CN109934074B - 行动轨迹确定方法及装置 - Google Patents

Abstract

本申请公开了一种行动轨迹确定方法，包括：确定目标对象及用于确定目标对象的行动轨迹的轨迹点集合；轨迹点集合中包含多个轨迹点；依据轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定轨迹点的可信度，可信度反映目标对象在轨迹点出现的可信程度；依据轨迹点的可信度，生成目标对象的行动轨迹。采用本申请实施例提供的方案，通过考察目标对象在轨迹点出现的可信程度确定行动轨迹上的轨迹点，有利于提高确定出的行动轨迹的准确性，使得确定出的行动轨迹更接近于目标对象的实际行动轨迹。

Description

行动轨迹确定方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种行动轨迹确定方法、装置以及相关的计算机设备和计算机可读存储介质。

背景技术

随着视频监控技术和计算机技术的发展，可以采用多种手段对预设的监控对象的行动进行检测和跟踪，以便确定预设监控对象的活动范围并进行后续处理。

在相关技术中，可以采用人脸识别抓拍摄像机（可简称人脸抓拍机）对进入监视范围的人员进行抓拍，并记录与预设监控对象相匹配或者符合一定条件的人员的轨迹点，用于确定目标对象的行动轨迹。这种方式仅仅根据抓拍到目标对象的地点确定其行动轨迹和活动范围，因此，可能会出现行动轨迹不准确、与目标对象的实际行动轨迹偏差大等缺陷，从而影响后续的判断和处理。

发明内容

本申请实施例提供一种行动轨迹确定方法、装置及相应的计算机设备和计算机存储介质，旨在提高确定出的行动轨迹的准确性，使得确定出的行动轨迹更接近于目标对象的实际行动轨迹。

本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种行动轨迹确定方法，包括：

确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

依据所述轨迹点的可信度，生成所述目标对象的行动轨迹。

可选的，在第一方面提供的方法中，依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度，包括：

在所述轨迹点集合的指定范围内确定基准轨迹点；所述指定范围为所述轨迹点集合的部分或全部；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度；所述相对可信度，用于反映所述目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度；

根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度。

可选的，在第一方面提供的方法中，所述轨迹点的属性信息，包括与所述轨迹点相对应的时间信息和位置信息；在所述轨迹点获取的所述目标对象的特征信息，包括所述目标对象的行进速度和获取的所述目标对象的人体图像与预存的目标人物的人体图像的相似参数；

则依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度，包括：

将所述指定范围内任一轨迹点作为当前轨迹点，依据当前轨迹点的时间信息与所述基准轨迹点的时间信息，确定当前轨迹点与所述基准轨迹点之中时间信息较早的轨迹点和时间信息较晚的轨迹点；

以所述时间信息较早的轨迹点的位置信息为起点，计算所述目标对象以该时间信息较早的轨迹点的行进速度为速度、在所述当前轨迹点与所述基准轨迹点之间的时间差的时间长度内、能够到达所述时间信息较晚的轨迹点的位置信息的概率系数；

将所述概率系数与当前轨迹点对应的相似参数的乘积确定为当前轨迹点相对于基准轨迹点的相对可信度。

可选的，在第一方面提供的方法中，计算所述概率系数，包括：

计算所述当前轨迹点与所述基准轨迹点之间所述时间信息的差值和所述位置信息的差值；

计算所述时间信息的差值与所述时间信息较早的轨迹点的行进速度的乘积；

计算所述乘积与所述位置信息的差值的比值；

根据所述比值确定所述概率系数。

可选的，在第一方面提供的方法中，在所述轨迹点集合的指定范围内确定基准轨迹点，包括：

将所述轨迹点集合的指定范围内相似参数最高、时间最早或者用户指定的轨迹点，确定为所述基准轨迹点。

可选的，在第一方面提供的方法中，当所述指定范围为所述轨迹点集合的全部时，在确定各轨迹点相对于所述基准轨迹点的相对可信度之后，所述方法还包括：

根据各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点；

则根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度，具体为：

将各轨迹点相对于所述新的基准轨迹点的相对可信度，确定为各所述轨迹点的可信度。

可选的，在第一方面提供的方法中，根据各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点，包括：

将相对于所述基准轨迹点的相对可信度满足预设条件的轨迹点确定为所述新的基准轨迹点；所述预设条件包括所述相对可信度的数值最大和/或所述相对可信度的数值大于预设阈值。

可选的，在第一方面提供的方法中，当所述指定范围为所述轨迹点集合的部分时，在确定各轨迹点相对于所述基准轨迹点的相对可信度之后，所述方法还包括：

根据所述指定范围内各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点；

根据预设规则确定所述轨迹点集合中新的指定范围，并将所述新的基准轨迹点作为所述新的指定范围内的基准轨迹点。

可选的，在第一方面提供的方法中，根据所述指定范围内各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点，包括：

