CN110035392A

CN110035392A - 设备是否位于目标区域的识别方法及装置和电子设备

Info

Publication number: CN110035392A
Application number: CN201811332861.4A
Authority: CN
Inventors: 傅春霖; 姜世琦; 杨磊
Original assignee: Alibaba Group Holding Ltd
Current assignee: Advanced New Technologies Co Ltd; Advantageous New Technologies Co Ltd
Priority date: 2018-11-09
Filing date: 2018-11-09
Publication date: 2019-07-19
Anticipated expiration: 2038-11-09
Also published as: TW202019219A; WO2020093828A1; CN110035392B; TWI718620B

Abstract

本说明书实施例提供一种设备是否位于目标区域的识别方法及装置和电子设备，所述方法包括：采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库；采集待识别设备的信号特征；将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对；在比对成功的情况下，确定所述待识别设备位于所述目标区域内。

Description

设备是否位于目标区域的识别方法及装置和电子设备

技术领域

本说明书实施例涉及互联网技术领域，尤其涉及一种设备是否位于目标区域的识别方法及装置和电子设备。

背景技术

在一些公共场景中，通常需要准确识别目标区域内的人流量信息。传统的方案主要为两种，一种方案是通过摄像头直接探测人流信息，但缺点是探测范围有限且成本较高；另一种方案是通过用户所持设备(例如手机)的信号特征，获取对应的用户信息以及统计目标区域的人流量信息。然而，后一种方案中，由于真实物理场景中信号环境差异很大，例如受障碍物遮挡等因素，因此容易出现无法识别设备是否处于目标区域的情况，即无法做到精准识别设备是否位于目标区域的问题。

因此，需要提供一种精准识别出移动设备是否处于目标区域的方案。

发明内容

本说明书实施例提供的一种设备是否位于目标区域的识别方法及装置和电子设备：

根据本说明书实施例的第一方面，提供一种设备是否位于目标区域的识别方法，所述方法包括：

采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库；

采集待识别设备的信号特征；

将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对；

在比对成功的情况下，确定所述待识别设备位于所述目标区域内。

根据本说明书实施例的第二方面，提供一种设备是否位于目标区域的识别方法装置，所述装置包括：

第一采集单元，采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库；

第二采集单元，采集待识别设备的信号特征；

比对单元，将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对；

识别单元，在比对成功的情况下，确定所述待识别设备位于所述目标区域内。

根据本说明书实施例的第五方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为上述任一项设备是否位于目标区域的识别方法。

本说明书实施例，提供了一种设备是否位于目标区域的识别方法方案，在预处理阶段：基于采集到的目标区域内测试设备的样本信号特征，并基于该样本信号特征构造所述目标区域的样本信号特征库；由于该阶段测试设备始终位于目标区域内，因此可以采集目标区域每个位置的样本信号特征。如此，在后续识别时，只要待识别设备的信号特征与样本信号特征库内样本信号特征一致，则可以说明待识别设备的位置与比对到的样本信号特征所处的位置一致，而由于测试设备一直处于目标区域内，因此该待识别设备也同样是位于目标区域内的。

值得一点是，本说明书提供的方案，一方面，由于测试设备与待识别设备均收到相同环境因素影响，因此在比对时差异仅体现在位置差异，从而规避了各种环境因素的影响；识别准确性高。另一方面，预处理阶段只需要标注正样本(即位于目标区域内的信号特征)，无需关注负样本(即位于目标区域外的信号特征)是怎么样，实施起来简单快捷。

附图说明

图1是本说明书一实施例提供的设备是否位于目标区域的识别方法的流程图；

图2是本说明书一实施例提供的测试设备移动轨迹的示意图；

图3是本说明书一实施例提供的设备是否位于目标区域的识别方法装置的硬件结构图；

图4是本说明书一实施例提供的设备是否位于目标区域的识别方法装置的模块示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

为了解决上述问题，本说明书提供了一种设备是否位于目标区域的识别方法，以下可以参考图1所示的例子介绍，所述方法可以应用于识别设备是否位于目标区域的服务端(以下简称为服务端)，所述方法可以包括以下步骤：

