CN109063654A - 随行跟踪方法、装置、计算机设备及存储介质 - Google Patents
随行跟踪方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109063654A CN109063654A CN201810889856.7A CN201810889856A CN109063654A CN 109063654 A CN109063654 A CN 109063654A CN 201810889856 A CN201810889856 A CN 201810889856A CN 109063654 A CN109063654 A CN 109063654A
- Authority
- CN
- China
- Prior art keywords
- retinue
- personage
- default
- feature
- groups
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种随行跟踪方法、装置、计算机设备及存储介质,其中,该随行跟踪方法包括:基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组;基于每一时空二元组,获取预设时空查询条件;基于预设时空查询条件获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征;对所有组别的有效电子特征进行交集运算,获取目标电子特征;对所有组别的有效生物特征进行交集运算,获取目标生物特征;将目标电子特征和目标生物特征进行匹配,构成随行人物特征。该方法可将随行的目标人物的电子特征和生物特征对应起来,提高对随行目标人物的定位精准度。
Description
技术领域
本发明涉及安防领域,尤其涉及一种随行跟踪方法、装置、计算机设备及存储介质。
背景技术
当前电子警察和摄像头等终端设备只能实现断面监控,即监控到的人的生物特征比如图像和移动设备的MAC号是分离的数据,终端设备在安防方面存在很大的局限性,难以从分离的数据中提取出有效信息。若监控人员已知嫌疑人的行踪,如何从上述分离的数据中提取出有效数据成为亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种可以从分离数据中提取出有效数据的随行跟踪方法、装置、计算机设备及存储介质。
一种随行跟踪方法,包括:
基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组;
基于每一时空二元组,获取预设时空查询条件;
基于预设时空查询条件获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征;
对所有组别的有效电子特征进行交集运算,获取至少一个目标电子特征;
对所有组别的有效生物特征进行交集运算,获取至少一个目标生物特征;
将目标电子特征和目标生物特征进行匹配,构成随行人物特征。
一种随行跟踪装置,包括:
获取时空二元组模块,用于基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组;
获取查询条件模块,用于基于每一时空二元组,获取预设时空查询条件;
获取人物特征模块,用于基于预设时空查询条件获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征;
获取电子特征模块,用于对所有组别的有效电子特征进行交集运算,获取至少一个目标电子特征;
获取生物特征模块,用于对所有组别的有效生物特征进行交集运算,获取至少一个目标生物特征;
构成人物特征模块,用于将目标电子特征和目标生物特征进行匹配,构成随行人物特征。
一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述随行跟踪方法的步骤。
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述随行跟踪方法的步骤。
上述随行跟踪方法、装置、计算机设备及存储介质,通过预设人物的已知人物特征,可获取与预设人物伴随的预设时空查询条件,基于预设时空查询条件可获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征,将所有有效电子特征和有效生物特征进行随行跟踪后可构成随行的目标人物特征,并将随行的目标人物的电子特征和生物特征对应起来,提高对随行目标人物的定位精准度,提高安防监控的追踪效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中随行跟踪方法的一应用环境示意图;
图2是本发明一实施例中随行跟踪方法的一流程图;
图3是本发明一实施例中随行跟踪方法的另一流程图;
图4是本发明一实施例中随行跟踪方法的另一流程图;
图5是本发明一实施例中随行跟踪方法的另一流程图;
图6是本发明一实施例中随行跟踪方法的另一流程图;
图7是本发明一实施例中随行跟踪方法的另一流程图;
图8是本发明一实施例中随行跟踪装置的一原理框图;
图9是本发明一实施例中计算机设备的一示意图。
具体实施方式
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作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。
本申请提供的信息定制发送方法,可应用在如图1的应用环境中,其中,终端设备通过网络与监控服务器进行通信。其中,终端设备包括但不限于各种个人计算机、终端采集设备、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。监控服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种随行跟踪方法,以该方法应用在图1中的监控服务器为例进行说明,包括如下步骤:
S10.基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组。