将所述指定范围内相对于所述基准轨迹点的相对可信度满足预设条件的轨迹点确定为所述新的基准轨迹点；所述预设条件包括所述相对可信度的数值最大和/或所述相对可信度的数值大于预设阈值。

第二方面，本申请实施例提供一种行动轨迹确定装置，包括：

目标对象轨迹点集合确定模块，用于确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

可信度确定模块，用于依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

行动轨迹生成模块，用于依据所述轨迹点的可信度，生成所述目标对象的行动轨迹。

第三方面，本申请实施例还提供一种计算机设备，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现上述第一方面所述的方法步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

本申请实施例所提供的方法中，根据目标对象的轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定能够反映目标对象在某轨迹点出现的可信程度的可信度，进而可以依据轨迹点的可信度，确定行动轨迹上的轨迹点，进而生成目标对象的行动轨迹。采用本申请实施例提供的方案，通过考察目标对象在轨迹点出现的可信程度确定行动轨迹上的轨迹点，有利于提高确定出的行动轨迹的准确性，使得确定出的行动轨迹更接近于目标对象的实际行动轨迹。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为监控管理系统在信息获取和处理过程的时序示意图；

图2为本申请实施例所提供的行动轨迹确定方法的流程示意图；

图3为本申请实施例所提供的行动轨迹确定方法的细化流程示意图

图4为本申请实施例所提供的行动轨迹确定装置的结构示意图；

图5为实现本申请实施例所提供的方法的一种计算机设备的示意性结构图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

参见图1所示，本申请实施例可应用于一监控管理系统，该系统包括人脸抓拍机、人脸识别系统（又可称为脸谱系统）、视频流分析系统（例如，猎鹰系统）和监控管理平台。

为了实现对预设监控对象（又可称为目标人物）的监控，可以采用人脸抓拍机获取人脸图片，具体地，可以在识别出人脸后对人脸图片进行抓拍。相比于传统视频监控设备只能看到被监控对象的大概情况而言，人脸抓拍机能够直接捕捉人脸。只要进入了监视范围，就会抓拍人脸。在布设视频监控系统时，可以只将人脸抓拍机布设在分岔路口、公共场所或人流密集区域等重点监控区域，也可以根据监控强度的需要和安全程度的要求确定人脸抓拍机的布设密度。例如，在校园或银行周边等安全程度要求较高的区域可以加大人脸抓拍机的布设密度。

人脸抓拍机在抓拍到人脸图片后，可以将抓拍到的人脸图片上报到人脸识别系统进行人脸分析，在实际应用中，也可称为脸谱系统或脸谱识别系统等。在具体实施时，可以预设一个数据库（可以形象的称之为黑名单/白名单），存储用户导入的需要重点关注的预设监控对象及其清晰的人脸图片。这里所说的预设监控对象，可以包括商场、游乐场、火车站、飞机场等人流量大的公共场所失散的同伴，也可以包括需要监护的老人、儿童等，还可以包括需要密切关注的其他群体。

人脸识别系统可以将人脸抓拍机获取到的人脸图片与数据库中预先设定好的监控对象的人脸图片进行比对（也可理解为将获取到的人体图像与预存的目标人物的人体图像进行比对），具体地，可以采用计算相似度这种相似参数的方式进行。例如，可以通过确定人脸图片的特征向量，进而计算不同人脸图片之间的特征向量距离来确定不同人脸图片之间的相似度；又例如，还可通过分别确定不同人脸图片对应的特征脸（即用于机器视觉领域中的人脸识别问题的一组特征向量）来确定不同人脸图片之间的相似度；等等。上述列举的人脸图片的相似度计算方法采用现有技术即可，在此不再赘述。

人脸识别系统在对人脸抓拍机获取到的人脸图片与数据库中预设监控对象的人脸图片进行比对之后，若人脸抓拍机获取到的人脸图片与数据库中预设监控对象的人脸图片的相似度（相似参数的一种具体体现）达到预设的阈值，则认为人脸抓拍机抓拍到与预设监控对象相似度足够高的对象，人脸识别系统将向监控管理平台发送提示信息（也可称为告警信息），用于将抓拍到预设监控对象的消息告知监控管理平台。可以理解到，人脸识别系统向监控管理平台发送的提示消息，可以仅仅提示抓拍到预设监控对象的消息，也可以同时上报抓拍到的对象与预设监控对象的相似度，还可以同时上报获取到该对象时的时间信息和位置信息。在上报上述位置信息时，人脸识别系统既可以直接将抓拍到该对象的人脸抓拍机所在的地理位置信息上报到监控管理平台；也可以将抓拍到该对象的人脸抓拍机的身份标识符（例如，抓拍机的编号、代号等）上报到监控管理平台，由监控管理平台根据所记录的人脸抓拍机及其布设地点信息查询得到。在本申请实施例中无需限定。