步骤110：采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库。

在预处理阶段，服务端可以采集目标区域内测试设备的样本信号特征，并基于该测试设备的样本信号特征构造所述目标区域的样本信号特征库。

该实施例中，测试人员可以手持测试设备，在目标区域内来回移动，移动轨迹可以包含所述目标区域所有位置。

如图2所示为本说明书提供的测试设备在目标区域内移动轨迹的示意图。图2中目标区域21的范围是一个圆形区域，在该目标区域21内设置有一个设备信号采集装置22；测试人员可以手持测试设备23在该目标区域21内四处走动，以形成移动轨迹24。请注意，所述移动轨迹24不能超出目标区域21的范围，移动轨迹24涉及的区域最好可以覆盖目标区域21所有的范围区域。

在一实施例中，所述设备信号采集装置22可以包括WiFi探针。

所述WiFi探针是一种可以采集周围设备信号的装置。具体地，只要一个WiFi设备在WiFi探针的侦听范围内，当这个WiFi设备(无论是终端、路由器或者其他WiFi设备)发送任何一帧(Frame)时，不管是发给哪个接收方，WiFi探针都能截获；并且WiFi探针还可以分析出此帧MAC层与物理层的一些信息，比如发送与接收设备的MAC地址、帧类型、信号强度等。

请注意，对于周围的WiFi设备来说，探针是透明的。探针不需要与周围的设备有任何交互，其本身不需要发出任何WiFi信号。也就是说，只要设备的WiFi处于开启状态，不管其有没有连接WiFi热点，都可以被WiFi探针探测到。

需要说明的是，WiFi探针只能采集探测到的设备的MAC地址以及其他MAC层的信息，例如包括目标MAC、传输信道、帧类型、信号强度、所连接的热点名称等；而设备的一些身份信息例如手机号码以及与上网相关信息(包括QQ号、微信号等)，WiFi探针是无法采集到的；这样就避免暴露用户隐私。

在一种情况下，所述WiFi探针可以是集成路由器AP，也就是说所述路由器AP即可以提供周围区域的WiFi连接，也可以采集周围区域内设备的信号特征。

在另一种情况下，所述WiFi探针可以是独立的装置，单独采集周围区域内设备的信号特征。

步骤120：采集待识别设备的信号特征。

以WiFi探针为例，上述步骤中采集目标区域内的测试设备的样本信号特征，具体可以包括：

通过WiFi探针采集目标区域内的测试设备的样本信号特征；

相应地，所述步骤120采集待识别设备的信号特征，具体可以包括：

通过WiFi探针采集待识别设备的信号特征。

该步骤开始是正式识别阶段，用于识别待识别设备是否位于目标区域内。

所述待识别设备可以是指WiFi探针新探测到的设备，这些还没有对其是否位于目标区域进行识别；因此需要进行后续步骤以确定待识别设备是否位于目标区域内。

在一实施例中，在所述步骤120之后，所述方法还包括：

获取所述信号特征对应待识别设备的MAC地址；

将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征。

该实施例中，实际应用中服务端一般是同时采集多个待识别设备的信号特征，因此需要对这些属于不同设备的信号特征进行区分；由于每个设备都具有一个且唯一的MAC地址，因此通过识别信号特征对应设备的MAC地址，并基于MAC地址对信号特征进行合并，将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征。

步骤130：将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对。

在一实施例中，所述信号特征包括信号特征向量；

所述将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对，具体包括：

计算所述待识别设备的信号特征向量与所述目标区域的样本信号特征库中样本信号特征向量的相似度；

当存在任一计算的相似度超过阈值的情况下，确定比对成功。

在一实施例中，向量是指具有方向和大小的量，因此所述信号特征向量同样也具有大小和方向。在比对信号特征向量时，可以比对信号特征向量的大小和方向是否与样本信号特征向量的大小和方向相似或相同。

在一实施例中，所述计算相似度可以是指计算两个向量之间的欧式距离；即计算待识别设备的信号特征向量与样本信号特征向量之间的欧式距离；当存在任一计算出的欧式距离小于阈值时，说明比对成功。

步骤140：在比对成功的情况下，确定所述待识别设备位于所述目标区域内。

本说明书实施例，提供了一种设备是否位于目标区域的识别方法方案，在预处理阶段：基于采集到的目标区域内测试设备的样本信号特征，并基于该样本信号特征构造所述目标区域的样本信号特征库；由于该阶段测试设备始终位于目标区域内，因此可以采集目标区域每个位置的样本信号特征。如此，在后续识别时，只要待识别设备的信号特征与样本信号特征库内信号特征一致，则可以说明待识别设备的位置与比对到的样本信号特征所处的位置一致，而由于测试设备一直处于目标区域内，因此该待识别设备也同样是位于目标区域内的。

在一实施例中，所述步骤110，具体可以包括：

采集测试设备在所述目标区域内各个位置的样本信号特征；

按照样本信号特征的时间戳进行聚合，相同时间戳的样本信号特征聚合为样本信号特征组；

将聚合后的样本信号特征组存入样本信号特征库；

相应的，所述步骤120之后，所述方法还可以包括：

按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组；

所述步骤130，具体可以包括：

将所述信号特征组与所述样本信号特征库中的样本信号特征组进行比对比。

本说明书中，所述时间戳可以表示采集到样本信号特征时所处的时间区间。服务端可以持续采集样本信号特征，根据样本信号特征采集时刻所在的时间区间确定该样本信号特征的时间戳。

举例说明，假设服务端每5秒钟设置一个时间区域即每5秒钟设置一个时间戳；以采集的0-5秒为时间戳1，6-10秒为时间戳2；如果某个样本信号特征采集时刻在第4秒时，那么可以确定该样本信号特征对应的时间戳为1；如果某个样本信号特征采集时刻在第7秒时，那么可以确定该样本信号特征对应的时间戳为2。

类似的，待识别设备的信号特征的时间戳同样可以表示为采集到信号特征时所处的时间区间。

在实际应用中，通过单个信号特征的比对，可能无法准确定位待识别设备的位置，而通过一组连续的信号特征则可以大大提升定位准确性。通过本实施例，将待识别设备的信号特征组为一个整体，与样本信号特征库中的样本信号特组(样本信号特组也是一个整体)进行比对，通过组与组的比对，提升识别准确性。

在一实施例中，在所述按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组之前，所述方法还可以包括：

获取所述信号特征对应待识别设备的MAC地址；

所述按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组，具体包括：

针对同一个待识别设备的信号特征，按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组。

该实施例与前述实施例类似的，由于实际应用中服务端一般是同时采集多个待识别设备的信号特征，因此需要对这些属于不同设备的信号特征进行区分。由于每个设备都具有一个且唯一的MAC地址，因此通过识别信号特征对应设备的MAC地址，并基于MAC地址对信号特征进行合并，将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征。

在一实施例中，所述信号特征包括信号特征向量；

所述将所述信号特征组与所述样本信号特征库中的样本信号特征组进行比对比，具体包括：

计算所述信号特征向量组与所述样本信号特征库中样本信号特征向量组的相似度；

本实施例将特征组内的多个信号特征当作一个整体进行比对，实现相似度计算的方式与前述实施例相同；例如可以计算整体向量的大小和方向；也可以计算两组向量之间的欧式距离。

与前述设备是否位于目标区域的识别方法实施例相对应，本说明书还提供了设备是否位于目标区域的识别方法装置的实施例。所述装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机业务程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本说明书设备是否位于目标区域的识别方法装置所在设备的一种硬件结构图，除了图3所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常根据设备是否位于目标区域的识别方法实际功能，还可以包括其他硬件，对此不再赘述。

请参见图4，为本说明书一实施例提供的设备是否位于目标区域的识别方法装置的模块图，所述装置对应了图1所示实施例，所述装置包括：

第一采集单元310，采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库；

第二采集单元320，采集待识别设备的信号特征；

比对单元330，将所述待识别设备的信号特征与所述目标区域的样本信号特征库进行比对；

识别单元340，在比对成功的情况下，确定所述待识别设备位于所述目标区域内。

可选的，所述信号特征包括信号特征向量；

所述比对单元330，具体包括：

计算子单元，计算所述待识别设备的信号特征向量与所述目标区域的样本信号特征库中样本信号特征向量的相似度；

确定子单元，当存在任一计算的相似度超过阈值的情况下，确定比对成功。

可选的，在所述第二采集单元320之后，所述装置还包括：

获取子单元，获取所述信号特征对应待识别设备的MAC地址；

合并子单元，将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征。

可选的，所述第一采集单元310，具体包括：

采集子单元，采集测试设备在所述目标区域内各个位置的样本信号特征；

第一聚合子单元，按照样本信号特征的时间戳进行聚合，相同时间戳的样本信号特征聚合为样本信号特征组；其中，所述时间戳表示采集到样本信号特征时所处的时间区间；

存储子单元，将聚合后的样本信号特征组存入样本信号特征库；

在所述第二采集单元320之后，所述装置还包括：

第二聚合子单元，按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组；

所述比对单元330，具体包括：

可选的，在所述第二聚合子单元之前，所述装置还包括：

获取子单元，获取所述信号特征对应待识别设备的MAC地址；

合并子单元，将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征；

所述第二聚合子单元，具体包括：

可选的，所述信号特征包括信号特征向量；

所述比对单元330，具体包括：

计算子单元，计算所述信号特征向量组与所述样本信号特征库中样本信号特征向量组的相似度；

可选的，所述第一采集单元310，具体包括：

通过WiFi探针采集目标区域内的测试设备的样本信号特征；

所述第二采集单元320，具体包括：

通过WiFi探针采集待识别设备的信号特征。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上图4描述了设备是否位于目标区域的识别方法装置的内部功能模块和结构示意，其实质上的执行主体可以为一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

采集待识别设备的信号特征；

可选的，所述信号特征包括信号特征向量；

可选的，在所述采集待识别设备的信号特征之后，所述方法还包括：

获取所述信号特征对应待识别设备的MAC地址；

可选的，所述采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库，具体包括：

采集测试设备在所述目标区域内各个位置的样本信号特征；

按照样本信号特征的时间戳进行聚合，相同时间戳的样本信号特征聚合为样本信号特征组；其中，所述时间戳表示采集到样本信号特征时所处的时间区间；

将聚合后的样本信号特征组存入样本信号特征库；

在所述采集待识别设备的信号特征之后，所述方法还包括：

可选的，在所述按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组之前，所述方法还包括：

获取所述信号特征对应待识别设备的MAC地址；

将相同MAC地址的信号特征，确定为同一个待识别设备的信号特征；

可选的，所述信号特征包括信号特征向量；

可选的，所述采集目标区域内的测试设备的样本信号特征，具体包括：

通过WiFi探针采集目标区域内的测试设备的样本信号特征；

所述采集待识别设备的信号特征，具体包括：

通过WiFi探针采集待识别设备的信号特征。

在上述电子设备的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

本说明书中的各个实施例均采用递进的方式描述，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，对于电子设备实施例而言，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。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

Claims

1.一种设备是否位于目标区域的识别方法，所述方法包括：

采集待识别设备的信号特征；

2.根据权利要求1所述的方法，所述信号特征包括信号特征向量；

3.根据权利要求1所述的方法，在所述采集待识别设备的信号特征之后，所述方法还包括：

获取所述信号特征对应待识别设备的MAC地址；

4.根据权利要求1所述的方法，所述采集目标区域内的测试设备的样本信号特征，构造所述目标区域的样本信号特征库，具体包括：

采集测试设备在所述目标区域内各个位置的样本信号特征；

将聚合后的样本信号特征组存入样本信号特征库；

在所述采集待识别设备的信号特征之后，所述方法还包括：

5.根据权利要求4所述的方法，在所述按照信号特征的时间戳进行聚合，相同时间戳的信号特征聚合为信号特征组之前，所述方法还包括：

获取所述信号特征对应待识别设备的MAC地址；

6.根据权利要求4所述的方法，所述信号特征包括信号特征向量；

7.根据权利要求1所述的方法，所述采集目标区域内的测试设备的样本信号特征，具体包括：

通过WiFi探针采集目标区域内的测试设备的样本信号特征；

所述采集待识别设备的信号特征，具体包括：

通过WiFi探针采集待识别设备的信号特征。

8.一种设备是否位于目标区域的识别方法装置，所述装置包括：

第二采集单元，采集待识别设备的信号特征；

9.根据权利要求8所述的装置，所述信号特征包括信号特征向量；

所述比对单元，具体包括：

10.根据权利要求8所述的装置，在所述第二采集单元之后，所述装置还包括：

获取子单元，获取所述信号特征对应待识别设备的MAC地址；

11.根据权利要求8所述的装置，所述第一采集单元，具体包括：

第一聚合子单元，按照样本信号特征的时间戳进行聚合，相同时间戳的样本信号特征聚合为样本信号特征组；

在所述第二采集单元之后，所述装置还包括：

所述比对单元，具体包括：

12.根据权利要求11所述的装置，在所述第二聚合子单元之前，所述装置还包括：

获取子单元，获取所述信号特征对应待识别设备的MAC地址；

所述第二聚合子单元，具体包括：

13.根据权利要求11所述的装置，所述信号特征包括信号特征向量；

所述比对单元，具体包括：

14.根据权利要求8所述的装置，所述第一采集单元，具体包括：

通过WiFi探针采集目标区域内的测试设备的样本信号特征；

所述第二采集单元，具体包括：

通过WiFi探针采集待识别设备的信号特征。

15.一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为上述权利要求1-7中任一项所述的方法。