其中,已知人物特征为有效电子特征或者有效生物特征,其中有效电子特征是预设人员随身携带的电子设备的mac、imei、imsi等。有效生物特征为人脸图像等。时空二元组包括由预设人员的出现时间和指定采集区域构成的组合。
S20.基于每一时空二元组,获取预设时空查询条件。
其中,时空查询条件应用于本实施例,可将每一预设人员的出现时间的前后五秒设置为时空查询条件中的时间查找范围。
S30.基于预设时空查询条件获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征。
S40.对所有组别的有效电子特征进行交集运算,获取至少一个目标电子特征。
其中,目标电子特征就是每组人物特征数据都包括的有效电子特征。
S50.对所有组别的有效生物特征进行交集运算,获取至少一个目标生物特征。
其中,目标生物特征就是每组人物特征数据都包括的有效生物特征。
S60.将目标电子特征和目标生物特征进行匹配,构成随行人物特征。
其中,随行人物特征就是目标电子特征和目标生物特征都属于同一随行人物的特征,可作为该随行人物的确认标识。
本实施例提出的随行跟踪方法通过预设人物的已知人物特征,可获取与预设人物伴随的预设时空查询条件,基于预设时空查询条件可获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征,将所有有效电子特征和有效生物特征进行随行跟踪后可构成随行的目标人物特征,并将随行的目标人物的电子特征和生物特征对应起来,提高对随行目标人物的定位精准度,提高安防监控的追踪效率。
在一实施例中,如图3所示,步骤S10中,即基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组,具体包括如下步骤:
S11.基于基于预设人物的有效电子特征或有效生物特征,获取预设人物在指定区域的至少两次人物出现时间。
S12.将至少两次人物出现时间关联指定区域,形成至少两组时空二元组。
本实施例中,监控服务器可根据预设人员或者说已经确认的嫌疑人的人物特征(有效电子特征或有效生物特征),得到该嫌疑人多次出现在相同或者不同区域时的时间。将嫌疑人出现时间和出现地点关联形成时空二元组,利于后续基于该时空二元组获取同行的随行人。
在一实施例中,如图4所示,步骤20中,即基于每一时空二元组,获取预设时空查询条件,具体包括如下步骤:
S21.获取时空二元组中每一相同的指定区域对应的人物出现时间。
S22.根据预设时延范围获取每一人物出现时间对应的时间查找范围。
S23.将与人物出现时间对应的指定区域和时间查找范围进行关联,形成预设时空查询条件。
本实施例中,监控服务器可根据嫌疑人的出现时间和出现地点获取时间查找范围,以利于监控服务器根据该时间查找范围搜寻可能与预设人员同行的随行人。
在一实施例中,如图5所示,步骤S30中,即基于预设时空查询条件获取至少两组人物特征数据,具体包括如下步骤:
S31.获取至少一个指定采集时段和至少两个指定采集区域作为预设时空查询条件。
S32.基于预设时空查询条件,在终端采集数据库中获取与至少两个指定采集区域对应的至少两组人物特征数据。
本实施例中,监控服务器可根据嫌疑人可出现的多个敏感场所,通过终端设备获取多个敏感场所采集的生物特征和电子信息,利于后续基于上述信息对嫌疑人进行定位。
在一实施例中,如图6所示,步骤S40中,即对所有组别的有效电子特征进行交集运算,获取目标电子特征,具体包括如下步骤:
S41.统计每一有效电子特征的特征出现次数。
S42.将大于预设阈值的特征出现次数对应的有效电子特征作为目标电子特征。
其中,阈值一般为设定的采集区域的预设人员的出现次数。可以理解地,安防人员设定查询的区域都是针对可能出现与预设人员或者说嫌疑人同行的敏感区域。若嫌疑人存在同行人,则同行人在敏感区域被该区域的终端设备采集的次数应不小于嫌疑人出现的次数。
在一实施例中,如图7所示,步骤S60中,即将目标电子特征和目标生物特征进行匹配,构成随行人物特征,具体包括如下步骤:
S61.获取只包括一个目标电子特征的一组人物特征数据作为目标数据组。
可以理解地,将只包括一个目标电子特征的组别作为目标数据组,可精准定位目标人物。避免组别中出现至少两个目标电子特征时,难以将目标电子特征和目标生物特征进行匹配的情况。
S62.获取目标数据组记录的目标生物特征,则将目标电子特征和目标生物特征进行对应,构成随行人物特征。
其中,随行人物特征是有效电子特征和有效生物特征可对应同一人的特征。优选地,若该有效电子特征可管理随行人物的身份特征比如身份证号或手机号等,即可将该随行人物的身份特征作为身份ID和目标电子特征与目标生物特征进行再次关联,以进一步确认随行的嫌疑人。
本实施例提出的随行跟踪方法通过预设人物的已知人物特征,可获取与预设人物伴随的预设时空查询条件,基于预设时空查询条件可获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征,将所有有效电子特征和有效生物特征进行随行跟踪后可构成随行的目标人物特征,并将随行的目标人物的电子特征和生物特征对应起来,提高对随行目标人物的定位精准度,提高安防监控的追踪效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种随行跟踪装置,该随行跟踪装置与上述实施例中随行跟踪方法一一对应。如图8所示,该随行跟踪装置包括获取时空二元组模块10、获取查询条件模块20、获取人物特征模块30、获取电子特征模块40、获取生物特征模块50和构成人物特征模块60。各功能模块详细说明如下:
获取时空二元组模块10,用于基于预设人物的已知人物特征,获取预设人物对应的至少两组时空二元组。
获取查询条件模块20,用于基于每一时空二元组,获取预设时空查询条件。
获取人物特征模块30,用于基于预设时空查询条件获取至少两组人物特征数据,每组人物特征数据包括至少一个有效电子特征和至少一个有效生物特征。
获取电子特征模块40,用于对所有组别的有效电子特征进行交集运算,获取至少一个目标电子特征。