监控管理平台接收到上述提示信息（或称为报警信息、告警信息）之后，可以进一步通知视频流分析系统（例如，现有技术中的猎鹰系统）对抓拍到上述对象（可以理解为与预设监控对象相似度足够高的对象）的时间段内、包含有该对象的视频流进行分析，可以从该对象的着装颜色、人体目标大小、运动方向、行动速度、年龄段、性别、是否戴眼镜、是否骑车、是否背包、是否携带物品等方面进行识别。对于本申请而言，可以对视频流进行结构化分析，提取出该对象在被抓拍到时的行动速度，上报到监控管理系统进行记录，以便在后续步骤确定行动轨迹时调用。

本领域技术人员可以理解到，以上所描述的过程，可以循环、持续的进行：既可以单独步骤自行循环，例如，人脸抓拍机循环的抓拍人脸图片，人脸分析系统循环的进行相似度的比对并在满足条件时发出提示信息；也可以多个步骤构成一个循环节重复执行。在此无需限定。

还可以理解到，以上所描述的过程，能够确定出与预设监控对象足够相似（可以理解为相似度达到预设阈值）的被抓拍对象，并能够确定出被抓拍对象出现的时间（即获取到该对象时的时间）、地点（即获取到该对象时的位置信息，也就是抓拍到该对象的人脸抓拍机所布设的地理位置信息）和在这一时间的行动速度。本申请实施例所提供的行动轨迹确定方法就可以在获取到上述信息后执行。在具体实施时，确定需生成行动轨迹的目标对象以及获取到该目标对象的轨迹点；每一轨迹点都与在该点获取到的目标对象、获取到目标对象时的时间信息和位置信息存在对应关系。进一步地，该轨迹点还对应到在该点获取到的目标对象与预设监控对象的相似参数以及在该点的行动速度（也就是该点所对应的时间点的行动速度）。

需要说明的是，在采用本申请实施例提供的方法确定目标对象的行动轨迹时，监控管理平台既可以在接收到提示抓拍到目标对象的新提示信息时执行，以便确定出相对应的新的轨迹点，进而确定出新的行动轨迹，甚至预测目标对象的行动轨迹。监控管理平台也可以持续的接收到上述提示信息，当满足预设条件或者需要时启动对目标对象行动轨迹的确定。例如，当某一目标对象持续在敏感区域（例如自动取款机门口）滞留超过预设时长时，监控管理平台自动触发对该目标对象的行动轨迹的确定；当监控管理平台的用户认为需要查看某一目标对象（也可理解为该目标对象所对应的预设监控对象）的行动轨迹时，可以通过对监控管理平台的操作触发本申请实施例的方法，生成该目标对象的行动轨迹；等等。

还需要说明的是，在生成行动轨迹时，既可以针对目标对象在预设时间段内的行动生成轨迹，也可以针对目标对象在预设地理区域内的行动生成轨迹，视用户对监控管理平台的配置和应用需求而定。本申请实施例中，可以根据希望生成行动轨迹的时间范围或者地理位置范围确定用于生成行动轨迹的轨迹点集合。

参见图2所示，本申请实施例提供的行动轨迹确定方法，可包括以下步骤：

S101：确定目标对象及用于确定目标对象的行动轨迹的轨迹点集合；轨迹点集合中包含多个轨迹点。

需要说明的是，执行步骤S101确定目标对象的轨迹点集合时，可以依据监控管理平台接收到的提示信息确定。目标对象的轨迹点集合中包含的轨迹点（可记为第i个轨迹点）与获取到该目标对象时的时间信息（可记为T_i）、位置信息（可记为w_i）、相似参数（可记为M_i）以及该目标对象的行进速度（可记为S_i）存在对应关系，相似参数M_i可用于反映在该轨迹点抓拍到的目标对象与预设监控对象的相似程度，可以具体化为相似度。因此，轨迹点集合中的轨迹点能够反映目标对象在什么时间（通过与该轨迹点相对应的时间信息反映）出现在什么地点（通过与该轨迹点相对应的位置信息反映），并能够确定目标对象在该轨迹点时的行动速度。结合前述进行人脸抓拍的过程，可以理解到，轨迹点所对应的获取到目标对象时的时间信息可取为人脸抓拍机抓拍到目标对象时的时间，所对应的位置信息可取为抓拍到目标对象的人脸抓拍机所布设的坐标信息。

S103：依据轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定轨迹点的可信度；可信度反映目标对象在轨迹点出现的可信程度。

在实施本申请实施例时，可以根据实际需要确定轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息的具体内涵，根据确定轨迹点的可信度的需要，确定将与轨迹点相关的哪些信息作为轨迹点的属性信息，确定将目标对象的哪些信息作为上述特征信息。在一种优选方案中，可以将与轨迹点相对应的时间信息和位置信息作为轨迹点的属性信息，将目标对象的行进速度、以及获取的目标对象的人体图像与预存的目标人物的人体图像的相似参数作为在轨迹点获取的目标对象的特征信息。下文将以此为例详细说明本申请实施例的各个方面。

执行步骤S103确定轨迹点i的可信度时，综合考虑与轨迹点相对应，能够反映抓拍到目标对象的时间的时间信息T_i、能够反映抓拍到目标对象的地点的位置信息w_i、能够反映抓拍到的目标对象与预设监控对象的相似程度的相似参数M_i、以及能够反映目标对象在被抓拍到时的运动状态的行进速度S_i，因而能够反映目标对象若沿连贯的行动轨迹行进，在T_i时刻出现在w_i的可信程度，从而能够进一步执行以下步骤，即：

S105：依据轨迹点的可信度，生成目标对象的行动轨迹。

本申请实施例所提供的上述方法中，根据目标对象的轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定能够反映目标对象在某轨迹点出现的可信程度的可信度，进而可以依据轨迹点的可信度，确定行动轨迹上的轨迹点，进而生成目标对象的行动轨迹。采用本申请实施例提供的方案，通过考察目标对象在轨迹点出现的可信程度确定行动轨迹上的轨迹点，有利于提高确定出的行动轨迹的准确性，使得确定出的行动轨迹更接近于目标对象的实际行动轨迹。

下面将从不同方面举例说明本申请实施例的具体实施过程。

参见图3所示，在执行步骤S103依据轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定轨迹点的可信度时，可具体包括：

S1031：在轨迹点集合的指定范围内确定基准轨迹点；指定范围为轨迹点集合的部分或全部。

需要说明的是，若指定范围为轨迹点集合的全部时，可以直接执行步骤S1031确定基准轨迹点。而若指定范围为轨迹点集合的部分时，则在执行步骤S1031在指定范围内确定基准轨迹点之前，还需要先确定指定范围，以便进而在指定范围内确定基准轨迹点。

在具体实施时，可以在轨迹点集合的指定范围内（轨迹点集合中的全部或部分），首先将更可信、更可靠的轨迹点确定为基准轨迹点，进而在此基础上推测目标对象在其他轨迹点出现的可信程度，可以认为，在基准轨迹点相对更可信的基础上，基于基准轨迹点推测出的可信度也就更加可信。

在确定基准轨迹点的具体过程中，若为在轨迹点集合中首次确定基准轨迹点，可以将所述轨迹点集合的指定范围内相似参数（例如，相似度）最高的轨迹点确定为基准轨迹点。这是因为，轨迹点所对应的相似参数越高，表示在该轨迹点抓拍到的目标对象为预设监控对象的可能性越大，因而该轨迹点为目标对象的实际行动轨迹的可能性也就越大，以此轨迹点为基础能够更可信的确定目标对象在其他轨迹点出现的可信程度。

另外，根据对目标对象的行动轨迹的不同关注方面，还可以在轨迹点集合中，将在指定范围内时间最早的轨迹点确定为基准轨迹点。此时可以理解为，目标对象在该指定范围内首次出现时，位于该基准轨迹点所在的位置。除此之外，还可以将指定范围内最接近指定地点的轨迹点确定为基准轨迹点。此时可以理解为，目标对象在该指定范围内，以基准轨迹点所在的位置为参照物进行行动。

除此之外，还可以依据用户事先已确切掌握的信息，在轨迹点集合中将用户指定的轨迹点确定为目标对象在指定范围内的基准轨迹点，例如，用户已能够完全确定指定范围内的某个轨迹点与目标对象相对应，则可以以该轨迹点作为基准轨迹点。在本申请实施例中，首次确定基准轨迹点的主要目的在于，在指定范围内确定出一个可信度相对较高的轨迹点，进而以该基准轨迹点作为参照物确定指定范围内其他轨迹点相对于该基准轨迹点的相对可信度，并以此相对可信度作为轨迹点的可信度，反映目标对象在该轨迹点出现的可信程度。

在首次确定出基准轨迹点之后，根据本申请实施例的不同实施方式，还可能采用其他方式确定出新的基准轨迹点。后续将详细说明，此处暂不赘述。

S1033：依据轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定指定范围内的轨迹点相对于基准轨迹点的相对可信度；相对可信度，用于反映目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度。

可以理解到，轨迹点的属性信息，可具体包括与轨迹点相对应的时间信息和位置信息；在轨迹点获取的目标对象的特征信息，可具体包括目标对象的行进速度和获取的目标对象的人体图像与预存的目标人物的人体图像的相似参数。

在具体实施时，可以遍历指定范围内的所有轨迹点，并执行以下步骤计算确定指定范围内的轨迹点相对于基准轨迹点的相对可信度：

将指定范围内任一轨迹点作为当前轨迹点i，依据当前轨迹点的时间信息与基准轨迹点的时间信息，确定当前轨迹点与基准轨迹点之中时间信息较早的轨迹点和时间信息较晚的轨迹点；

以时间信息较早的轨迹点的位置信息为起点，计算目标对象以该时间信息较早的轨迹点的行进速度为速度、在当前轨迹点与基准轨迹点之间的时间差的时间长度内、能够到达时间信息较晚的轨迹点的位置信息的概率系数；

将概率系数与当前轨迹点对应的相似参数的乘积确定为当前轨迹点相对于基准轨迹点的相对可信度。

更具体地，在计算概率系数时，采用以下方式：

计算当前轨迹点与基准轨迹点之间时间信息的差值和位置信息的差值；

计算时间信息的差值与时间信息较早的轨迹点的行进速度的乘积；

计算乘积与位置信息的差值的比值；

根据比值确定概率系数。

进一步地，假设基准轨迹点o为时间信息较早的轨迹点，当前轨迹点i为时间信息较晚的轨迹点，则计算轨迹点i相对于基准轨迹点o的相对可信度P_i的过程可以表示为以下公式：

其中：

P_i表示第i个轨迹点相对于基准轨迹点o的可信度，反映在目标对象已出现在基准轨迹点o的基础上，在第i个轨迹点出现的可信程度；

S_o表示与基准轨迹点o相对应的行进速度；

T_i表示与轨迹点i相对应的时间信息；

T_o表示与基准轨迹点o相对应的时间信息；

w_i表示与轨迹点i相对应的位置信息；

w_o表示与基准轨迹点o相对应的位置信息；

M_i表示与轨迹点i相对应的相似参数。

S1035：根据指定范围内的各轨迹点相对于基准轨迹点的相对可信度确定轨迹点的可信度。

由于轨迹点相对于基准轨迹点的相对可信度能够反映目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度。在认为基准轨迹点o可信的基础上，可以认为相对于基准轨迹点o的相对可信度高的轨迹点也更加可信。因此，可以直接根据相对于基准轨迹点的相对可信度确定轨迹点的可信度，具体地，可以直接将相对可信度的数值作为可信度的数值；也可以为建立相对可信度的数值与可信度的区间建立对应关系，根据相对可信度的数值所落入的区间，确定对应轨迹点的可信度，本申请实施例对此不做限定。

需要说明的是，采用上述方式和其他可行的方式确定出指定范围内的各轨迹点相对于基准轨迹点的相对可信度，即可确定各轨迹点的可信度。可以理解到，可信度越高的轨迹点，目标对象在该点出现的可能性越大，该点越有可能准确、真实的反映目标对象的行动轨迹，因而可以直接执行步骤S105，根据各轨迹点的可信度确定目标对象的行动轨迹。例如，可以将可信度达到预设阈值的轨迹点作为行动轨迹上的轨迹点，也可以按照生成行动轨迹所需的轨迹点的预设数量，将可信度最高的预设数量个轨迹点作为行动轨迹上的轨迹点，然后按照筛选出的各轨迹点所对应时间信息的先后顺序生成连贯延续的行动轨迹。这种方式尤其适用于指定范围为轨迹点集合的全部这种情况。

为提高行动轨迹的精度，筛选出更加真实、准确的轨迹点生成行动轨迹，本申请实施例还可以进一步根据指定范围内的轨迹点相对于原基准轨迹点的相对可信度，确定出新的基准轨迹点，并进而以新的基准轨迹点为基础，重新确定轨迹点相对于该新的基准轨迹点的相对可信度，依此类推，直至筛选出足够多可信度满足预设要求的轨迹点或者直至遍历按照预设规则划分的每个指定范围（适用于指定范围为轨迹点集合中的部分的情况），从而可根据筛选出的轨迹点生成行动轨迹。以下分两种情况举例说明如何确定新的基准轨迹点以及如何根据新的基准轨迹点重新确定各轨迹点的可信度。

第一种，若上述指定范围为轨迹点集合的全部，表示本申请实施例在实施时并未对用于生成行动轨迹的轨迹点集合进行进一步的划分，而是将轨迹点集合作为一个整体确定各轨迹点的可信度。因此，在按照相似参数最高、时间最早、用户指定或者其他方式首次确定出基准轨迹点（可以记为第一基准轨迹点）后，可以将相对于第一基准轨迹点的相对可信度满足预设条件的轨迹点确定为新的基准轨迹点（可以记为第二基准轨迹点）。

具体地，预设条件可以是相对可信度的数值最大和/或相对可信度的数值大于预设阈值。例如，可以将指定范围内（此处也就是轨迹点集合中）相对于第一基准轨迹点的相对可信度最高的轨迹点确定为第二基准轨迹点，也可以将相对可信度的数值大于预设阈值的轨迹点确定为第二基准轨迹点。若有多个轨迹点满足上述预设条件，则可以在满足预设条件的轨迹点中进一步筛选出第二基准轨迹点，例如，相似参数最高，等等。

在确定出第二基准轨迹点（也就是新的基准轨迹点）之后，则可按照前述的方法计算出指定范围内（此处为轨迹点集合的全部）各轨迹点（可理解为轨迹点集合中除去第一轨迹点和第二轨迹点之外的剩余轨迹点）相对于新的基准轨迹点（也就是第二轨迹点）的相对可信度，并据此重新确定上述各轨迹点的可信度。

依此类推，采用这种方式可以逐步筛选轨迹点集合中的各轨迹点。可以理解到，每次筛选出来的基准轨迹点都是目标对象在一定前提下最可能出现的轨迹点，因此，在依据轨迹点的可信度，生成目标对象的行动轨迹时，可以将依次筛选出的基准轨迹点直接作为行动轨迹上的轨迹点，按照时间信息的先后顺序生成连贯持续的行动轨迹。

还需要说明的是，当筛选出的基准轨迹点的数量已满足生成行动轨迹的轨迹点数量的要求，或者剩余轨迹点相对于基准轨迹点的相对可信度已低于预设阈值（表示目标对象在基准轨迹点出现的前提下，还出现在剩余轨迹点的可能非常低），则可以结束前述遍历过程，依据已确定出的轨迹点生成目标对象的行动轨迹。

第二种，若上述指定范围为轨迹点集合的部分，表示本申请实施例在实施时对用于生成行动轨迹的轨迹点集合进行了进一步的划分，在更小范围内确定基准轨迹点，计算该指定范围内各轨迹点的相对可信度。在此基础上，通过改变指定范围，可以逐步扩展到对轨迹点集合中全部轨迹点的考察。这种方式，能够在更小的范围内考察轨迹点出现的可能性，通过将轨迹点集合划分为多个粒度更小的指定范围，可以更精确的考察目标对象出现在对应轨迹点的可信程度，进而生成更真实、更准确的行动轨迹。

需要说明的是，这一指定范围既可以是一时间区间，此时可理解为按照时间信息的先后顺序对轨迹点集合中的轨迹点进行子区间的划分；这一指定范围也可以是一地理位置区间，此时可理解为按照地理位置区间对轨迹点集合中的轨迹点进行子区间的划分；这一指定范围还可以同时考虑时间和空间两方面因素，例如，将目标对象在凌晨1:00至凌晨4:00在地标区域产生的轨迹点纳入指定范围内。

在具体确定指定范围时，可以依据用户指定的时间区间和/或空间区域确定，又可以按照预设的规则确定。用户在指定时间区间和/或空间区域时，既可以同时或依次指定一个或多个指定范围，也可以指定更长的时间范围和/或空间区域，由监控管理系统在接收到用户给出的指令后，按照一定的预设划分规则对上述时间区间和/或空间区域进行划分，将划分后的时间子区间和/或空间子区域确定为指定范围。

例如，用户可以要求生成目标监控对象在早上7:00~9:00的行动轨迹，并将指定范围确定为早上7:00~7:30、7:30~8:00、8:00~8:30、8:30~9:00这四个时间段，则可实施本申请的方法，分别在这四个指定范围（此处具体化为四段时间区间）内确定基准轨迹点，并进行相对可信度的计算，以确定各轨迹点的可信度。

再例如，用户也可以要求生成目标对象在早上7:00~9:00这一时间段的行动轨迹，假设预设划分规则为指定范围所对应的时间区间不超过30分钟，则监控管理系统将会按照该规则对7:00~9:00这一时间段进行划分，将划分出的时间子区间作为指定范围。需要特别说明的是，本申请实施例中，可以在用户确定轨迹点集合（可以通过要求时间区间和/或空间区域的方式确定）后就按照预设划分规则确定出划分后的时间子区间和/或空间子区域作为指定范围，但更优选的在于：在划分出第一个时间子区间或空间子区域作为指定范围之后，将在这一指定范围内依据第一个基准轨迹点确定出的第二个基准轨迹点（新的基准轨迹点），作为第二个时间子区间或空间子区域（也就是新的指定范围）中的基准轨迹点，并在此基础上确定下一个新的指定范围中的新的基准轨迹点，依此类推，从而可以连贯、持续的确定出用所要求的行动轨迹上的轨迹点。

以上举例说明了指定范围的确定方式。无论采用何种方式将轨迹点集合中的部分确定为指定范围，在确定第一指定范围内的各轨迹点相对于第一基准轨迹点（可理解为第一指定范围内的基准轨迹点）的相对可信度之后，还可以根据第一指定范围内各轨迹点相对于第一基准轨迹点的相对可信度，确定新的基准轨迹点（可表示为第二基准轨迹点）；然后，根据预设规则（也就是划分指定范围的预设划分规则）确定轨迹点集合中新的指定范围（可表示为第二指定范围），并将新的基准轨迹点作为新的指定范围内的基准轨迹点。

在确定新的基准轨迹点（也就是第二指定范围内的基准轨迹点）时，可以将第一指定范围内相对于第一基准轨迹点的相对可信度满足预设条件的轨迹点确定为新的基准轨迹点，其中，预设条件可以包括相对可信度的数值最大和/或相对可信度的数值大于预设阈值。具体的判断标准适用于前述实施例中所述，此处不再赘述。

本申请实施例所提供的方法中，根据目标对象的轨迹点的属性信息（可以具体化为轨迹点所对应的时间信息和位置信息）以及在轨迹点获取的目标对象的特征信息（可以具体化为目标对象的行进速度和获取的目标对象的人体图像与预存的目标人物的人体图像的相似参数），确定能够反映目标对象在某轨迹点出现的可信程度的可信度，进而可以依据轨迹点的可信度，确定行动轨迹上的轨迹点，进而生成目标对象的行动轨迹。采用本申请实施例提供的方案，通过考察目标对象在轨迹点出现的可信程度确定行动轨迹上的轨迹点，有利于提高确定出的行动轨迹的准确性，使得确定出的行动轨迹更接近于目标对象的实际行动轨迹。

基于同样的思路，本申请实施例还提供了一种行动轨迹确定装置，参见图4所示，包括：

目标对象轨迹点集合确定模块101，用于确定目标对象及用于确定目标对象的行动轨迹的轨迹点集合；轨迹点集合中包含多个轨迹点；

可信度确定模块103，用于依据轨迹点的属性信息以及在轨迹点获取的目标对象的特征信息，确定轨迹点的可信度；可信度反映目标对象在轨迹点出现的可信程度；

行动轨迹生成模块105，用于依据轨迹点的可信度，生成目标对象的行动轨迹。

图4示例的行动轨迹确定装置与前述行动轨迹确定方法的实施思路相同，关于方法实施例的阐述均适用于本装置实施例，此处不再赘述。

基于同样的思路，本申请实施例还提供一种计算机设备，如图5所示。计算机设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块（图示未示出），每个模块可以包括对计算机设备中的一系列计算机可执行指令。更进一步地，处理器801可以设置为与存储器802通信，在计算机设备上执行存储器802中的一系列计算机可执行指令。计算机设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806。

具体在本实施例中，计算机设备包括有处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现以下方法步骤：

确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

依据所述轨迹点的可信度，生成所述目标对象的行动轨迹。

在一种场景下，上述处理器，还用于执行存储器上所存放的程序，实现以下方法步骤：

确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

在所述轨迹点集合的指定范围内确定基准轨迹点；所述指定范围为所述轨迹点集合的部分或全部；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度；所述相对可信度，用于反映所述目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度；

根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度；

依据所述轨迹点的可信度，生成所述目标对象的行动轨迹。

本申请实施例还提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现以下方法步骤：

确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

依据所述轨迹点的可信度，生成所述目标对象的行动轨迹。

需要说明的是，上述实施例中所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种行动轨迹确定方法，其特征在于，包括：

确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

依据所述轨迹点的可信度，生成所述目标对象的行动轨迹；

其中，

所述依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度，包括：

在所述轨迹点集合的指定范围内确定基准轨迹点；所述指定范围为所述轨迹点集合的部分或全部；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度；所述相对可信度，用于反映所述目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度；

根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度；

其中，所述轨迹点的属性信息，包括与所述轨迹点相对应的时间信息和位置信息；在所述轨迹点获取的所述目标对象的特征信息，包括所述目标对象的行进速度和获取的所述目标对象的人体图像与预存的目标人物的人体图像的相似参数；

则依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度，包括：

将所述指定范围内任一轨迹点作为当前轨迹点，依据当前轨迹点的时间信息与所述基准轨迹点的时间信息，确定当前轨迹点与所述基准轨迹点之中时间信息较早的轨迹点和时间信息较晚的轨迹点；

以所述时间信息较早的轨迹点的位置信息为起点，计算所述目标对象以该时间信息较早的轨迹点的行进速度为速度、在所述当前轨迹点与所述基准轨迹点之间的时间差的时间长度内、能够到达所述时间信息较晚的轨迹点的位置信息的概率系数；

将所述概率系数与当前轨迹点对应的相似参数的乘积确定为当前轨迹点相对于基准轨迹点的相对可信度。

2.根据权利要求1所述方法，其特征在于，计算所述概率系数，包括：

计算所述当前轨迹点与所述基准轨迹点之间所述时间信息的差值和所述位置信息的差值；

计算所述时间信息的差值与所述时间信息较早的轨迹点的行进速度的乘积；

计算所述乘积与所述位置信息的差值的比值；

根据所述比值确定所述概率系数。

3.根据权利要求1所述方法，其特征在于，在所述轨迹点集合的指定范围内确定基准轨迹点，包括：

将所述轨迹点集合的指定范围内相似参数最高、时间最早或者用户指定的轨迹点，确定为所述基准轨迹点。

4.根据权利要求1所述方法，其特征在于，当所述指定范围为所述轨迹点集合的全部时，在确定各轨迹点相对于所述基准轨迹点的相对可信度之后，所述方法还包括：

根据各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点；

则根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度，具体为：

根据各轨迹点相对于所述新的基准轨迹点的相对可信度，确定各所述轨迹点的可信度。

5.根据权利要求4所述方法，其特征在于，根据各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点，包括：

将相对于所述基准轨迹点的相对可信度满足预设条件的轨迹点确定为所述新的基准轨迹点；所述预设条件包括所述相对可信度的数值最大和/或所述相对可信度的数值大于预设阈值。

6.根据权利要求1所述方法，其特征在于，当所述指定范围为所述轨迹点集合的部分时，在确定各轨迹点相对于所述基准轨迹点的相对可信度之后，所述方法还包括：

根据所述指定范围内各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点；

根据预设规则确定所述轨迹点集合中新的指定范围，并将所述新的基准轨迹点作为所述新的指定范围内的基准轨迹点。

7.根据权利要求6所述方法，其特征在于，根据所述指定范围内各轨迹点相对于基准轨迹点的相对可信度，确定新的基准轨迹点，包括：

将所述指定范围内相对于所述基准轨迹点的相对可信度满足预设条件的轨迹点确定为所述新的基准轨迹点；所述预设条件包括所述相对可信度的数值最大和/或所述相对可信度的数值大于预设阈值。

8.一种行动轨迹确定装置，其特征在于，包括：

目标对象轨迹点集合确定模块，用于确定目标对象及用于确定所述目标对象的行动轨迹的轨迹点集合；所述轨迹点集合中包含多个轨迹点；

可信度确定模块，用于依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述轨迹点的可信度；所述可信度反映所述目标对象在所述轨迹点出现的可信程度；

行动轨迹生成模块，用于依据所述轨迹点的可信度，生成所述目标对象的行动轨迹；

其中，所述可信度确定模块，具体用于：在所述轨迹点集合的指定范围内确定基准轨迹点；所述指定范围为所述轨迹点集合的部分或全部；

依据所述轨迹点的属性信息以及在所述轨迹点获取的所述目标对象的特征信息，确定所述指定范围内的轨迹点相对于所述基准轨迹点的相对可信度；所述相对可信度，用于反映所述目标对象在已出现在基准轨迹点的前提下，在对应轨迹点出现的可信程度；

根据所述指定范围内的各轨迹点相对于基准轨迹点的所述相对可信度确定所述轨迹点的可信度；

其中，所述轨迹点的属性信息，包括与所述轨迹点相对应的时间信息和位置信息；在所述轨迹点获取的所述目标对象的特征信息，包括所述目标对象的行进速度和获取的所述目标对象的人体图像与预存的目标人物的人体图像的相似参数；

则所述可信度确定模块，具体用于：

将所述指定范围内任一轨迹点作为当前轨迹点，依据当前轨迹点的时间信息与所述基准轨迹点的时间信息，确定当前轨迹点与所述基准轨迹点之中时间信息较早的轨迹点和时间信息较晚的轨迹点；

以所述时间信息较早的轨迹点的位置信息为起点，计算所述目标对象以该时间信息较早的轨迹点的行进速度为速度、在所述当前轨迹点与所述基准轨迹点之间的时间差的时间长度内、能够到达所述时间信息较晚的轨迹点的位置信息的概率系数；

将所述概率系数与当前轨迹点对应的相似参数的乘积确定为当前轨迹点相对于基准轨迹点的相对可信度。

9.一种计算机设备，其特征在于，包括处理器、通信接口、存储器和通信总线；其中，所述处理器、所述通信接口以及所述存储器通过总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的程序，实现权利要求1～7任一所述的方法步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1～7任一所述的方法步骤。

Images