡口的历史记录中，分别位于不同速度范围的数据量，进而可以确定从A卡口到B卡口的历史记录总数量，以及目标速度范围内包括的历史记录的目标数量。
S303，根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
得到第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及目标速度范围内包括的历史记录的目标数量后，电子设备可以根据目标数量，以及历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
如，当通行速度为55Km/h时，则可确定其位于40-60Km/h范围内。当位于速度范围40-60Km/h内的数据量为1000；位于速度范围60-80Km/h内的数据量为2000；位于速度范围80-100Km/h内的数据量为3000时，则可以确定该第三记录与该第一记录之间的匹配度为1000/(1000+2000+3000)。
作为本发明实施例的一种实施方式，如图4所示，本发明实施例中，电子设备根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的过程可以包括：
S401，根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差。
在本实施例中，电子设备可以根据第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录和各第三记录是否满足预定时空条件。
具体的，电子设备可以首先根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差。
S402，根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值。
得到第一记录与各第三记录之间的时间差后，电子设备可以进一步根据本地预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值。
例如，电子设备可以预先根据各位置之间的间距，以及各位置的标识信息，在本地存储每两个位置间的时间阈值。上述时间阈值例如可以为目标对象在每两个位置信息间通行的最大正常通行时间。进而，电子设备可以根据第一记录中包括的位置信息，以及各第三记录中包括的位置信息，从本地存储的各位置信息间的时间阈值中查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值。如，电子设备本地保存的各位置信息间的时间阈值可以如表4所示：
表4
| 位置信息对 | 时间阈值 |
| T1-1 | 0 |
| T1-2 | 30分钟 |
| T1-3 | 50分钟 |
其中，T1-1表示位置P1与P1之间的时间阈值，T1-2表示位置P1与P2之间的时间阈值，T1-3表示位置P1与P3之间的时间阈值。
当第一记录中包括的位置信息为P1，任一第三记录中包括的位置信息为P2，则电子设备可以查找到该第一记录中包括的位置信息与该第三记录中包括的位置信息间的目标时间阈值为T1-2，即为30分钟。
S403，判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；如果是，执行步骤S404。
得到第一记录与各第三记录之间的时间差，以及对应的目标时间阈值后，电子设备可以判断第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值，以确定第一记录与各第三记录是否匹配。
S404，确定该第一记录和各第三记录满足预定时空条件。
当电子设备判断出各时间差均小于对应的目标时间阈值时，可以确定该第一记录和各第三记录满足预定时空条件。
相应的，如图5所示，电子设备计算各第三记录与该第一记录之间的匹配度的过程可以包括：
S501，针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围。
在本发明实施例中，电子设备可以预先设定时间范围划分规则，如可以划分为5-10分钟、10-20分钟、20-30分钟等。
计算得到第一记录与任一第三记录之间的时间差后，其可以确定该时间差所属的目标时间范围。如，当时间差为6.5分钟时，则可确定其位于5-10分钟范围内。
S502，获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量。
在本发明实施例中，电子设备可以针对每个第三记录，获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及目标时间范围内包括的历史记录的目标数量。
例如，当第一记录对应的位置信息为A卡口，任一第三记录对应的位置信息为B卡口时，电子设备可以获取历史上一段时间(一般取较长的一段时间，比如一个月或者更多)内从A卡口到B卡口的历史记录中，分别位于不同时间范围的数据量，进而可以确定从A卡口到B卡口的历史记录总数量，以及目标时间范围内包括的历史记录的目标数量。
S503，根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
得到第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及目标时间范围内包括的历史记录的目标数量后，电子设备可以根据目标数量，以及历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
如，当时间差为6.5分钟时，则可确定其位于5-10分钟范围内。当位于时间范围5-10分钟内的数据量为1000；位于时间范围10-20分钟内的数据量为2000；位于时间范围20-30分钟内的数据量为3000时，则可确定该第三记录与该第一记录之间的匹配度为1000/(1000+2000+3000)。