获取生物特征模块50,用于对所有组别的有效生物特征进行交集运算,获取至少一个目标生物特征。
构成人物特征模块60,用于将目标电子特征和目标生物特征进行匹配,构成随行人物特征。
关于随行跟踪装置的具体限定可以参见上文中对于随行跟踪方法的限定,在此不再赘述。上述随行跟踪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与随行跟踪方法相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种随行跟踪方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种随行跟踪方法,其特征在于,包括:
基于预设人物的已知人物特征,获取所述预设人物对应的至少两组时空二元组;
基于每一所述时空二元组,获取预设时空查询条件;
基于所述预设时空查询条件获取至少两组人物特征数据,每组所述人物特征数据包括至少一个有效电子特征和至少一个有效生物特征;
对所有组别的所述有效电子特征进行交集运算,获取至少一个目标电子特征;
对所有组别的所述有效生物特征进行交集运算,获取至少一个目标生物特征;
将所述目标电子特征和所述目标生物特征进行匹配,构成随行人物特征。
2.如权利要求1所述的随行跟踪方法,其特征在于,所述基于预设人物的已知人物特征,获取所述预设人物对应的至少两组时空二元组,包括:
基于所述基于预设人物的有效电子特征或有效生物特征,获取所述预设人物在指定区域的至少两次人物出现时间;
将至少两次所述人物出现时间关联所述指定区域,形成至少两组时空二元组。
3.如权利要求2所述的随行跟踪方法,其特征在于,所述基于每一所述时空二元组,获取预设时空查询条件,包括:
获取所述时空二元组中每一相同的指定区域对应的人物出现时间;
根据预设时延范围获取所述每一人物出现时间对应的时间查找范围;
将与所述人物出现时间对应的指定区域和时间查找范围进行关联,形成预设时空查询条件。
4.如权利要求1所述的随行跟踪方法,其特征在于,所述基于所述预设时空查询条件获取至少两组人物特征数据,包括:
获取至少两个指定采集时段和至少一个指定采集区域作为预设时空查询条件;
基于所述预设时空查询条件,在终端采集数据库中获取与至少两个所述指定采集时段对应的至少两组人物特征数据。
5.如权利要求1所述的随行跟踪方法,其特征在于,所述对所有组别的有效电子特征进行交集运算,获取目标电子特征,包括:
统计每一所述有效电子特征的特征出现次数;
将大于预设阈值的所述特征出现次数对应的有效电子特征作为目标电子特征。
6.如权利要求1所述的随行跟踪方法,其特征在于,所述将所述目标电子特征和所述目标生物特征进行匹配,构成随行人物特征,包括:
获取只包括一个所述目标电子特征的一组人物特征数据作为目标数据组;
获取所述目标数据组记录的所述目标生物特征,则将所述目标电子特征和所述目标生物特征进行对应,构成随行人物特征。
7.一种随行跟踪装置,其特征在于,包括:
获取时空二元组模块,用于基于预设人物的已知人物特征,获取所述预设人物对应的至少两组时空二元组;
获取查询条件模块,用于基于每一所述时空二元组,获取预设时空查询条件;
获取人物特征模块,用于基于所述预设时空查询条件获取至少两组人物特征数据,每组所述人物特征数据包括至少一个有效电子特征和至少一个有效生物特征;
获取电子特征模块,用于对所有组别的所述有效电子特征进行交集运算,获取至少一个目标电子特征;
获取生物特征模块,用于对所有组别的所述有效生物特征进行交集运算,获取至少一个目标生物特征;
构成人物特征模块,用于将所述目标电子特征和所述目标生物特征进行匹配,构成随行人物特征。
8.如权利要求7所述的随行跟踪装置,其特征在于,所述获取特征数据模块包括:
获取出现时间模块,用于基于所述基于预设人物的有效电子特征或有效生物特征,获取所述预设人物在指定区域的至少两次人物出现时间;
形成时空二元组模块,用于将至少两次所述人物出现时间关联所述指定区域,形成至少两组时空二元组。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述随行跟踪方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述随行跟踪方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810889856.7A CN109063654A (zh) | 2018-08-07 | 2018-08-07 | 随行跟踪方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810889856.7A CN109063654A (zh) | 2018-08-07 | 2018-08-07 | 随行跟踪方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109063654A true CN109063654A (zh) | 2018-12-21 |
Family
ID=64832118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810889856.7A Pending CN109063654A (zh) | 2018-08-07 | 2018-08-07 | 随行跟踪方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063654A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523529A (zh) * | 2020-07-06 | 2020-08-11 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于乘客出行轨迹的轨道交通疫情防控系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210972A (ja) * | 2012-03-30 | 2013-10-10 | Toshiba Corp | メモリシステム |
CN104537746A (zh) * | 2014-12-31 | 2015-04-22 | 小米科技有限责任公司 | 智能电子门控制方法、系统及设备 |
CN104732210A (zh) * | 2015-03-17 | 2015-06-24 | 深圳超多维光电子有限公司 | 目标人脸跟踪方法及电子设备 |
CN105790955A (zh) * | 2016-04-06 | 2016-07-20 | 深圳市博康智能信息技术有限公司 | 一种基于mac地址与人脸信息关联的方法和系统 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及系统 |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
-
2018
- 2018-08-07 CN CN201810889856.7A patent/CN109063654A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210972A (ja) * | 2012-03-30 | 2013-10-10 | Toshiba Corp | メモリシステム |
CN104537746A (zh) * | 2014-12-31 | 2015-04-22 | 小米科技有限责任公司 | 智能电子门控制方法、系统及设备 |
CN104732210A (zh) * | 2015-03-17 | 2015-06-24 | 深圳超多维光电子有限公司 | 目标人脸跟踪方法及电子设备 |
CN105790955A (zh) * | 2016-04-06 | 2016-07-20 | 深圳市博康智能信息技术有限公司 | 一种基于mac地址与人脸信息关联的方法和系统 |
CN106874347A (zh) * | 2016-12-26 | 2017-06-20 | 深圳市深网视界科技有限公司 | 一种匹配人体特征与mac地址的方法及系统 |
CN107590439A (zh) * | 2017-08-18 | 2018-01-16 | 湖南文理学院 | 基于监控视频的目标人物识别追踪方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111523529A (zh) * | 2020-07-06 | 2020-08-11 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于乘客出行轨迹的轨道交通疫情防控系统及方法 |
CN111523529B (zh) * | 2020-07-06 | 2020-10-16 | 中国铁道科学研究院集团有限公司通信信号研究所 | 基于乘客出行轨迹的轨道交通疫情防控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10938550B2 (en) | Method, system and apparatus for data storage and data access | |
Xu et al. | Trajectory recovery from ash: User privacy is not preserved in aggregated mobility data | |
CN108304704B (zh) | 权限控制方法、装置、计算机设备和存储介质 | |
CN101582887B (zh) | 安全防护方法、网关设备及安全防护系统 | |
EP2748781B1 (en) | Multi-factor identity fingerprinting with user behavior | |
Yang et al. | Physical security and safety of IoT equipment: A survey of recent advances and opportunities | |
CN109087090A (zh) | 使用可信任的账本追踪目标 | |
CN105337941B (zh) | 一种设备标识提供方法及装置 | |
CN108256443A (zh) | 一种人员定位方法、系统及终端设备 | |
CN110096551A (zh) | 基于区块链的信用数据存储方法、装置、设备及介质 | |
CN104317918A (zh) | 基于复合大数据gis的异常行为分析及报警系统 | |
CN106384222A (zh) | 保单回销方法和系统 | |
CN109547488A (zh) | 一种基于联盟区块链的可信数据计算及交换系统 | |
CN112749652B (zh) | 身份信息确定的方法和装置、存储介质及电子设备 | |
CN114913004A (zh) | 服务降级方法、系统、装置、计算机设备和存储介质 | |
CN110557722B (zh) | 目标团伙的识别方法及相关装置 | |
CN109063654A (zh) | 随行跟踪方法、装置、计算机设备及存储介质 | |
CN113434588B (zh) | 基于移动通信话单的数据挖掘分析方法及装置 | |
CN109063655A (zh) | 特征匹配方法、装置、计算机设备及存储介质 | |
CN110191097A (zh) | 登录页面安全性的检测方法、系统、设备及存储介质 | |
CN110334149A (zh) | 一种基于区块链的数据记录方法、装置及电子设备 | |
CN106209971A (zh) | 一种监控终端的控制方法及系统 | |
CN104462392A (zh) | 分享回流量的统计方法和装置 | |
CN110598670B (zh) | 设置监控区域禁区的方法、装置、存储介质和计算机设备 | |
CN113822651A (zh) | 基于安全管理的智慧社区门禁管理系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |