CN111368621A - 判断人员关系的方法、装置、设备及存储介质 - Google Patents
判断人员关系的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111368621A CN111368621A CN201910882808.XA CN201910882808A CN111368621A CN 111368621 A CN111368621 A CN 111368621A CN 201910882808 A CN201910882808 A CN 201910882808A CN 111368621 A CN111368621 A CN 111368621A
- Authority
- CN
- China
- Prior art keywords
- passenger
- driver
- determining
- relationship
- multiplication
- 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.)
- Granted
Links
Images
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
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种判断人员关系的方法、装置、设备及存储介质,该方法包括:获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据;根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。实现了对间接接触的乘客的关联关系的判断。
Description
技术领域
本发明涉及车辆图像识别技术领域,尤其涉及一种判断人员关系的方法、装置、设备及存储介质。
背景技术
随着社会经济的发展,城镇化建设速度加快,社会车辆日益增加,车辆也成为用户出行的主要交通工具,也成为一些不法分子作案的主要工具。为了快速侦破交通肇事逃逸以及为相关治安刑事案件提供重要线索,需要对相关人员的乘车或驾车信息进行监测。
现有技术中,对于作案线索或相关人员是否相识的判断,通常是对直接接触的人员进行排查,结合车辆的驾驶员与乘客之间的相识关系,与现有公安交通管理综合应用平台以及公安系统进行交互。
然而,现有技术中,对直接接触的人员进行排查,无法判断间接接触的人员是否相识。
发明内容
本申请提供一种判断人员关系的方法、装置、设备及存储介质,以实现对间接接触的人员关系进行判断。
第一方面,本发明实施例提供一种判断人员关系的方法,包括:
获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据;
根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。
本申请实施例中,通过分别获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据,并根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系,实现了对间接接触的乘客之间的关系进行判断。
在一种可实现的方式中,第一同乘数据包括第一同乘次数集合,第一同乘次数为第一乘客与至少一位驾驶员中每个驾驶员的同乘次数;
第二同乘数据包括第二同乘次数集合,第二同乘次数为第二乘客与相同的至少一位驾驶员中每个驾驶员的同乘次数;
根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的第三关联关系,包括:
根据第一同乘次数集合和第二同乘次数集合,确定第一乘客与第二乘客之间的第一关联关系。
可选的,根据第一同乘次数集合和第二同乘次数集合,确定第一乘客与第二乘客之间的第一关联关系,包括:
确定由第一同乘次数集合生成的第一向量,第一向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数;
确定由第二同乘次数集合生成的第二向量,第二向量包括相同的至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第二同乘次数;
计算第一向量与第二向量的余弦值;
根据余弦值,确定第一乘客与第二乘客之间的第一关联关系。
本申请实施例中,实现了计算第一同乘次数集合生成的第一向量和第二同乘次数集合生成的第二向量的余弦值,实现了对第一乘客和第二乘客之间的关联关系。
在另一种可实现的方式中,根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系,包括:
根据第一同乘数据和第二同乘数据,计算第一乘客与第二乘客之间的杰卡德距离;
根据杰卡德距离,确定第一乘客和第二乘客之间的第二关联关系。
可选的,在获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据之前,还包括:
针对至少一位驾驶员中的每位驾驶员,执行如下步骤:
获得第一乘客与驾驶员的第三关联关系,并获得第二乘客与驾驶员的第四关联关系;确定第三关联关系与第四关联关系不同。
本申请实施例中,通过确定第三关联关系和第四关联关系的不同,以提高第一乘客与第二乘客为陌生关系的可能性,避免对存在相识关系的第一乘客和第二乘客进行重复判断。
可选的,获得第一乘客与驾驶员的第三关联关系,包括:
获得第一乘客的第一人脸图像,以及驾驶员的第二人脸图像;
根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系。
可选的,根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系,包括:
将第一人脸图像和第二人脸图像与人口数据库中的人脸图像进行匹配,以获取驾驶员身份信息和/或第一乘客身份信息;
若仅获取到驾驶员身份信息,则根据驾驶员身份信息,确定与驾驶员满足设定关系的人员的人脸图像;将第一人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系;