可以理解，有些情况下，可能有不同的人开同一辆车。这种情况下，不同时间段与目标对象匹配的待关联对象可能不同。在本发明实施例中，为了减小多源对象关联过程的复杂度，提高关联效率，电子设备可以针对目标对象，对其进行轨迹划分。也就是说，针对目标对象，可以将其对应同一待关联对象的第一记录划分到同一轨迹中。
具体地，电子设备可以根据各第一记录中包括的位置信息和时间信息，确定目标对象对应的各行驶轨迹。例如，可以通过相邻第一记录的速度关系和/或时间关系，来对目标对象进行轨迹划分。
在一种实现方式中，如图6所示，电子设备根据各第一记录中包括的位置信息和时间信息，确定目标对象对应的各行驶轨迹的过程可以包括：
S601，获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹。
在本发明实施例中，电子设备可以首先获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹。
例如，当目标对象对应的第一记录S1、S2、S3、S4、S5的时间信息分别为T1-2016.3.3，4：00：00、T2-2016.3.3，4：12：00、T3-2016.3.3，4：10：00、T4-2016.3.3，4：25：00、T5-2016.3.3，4：18：00时，由于T1<T3<T2<T5<T4，则对各第一记录进行排序的结果为S1、S3、S2、S5、S4。
S602，针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差。
当得到目标对象的初始轨迹后，电子设备可以针对每两条相邻第一记录，对其进行分析，确定该两条第一记录是否属于同一轨迹，从而确定如何对初始轨迹进行划分。具体地，电子设备可以根据每两条相邻第一记录的位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差。
例如，当目标对象的初始轨迹为：S1、S3、S2、S5、S4时，电子设备可以分别针对S1、S3；S3、S2；S2、S5；S5、S4进行分析，确定如何对初始轨迹进行划分。
当针对S1、S3进行分析时，电子设备可以根据S1、S3的位置信息P1、P3确定该两条第一记录之间的间距。例如，电子设备可以结合地图，确定P1、P3之间的间距，并将该间距确定为该两条第一记录之间的间距。并根据T1、T3计算该两条第一记录的时间差。
S603，根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围。
电子设备得到两条第一记录之间的间距和时间差后，其可以进一步计算该两条第一记录之间的行驶速度。例如，当间距为S，时间差为T时，电子设备可以根据公式V＝S/T，得到行驶速度V。
在本发明实施例中，电子设备可以预先保存速度阈值范围，即目标对象运动的正常速度范围。如，针对车辆，车的正常速度范围为5-160Km/h，则电子设备保存的速度阈值范围可以为5-160Km/h。
S604，判断所述行驶速度是否位于所述速度阈值范围内；如果否，执行步骤S605。
得到两条第一记录之间的行驶速度，以及预先保存的速度阈值范围后，电子设备可以判断该行驶速度是否位于该速度阈值范围内，以确定该两条第一记录是否属于同一轨迹。
S605，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
当电子设备判断出行驶速度不位于速度阈值范围内时，表明该两条第一记录属于不同轨迹。这种情况下，电子设备可以在该两条第一记录之间对初始轨迹进行划分。当电子设备针对每两条第一记录进行分析后，即可得到目标对象对应的各行驶轨迹。
在另一种实现方式中，如图7所示，电子设备根据各第一记录中包括的位置信息和时间信息，确定目标对象对应的各行驶轨迹的过程可以包括：
S701，获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹。
该步骤与上述步骤S601基本相同，在此不进行赘述。
S702，针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差。
当得到目标对象的初始轨迹后，电子设备可以针对每两条相邻第一记录，对其进行分析，确定该两条第一记录是否属于同一轨迹，从而确定如何对初始轨迹进行划分。具体地，电子设备可以根据每两条相邻第一记录的时间信息，计算该两条第一记录的时间差。
例如，当目标对象的初始轨迹为：S1、S3、S2、S5、S4时，电子设备可以分别针对S1、S3；S3、S2；S2、S5；S5、S4进行分析，确定如何对初始轨迹进行划分。
当针对S1、S3进行分析时，电子设备可以根据T1、T3计算该两条第一记录的时间差。
S703，根据预先保存的各位置信息间的时间阈值，查找该两条第一记录之间的目标时间阈值。
在本发明实施例中，得到两条相邻第一记录之间的时间差后，电子设备可以进一步根据本地预先保存的各位置信息间的时间阈值，查找该两条第一记录之间的目标时间阈值。
例如，电子设备可以预先根据各位置之间的间距，以及各位置的标识信息，在本地存储每两个位置间的时间阈值。上述时间阈值例如可以为目标对象在每两个位置信息间通行的最大正常通行时间。进而，电子设备可以根据两条第一记录的位置信息，从本地存储的各位置信息间的时间阈值中查找该两条第一记录之间的目标时间阈值。如，电子设备本地保存的各位置信息间的时间阈值可以如表4所示。
针对S1、S3两条第一记录，该两条第一记录的位置信息分别为P1、P3，则电子设备可以查找到该两条第一记录之间的目标时间阈值为T1-3，即为50分钟。
S704，判断所述时间差是否大于所述目标时间阈值；如果是，执行步骤S705。
得到两条第一记录之间的时间差，以及目标时间阈值后，电子设备可以判断该时间差是否大于目标时间阈值，以确定该两条第一记录是否属于同一轨迹。
