CN110751042A - 一种基于时间分区的人像与imsi信息关联方法及系统 - Google Patents

Abstract

本发明公开了一种基于时间分区的人像与IMSI信息关联方法，其包括如下步骤：步骤S1、从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；步骤S2、遍历指定时间窗口内的IMSI数据，根据指定时间窗口内的人像数据更新档案库中的关联信息；步骤S3、根据更新后的关联信息，更新档案库中的IMSI档案和人像档案的关联度以及IMSI档案的关联人像档案容量。本发明提供的基于时间区分的人像与IMSI信息关联方法，配合人脸识别技术，通过数据分析将同场所同时间采集的人像与IMSI数据进行关联，充分利用两种数据的时空关联关系，对数据进行融合处理，大大提高了数据的利用价值。

Description

一种基于时间分区的人像与IMSI信息关联方法及系统

技术领域

本发明涉及数据分析技术领域，尤其涉及一种基于时间分区的人像与IMSI信息关联方法及系统。

背景技术

国际移动用户识别码(英语：IMSI，International Mobile SubscriberIdentity)，是用于区分蜂窝网络中不同用户的、在所有蜂窝网络中不重复的识别码。手机特征数据为通过某种方式获取的手机IMSI数据，数据中间会包含采集时间、地点等轨迹类信息。

但是，根据现有技术，利用采集到的IMSI信息仅能获知特定时间地点的手机信息，无法获知对应的人员相关信息，数据利用价值有限。

发明内容

本发明的目的在于提供一种基于时间分区的人像与IMSI信息关联方法及系统，以通过数据分析将同场所同时间采集的人像数据和IMSI数据进行关联，通过数据融合，扩展数据维度，大大提升数据的应用价值。

本发明解决其技术问题所采用的技术方案是：构造一种基于时间分区的人像与IMSI信息关联方法，其特征在于，包括如下步骤：

步骤S1、从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

步骤S2、遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

步骤S3、根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

在本发明提供的基于时间分区的人像与IMSI信息关联方法中，还包括：

步骤S0、为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表，所述IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，所述人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标。

在本发明提供的基于时间分区的人像与IMSI信息关联方法中，在所述步骤S1和所述步骤S2之间，还包括：

根据所述图像质量指标，对步骤S1中读取的所述人像数据进行过滤处理和分组处理。

在本发明提供的基于时间分区的人像与IMSI信息关联方法中，所述步骤S2包括：

步骤S21、遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

步骤S22、对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

步骤S23、对每一条IMSI数据，将步骤S22中获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

在本发明提供的基于时间分区的人像与IMSI信息关联方法中，在所述步骤S3中，根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数，KT代表跨天数。

在本发明提供的基于时间分区的人像与IMSI信息关联方法中，在所述步骤S3中，根据所述IMSI档案的总虚拟关联次数计算所述IMSI档案的所述关联人像档案容量。

根据本发明的另一方面，还提供一种基于时间分区的人像与IMSI信息关联系统，其特征在于，包括：

数据读取模块，用于从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

数据遍历模块，用于遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

数据更新模块，用于根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

在本发明提供的基于时间分区的人像与IMSI信息关联系统中，还包括：

分区表建立模块，用于为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表，所述IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，所述人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标；

数据处理模块，用于根据所述图像质量指标，对所述数据读取模块读取的所述人像数据进行过滤处理和分组处理。

在本发明提供的基于时间分区的人像与IMSI信息关联系统中，所述数据遍历模块包括：

IMSI数据检测单元，用于遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

人像数据提取单元，用于对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

计算单元，用于对每一条IMSI数据，将所述人像数据提取单元获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

在本发明提供的基于时间分区的人像与IMSI信息关联系统中，所述数据更新模块包括第一更新单元和第二更新单元，

所述第一更新单元根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数，KT代表跨天数；

所述第二更新单元根据所述IMSI档案的总虚拟关联次数计算所述IMSI档案的所述关联人像档案容量。

本发明的基于时间分区的人像与IMSI信息关联方法及系统，具有以下有益效果：本发明提供的基于时间区分的人像与IMSI信息关联方法，配合人脸识别技术，通过数据分析将同场所同时间采集的人像与IMSI数据进行关联，充分利用两种数据的时空关联关系，对数据进行融合处理，大大提高了数据的利用价值。

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，还可以根据提供的附图获得其他的附图：

图1是本发明一实施例提供的基于时间分区的人像与IMSI信息关联方法的流程图；

图2是本发明一实施例提供的基于时间分区的人像与IMSI信息关联系统的原理图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的典型实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明，应当理解本发明实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

实施例一

图1是本发明一实施例提供的基于时间分区的人像与IMSI信息关联方法的流程图，如图1所示，本发明提供的基于时间分区的人像与IMSI信息关联方法，包括如下步骤：

步骤S1、从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

具体地，在本发明一实施例中，IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标。其中，IMSI地址编码和人像数据地址编码分别用于标识IMSI数据和人像数据的采集地点，相同地址编码的数据认为是同一地点采集到的数据；人像数据存储路径用于标识人像数据的储存位置，这是由于人像数据一般数据量较大，需要采用分布式存储，以URL方式访问，若单机存储则可以直接存储图片路径；人像特征值为人脸识别算法提取的一组可用于计算人脸相似度的多维向量。进一步地，在IMSI数据分区表还包含手机信息字段，如手机号、IMEI、运营商等信息；人像数据分区表中还包括其它人脸识别获取的信息字段，如人物性别、年龄等。通过IMSI数据分区表和人像数据分区表可以将采集到的IMSI数据和人像数据按采集时间建立分区或索引，方便后续调用。因此，在步骤S1之前还包括：

步骤S0、为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表。

具体地，在本发明一实施例中，在步骤S1中，按指定起始时间S，读取时间窗口为W的IMSI数据和人像数据，加载到内存中，数据都按时间排序，对于人像数据，需要进行预处理，以加快后续的计算速度，因此，在步骤S1之后，还包括：

根据所述图像质量指标，对步骤S1中读取的所述人像数据进行过滤处理和分组处理。

具体地，通过对图片质量指标设置阈值掉过滤质量差，特征信息较少的人像数据，进而提高算法关联的准确性。通过将人像数据按时间分组，同一预设时间内采集到的人像数据归为同一组，可以加快IMSI寻找对应关联时间窗口的人像数据的速度，若关联窗口较小或较大，可根据情况调整对应分组时间的大小。

步骤S2、遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

具体地，在本发明一实施例中，遍历IMSI数据，对每一条IMSI数据，检测档案库是否已存在对应的IMSI档案，若已存在则取出档案，若不存在，则创建并记入档案库；然后分别取其采集时间往前和往后n组人像数据(相当于关联窗口为2n分钟)，对这些人像数据，与IMSI档案中的记录的若干人像档案分别进行特征值比对，计算出相似度，当相似度超过阈值，则认为与对应人像档案产生一次关联，记录关联信息(关联次数、关联场所数、跨天次数)，当相似度不超过阈值，则新建一个人脸档案，记录关联信息。因此，步骤S2包括以下步骤：

步骤S21、遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

步骤S22、对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

具体地，在本发明一实施例中，假设第I条IMSI数据的采集时间为x，在人像数据分区表中，找到采集时间为x的人像数据y，以y为中心向前读取n组数据，向后读取n组数据。

步骤S23、对每一条IMSI数据，将步骤S22中获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

步骤S3、根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

具体地，在本发明一实施例中，根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数(经过两个场所跨场所数为1)，KT代表跨天数(两天采集到两条数据，跨天数为1)。

进一步地，对更新或新建的IMSI档案进行关联人脸档案容量计算(关联人脸档案容量指一个IMSI档案关联人像档案个数上限)，容量可以根据IMSI总虚拟关联次数或相关人脸档案关联度分布均匀程度来计算，对于人脸档案超出容量的IMSI档案，需要去除关联度最差的若干人脸档案。

进一步地，将更新或新建的IMSI档案与人脸档案更新到档案库，更新起始时间S＝S+W,返回S1步，开始进行下一窗口数据的计算。

本发明提供的基于时间区分的人像与IMSI信息关联方法，配合人脸识别技术，通过数据分析将同场所同时间采集的人像与IMSI数据进行关联，充分利用两种数据的时空关联关系，对数据进行融合处理，大大提高了数据的利用价值。

实施例二

基于同一发明构思，本发明还提供一种基于时间分区的人像与IMSI信息关联系统，包括：

分区表建立模块10，用于为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表，所述IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，所述人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标；

数据读取模块20，用于从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

数据处理模块30，用于根据所述图像质量指标，对所述数据读取模块读取的所述人像数据进行过滤处理和分组处理；

数据遍历模块40，用于遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

数据更新模块50，用于根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

具体地，在本发明一实施例中，所述数据遍历模块包括：

IMSI数据检测单元，用于遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

人像数据提取单元，用于对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

计算单元，用于对每一条IMSI数据，将所述人像数据提取单元获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

具体地，在本发明一实施例中，所述数据更新模块包括第一更新单元和第二更新单元，

所述第一更新单元根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数，KT代表跨天数；

所述第二更新单元根据所述IMSI档案的总虚拟关联次数计算所述IMSI档案的所述关联人像档案容量

其他详细内容可参考实施例一，此处不再赘述。

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，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

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。

上述描述涉及各种单元，需要指出的是，上文对各种单元的描述中，分割成这些单元，是为了说明清楚。然而，在实际实施中，各种单元的界限可以是模糊的。例如，本文中的任意或所有功能性单元可以共享各种硬件和/或软件元件。又例如，本文中的任何和/或所有功能单元可以由共有的处理器执行软件指令来全部或部分实施。相应地，除非明确要求，本发明的范围不受各种硬件和/或软件元件间强制性界限的限制。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种基于时间分区的人像与IMSI信息关联方法，其特征在于，包括如下步骤：

步骤S1、从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

步骤S2、遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

步骤S3、根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

2.根据权利要求1所述的基于时间分区的人像与IMSI信息关联方法，其特征在于，还包括：

步骤S0、为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表，所述IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，所述人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标。

3.根据权利要求2所述的基于时间分区的人像与IMSI信息关联方法，其特征在于，在所述步骤S1和所述步骤S2之间，还包括：

根据所述图像质量指标，对步骤S1中读取的所述人像数据进行过滤处理和分组处理。

4.根据权利要求2所述的基于时间分区的人像与IMSI信息关联方法，其特征在于，所述步骤S2包括：

步骤S21、遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

步骤S22、对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

步骤S23、对每一条IMSI数据，将步骤S22中获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

5.根据权利要求4所述的基于时间分区的人像与IMSI信息关联方法，其特征在于，在所述步骤S3中，根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数，KT代表跨天数。

6.根据权利要求5所述的基于时间分区的人像与IMSI信息关联方法，其特征在于，在所述步骤S3中，根据所述IMSI档案的总虚拟关联次数计算所述IMSI档案的所述关联人像档案容量。

7.一种基于时间分区的人像与IMSI信息关联系统，其特征在于，包括：

数据读取模块，用于从IMSI数据分区表和人像数据分区表分别读取指定时间窗口的IMSI数据和人像数据；

数据遍历模块，用于遍历所述指定时间窗口内的所述IMSI数据，根据所述指定时间窗口内的人像数据更新档案库中的关联信息；

数据更新模块，用于根据更新后的所述关联信息，更新所述档案库中的IMSI档案和人像档案的关联度以及所述IMSI档案的关联人像档案容量。

8.根据权利要求7所述的基于时间分区的人像与IMSI信息关联系统，其特征在于，还包括：

分区表建立模块，用于为前端采集设备采集到的IMSI数据和人像数据按采集时间分别建立所述IMSI数据分区表和所述人像数据分区表，所述IMSI数据分区表包括IMSI识别码、IMSI地址编码和IMSI采集时间字段，所述人像数据分区表包括人像数据地址编码、人像数据采集时间字段、人像数据存储路径、人像特征值和图像质量指标；

数据处理模块，用于根据所述图像质量指标，对所述数据读取模块读取的所述人像数据进行过滤处理和分组处理。

9.根据权利要求8所述的基于时间分区的人像与IMSI信息关联系统，其特征在于，所述数据遍历模块包括：

IMSI数据检测单元，用于遍历所述指定时间窗口内的IMSI数据，对每一条IMSI数据，检测所述档案库是否已存在对应档案，若已存在则取出对应的IMSI档案，若不存在，则为该IMSI数据创建对应的IMSI档案并存入所述档案库；

人像数据提取单元，用于对每一条IMSI数据，在所述指定时间窗口内的人像数据中，以该IMSI数据的采集时间为中心向前和向后各取n组人像数据；

计算单元，用于对每一条IMSI数据，将所述人像数据提取单元获取的2n组人像数据，分别与所述档案库中存储的人像档案进行人像特征值比对，计算相似度，在相似度超过阈值时，记录关联信息，所述关联信息包括关联次数、关联场所数、跨天次数；在所述相似度不超过阈值，则新建一个人脸档案，记录关联信息。

10.根据权利要求9所述的基于时间分区的人像与IMSI信息关联系统，其特征在于，所述数据更新模块包括第一更新单元和第二更新单元，

所述第一更新单元根据下面的公式更新所述档案库中的所述IMSI档案和所述人像档案的关联度：

R(fi)＝min(VT_fi/sum(VT_f)，VT_fi/sum(VT_i))

VT_fi＝RT_fi*(2^CS+KT)

其中，R(fi)表示人像f与IMSI i的关联度；VT_fi代表f与i的虚拟关联次数；sum(VT_f)代表人像f关联的所有IMSI的VT_fi之和，sum(VT_i)代表IMSI i关联的所有人像的VT_fi之和，RT_fi代表真实关联次数，CS代表跨场所数，KT代表跨天数；

所述第二更新单元根据所述IMSI档案的总虚拟关联次数计算所述IMSI档案的所述关联人像档案容量。

Images