若仅获取到第一乘客身份信息,则根据第一乘客身份信息,确定与第一乘客满足设定关系的人员的人脸图像;将第二人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系;若获取到驾驶员身份信息和第一乘客身份信息,则根据驾驶员身份信息和第一乘客身份信息,判断驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系下面是本申请实施例提供的判断人员关系的装置、设备、计算机存储介质以及计算机程序产品,其内容和效果可参考第一方面及第一方面可选方式提供的判断人员关系的方法,不再赘述。
第二方面,本申请实施例提供一种判断人员关系的装置,包括:
获取模块,用于获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与至少一位驾驶员的第二同乘数据;
确定模块,根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。
可选的,第一同乘数据包括第一同乘次数集合,第一同乘次数为第一乘客与至少一位驾驶员中每个驾驶员的同乘次数;
第二同乘数据包括第二同乘次数集合,第二同乘次数为第二乘客与至少一位驾驶员中每个驾驶员的同乘次数;
确定模块,具体用于:
根据第一同乘次数集合和第二同乘次数集合,确定第一乘客与第二乘客之间的第一关联关系。
可选的,确定模块,具体用于:
确定由第一同乘次数集合生成的第一向量,第一向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数;
确定由第二同乘次数集合生成的第二向量,第二向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第二同乘次数;
计算第一向量与第二向量的余弦值;
根据余弦值,确定第一乘客与第二乘客之间的第一关联关系。
可选的,确定模块,具体用于:
根据第一同乘数据和第二同乘数据,计算第一乘客与第二乘客之间的杰卡德距离;根据杰卡德距离,确定第一乘客和第二乘客之间的第二关联关系。
可选的,本申请实施例提供的判断人员关系的装置,还包括处理模块,处理模块用于:
针对至少一位驾驶员中的每位驾驶员,执行如下步骤:
获得第一乘客与驾驶员的第三关联关系,并获得第二乘客与驾驶员的第四关联关系;确定第三关联关系与第四关联关系不同。
可选的,处理模块,具体用于:
获得第一乘客的第一人脸图像,以及驾驶员的第二人脸图像;
根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系。
可选的,处理模块,具体用于:
将第一人脸图像和第二人脸图像与人口数据库中的人脸图像进行匹配,以获取驾驶员身份信息和/或第一乘客身份信息;
若仅获取到驾驶员身份信息,则根据驾驶员身份信息,确定与驾驶员满足设定关系的人员的人脸图像;将第一人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系;
若仅获取到第一乘客身份信息,则根据第一乘客身份信息,确定与第一乘客满足设定关系的人员的人脸图像;将第二人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系;若获取到驾驶员身份信息和第一乘客身份信息,则根据驾驶员身份信息和第一乘客身份信息,判断驾驶员和第一乘客是否满足设定关系,以得到确定结果,确定结果为第三关联关系。
第三方面,本申请实施例提供一种设备,包括:
处理器,存储器,以及计算机程序;
其中,计算机程序被存储在存储器中,并且被配置为由处理器执行,计算机程序包括用于执行如第一方面及第一方面可选方式提供的判断人员关系的方法的指令。
第四方面,本申请实施例提供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,所述计算机程序使得服务器执行第一方面及第一方面可选方式所述的判断人员关系的方法。
第五方面,本发明实施例提供一种计算机程序产品,包括:可执行指令,可执行指令用于实现如第一方面或第一方面可选方式的判断人员关系的方法。
本申请实施例提供的判断人员关系的方法、装置、设备及存储介质,通过获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与至少一位驾驶员的第二同乘数据;根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。通过分别获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与至少一位驾驶员的第二同乘数据,并根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系,实现了对间接接触的乘客之间的关系进行判断。
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一简单地介绍,显而易见地,下面描述中的附图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是本申请一实施例提供的判断人员关系的方法流程示意图;
图2是本申请实施例一示例性应用场景图;
图3是本申请另一实施例提供的判断人员关系的方法流程示意图;
图4是本申请又一实施例提供的判断人员关系的方法流程示意图;
图5是本申请再一实施例提供的判断人员关系的方法流程示意图;
图6是本申请一实施例提供的判断人员关系的装置的结构示意图;
图7是本申请实施例提供的设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着社会经济的发展,城镇化建设速度加快,社会车辆日益增加,车辆也成为用户出行的主要交通工具,也成为一些不法分子作案的主要工具。为了快速侦破交通肇事逃逸以及为相关治安刑事案件提供重要线索,需要对相关人员的乘车或驾车信息进行监测。然而现有技术中,对于作案线索或相关人员是否相识的判断,通常是对直接接触的人员进行排查,结合车辆的驾驶员与乘客之间的相识关系,与现有公安交通管理综合应用平台以及公安系统进行交互,无法判断间接接触的人员是否相识。为了解决上述技术问题,本申请实施例提供一种判断人员关系的方法、装置、设备及存储介质。
图1是本申请一实施例提供的判断人员关系的方法流程示意图,该方法可以由判断人员关系的装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是监控设备、个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对判断人员关系的方法进行说明。
以下,对本申请实施例的示例性应用场景进行介绍。
图2是本申请实施例一示例性应用场景图。在车辆的行驶过程中,除了驾驶员11之外,还可能包括乘客12,而且,在不同的场景下,可能相同驾驶员会与不同的乘客同行。基于此,例如可以通过监控设备获取同一车辆中的驾驶员以及乘客的图像,通过驾驶员的人脸图像以及乘客的人脸图像,建立同乘数据的数据库,然后根据同乘数据,判断数据库中的乘客之间的关联关系。
基于此,本申请实施例提供了一种判断人员关系的方法、装置、设备及存储介质。如图1所示,本申请实施例中的方法可以包括:
步骤S101:获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据。
尽管在本申请实施例中可能采用术语第一、第二、第三、第四等来描述乘客,但这些乘客不应限于这些术语。这些术语仅用来将乘客彼此区分开。例如,在不脱离本申请实施例范围的情况下,第一乘客也可以被称为第二乘客,类似地,第二乘客也可以被称为第一乘客。
第一乘客和第二乘客为不同的人员,获得第一乘客与至少一位驾驶员的第一同乘数据的方法与获得第二乘客与相同的至少一位驾驶员的第二同乘数据的方法类似,本申请实施例对获得第一乘客与至少一位驾驶员的第一同乘数据,以及获得第二乘客与相同的至少一位驾驶员的第二同乘数据的方式不做限制。在一种可能的实施方式中,可以通过预先建立的同乘数据的数据库获取,同乘数据的数据库中可以包括驾驶员信息、乘客信息以及驾驶员与多个乘客中任意乘客的同乘次数或其他信息,本申请实施例对同乘数据的数据库中包括的具体信息不做限制。通过在同乘数据的数据库中,获得与第一乘客同行的第一驾驶员,与第二乘客同行的第二驾驶员,以及第一驾驶员与第二驾驶员中的相同驾驶员,作为第一同乘数据以及第二同乘数据中的至少一位驾驶员。
驾驶员信息可以包括驾驶员的人脸图像、驾驶员身份信息等,本申请实施例对驾驶员信息的具体形式不做限制,另外,驾驶员信息中,可能存在部分驾驶员的身份信息无法确认,此时可以通过标识该驾驶员的人脸图像的方式对驾驶员进行区分,本申请实施例对此不做限制。乘客信息可以包括乘客的姓名、人脸图像、乘客身份信息等,本申请实施例对乘客信息的具体形式不做限制,另外,乘客信息中,可能存在部分乘客无法确定乘客的身份,此时可以通过标识该乘客的人脸图像的方式对乘客进行区分,本申请实施例对此不做限制。
步骤S102:根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。
本申请实施例对根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系的具体实现方式不做限制,在一种可能的实施方式中,可以通过确定第一乘客和第二乘客之间的相识度,然后通过第一乘客和第二乘客之间的相识度,确定第一乘客和第二乘客之间的关联关系。
在确定了第一乘客和第二乘客之间的相识度之后,可以通过设置预设阈值的方式,判断第一乘客与第二乘客是否相识,例如,第一乘客与第二乘客之间的相识度大于预设阈值,则判断第一乘客与第二乘客相识。本申请实施例对预设阈值的设置方式不做限制,具体可以根据样本数量、用户需求等因素进行设置。
第一乘客和第二乘客之间的关联关系可以通过第一乘客和第二乘客的关联程度,分为陌生关系、相识关系、亲密关系等,本申请实施例对此不做限制。
本申请实施例提供的判断人员关系的方法,通过分别获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与相同的至少一位驾驶员的第二同乘数据,并根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系,实现了对间接接触的乘客之间的关系进行判断。
在一种可能的实施方式中,第一同乘数据包括第一同乘次数集合,第一同乘次数为第一乘客与至少一位驾驶员中每个驾驶员的同乘次数;第二同乘数据包括第二同乘次数集合,第二同乘次数为第二乘客与相同的至少一位驾驶员中每个驾驶员的同乘次数;根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系,包括:根据第一同乘次数集合和第二同乘次数集合,确定第一乘客与第二乘客之间的第一关联关系。
其中,同乘次数,可以通过在预设时间内驾驶员与乘客是否同乘来确定,例如,在一天内,驾驶员与某乘客同乘的全部记录视作一条记录,即一天内驾驶员与乘客的同乘次数最多为一次。本申请实施例对预设时间的长度不做限制。
图3是本申请另一实施例提供的判断人员关系的方法流程示意图,该方法可以由判断人员关系的装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是监控设备、个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对判断人员关系的方法进行说明。如图3所示,本申请实施例提供的判断人员关系的方法,上述步骤中的步骤S102,可以包括:
步骤S201:确定由第一同乘次数集合生成的第一向量,第一向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数。
为了便于对上述实施例进行介绍,表一是本申请实施例提供的示例性的同乘数据,如表一所示:
表一是本申请实施例提供的示例性的同乘数据
驾驶员信息 | 乘客信息 | 同乘次数 |
驾驶员1 | 乘客1 | 4 |
驾驶员1 | 乘客2 | 3 |
驾驶员2 | 乘客1 | 7 |
驾驶员2 | 乘客2 | 1 |
驾驶员2 | 乘客3 | 4 |
驾驶员3 | 乘客1 | 3 |
驾驶员3 | 乘客2 | 6 |
驾驶员3 | 乘客3 | 1 |
其中,表一的第一列数据表示驾驶员信息,第二列数据表示乘客信息,第三列数据表示同一行中对应的驾驶员与乘客之间的同乘次数。下面以第一乘客为乘客1,第二乘客为乘客2为例,进行介绍。
至少一个驾驶员为与第一乘客和与第二乘客同乘的相同驾驶员,即与乘客1和与乘客2同乘的相同驾驶员,分别是驾驶员1、驾驶员2和驾驶员3,然后确定每个相同驾驶员与第一乘客对应的第一同乘次数,即驾驶员1与乘客1的第一同乘次数为4,驾驶员2与乘客1的第一同乘次数为7,驾驶员3与乘客1的第一同乘次数为3。
确定由第一同乘次数集合生成的第一向量,第一向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数,第一向量可以由向量a表示,具体的,向量a=(x1,……,xn),其中,n表示至少一个驾驶员的总数,xn表示至少一个驾驶员中第n个驾驶员与第一乘客对应的第一同乘次数,本申请实施例对预设顺序不做限制。以上述为例:按照驾驶员1、驾驶员2和驾驶员3的顺序,生成第一同乘次数集合为a=(4,7,3)。
步骤S202:确定由第二同乘次数集合生成的第二向量,第二向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第二同乘次数。
与步骤S201中的方法类似,确定至少一个驾驶员与第二乘客对应的第二同乘次数,即,驾驶员1与乘客2的第二同乘次数为3,驾驶员2与乘客2的第二同乘次数为1,驾驶员3与乘客2的第二同乘次数为6。
第二向量可以由向量b表示,具体的b=(y1,……,yn),其中,n表示至少一个驾驶员的总数,yn表示至少一个驾驶员中第n个同乘驾驶员与第二乘客对应的第二同乘次数,本申请实施例对预设顺序不做限制。以上述为例:按照驾驶员1、驾驶员2和驾驶员3的顺序,生成第二同乘次数集合为b=(3,1,6)。
步骤S203:计算第一向量与第二向量的余弦值。
通过余弦相似性公式对第一向量与第二向量的余弦值进行计算。其中,余弦相似性通过测量两个向量的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1,而其他任何角度的余弦值都不大于1;并且其最小值是-1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时,余弦相似度的值为1;两个向量夹角为90°时,余弦相似度的值为0;两个向量指向完全相反的方向时,余弦相似度的值为-1,这结果是与向量的长度无关的,仅仅与向量的指向方向相关。余弦相似度通常用于正空间,因此给出的值为0到1之间。具体公式如下:
其中,cosθ表示向量a和向量b之间的余弦相似性。向量a和向量b的余弦相似性越大,表示向量a和向量b的夹角越小,指向越接近。类似的,若第一向量和第二向量的余弦值越大,则可以表示至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数和第二同乘次数越接近,第一乘客和第二乘客与相同驾驶员的同乘的次数也越接近,由此可以推测出第一乘客和第二乘客的相似度越高。因此,可以通过第一向量和第二向量之间的余弦相似的表示第一乘客和第二乘客的相识度。
以上述第一乘客为乘客1,第二乘客为乘客2为例,将第一向量和第二向量带入上述公式可以得到:
经过计算,确定乘客1与乘客2的余弦相似性为0.63。
步骤S204:根据余弦值,确定第一乘客与第二乘客之间的第一关联关系。
其中,第一关联关系可以是第一乘客和第二乘客的相识度,并可以通过第一向量和第二向量的余弦值表示,余弦值越大,表示第一乘客和第二乘客相识的可能性越大,余弦值越小,则表示第一乘客和第二乘客相识的可能性越小。在一种可能的实施方式中,可以直接以余弦相似性作为第一乘客与第二乘客之间的相识度,也可以通过设置第一系数的方式,在余弦相似性与第一系数的乘积作为第一乘客与第二乘客之间的相识度。本申请实施例对此步不做限制。
根据余弦值判断第一乘客与第二乘之间的第一关联关系,例如:若余弦值大于第一预设阈值,则判断第一乘客与第二乘客的第一关联关系为相识。本申请实施例对此不做限制。
图4是本申请又一实施例提供的判断人员关系的方法流程示意图,该方法可以由判断人员关系的装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是监控设备、个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对判断人员关系的方法进行说明。如图4所示,本申请实施例提供的判断人员关系的方法,上述步骤中的步骤S102,可以包括:
步骤S301:根据第一同乘数据和第二同乘数据,计算第一乘客与第二乘客之间的杰卡德距离。
杰卡德距离公式如下:
J表示第一乘客与第二乘客之间的杰卡德距离,M11表示在同乘数据中,第一乘客和第二乘客同乘的驾驶员的数量,即至少一个驾驶员的数量;M10表示同乘数据中,与第一乘客同乘但不与第二乘客同乘的驾驶员的数量;M01表示同乘数据中,与第二乘客同乘但不与第一乘客同乘的驾驶员的数量;M00表示同乘数据中,不与第一乘客同乘且不与第二驾驶员同乘的驾驶员的数量;M11+M10+M01+M00=M,M表示同乘数据中驾驶员的总数。
由上式可知,若至少一个驾驶员的数量在同乘数据中驾驶员的总数的占比越大,则杰卡德距离越大;杰卡德距离越大也可以说明第一乘客和第二乘客的同行的驾驶员的数量越大,进而可以推测出第一乘客和第二乘客的相识的可能性越大。因此,可以通过第一乘客和第二乘客之间的杰卡德距离,表示第一乘客和第二乘客之间的相识度。
步骤S302:根据杰卡德距离,确定第一乘客和第二乘客之间的第二关联关系。
第二关联关系可以是第一乘客和第二乘客的相识度,在确定了第一乘客与第二乘客之间的杰卡德距离之后,可以直接以杰卡德距离作为第一乘客与第二乘客之间的相识度,杰卡德距离越大,表示第一乘客和第二乘客之间的关联关系越紧密。也可以通过设置第二系数的方式,在杰卡德距离与第二系数的乘积作为第一乘客与第二乘客之间的相识度。本申请实施例对此不做限制。在一种可能的实施方式中,若杰卡德距离大于第二预设阈值,则判断第一乘客与第二乘客相识。本申请实施例对此不做限制。
在另一种可能的实施方式中,若余弦值大于第一预设阈值,且杰卡德距离大于第二预设阈值,则判断第一乘客和第二乘客相识。
另外,本申请实施例对第一预设阈值与第二预设阈值的设置方式以及具体大小不做限制,例如,第一预设阈值可以与第二预设阈值相等;另外,本申请实施例对根据相识度判断第一乘客与第二乘客是否相识的方式不做限制。
图5是本申请再一实施例提供的判断人员关系的方法流程示意图,该方法可以由判断人员关系的装置执行,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是监控设备、个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,下面以终端设备为执行主体对判断人员关系的方法进行说明,如图5所示,在本申请实施例中的方法中的步骤S101之前,即在获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与至少一位驾驶员的第二同乘数据之前,针对至少一位驾驶员中的每位驾驶员,执行如下步骤:
步骤S401:获得第一乘客与驾驶员的第三关联关系,并获得第二乘客与驾驶员的第四关联关系。
获得第一乘客与驾驶员的第三关联关系和获得第二乘客与驾驶员的第四关联关系的方式类似,本申请实施例仅以获得第一乘客与驾驶员的第三关联关系的具体实现方式为例,进行介绍。在一种可能的实施方式中,获得第一乘客与驾驶员的第三关联关系,包括:
获得第一乘客的第一人脸图像,以及驾驶员的第二人脸图像;根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系。
例如可以通过路面监控设备、地下车库摄像头、车载摄像头等方式获取车辆行驶图像。并通过车辆行驶图像获取第一乘客的第一人脸图像以及驾驶员的第二人脸图像,第一乘客和驾驶员位于同一辆车中。针对通过摄像头获取到的车辆行驶图像,可以通过预处理,删除无法识别第一人脸图像以及第二人脸图像的图像,以得到预处理过后的多张车辆行驶图像,保证车辆行驶图像中包括第一人脸图像和第二人脸图像。本申请实施例对此不做限制。
在获得第一人脸图像和第二人脸图像之后,在一种可能的实施方式中,根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系,包括:
将第一人脸图像和第二人脸图像与人口数据库中的人脸图像进行匹配,以获取驾驶员身份信息和/或第一乘客身份信息。
若仅获取到驾驶员身份信息,则根据驾驶员身份信息,确定与驾驶员满足设定关系的人员的人脸图像;将第一人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系;该确定结果即为驾驶员和第一乘客的第三关联关系。例如,第三关联关系为:驾驶员和第一乘客是亲戚关系;或者,第三关联关系为:驾驶员和第一乘客不是亲戚关系。
与驾驶员满足设定关系的人员为与驾驶员相识的人员,其中,设定关系可以是同事关系、亲属关系、同学关系等,本申请实施例对设定关系的具体关系不做限制。若仅获取到驾驶员身份信息,可以通过户籍关系运算得到车主、车主伴侣、车主直系亲属或旁系亲属等亲属关系,或者可以通过驾驶员的居住地址或工作地址,确定驾驶员的室友、同事等;进而通过将第一人脸图像与车主伴侣、车主直系亲属、旁系亲属、室友、同事中的人脸图像进行比对,判断第一乘客是否在驾驶员的设定关系中,若第一乘客不在驾驶员的设定关系中,则判断驾驶员和第一乘客不存在设定关系。
若仅获取到第一乘客身份信息,则根据第一乘客身份信息,确定与第一乘客满足设定关系的人员的人脸图像;将第二人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系;该确定结果即为驾驶员和第一乘客的第三关联关系。例如,第三关联关系为:驾驶员和第一乘客是亲戚关系;或者,第三关联关系为:驾驶员和第一乘客不是亲戚关系。
仅匹配到第一乘客身份信息与仅匹配到驾驶员身份信息的处理方式类似,不再赘述。
若获取到驾驶员身份信息和第一乘客身份信息,则根据驾驶员身份信息和乘客身份信息,判断驾驶员和第一乘客是否满足设定关系。
若获取到驾驶员身份信息和第一乘客身份信息,则可以直接通过驾驶员身份信息和第一乘客身份信息确定驾驶员和第一乘客是否满足设定关系,设定关系可以为亲戚关系、同事关系等;该确定结果即为驾驶员和第一乘客的第三关联关系。例如,第三关联关系为:驾驶员和第一乘客是亲戚关系;或者,第三关联关系为:驾驶员和第一乘客不是亲戚关系。
根据驾驶员身份信息确定驾驶员与乘客的同乘数据,可以是确定驾驶员信息为驾驶员身份信息,乘客信息为第一人脸图像或基于第一人脸图像对乘客设置的标识。根据乘客身份信息确定驾驶员与乘客的同乘数据,可以是确定乘客信息为乘客身份信息,驾驶员信息为第二人脸图像或基于第二人脸图像对驾驶员设置的标识。根据驾驶员身份信息和乘客身份信息确定驾驶员与乘客的同乘数据,可以是确定乘客信息为乘客身份信息,驾驶员信息为驾驶员身份信息。进而再根据驾驶员与乘客之间的同乘次数,确定驾驶员与乘客的同乘数据。
本申请实施例中,剔除乘客与乘客存在设定关系的数据,提高了同乘数据的可靠性,进而提高了判断乘客之间是否相识的准确性。
步骤S402:确定第三关联关系与第四关联关系不同。
若第三关联关系与第四关联关系相同,例如,第三关联关系为:驾驶员和第一乘客是亲戚关系;第四关联关系为:驾驶员和第二乘客是亲戚关系;即驾驶员和第一乘客、第二乘客同时为亲戚关系,则第一乘客和第二乘客相识的可能性比较高,此时,不再利用本申请实施例公开的方法对第一乘客和第二乘客之间的关联关系作判断;若第三关联关系与第四关联关系不同,则第一乘客和第二乘客相识的可能性比较小,此时,利用本申请实施例公开的方法对第一乘客和第二乘客之间的关联关系作判断。图6是本申请一实施例提供的判断人员关系的装置的结构示意图,该装置可以通过软件和/或硬件的方式实现,例如:该装置可以是客户端或终端设备,终端设备可以是监控设备、个人电脑、智能手机、用户终端、平板电脑、可穿戴设备等,如图6所示,本申请实施例中的装置可以包括:
获取模块61,用于获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与至少一位驾驶员的第二同乘数据。
确定模块62,根据第一同乘数据和第二同乘数据,确定第一乘客与第二乘客之间的关联关系。
可选的,第一同乘数据包括第一同乘次数集合,第一同乘次数为第一乘客与至少一位驾驶员中每个驾驶员的同乘次数;第二同乘数据包括第二同乘次数集合,第二同乘次数为第二乘客与至少一位驾驶员中每个驾驶员的同乘次数。
确定模块62,具体用于:
根据第一同乘次数集合和第二同乘次数集合,确定第一乘客与第二乘客之间的第一关联关系。
可选的,确定模块62,具体用于:
确定由第一同乘次数集合生成的第一向量,第一向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数;确定由第二同乘次数集合生成的第二向量,第二向量包括至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第二同乘次数;计算第一向量与第二向量的余弦值;根据余弦值,确定第一乘客与第二乘客之间的第一关联关系。
可选的,确定模块62,具体用于:
根据第一同乘数据和第二同乘数据,计算第一乘客与第二乘客之间的杰卡德距离;根据杰卡德距离,确定第一乘客和第二乘客之间的第二关联关系。
可选的,本申请实施例提供的判断人员关系的装置,还包括处理模块63,处理模块用于:
针对至少一位驾驶员中的每位驾驶员,执行如下步骤:
获得第一乘客与驾驶员的第三关联关系,并获得第二乘客与驾驶员的第四关联关系;确定第三关联关系与第四关联关系不同。
可选的,处理模块63,具体用于:
获得第一乘客的第一人脸图像,以及驾驶员的第二人脸图像;根据第一人脸图像和第二人脸图像,确定第一乘客与驾驶员的第三关联关系。
可选的,处理模块63,具体用于:
将第一人脸图像和第二人脸图像与人口数据库中的人脸图像进行匹配,以获取驾驶员身份信息和/或第一乘客身份信息;
若仅获取到驾驶员身份信息,则根据驾驶员身份信息,确定与驾驶员满足设定关系的人员的人脸图像;将第一人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,得到确定结果,该确定结果为所述第三关联关系;
若仅获取到第一乘客身份信息,则根据第一乘客身份信息,确定与第一乘客满足设定关系的人员的人脸图像;将第二人脸图像与满足设定关系的人员的人脸图像进行比对,确定驾驶员和第一乘客是否满足设定关系,得到确定结果,该确定结果为所述第三关联关系;
若获取到驾驶员身份信息和第一乘客身份信息,则根据驾驶员身份信息和第一乘客身份信息,判断驾驶员和第一乘客是否满足设定关系,得到确定结果,该确定结果为所述第三关联关系。
图7是本申请实施例提供的设备的结构示意图,如图7所示,该设备包括:
处理器71、存储器72、收发器73以及计算机程序;其中,收发器73实现车载收音机与其他设备之间的数据传输,计算机程序被存储在存储器72中,并且被配置为由处理器71执行,计算机程序包括用于执行上述判断人员关系的方法的指令,其内容及效果请参考方法实施例。
此外,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当用户设备的至少一个处理器执行该计算机执行指令时,用户设备执行上述各种可能的方法。
其中,计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (16)
1.一种判断人员关系的方法,其特征在于,包括:
获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与所述至少一位驾驶员的第二同乘数据;
根据所述第一同乘数据和所述第二同乘数据,确定所述第一乘客与所述第二乘客之间的关联关系。
2.根据权利要求1所述的方法,其特征在于,
所述第一同乘数据包括第一同乘次数集合,所述第一同乘次数为所述第一乘客与所述至少一位驾驶员中每个驾驶员的同乘次数;
所述第二同乘数据包括第二同乘次数集合,所述第二同乘次数为所述第二乘客与所述至少一位驾驶员中每个驾驶员的同乘次数;
根据所述第一同乘数据和所述第二同乘数据,确定所述第一乘客与所述第二乘客之间的关联关系,包括:
根据所述第一同乘次数集合和所述第二同乘次数集合,确定所述第一乘客与所述第二乘客之间的第一关联关系。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一同乘次数集合和所述第二同乘次数集合,确定所述第一乘客与所述第二乘客之间的第一关联关系,包括:
确定由所述第一同乘次数集合生成的第一向量,所述第一向量包括所述至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数;
确定由所述第二同乘次数集合生成的第二向量,所述第二向量包括所述至少一个驾驶员中按照所述预设顺序排列的各个驾驶员分别对应的第二同乘次数;
计算所述第一向量与所述第二向量的余弦值;
根据所述余弦值,确定所述第一乘客与所述第二乘客之间的第一关联关系。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一同乘数据和所述第二同乘数据,确定所述第一乘客与所述第二乘客之间的关联关系,包括:
根据所述第一同乘数据和所述第二同乘数据,计算所述第一乘客与所述第二乘客之间的杰卡德距离;
根据所述杰卡德距离,确定所述第一乘客和所述第二乘客之间的第二关联关系。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与所述至少一位驾驶员的第二同乘数据之前,还包括:
针对所述至少一位驾驶员中的每位驾驶员,执行如下步骤:
获得所述第一乘客与所述驾驶员的第三关联关系,并获得所述第二乘客与所述驾驶员的第四关联关系;
确定所述第三关联关系与所述第四关联关系不同。
6.根据权利要求5所述的方法,其特征在于,所述获得所述第一乘客与所述驾驶员的第三关联关系,包括:
获得所述第一乘客的第一人脸图像,以及所述驾驶员的第二人脸图像;
根据所述第一人脸图像和所述第二人脸图像,确定所述第一乘客与所述驾驶员的第三关联关系。
7.根据权利要求6所述的方法,其特征在于,根据所述第一人脸图像和所述第二人脸图像,确定所述第一乘客与所述驾驶员的第三关联关系,包括:
将所述第一人脸图像和所述第二人脸图像与人口数据库中的人脸图像进行匹配,以获取所述驾驶员身份信息和/或所述第一乘客身份信息;
若仅获取到所述驾驶员身份信息,则根据所述驾驶员身份信息,确定与所述驾驶员满足设定关系的人员的人脸图像;将所述第一人脸图像与所述满足设定关系的人员的人脸图像进行比对,确定所述驾驶员和所述第一乘客是否满足所述设定关系,以得到确定结果,所述确定结果为所述第三关联关系;
若仅获取到所述第一乘客身份信息,则根据所述第一乘客身份信息,确定与所述第一乘客满足设定关系的人员的人脸图像;将所述第二人脸图像与所述满足设定关系的人员的人脸图像进行比对,确定所述驾驶员和所述第一乘客是否满足所述设定关系,以得到确定结果,所述确定结果为所述第三关联关系;
若获取到驾驶员身份信息和第一乘客身份信息,则根据所述驾驶员身份信息和所述第一乘客身份信息,判断所述驾驶员和所述第一乘客是否满足设定关系,以得到确定结果,所述确定结果为所述第三关联关系。
8.一种判断人员关系的装置,其特征在于,包括:
获取模块,用于获得第一乘客与至少一位驾驶员的第一同乘数据,并获得第二乘客与所述至少一位驾驶员的第二同乘数据;
确定模块,根据所述第一同乘数据和所述第二同乘数据,确定所述第一乘客与所述第二乘客之间的关联关系。
9.根据权利要求8所述的装置,其特征在于,
所述第一同乘数据包括第一同乘次数集合,所述第一同乘次数为所述第一乘客与所述至少一位驾驶员中每个驾驶员的同乘次数;
所述第二同乘数据包括第二同乘次数集合,所述第二同乘次数为所述第二乘客与所述至少一位驾驶员中每个驾驶员的同乘次数;
所述确定模块,具体用于:
根据所述第一同乘次数集合和所述第二同乘次数集合,确定所述第一乘客与所述第二乘客之间的第一关联关系。
10.根据权利要求9所述的装置,其特征在于,所述确定模块,具体用于:
确定由所述第一同乘次数集合生成的第一向量,所述第一向量包括所述至少一个驾驶员中按照预设顺序排列的各个驾驶员分别对应的第一同乘次数;
确定由所述第二同乘次数集合生成的第二向量,所述第二向量包括所述至少一个驾驶员中按照所述预设顺序排列的各个驾驶员分别对应的第二同乘次数;
计算所述第一向量与所述第二向量的余弦值;
根据所述余弦值,确定所述第一乘客与所述第二乘客之间的第一关联关系。
11.根据权利要求8所述的装置,其特征在于,所述确定模块,具体用于:
根据所述第一同乘数据和所述第二同乘数据,计算所述第一乘客与所述第二乘客之间的杰卡德距离;
根据所述杰卡德距离,确定所述第一乘客和所述第二乘客之间的第二关联关系。
12.根据权利要求8-11任一项所述的装置,其特征在于,还包括处理模块,所述处理模块用于:
针对所述至少一位驾驶员中的每位驾驶员,执行如下步骤:
获得所述第一乘客与所述驾驶员的第三关联关系,并获得所述第二乘客与所述驾驶员的第四关联关系;
确定所述第三关联关系与所述第四关联关系不同。
13.根据权利要求12所述的装置,其特征在于,所述处理模块,具体用于:
获得所述第一乘客的第一人脸图像,以及所述驾驶员的第二人脸图像;
根据所述第一人脸图像和所述第二人脸图像,确定所述第一乘客与所述驾驶员的第三关联关系。
14.根据权利要求13所述的装置,其特征在于,所述处理模块,具体用于:
将所述第一人脸图像和所述第二人脸图像与人口数据库中的人脸图像进行匹配,以获取所述驾驶员身份信息和/或所述第一乘客身份信息;
若仅获取到所述驾驶员身份信息,则根据所述驾驶员身份信息,确定与所述驾驶员满足设定关系的人员的人脸图像;将所述第一人脸图像与所述满足设定关系的人员的人脸图像进行比对,确定所述驾驶员和所述第一乘客是否满足所述设定关系,以得到确定结果,所述确定结果为所述第三关联关系;
若仅获取到所述第一乘客身份信息,则根据所述第一乘客身份信息,确定与所述第一乘客满足设定关系的人员的人脸图像;将所述第二人脸图像与所述满足设定关系的人员的人脸图像进行比对,确定所述驾驶员和所述第一乘客是否满足所述设定关系,以得到确定结果,所述确定结果为所述第三关联关系;
若获取到驾驶员身份信息和第一乘客身份信息,则根据所述驾驶员身份信息和所述第一乘客身份信息,判断所述驾驶员和所述第一乘客是否满足设定关系,以得到确定结果,所述确定结果为所述第三关联关系。
15.一种判断人员关系的设备,其特征在于,包括:
处理器,存储器,以及计算机程序;
其中,所述计算机程序被存储在所述存储器中,并且被配置为由所述处理器执行,所述计算机程序包括用于执行如权利要求1-7任一项所述的方法的指令。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882808.XA CN111368621B (zh) | 2019-09-18 | 2019-09-18 | 判断人员关系的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910882808.XA CN111368621B (zh) | 2019-09-18 | 2019-09-18 | 判断人员关系的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111368621A true CN111368621A (zh) | 2020-07-03 |
CN111368621B CN111368621B (zh) | 2023-09-01 |
Family
ID=71210300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910882808.XA Active CN111368621B (zh) | 2019-09-18 | 2019-09-18 | 判断人员关系的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111368621B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560694A (zh) * | 2020-12-18 | 2021-03-26 | 南京领行科技股份有限公司 | 数据分析方法、装置、电子设备及存储介质 |
CN113870555A (zh) * | 2021-09-08 | 2021-12-31 | 南京静态交通产业技术研究院 | 基于手机imsi码与电子车牌的人车协同识别方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107295118A (zh) * | 2017-06-28 | 2017-10-24 | 西安万像电子科技有限公司 | 联系人查找方法和装置 |
CN108109069A (zh) * | 2016-11-24 | 2018-06-01 | 方正国际软件(北京)有限公司 | 一种社会网络连接的建立方法及装置 |
CN108132998A (zh) * | 2017-12-21 | 2018-06-08 | 浪潮软件集团有限公司 | 一种人员关系分析方法和系统 |
CN108805598A (zh) * | 2017-05-05 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 相似度信息确定方法、服务器及计算机可读存储介质 |
CN109033098A (zh) * | 2017-06-08 | 2018-12-18 | 杭州海康威视系统技术有限公司 | 一种异地出行关联信息的输出方法及装置 |
JP2019040457A (ja) * | 2017-08-25 | 2019-03-14 | 日産自動車株式会社 | 関係性推定方法、関係性推定装置、及び情報提供方法 |
CN109960407A (zh) * | 2019-03-06 | 2019-07-02 | 中山安信通机器人制造有限公司 | 一种车载机器人主动交互的方法、计算机装置以及计算机可读存储介质 |
-
2019
- 2019-09-18 CN CN201910882808.XA patent/CN111368621B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109069A (zh) * | 2016-11-24 | 2018-06-01 | 方正国际软件(北京)有限公司 | 一种社会网络连接的建立方法及装置 |
CN108805598A (zh) * | 2017-05-05 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 相似度信息确定方法、服务器及计算机可读存储介质 |
CN109033098A (zh) * | 2017-06-08 | 2018-12-18 | 杭州海康威视系统技术有限公司 | 一种异地出行关联信息的输出方法及装置 |
CN107295118A (zh) * | 2017-06-28 | 2017-10-24 | 西安万像电子科技有限公司 | 联系人查找方法和装置 |
JP2019040457A (ja) * | 2017-08-25 | 2019-03-14 | 日産自動車株式会社 | 関係性推定方法、関係性推定装置、及び情報提供方法 |
CN108132998A (zh) * | 2017-12-21 | 2018-06-08 | 浪潮软件集团有限公司 | 一种人员关系分析方法和系统 |
CN109960407A (zh) * | 2019-03-06 | 2019-07-02 | 中山安信通机器人制造有限公司 | 一种车载机器人主动交互的方法、计算机装置以及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560694A (zh) * | 2020-12-18 | 2021-03-26 | 南京领行科技股份有限公司 | 数据分析方法、装置、电子设备及存储介质 |
CN113870555A (zh) * | 2021-09-08 | 2021-12-31 | 南京静态交通产业技术研究院 | 基于手机imsi码与电子车牌的人车协同识别方法 |
CN113870555B (zh) * | 2021-09-08 | 2023-11-03 | 南京静态交通产业技术研究院 | 基于手机imsi码与电子车牌的人车协同识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111368621B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9916761B2 (en) | Method and system for locating a mobile asset | |
CN115294665B (zh) | 一种信息处理方法、系统、装置及存储介质 | |
CN110808053B (zh) | 一种驾驶员身份验证方法、装置及电子设备 | |
CN105279814A (zh) | 行车记录处理方法及系统 | |
CN109800984B (zh) | 驾驶水平评估方法、装置、计算机设备和存储介质 | |
CN110796054B (zh) | 证件验真方法及装置 | |
CN111950471B (zh) | 目标对象识别方法及装置 | |
Azadani et al. | Driver identification using vehicular sensing data: A deep learning approach | |
CN111368621A (zh) | 判断人员关系的方法、装置、设备及存储介质 | |
CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
CN111160919A (zh) | 一种区块链地址风险评估方法及装置 | |
CN112633537A (zh) | 代叫车订单处理方法、装置,以及电子设备 | |
CN109272692A (zh) | 无人超市中的预警方法及装置 | |
CN111860512B (zh) | 一种车辆识别方法、装置、电子设备及计算机可读存储介质 | |
CN112541193A (zh) | 隐私数据的保护方法和装置 | |
CN116452006A (zh) | 代驾司机拉新活动的风控方法、装置、计算机设备和介质 | |
CN115393895A (zh) | 一种校车安全管理方法、装置、设备及介质 | |
US12046082B2 (en) | Method for processing surroundings information of a motor vehicle, computer program product and electronic information processing system | |
CN115018024A (zh) | 挪车数据处理方法及装置 | |
CN115456812A (zh) | 一种智慧工地管理方法、装置、设备及介质 | |
WO2016006021A1 (ja) | データ分析装置、データ分析装置の制御方法、およびデータ分析装置の制御プログラム | |
CN113781249A (zh) | 车载社交群组的构建方法、装置、电子设备及存储介质 | |
CN114360230B (zh) | 一种公交车安全预警方法、系统、装置及存储介质 | |
KR102413628B1 (ko) | 정보 결정 장치 및 정보 결정 방법 | |
Cai et al. | Effects of knowledge and experience on privacy decision-making in connected autonomous vehicle scenarios |
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 |