S705，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
当电子设备判断出时间差大于目标时间阈值时，表明该两条第一记录属于不同轨迹，这种情况下，电子设备可以在该两条第一记录之间对初始轨迹进行划分。当电子设备针对每两条第一记录进行分析后，即可得到目标对象对应的各行驶轨迹。
相应的，对目标对象进行轨迹划分后，电子设备在第一待关联对象中确定候选待关联对象时，可以针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足预定时空条件时，即可将该第一待关联对象确定为候选待关联对象。
本发明实施例中，电子设备可以对目标对象进行轨迹划分，从而可以针对各行驶轨迹，在第一待关联对象中确定候选待关联对象，可以减少数据计算量，从而可以减小多源对象关联过程的复杂度，提高关联效率。
作为本发明实施例的一种实施方式，电子设备存储的各位置信息间的时间阈值可以根据历史数据确定。具体地，如图8所示，电子设备预先存储各位置信息间的时间阈值的过程可以包括：
S801，针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差。
在本发明实施例中，电子设备可以针对每两个位置信息，获取该两个位置信息对应的同一对象的历史记录。
具体地，电子设备可以针对两个位置信息，获取这两个位置信息处的历史记录，以及各历史记录对应的时间信息。例如，电子设备可以获取这两个位置处的所有的历史记录，或者，为了提高时间阈值的确定效率，电子设备可以获取这两个位置处的预定时间内的历史记录，如获取最近1个月、2个月、3个月等的历史记录，以及各历史记录的时间信息。
然后，电子设备可以在各历史记录中，识别同一对象的历史记录。如，电子设备可以根据各历史记录的车牌信息，将包含相同车牌信息的历史记录确定为同一对象的历史记录。
例如，电子设备计算P1位置和P2位置间的时间阈值时，其获取的任一对象的历史记录可以如表5所示：
表5
| 记录编号 | 位置信息 | 时间信息 |
| 01 | P1 | 2016.12.23，8：01：00 |
| 02 | P2 | 2016.12.23，8：55：00 |
| 03 | P1 | 2016.12.23，13：12：00 |
| 04 | P2 | 2016.12.23，14：23：00 |
| 05 | P1 | 2016.12.23，18：03：00 |
之后，电子设备可以确定各相邻历史记录之间的时间差。如，可以分别根据上述记录01、02，02、03，03、04，04、05，来确定各相邻历史记录之间的时间差。
S802，判断所计算得到的时间差的数量是否大于预设数量阈值；如果是，执行步骤S803，如果否，执行步骤S804。
获取到两个位置信息对应的各相邻历史记录间的时间差后，电子设备可以判断得到的时间差的数量是否大于预设数量阈值，以根据判断结果，采用不同的方式确定该两个位置信息间的时间阈值，从而提高时间阈值确定的准确性。
S803，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地。
在本发明实施例中，当计算得到的时间差的数据量较大时，如数据量超过1000、2000等，电子设备可以根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地。
电子设备通过正态分布计算该两个位置信息间的时间阈值的过程，可以采用现有技术，本发明实施例对此过程不进行赘述。
需要说明的是，电子设备还可以根据各时间差，采用四分位法来确定两个位置信息间的时间阈值。具体地，电子设备可以将计算得到的时间差从小到大排列，并将第一四分位数，也就是处于四分之一位置处的数，作为两个位置信息间的时间阈值。
在另一种实现方式中，电子设备还可以根据计算得到的时间差，采用斜率判别法来确定两个位置信息间的时间阈值。可以理解，通常情况下，出现次数较多的时间差，最能代表大多数的情况，也最能体现实际应用中出现的情况。因此，采用斜率判别法来确定两个位置间的时间阈值，能够有效地避免将一些由于特殊原因导致的不符合实际情况的时间差确定为时间阈值，从而能够提高时间阈值的精确性。
具体地，电子设备可以以时间为横轴，数量为纵轴，根据计算得到的时间差作曲线，进而确定该曲线上斜率最大的区间，也就是说数量较大的时间段，并将该时间段的起始时间作为时间阈值。
S804，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
在本发明实施例中，当计算得到的时间差的数据量较小时，电子设备可以根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
电子设备通过迪杰斯特拉算法计算该两个位置信息间的时间阈值的过程，可以采用现有技术，本发明实施例对此过程不进行赘述。
可选地，随着时间的推移，车辆从一个位置到另一个位置所用的时间可能会变化，从而两个位置间的时间阈值也可能会变化。因此，在本发明实施例中，为了提高两个位置间时间阈值的精确性，电子设备可以按照设定的时间间隔，如1天、3天、1周、或1个月等，周期性更新本地存储的各位置信息间的时间阈值。
本方案中，电子设备可以根据各位置信息对应的历史记录，准确地确定各位置信息间的时间阈值，进一步地根据各位置信息间的时间阈值来进行多源对象关联时，能够提高对象关联的准确性。
相应的，本发明实施例还提供了一种多源对象关联装置，如图9所示，所述装置包括：
获取模块910，用于获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象；各第一记录至少包括所述目标对象被采集到时对应的位置信息和时间信息，任一第一待关联对象的各第二记录至少包括该第一待关联对象被采集到时对应的位置信息和时间信息；
执行模块920，用于针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；
第一确定模块930，用于当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；
第二确定模块940，用于根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；
关联模块950，用于在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
本发明实施例中，能够建立不同源对象之间的关联关系，从而能够根据已关联对象对车辆或人进行身份识别，提高身份识别的准确性。
作为本发明实施例的一种实施方式，所述执行模块920包括：
第一确定子模块(图中未示出)，用于根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差；
第一计算子模块(图中未示出)，用于根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围；
第一判断子模块(图中未示出)，用于判断各通行速度是否均位于所述速度阈值范围内；
第一执行子模块(图中未示出)，用于当所述第一判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
作为本发明实施例的一种实施方式，所述执行模块920还包括：
第二确定子模块(图中未示出)，用于针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围；
第一获取子模块(图中未示出)，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量；
第二计算子模块(图中未示出)，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
作为本发明实施例的一种实施方式，所述执行模块920包括：
第三确定子模块(图中未示出)，用于根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差；
第一查找子模块(图中未示出)，用于根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值；
第二判断子模块(图中未示出)，用于判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；
第二执行子模块(图中未示出)，用于当所述第二判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
作为本发明实施例的一种实施方式，所述执行模块920还包括：
第四确定子模块(图中未示出)，用于针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围；
第二获取子模块(图中未示出)，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量；
第三计算子模块(图中未示出)，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
作为本发明实施例的一种实施方式，所述第二确定模块940，具体用于针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与所述目标对象的匹配度。
作为本发明实施例的一种实施方式，所述装置还包括：
划分模块(图中未示出)，用于根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹；
所述第一确定模块930，具体用于针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
作为本发明实施例的一种实施方式，所述划分模块包括：
第三获取子模块(图中未示出)，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第四计算子模块(图中未示出)，用于针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差；
第五计算子模块(图中未示出)，用于根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围；
第一处理子模块(图中未示出)，用于判断所述行驶速度是否位于所述速度阈值范围内；如果否，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
作为本发明实施例的一种实施方式，所述划分模块包括：
第四获取子模块(图中未示出)，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第六计算子模块(图中未示出)，用于针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差；
第二查找子模块(图中未示出)，用于根据预先保存的各位置信息间的时间阈值，查找该两条第一记录所对应位置信息之间的目标时间阈值；
第二处理子模块(图中未示出)，用于判断所述时间差是否大于所述目标时间阈值；如果是，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
作为本发明实施例的一种实施方式，所述装置还包括：
处理模块(图中未示出)，用于针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差；
判断模块(图中未示出)，用于判断所计算得到的时间差的数量是否大于预设数量阈值；
第一计算模块(图中未示出)，用于当所述判断模块判断结果为是时，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地；
第二计算模块(图中未示出)，用于当所述判断模块判断结果为否时，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
作为本发明实施例的一种实施方式，所述装置还包括：
更新模块(图中未示出)，用于按照设定的时间间隔，更新存储的各位置信息间的时间阈值。
对于装置实施例而言，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。
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，对于系统实施例而言，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。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (22)
1.一种多源对象关联方法，其特征在于，所述方法包括：
获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象；各第一记录至少包括所述目标对象被采集到时对应的位置信息和时间信息，任一第一待关联对象的各第二记录至少包括该第一待关联对象被采集到时对应的位置信息和时间信息；
针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；
当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；
根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；
在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
2.根据权利要求1所述的方法，其特征在于，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的步骤包括：
根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差；
根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围；其中，所述速度阈值范围为：所述目标对象运动的正常速度范围；
判断各通行速度是否均位于所述速度阈值范围内；
如果是，确定该第一记录和各第三记录满足预定时空条件。
3.根据权利要求2所述的方法，其特征在于，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度的步骤包括：
针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围；
获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量；
根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
4.根据权利要求1所述的方法，其特征在于，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件的步骤包括：
根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差；
根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值；其中，所述目标时间阈值为：所述目标对象在每两个位置信息间通行的最大正常通行时间；
判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；
如果是，确定该第一记录和各第三记录满足预定时空条件。
5.根据权利要求4所述的方法，其特征在于，所述根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度的过程包括：
针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围；
获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量；
根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
6.根据权利要求1所述的方法，其特征在于，所述根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度的步骤包括：
针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与所述目标对象的匹配度。
7.根据权利要求1所述的方法，其特征在于，所述针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录之前，所述方法还包括：
根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹；
所述当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象的步骤包括：
针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
8.根据权利要求7所述的方法，其特征在于，所述根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹的步骤包括：
获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差；
根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围；
判断所述行驶速度是否位于所述速度阈值范围内；如果否，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
9.根据权利要求7所述的方法，其特征在于，所述根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹的步骤包括：
获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差；
根据预先保存的各位置信息间的时间阈值，查找该两条第一记录所对应位置信息之间的目标时间阈值；
判断所述时间差是否大于所述目标时间阈值；如果是，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
10.根据权利要求4或9所述的方法，其特征在于，预先存储各位置信息间的时间阈值的过程包括：
针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差；
判断所计算得到的时间差的数量是否大于预设数量阈值；
如果是，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地；
如果否，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
11.根据权利要求10所述的方法，其特征在于，所述方法还包括：
按照设定的时间间隔，更新存储的各位置信息间的时间阈值。
12.一种多源对象关联装置，其特征在于，所述装置包括：
获取模块，用于获取目标对象的各第一记录，以及各第一待关联对象的各第二记录；其中，所述目标对象与各第一待关联对象为不同类型对象；各第一记录至少包括所述目标对象被采集到时对应的位置信息和时间信息，任一第一待关联对象的各第二记录至少包括该第一待关联对象被采集到时对应的位置信息和时间信息；
执行模块，用于针对每个第一记录，以及每个第一待关联对象，在该第一待关联对象的第二记录中，确定与该第一记录时间相邻的至少一第三记录，并根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，判断该第一记录和各第三记录是否满足预定时空条件；如果满足，根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，计算各第三记录与该第一记录之间的匹配度；
第一确定模块，用于当各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象；
第二确定模块，用于根据各候选待关联对象的各第三记录与各第一记录之间的匹配度，确定各候选待关联对象与所述目标对象的匹配度；
关联模块，用于在候选待关联对象中识别匹配度大于预设阈值的目标待关联对象，并建立各目标待关联对象与所述目标对象的关联关系。
13.根据权利要求12所述的装置，其特征在于，所述执行模块包括：
第一确定子模块，用于根据该第一记录中包括的位置信息和时间信息，以及各第三记录中包括的位置信息和时间信息，确定该第一记录与各第三记录之间的间距和时间差；
第一计算子模块，用于根据该第一记录与各第三记录之间的间距和时间差，计算该第一记录与各第三记录之间的通行速度，并获取预先保存的速度阈值范围；其中，所述速度阈值范围为：所述目标对象运动的正常速度范围；
第一判断子模块，用于判断各通行速度是否均位于所述速度阈值范围内；
第一执行子模块，用于当所述第一判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
14.根据权利要求13所述的装置，其特征在于，所述执行模块还包括：
第二确定子模块，用于针对每个第三记录，根据预定速度范围划分规则，确定该第三记录与该第一记录之间的通行速度所属的目标速度范围；
第一获取子模块，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标速度范围内包括的历史记录的目标数量；
第二计算子模块，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
15.根据权利要求12所述的装置，其特征在于，所述执行模块包括：
第三确定子模块，用于根据该第一记录中包括的时间信息，以及各第三记录中包括的时间信息，确定该第一记录与各第三记录之间的时间差；
第一查找子模块，用于根据预先保存的各位置信息间的时间阈值，查找该第一记录中包括的位置信息与各第三记录中包括的位置信息间的目标时间阈值；其中，所述目标时间阈值为：所述目标对象在每两个位置信息间通行的最大正常通行时间；
第二判断子模块，用于判断该第一记录与各第三记录之间的时间差是否均小于对应的目标时间阈值；
第二执行子模块，用于当所述第二判断子模块判断结果为是时，确定该第一记录和各第三记录满足预定时空条件。
16.根据权利要求15所述的装置，其特征在于，所述执行模块还包括：
第四确定子模块，用于针对每个第三记录，根据预定时间范围划分规则，确定该第三记录与该第一记录之间的时间差所属的目标时间范围；
第二获取子模块，用于获取该第三记录中包括的位置信息与该第一记录中包括的位置信息间的历史记录总数量，以及所述目标时间范围内包括的历史记录的目标数量；
第三计算子模块，用于根据所述目标数量，以及所述历史记录总数量，计算该第三记录与该第一记录之间的匹配度。
17.根据权利要求12所述的装置，其特征在于，所述第二确定模块，具体用于针对每个候选待关联对象，计算该候选待关联对象的各第三记录与各第一记录之间的匹配度的和，并将所计算结果作为该候选待关联对象与所述目标对象的匹配度。
18.根据权利要求12所述的装置，其特征在于，所述装置还包括：
划分模块，用于根据各第一记录中包括的位置信息和时间信息，确定所述目标对象对应的各行驶轨迹；
所述第一确定模块，具体用于针对每个行驶轨迹，当该行驶轨迹中包括的各第一记录与一第一待关联对象的各第三记录均满足所述预定时空条件时，将该第一待关联对象确定为候选待关联对象。
19.根据权利要求18所述的装置，其特征在于，所述划分模块包括：
第三获取子模块，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第四计算子模块，用于针对每两条相邻第一记录，根据其位置信息确定该两条第一记录之间的间距，并根据其时间信息计算该两条第一记录的时间差；
第五计算子模块，用于根据该两条第一记录之间的间距和时间差，计算该两条第一记录之间的行驶速度，并获取预先保存的速度阈值范围；
第一处理子模块，用于判断所述行驶速度是否位于所述速度阈值范围内；如果否，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
20.根据权利要求18所述的装置，其特征在于，所述划分模块包括：
第四获取子模块，用于获取各第一记录的时间信息，并根据时间先后顺序对各第一记录进行排序，得到目标对象对应的初始轨迹；
第六计算子模块，用于针对每两条相邻第一记录，根据其时间信息计算该两条第一记录的时间差；
第二查找子模块，用于根据预先保存的各位置信息间的时间阈值，查找该两条第一记录所对应位置信息之间的目标时间阈值；
第二处理子模块，用于判断所述时间差是否大于所述目标时间阈值；如果是，在该两条第一记录之间对所述初始轨迹进行划分，得到所述目标对象的各行驶轨迹。
21.根据权利要求15或20所述的装置，其特征在于，所述装置还包括：
处理模块，用于针对每两个位置信息，获取所述两个位置信息对应的同一对象的历史记录，并计算该两个位置信息对应的各相邻历史记录间的时间差；
判断模块，用于判断所计算得到的时间差的数量是否大于预设数量阈值；
第一计算模块，用于当所述判断模块判断结果为是时，根据该两个位置信息对应的各时间差，通过正态分布计算该两个位置信息间的时间阈值并存储在本地；
第二计算模块，用于当所述判断模块判断结果为否时，根据该两个位置信息对应的各时间差，通过迪杰斯特拉算法计算该两个位置信息间的时间阈值并存储在本地。
22.根据权利要求21所述的装置，其特征在于，所述装置还包括：
更新模块，用于按照设定的时间间隔，更新存储的各位置信息间的时间阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710236087.6A CN108694216B (zh) | 2017-04-12 | 2017-04-12 | 一种多源对象关联方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710236087.6A CN108694216B (zh) | 2017-04-12 | 2017-04-12 | 一种多源对象关联方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108694216A CN108694216A (zh) | 2018-10-23 |
| CN108694216B true CN108694216B (zh) | 2020-11-27 |
Family
ID=63843655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710236087.6A Active CN108694216B (zh) | 2017-04-12 | 2017-04-12 | 一种多源对象关联方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108694216B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109656973B (zh) * | 2018-11-30 | 2022-07-08 | 武汉烽火众智数字技术有限责任公司 | 一种目标对象关联分析方法及装置 |
| CN110750589B (zh) * | 2019-09-04 | 2022-08-16 | 武汉烽火众智数字技术有限责任公司 | 一种数据分析方法、装置及计算机存储介质 |
| WO2021057504A1 (en) * | 2019-09-29 | 2021-04-01 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for traffic monitoring |
| CN112835947B (zh) * | 2019-11-22 | 2024-04-02 | 杭州海康威视系统技术有限公司 | 目标识别方法及装置、电子设备、存储介质 |
| CN111177670B (zh) * | 2019-12-17 | 2023-04-07 | 腾讯云计算（北京）有限责任公司 | 一种异源账号关联方法、装置、设备及存储介质 |
| CN111143496B (zh) * | 2019-12-19 | 2023-05-26 | 北京百度网讯科技有限公司 | 用于确定轨迹相似的目标对象的方法和装置 |
| CN112765473B (zh) * | 2021-01-28 | 2022-04-15 | 杭州云深科技有限公司 | 获取目标关联设备的数据处理系统 |
| CN114926795B (zh) * | 2022-07-19 | 2022-11-15 | 深圳前海中电慧安科技有限公司 | 信息关联性的确定方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102009031804A1 (de) * | 2009-07-06 | 2010-03-11 | Daimler Ag | Verfahren zur Objekterkennung und Objektverfolgung |
| CN102819578A (zh) * | 2012-07-24 | 2012-12-12 | 武汉大千信息技术有限公司 | 视频侦查嫌疑目标分析系统及方法 |
| CN102986208A (zh) * | 2010-05-14 | 2013-03-20 | 株式会社理光 | 成像装置、图像处理方法和用于在其上记录程序的记录介质 |
| CN103731636A (zh) * | 2013-12-12 | 2014-04-16 | 深圳先进技术研究院 | 利用wi-fi与视频监控设备对目标进行追踪的方法 |
| WO2015098144A1 (ja) * | 2013-12-26 | 2015-07-02 | 富士ゼロックス株式会社 | 情報処理装置、情報処理プログラム、記録媒体及び情報処理方法 |
| CN105630897A (zh) * | 2015-12-18 | 2016-06-01 | 武汉大学 | 一种内容感知的地理视频多层次关联方法 |
-
2017
- 2017-04-12 CN CN201710236087.6A patent/CN108694216B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102009031804A1 (de) * | 2009-07-06 | 2010-03-11 | Daimler Ag | Verfahren zur Objekterkennung und Objektverfolgung |
| CN102986208A (zh) * | 2010-05-14 | 2013-03-20 | 株式会社理光 | 成像装置、图像处理方法和用于在其上记录程序的记录介质 |
| CN102819578A (zh) * | 2012-07-24 | 2012-12-12 | 武汉大千信息技术有限公司 | 视频侦查嫌疑目标分析系统及方法 |
| CN103731636A (zh) * | 2013-12-12 | 2014-04-16 | 深圳先进技术研究院 | 利用wi-fi与视频监控设备对目标进行追踪的方法 |
| WO2015098144A1 (ja) * | 2013-12-26 | 2015-07-02 | 富士ゼロックス株式会社 | 情報処理装置、情報処理プログラム、記録媒体及び情報処理方法 |
| CN105630897A (zh) * | 2015-12-18 | 2016-06-01 | 武汉大学 | 一种内容感知的地理视频多层次关联方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108694216A (zh) | 2018-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108694216B (zh) | 一种多源对象关联方法及装置 | |
| CN107888877B (zh) | 车辆追踪及道路交通信息采集的方法及其系统 | |
| CN103049787B (zh) | 一种基于头肩特征的人数统计方法和系统 | |
| CN110660222B (zh) | 一种智能环保道路黑烟车辆电子抓拍系统 | |
| CN104303193B (zh) | 基于聚类的目标分类 | |
| CN109325429B (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
| CN111159254A (zh) | 一种基于大数据处理的车辆与人员的关联方法 | |
| CN106323301A (zh) | 一种道路情报的获取方法及装置 | |
| CN108734072B (zh) | 一种多源对象关联方法及装置 | |
| CN106937251B (zh) | 一种室内定位方法及服务器 | |
| CN108109132B (zh) | 一种图像分析方法及装置 | |
| CN102867177A (zh) | 一种基于图像灰度匹配的人数统计方法 | |
| Nakashima et al. | Passenger counter based on random forest regressor using drive recorder and sensors in buses | |
| CN109344886B (zh) | 基于卷积神经网络的遮挡号牌判别方法 | |
| CN103246896A (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
| CN111311766A (zh) | 基于车牌识别和跟踪技术的路边停车智能收费系统及方法 | |
| CN106530685B (zh) | 一种交通数据短时预测方法及装置 | |
| CN116153086B (zh) | 基于深度学习的多路段交通事故及拥堵检测方法及系统 | |
| CN109359689B (zh) | 一种数据识别方法及装置 | |
| CN110738366A (zh) | 一种室外盲区行为预测方法 | |
| CN111949840B (zh) | 一种基于物联网数据的拓扑图结构的构建方法、装置 | |
| CN108551650A (zh) | 一种公交客流采集装置及客流统计方法 | |
| CN111862023A (zh) | 一种基于计算机视觉的受电弓结构异常检测方法 | |
| CN108122415B (zh) | 一种车牌信息确定方法及装置 | |
| KR20170019108A (ko) | 인식 능력 기반의 카메라 검색 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |