CN112752222A - 一种行为识别的方法、装置、电子设备和计算机存储介质 - Google Patents

一种行为识别的方法、装置、电子设备和计算机存储介质 Download PDF

Info

Publication number
CN112752222A
CN112752222A CN201911045620.6A CN201911045620A CN112752222A CN 112752222 A CN112752222 A CN 112752222A CN 201911045620 A CN201911045620 A CN 201911045620A CN 112752222 A CN112752222 A CN 112752222A
Authority
CN
China
Prior art keywords
mobile terminal
time
behavior
base station
time point
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
Application number
CN201911045620.6A
Other languages
English (en)
Other versions
CN112752222B (zh
Inventor
邵晓航
杨涛
胡皓月
吕晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Suzhou Software Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201911045620.6A priority Critical patent/CN112752222B/zh
Publication of CN112752222A publication Critical patent/CN112752222A/zh
Application granted granted Critical
Publication of CN112752222B publication Critical patent/CN112752222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例公开了一种行为识别的方法、装置、电子设备和计算机存储介质,该方法包括:获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。如此,获取的移动终端通信信息是与移动终端通信的基站直接获取的信息,在不需要移动终端用户主动提供其他信息的情况下,也可以对移动终端用户的行为进行识别。

Description

一种行为识别的方法、装置、电子设备和计算机存储介质
技术领域
本申请涉及大数据领域,尤其涉及一种行为识别的方法、装置、电子设备和计算机存储介质。
背景技术
相关技术中,移动终端产生的数据在用户可疑行为识别的过程中起着重要的作用,例如,获取用户在使用智能手机时产生的位置信息、手势信息以及拼写语法信息等用户行为数据,进而根据获取的用户行为数据识别该用户行为是否为可疑行为;然而,上述技术方案依赖于用户主动提供其在使用智能手机的过程中产生的位置信息、手势信息以及拼写语法信息等用户行为数据,而对于某一个目标区域的监控,被监控的用户不会主动提供其在智能手机使用过程中的全部用户行为数据。
发明内容
本申请实施例期望提供一种行为识别的技术方案。
本申请实施例提供了一种行为识别的方法,所述方法包括:
获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;
根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
可选地,所述根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别,包括:
根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选;当确定所述移动终端用户通过可疑行为筛选之后,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率;
或者,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
可选地,所述根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选,包括:
所述移动终端用户行为满足第一筛选条件和/或第二筛选条件时,确定所述移动终端用户行为通过可疑行为筛选,否则,确定所述移动终端用户行为不通过可疑行为筛选;所述第一筛选条件为对所述移动终端用户行为进行时间范围筛选的条件;所述第二筛选条件为对所述移动终端用户行为进行空间范围筛选的条件。
可选地,所述时空信息包括:行为识别区域的范围、行为识别开始时间和行为识别结束时间;
所述移动终端通信信息包括:第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;
可选地,所述第一筛选条件包括:
所述第一时间点在所述行为识别开始时间之前,和/或,所述第二时间点在所述行为识别结束时间之后。
可选地,所述第二筛选条件包括:
所述基站在所述第一时间点的位置和/或所述基站在所述第二时间点的位置,处于所述行为识别区域的范围内;
或者,所述第二筛选条件包括:
所述基站在所述第一时间点的位置处于最大关机缓冲区域内;和/或,所述基站在所述第二时间点的位置处于最大开机缓冲区域内;所述最大关机缓冲区域的范围大于所述行为识别区域的范围,所述最大开机缓冲区域的范围大于所述行为识别区域的范围。
可选地,所述根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率,包括:
当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,处于所述行为识别区域的范围内时,确定移动终端用户行为是可疑行为的概率大于或等于第一设定概率;
当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,不处于所述行为识别区域的范围内时,根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率。
可选地,所述根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率,包括:
根据所述第一时间点、所述行为识别开始时间以及所述行为识别结束时间,确定由时间因素决定的概率;根据所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置确定由空间因素决定的概率;根据所述时间因素决定的概率以及所述空间因素决定的概率,确定移动终端用户行为是可疑行为的概率。
本申请实施例还提出了一种行为识别的装置,所述装置包括:获取模块和处理模块,其中:
获取模块,用于获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;
处理模块,用于根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
可选地,所述处理模块,用于根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选;当确定所述移动终端用户通过可疑行为筛选之后,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率;
或者,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
可选地,所述处理模块,用于所述移动终端用户行为满足第一筛选条件和/或第二筛选条件时,确定所述移动终端用户行为通过可疑行为筛选,否则,确定所述移动终端用户行为不通过可疑行为筛选;所述第一筛选条件为对所述移动终端用户行为进行时间范围筛选的条件;所述第二筛选条件为对所述移动终端用户行为进行空间范围筛选的条件。
可选地,所述时空信息包括:行为识别区域的范围、行为识别开始时间和行为识别结束时间;
所述移动终端通信信息包括:第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;
可选地,所述第一筛选条件包括:
所述第一时间点在所述行为识别开始时间之前,和/或,所述第二时间点在所述行为识别结束时间之后。
可选地,所述第二筛选条件包括:
所述基站在所述第一时间点的位置和/或所述基站在所述第二时间点的位置,处于所述行为识别区域的范围内;
或者,所述第二筛选条件包括:
所述基站在所述第一时间点的位置处于最大关机缓冲区域内;和/或,所述基站在所述第二时间点的位置处于最大开机缓冲区域内;所述最大关机缓冲区域的范围大于所述行为识别区域的范围,所述最大开机缓冲区域的范围大于所述行为识别区域的范围。
可选地,所述处理模块,用于当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,处于所述行为识别区域的范围内时,确定移动终端用户行为是可疑行为的概率大于或等于第一设定概率;当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,不处于所述行为识别区域的范围内时,根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率。
可选地,所述处理模块,用于根据所述第一时间点、所述行为识别开始时间以及所述行为识别结束时间,确定由时间因素决定的概率;根据所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置确定由空间因素决定的概率;根据所述时间因素决定的概率以及所述空间因素决定的概率,确定移动终端用户行为是可疑行为的概率。
本申请实施例还提出了一种电子设备,包括处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序时,执行上述任意一种行为识别的方法。
本申请实施例还提出了一种计算机存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任意一种行为识别的方法。
本申请实施例提出的行为识别的方法、装置、电子设备和计算机存储介质中,获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。如此,获取的移动终端通信信息是与移动终端通信的基站直接获取的信息,在不需要移动终端用户主动提供其他信息的情况下,也可以对移动终端用户的行为进行识别。
附图说明
图1为本申请实施例提供的一种行为识别的方法的流程示意图;
图2为本申请实施例提供的一种可疑行为时间范围筛选的示意图;
图3为本申请实施例提供的一种可疑行为空间范围筛选的示意图;
图4为本申请实施例提供的一种确定可疑行为概率的示意图;
图5为本申请实施例提供的一种行为识别的方法的具体流程示意图;
图6为本申请实施例提供的一种行为识别的装置的结构示意图;
图7为本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所提供的实施例仅仅用以解释本申请,并不用于限定本申请。另外,以下所提供的实施例是用于实施本申请的部分实施例,而非提供实施本申请的全部实施例,在不冲突的情况下,本申请实施例记载的技术方案可以任意组合的方式实施。
需要说明的是,在本申请实施例中,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方法或者装置不仅包括所明确记载的要素,而且还包括没有明确列出的其他要素,或者是还包括为实施方法或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括该要素的方法或者装置中还存在另外的相关要素(例如方法中的步骤或者装置中的单元,例如的单元可以是部分电路、部分处理器、部分程序或软件等等)。
例如,本申请实施例提供的行为识别的方法包含了一系列的步骤,但是本申请实施例提供的行为识别的方法不限于所记载的步骤,同样地,本申请实施例提供的行为识别的装置包括了一系列模块,但是本申请实施例提供的装置不限于包括所明确记载的模块,还可以包括为获取相关信息、或基于信息进行处理时所需要设置的模块。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
本申请实施例可以应用于基站或与基站连接的电子设备中,例如,基站可以是2G、3G、4G等网络的基站,电子设备可以是终端或服务器,这里,终端可以是瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统,等等,服务器可以是服务器计算机系统小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
在本申请的一些实施例中,提出了一种行为识别的方法,在不需要移动终端用户主动提供其他信息的情况下,也可以对移动终端用户的行为进行识别。
实施例一
图1是本申请实施例中的一种行为识别的方法的流程示意图,如图1所示,所述方法包括如下步骤:
S101:获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息。
本申请实施例中,移动终端可以是手机、笔记本、平板电脑、车载电脑等设备,移动终端与基站可以基于2G、3G、4G等网络进行通信。
可选地,时空信息可以是根据实际情况设定的信息,例如,时空信息可以是根据实际案发现场的情况设定的时间信息和/或空间信息,还可以是根据之前的经验,提前设定的时间信息和/或空间信息,进一步地,时空信息可以包括行为识别区域的范围、行为识别开始时间以及行为识别结束时间,示例性地,行为识别区域的范围可以包括行为识别区域的中心点坐标、行为识别区域的面积以及行为识别区域的形状,行为识别区域的中心点坐标可以是实际案发地点的中心点坐标,还可以是根据需求预先设定的位于某一地区的中心坐标,行为识别区域的形状可以是实际案发地点的形状,还可以是根据需求预先设定的圆形、正方形、三角形、扇形或其它不规则形状,行为识别开始时间可以是实际案件发生时间,行为识别结束时间可以是设定的,与实际案件发生时间相隔某一个时间段的时间,行为识别开始时间以及行为识别结束时间还可以是根据需求预先设定的时间。
这里,移动终端通信信息可以包括:与移动终端通信的基站的位置、第一时间点和第二时间点,第一时间点表示基站收到移动终端发送的去附着请求的时间,第二时间点表示基站收到移动终端发送的附着请求的时间,示例性地,当基站收到移动终端发送去附着请求或者附着请求时,可以获取到移动终端与基站通信信令数据中的位置区码(LocationArea Code,LAC)以及小区识别码(Cell-ID),进而根据LAC值以及Cell-ID值确定当前时刻移动终端处于哪一个基站的覆盖范围内,同时,根据LAC值以及Cell-ID值可以进一步确定该基站的经纬度坐标。
对于本步骤的实现方式,示例性地,可以根据之前的经验,提前设定时空信息,同时,可以通过外部设备获取移动终端通信信息,例如,外部设备可以是手机、计算机、服务器等设备。
S102:根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
对于本步骤的实现方式,在一个示例中,可以根据时空信息以及移动终端通信信息,确定移动终端用户行为是否通过可疑行为筛选;当确定移动终端用户通过可疑行为筛选之后,根据时空信息以及移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
可以看出,通过对移动终端行为进行筛选,可以提高移动终端用户可疑行为识别的准确性。
对于本步骤的实现方式,在另一个示例中,无需判断移动终端用户行为是否通过可疑行为筛选,而是可以直接根据时空信息以及移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
可以看出,直接根据时空信息以及移动终端通信信息,可以快速确定移动终端用户行为是可疑行为的概率。
可选地,移动终端用户行为满足第一筛选条件和/或第二筛选条件时,确定移动终端用户行为通过可疑行为筛选,否则,确定移动终端用户行为不通过可疑行为筛选;第一筛选条件可以是对所述移动终端用户行为进行时间范围筛选的条件;第二筛选条件为可以是对所述移动终端用户行为进行空间范围筛选的条件。
可以看出,从时间范围以及空间范围两方面对移动终端用户行为进行筛选,进一步提高了移动终端用户可疑行为识别的准确性。
可选地,所述第一筛选条件包括:所述第一时间点在所述行为识别开始时间之前,和/或,所述第二时间点在所述行为识别结束时间之后。
可以看出,当第一时间点在行为识别开始时间之前,且第二时间点在行为识别结束时间之后时,即,移动终端用户在行为识别开始时间之前关闭移动终端,且在行为识别结束时间之后开启移动终端,此时,移动终端用户行为是可疑行为的概率较大。
在一个具体的示例中,参见图2,为本申请实施例提供的一种可疑行为时间范围筛选的示意图,其中,t1为第一时间点,t2为行为识别开始时间,t3为行为识别结束时间,t4为第二时间点,T1为最大关机缓冲时间,最大关机缓冲时间可以是:第一时间点到行为识别结束时间之间的时间,T2为最大开机缓冲时间,最大开机缓冲时间可以是:行为识别开始时间到第二时间点之间的时间;例如,可以根据需求预先设定行为识别开始时间t2为某天上午8点05分05秒,行为识别结束时间t3为当天上午9点08分08秒,而获取到的第一时间点t1为当天上午7点整,同时,第二时间点t4为当天上午10点30分,即,第一时间点在行为识别开始时间之前,且,第二时间点在行为识别结束时间之后,即,该移动终端用户行为满足第一筛选条件。
可选地,所述第二筛选条件包括:所述基站在所述第一时间点的位置和/或所述基站在所述第二时间点的位置,处于所述行为识别区域的范围内;或者,所述第二筛选条件包括:所述基站在所述第一时间点的位置处于最大关机缓冲区域内;和/或,所述基站在所述第二时间点的位置处于最大开机缓冲区域内;所述最大关机缓冲区域的范围大于所述行为识别区域的范围,所述最大开机缓冲区域的范围大于所述行为识别区域的范围。
可以看出,当基站在第一时间点的位置和/或基站在第二时间点的位置满足第二筛选条件时,即,移动终端用户关闭移动终端时,位于行为识别区域或最大关机缓冲区域内,且,移动终端用户打开移动终端时,位于行为识别区域或最大开机缓冲区域内,此时,移动终端用户行为是可疑行为的概率较大。
可选地,最大关机缓冲区域可以是以行为识别区域的中心点坐标为圆心的一个圆形区域,其中,最大关机缓冲区域的半径R1可以根据式(1)确定:
R1=T1*V (1)
其中,T1为移动终端的最大关机缓冲时间,V为移动终端用户最大移动速度,示例性地,移动终端用户最大移动速度可以是根据实际案件信息估算的嫌疑人的最大移动速度,还可以是根据实际需求预设的移动终端用户最大移动速度。
可选地,最大开机缓冲区域可以是以行为识别区域的中心点坐标为圆心的一个圆形区域,其中,最大开机缓冲区域的半径R2可以根据式(2)确定:
R2=T2*V (2)
其中,T2为移动终端的最大开机缓冲时间,V为移动终端用户最大移动速度。
在一个具体的示例中,参见图3,为本申请实施例提供的一种可疑行为空间范围筛选的示意图,其中P为行为识别区域,Q1为最大关机缓冲区域,Q2为最大开机缓冲区域,O为行为识别区域的中心点,k1为基站在第一时间点的位置,k2为基站在第二时间点的位置,当基站在第一时间点的位置k1位于行为识别区域P内,且在基站在第二时间点的位置k2位于最大开机缓冲区域Q2内,则该移动终端用户行为满足第二筛选条件。
可选地,所述根据所述时空信息以及移动终端通信信息,确定移动终端用户行为是可疑行为的概率,包括:当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,处于所述行为识别区域的范围内时,确定移动终端用户行为是可疑行为的概率大于或等于第一设定概率;当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,不处于所述行为识别区域的范围内时,根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率。
可选地,第一设定概率可以是固定的概率值,也可以是根据经验设定的概率值,例如,可以是办案人员根据以往案件经验确定的该区域人员存在可疑行为的概率值。
可选地,所述根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率,包括:根据所述第一时间点、所述行为识别开始时间以及所述行为识别结束时间,确定由时间因素决定的概率;根据所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置确定由空间因素决定的概率;根据所述时间因素决定的概率以及所述空间因素决定的概率,确定移动终端用户行为是可疑行为的概率。
现有技术方案需要不间断的获取和分析移动终端产生的用户行为数据,但在用户关闭移动终端期间,移动终端的用户行为数据缺失,此时,无法继续对移动终端用户的可疑行为进行识别,而本申请的技术方案只需要获取与移动终端通信的基站的位置、第一时间点、第二时间点、行为识别区域的范围、行为识别开始时间以及行为识别结束时间,就可以对移动终端用户行为进行识别,进一步地,还可以确定移动终端用户行为是可疑行为的概率,即,在用户关闭移动终端期间也可以对移动终端用户的行为进行识别。
可选地,移动终端用户是可疑行为的概率P可以由式(3)确定:
P=α1P12P2 (3)
其中,P1是由时间因素决定的概率,P2是由空间因素决定的概率,α1和α2分别为概率权重系数,满足条件:α12=1,可以根据经验指定上述概率权重系数的数值。
可选地,由时间因素决定的概率P1可以由式(4)确定:
Figure BDA0002254061670000121
其中,t2是行为识别开始时间,t3是行为识别结束时间,T1为移动终端的最大关机缓冲时间。
可选地,由空间因素决定的概率P2可以由式(5)确定:
Figure BDA0002254061670000122
其中,S2为概率计算区域的面积,S1为行为识别区域与概率计算区域重合区域的面积,示例性地,可以根据基站在第一时间点的位置,以及基站在第二时间点的位置,确定概率计算区域的面积。
在一个具体的示例中,参见图4,为本申请实施例提供的一种确定可疑行为概率的示意图,其中,k1为基站在第一时间点的位置,k2为基站在第二时间点的位置,D为概率计算区域,P为行为识别区域,R为行为识别区域P与概率计算区域D重合的区域,将k1与k2之间的距离记为概率计算区域的直径,且概率计算区域D经过k1与k2两点,此时,计算概率计算区域D与行为识别区域重合的面积,以及概率计算区域D的面积,进而根据式(5)可以得到由空间因素决定的概率P2
在一个具体的示例中,参见图5,为本申请实施例提供的一种行为识别的方法的具体流程示意图,从开始到结束共有7个步骤,分别是:开始、数据处理、时间范围筛选、空间范围筛选、可疑行为概率计算、可疑对象集合以及结束,第一步进行数据处理,即根据移动终端通信信息,可以得到第一时间点、第二时间点,以及基站在第一时间点以及第二时间点的位置,第二步进行时间范围筛选,时间范围筛选包括时间范围获取以及时间筛选,首先,获取行为识别开始时间以及行为识别结束时间,然后,当第一时间点在行为识别开始时间之前,和/或,第二时间点在行为识别结束时间之后时,确定移动终端用户行为通过时间范围筛选,第三步进行空间范围筛选,空间范围筛选包括关机空间筛选以及开机空间筛选,当基站在第一时间点的位置,位于行为识别区域或最大关机缓冲区域内,则移动终端用户行为通过关机空间筛选,当基站在第二时间点的位置,位于行为识别区域或最大开机缓冲区域内,则移动终端用户行为通过开机空间筛选,第四步进行可疑行为概率计算,可疑行为概率包括时间因素决定的概率以及空间因素决定的概率,其中,根据第一时间点、行为识别开始时间以及行为识别结束时间,可以确定由时间因素决定的概率,根据行为识别区域的范围、基站在第一时间点的位置以及基站在第二时间点的位置,可以确定由空间因素决定的概率,进而根据时间因素决定的概率以及空间因素决定的概率得到移动终端用户行为是可疑行为的概率,第五步确定可疑对象集合,可选地,可以根据需求预设一个可疑行为概率阈值,当移动终端用户可疑行为概率大于可疑行为概率阈值时,确定该用户为可疑对象,如此,通过筛选既可以获得可疑对象集合,进而完成移动终端用户行为识别。
相关技术中,对移动终端用户行为进行识别的方式是,获取相关联的多起案件的信息,根据相关联的所有案件的案发位置可以确定案件行动轨迹,进而根据移动终端用户产生的用户行为数据,可以筛选出在案件发生时间段出现在案件行动轨迹上的移动终端用户,但是对于单个案件,无法提供案件运动轨迹信息,进而无法通过上述方案对移动终端用户行为进行识别,而本申请的技术方案中,只需要针对单个案件的行为识别区域的范围、行为识别开始时间、行为识别结束时间即可以对移动终端用户行为进行识别,无需获取其他相关联案件的信息。
在实际应用中,步骤S101至步骤S102均可以由行为识别的装置中的处理器等实现,上述处理器可以为特定用途集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(DigitalSignal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、中央处理器(CentralProcessing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的行为识别的装置,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
本申请实施例提供了一种行为识别的方法,获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。如此,获取的移动终端通信信息是与移动终端通信的基站直接获取的信息,在不需要移动终端用户主动提供其他信息的情况下,也可以对移动终端用户的行为进行识别。
实施例二
为了能够更加体现本申请的目的,在本申请实施例一的基础上,进行进一步的举例说明。
本申请实施例二提供了一种根据所述时空信息以及移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选的具体实现的方法。
在一个具体的应用场景中,根据经验预先设定行为识别区域的行为识别开始时间为某天上午10点整,行为识别结束时间为当天上午10点30分,且确定行为识别区域的中心点坐标为东经119°55′、北纬30°47′,同时,设定行为识别区域是以该中心点为中心的半径为1000m的一个圆形区域。
当天在行为识别区域周围有可疑对象A和可疑对象B,首先,分别获取可疑对象A和可疑对象B的手机向基站发送去附着请求的时间,以及向基站发送附着请求的时间,其中,可疑对象A的手机向基站发送去附着请求的时间为当天上午9点50分,同时,可疑对象A的手机向基站发送附着请求的时间为当天上午10点35分,可疑对象B的手机向基站发送去附着请求的时间为当天上午10点05分,同时,可疑对象B的手机向基站发送附着请求的时间为当天上午10点10分,此时,通过比较发现,可疑对象A的手机向基站发送去附着请求的时间在行为识别开始时间之前,且可疑对象A的手机向基站发送附着请求的时间在行为识别结束时间之后,即,可疑对象A的行为满足第一筛选条件,而可疑对象B的手机向基站发送去附着请求的时间在行为识别开始时间之后,且可疑对象B的手机向基站发送附着请求的时间在行为识别结束时间之前,即,可疑对象B的行为不满足第一筛选条件。
进一步地,在确定可疑对象A的行为满足第一筛选条件之后,继续确定可疑对象A的行为是否满足第二筛选条件,首先,假设可疑对象A的最大移动速度为5km/h,然后,获取可疑对象A的手机在当天上午9点50分,向某一基站发送去附着请求时,可疑对象A的位置,此时,可以将该基站的经纬度坐标作为可疑对象A的位置,通过计算可以得到,该时刻可疑对象A的位置与行为识别区域的中心点位置之间的距离为2000m,即位于行为识别区域之外,进一步地,获取可疑对象A的手机在当天上午10点35分,向某一基站发送附着请求时,可疑对象A的位置,通过计算可以得到,该时刻可疑对象A的位置与行为识别区域的中心点位置之间的距离为1500m,即位于行为识别区域之外,即,可疑对象A在手机关机时刻以及手机开机时刻的位置均位于行为识别区域之外,此时,需要进一步确定可疑对象A在手机关机时刻以及手机开机时刻的位置与最大开机缓冲区域以及最大关机缓冲区域之间的位置关系,且根据式(1)可以得到,可疑对象A的最大关机缓冲区域半径
Figure BDA0002254061670000151
即,可疑对象A在手机关机时刻的位置位于最大关机缓冲区域内,同时,根据式(2)可以得到,可疑对象A的最大开机缓冲区域半径
Figure BDA0002254061670000152
即,可疑对象A在手机开机时刻的位置位于最大开机缓冲区域内,因此,可疑对象A的行为满足第二筛选条件。
可以看出,通过对移动终端行为进行筛选,可以提高移动终端用户可疑行为识别的准确性。
实施例三
为了能够更加体现本申请的目的,在本申请实施例一的基础上,进行进一步的举例说明。
本申请实施例三提供了一种根据所述时空信息以及移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
在一个具体的应用场景中,通过实施例二所述方法确定可疑对象C的行为满足第一筛选条件以及第二筛选条件,此时,进一步确定可疑对象C的行为是可疑行为的概率,首先,获取可疑对象C的手机向某一基站发送去附着请求时的位置c,以及可疑对象C的手机向该基站发送附着请求时的位置d,此时,通过计算得到位置c到位置d之间的距离为3000m,即,概率计算区域D即为经过位置c以及位置d,且直径为3000m的一个圆形区域,即,概率计算区域D的面积S3约为7070000m2,且根据与设定的行为识别区域的范围比较,可以得到概率计算区域D与行为识别区域重合的面积S2约为2000000m2,因而,根据式(5)可以得到由空间因素决定的概率
Figure BDA0002254061670000161
进一步地,该行为识别区域的行为识别开始时间为某天下午7点整,行为识别结束时间为当天下午7点40分,且可疑对象C向基站发送去附着请求的时间为当天下午6点40分,则根据式(4)可以得到由时间因素决定的概率
Figure BDA0002254061670000162
因而,根据式(3),当选定的
Figure BDA0002254061670000163
时,即可以确定移动终端用户是可疑行为的概率P,即,
Figure BDA0002254061670000164
可以看出,根据时空信息以及移动终端通信信息,在不需要移动终端用户主动提供其他信息,或者移动终端信令缺失的情况下,也可以对移动终端用户的行为进行识别。
实施例四
针对本申请实施例一的一种行为识别的方法,本申请实施例四还提供了一种行为识别的装置。
图6为本申请实施例提供的一种行为识别的装置的结构示意图,如图6所述,该装置包括:获取模块600和处理模块601,其中:
获取模块600,用于获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;
处理模块601,用于根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
在一实施方式中,所述处理模块601用于根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选;当确定所述移动终端用户通过可疑行为筛选之后,根据所述时空信息以及移动终端通信信息,确定移动终端用户行为是可疑行为的概率;或者,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
在一实施方式中,所述处理模块601用于所述移动终端用户行为满足第一筛选条件和/或第二筛选条件时,确定所述移动终端用户行为通过可疑行为筛选,否则,确定所述移动终端用户行为不通过可疑行为筛选;所述第一筛选条件为对所述移动终端用户行为进行时间范围筛选的条件;所述第二筛选条件为对所述移动终端用户行为进行空间范围筛选的条件。
在一实施方式中,所述时空信息包括:行为识别开始时间和行为识别结束时间;所述移动终端通信信息包括:第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;所述第一筛选条件包括:所述第一时间点在所述行为识别开始时间之前,和/或,所述第二时间点在所述行为识别结束时间之后。
在一实施方式中,所述时空信息包括:行为识别区域的范围;所述移动终端通信信息包括:所述基站的位置、第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;所述第二筛选条件包括:所述基站在所述第一时间点的位置和/或所述基站在所述第二时间点的位置,处于所述行为识别区域的范围内;或者,所述第二筛选条件包括:所述基站在所述第一时间点的位置处于最大关机缓冲区域内;和/或,所述基站在所述第二时间点的位置处于最大开机缓冲区域内;所述最大关机缓冲区域的范围大于所述行为识别区域的范围,所述最大开机缓冲区域的范围大于所述行为识别区域的范围。
在一实施方式中,所述时空信息包括:行为识别区域的范围、行为识别开始时间和行为识别结束时间;所述移动终端通信信息包括:所述基站的位置、第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间。
所述处理模块601用于当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,处于所述行为识别区域的范围内时,确定移动终端用户行为是可疑行为的概率大于或等于第一设定概率;当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,不处于所述行为识别区域的范围内时,根据所述第一时间点、所述第二时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率。
在一实施方式中,所述处理模块601用于根据所述第一时间点、所述行为识别开始时间以及所述行为识别结束时间,确定由时间因素决定的概率;根据所述行为识别区域的范围、所述第一时间点、所述第二时间点、所述基站在第一时间点的位置以及所述基站在第二时间点的位置确定由空间因素决定的概率;根据所述时间因素决定的概率以及所述空间因素决定的概率,确定移动终端用户行为是可疑行为的概率。
在实际应用中,所述获取模块600、处理模块601均可由位于多核虚拟机卡顿的处理装置中的处理器实现,该处理器可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。
另外,在本实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时,可以存储在一个计算机可读取存储介质中,基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
具体来讲,本实施例中的一种行为识别的方法对应的计算机程序指令可以被存储在光盘,硬盘,U盘等存储介质上,当存储介质中的与一种行为识别的方法对应的计算机程序指令被一电子设备读取或被执行时,实现前述实施例的任意一种行为识别的方法。
基于前述实施例相同的技术构思,参见图7,其示出了本申请实施例提供的一种电子设备70,可以包括:存储器71和处理器72;其中,
所述存储器71,用于存储计算机程序和数据;
所述处理器72,用于执行所述存储器中存储的计算机程序,以实现前述实施例的任意一种行为识别的方法。
在实际应用中,上述存储器71可以是易失性存储器(volatile memory),例如RAM;或者非易失性存储器(non-volatile memory),例如ROM,快闪存储器(flash memory),硬盘(Hard Disk Drive,HDD)或固态硬盘(Solid-State Drive,SSD);或者上述种类的存储器的组合,并向处理器72提供指令和数据。
上述处理器72可以为ASIC、DSP、DSPD、PLD、FPGA、CPU、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
在一些实施例中,本申请实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述
本申请所提供的各方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的各产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的各方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请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申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本申请的保护之内。

Claims (10)

1.一种行为识别的方法,其特征在于,所述方法包括:
获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;
根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
2.根据权利要求1所述的方法,其特征在于,所述根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别,包括:
根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选;当确定所述移动终端用户通过可疑行为筛选之后,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率;
或者,根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述时空信息以及所述移动终端通信信息,确定所述移动终端用户行为是否通过可疑行为筛选,包括:
所述移动终端用户行为满足第一筛选条件和/或第二筛选条件时,确定所述移动终端用户行为通过可疑行为筛选,否则,确定所述移动终端用户行为不通过可疑行为筛选;所述第一筛选条件为对所述移动终端用户行为进行时间范围筛选的条件;所述第二筛选条件为对所述移动终端用户行为进行空间范围筛选的条件。
4.根据权利要求3所述的方法,其特征在于,所述时空信息包括:行为识别开始时间和行为识别结束时间;
所述移动终端通信信息包括:第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;
所述第一筛选条件包括:
所述第一时间点在所述行为识别开始时间之前,和/或,所述第二时间点在所述行为识别结束时间之后。
5.根据权利要求3所述的方法,其特征在于,所述时空信息包括:行为识别区域的范围;
所述移动终端通信信息包括:所述基站的位置、第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;
所述第二筛选条件包括:
所述基站在所述第一时间点的位置和/或所述基站在所述第二时间点的位置,处于所述行为识别区域的范围内;
或者,所述第二筛选条件包括:
所述基站在所述第一时间点的位置处于最大关机缓冲区域内;和/或,所述基站在所述第二时间点的位置处于最大开机缓冲区域内;所述最大关机缓冲区域的范围大于所述行为识别区域的范围,所述最大开机缓冲区域的范围大于所述行为识别区域的范围。
6.根据权利要求2所述的方法,其特征在于,所述时空信息包括:行为识别区域的范围、行为识别开始时间和行为识别结束时间;
所述移动终端通信信息包括:所述基站的位置、第一时间点和第二时间点,所述第一时间点表示所述基站收到所述移动终端发送的去附着请求的时间,所述第二时间点表示所述基站收到所述移动终端发送的附着请求的时间;
所述根据所述时空信息以及所述移动终端通信信息,确定移动终端用户行为是可疑行为的概率,包括:
当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,处于所述行为识别区域的范围内时,确定移动终端用户行为是可疑行为的概率大于或等于第一设定概率;
当所述基站在第一时间点的位置和/或所述基站在第二时间点的位置,不处于所述行为识别区域的范围内时,根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一时间点、所述行为识别开始时间、所述行为识别结束时间、所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置,确定移动终端用户行为是可疑行为的概率,包括:
根据所述第一时间点、所述行为识别开始时间以及所述行为识别结束时间,确定由时间因素决定的概率;根据所述行为识别区域的范围、所述基站在第一时间点的位置以及所述基站在第二时间点的位置确定由空间因素决定的概率;根据所述时间因素决定的概率以及所述空间因素决定的概率,确定移动终端用户行为是可疑行为的概率。
8.一种行为识别的装置,其特征在于,所述装置包括:获取模块和处理模块,其中:
获取模块,用于获取时空信息以及移动终端通信信息;所述时空信息为根据行为识别需求设定的时间信息和/或空间信息,所述移动终端通信信息为与移动终端通信的基站直接获取的信息;
处理模块,用于根据所述时空信息以及所述移动终端通信信息,对移动终端用户行为进行识别。
9.一种电子设备,其特征在于,包括处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序时,执行权利要求1至7任一项所述的方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。
CN201911045620.6A 2019-10-30 2019-10-30 一种行为识别的方法、装置、电子设备和计算机存储介质 Active CN112752222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911045620.6A CN112752222B (zh) 2019-10-30 2019-10-30 一种行为识别的方法、装置、电子设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911045620.6A CN112752222B (zh) 2019-10-30 2019-10-30 一种行为识别的方法、装置、电子设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN112752222A true CN112752222A (zh) 2021-05-04
CN112752222B CN112752222B (zh) 2022-06-28

Family

ID=75640575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911045620.6A Active CN112752222B (zh) 2019-10-30 2019-10-30 一种行为识别的方法、装置、电子设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN112752222B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116056079A (zh) * 2023-03-29 2023-05-02 北京市大数据中心 终端特征分析方法、装置、网络设备、云平台和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107566980A (zh) * 2017-10-27 2018-01-09 努比亚技术有限公司 一种移动终端的定位方法和移动终端
CN107809767A (zh) * 2017-10-30 2018-03-16 努比亚技术有限公司 一种信息传输方法、移动终端、基站和计算机存储介质
CN109409330A (zh) * 2018-11-19 2019-03-01 中铁程科技有限责任公司 基于移动终端的人脸识别方法、装置和计算机设备
CN110035388A (zh) * 2019-03-21 2019-07-19 平安科技(深圳)有限公司 确定用户区域的方法、计算机可读存储介质及终端设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107566980A (zh) * 2017-10-27 2018-01-09 努比亚技术有限公司 一种移动终端的定位方法和移动终端
CN107809767A (zh) * 2017-10-30 2018-03-16 努比亚技术有限公司 一种信息传输方法、移动终端、基站和计算机存储介质
CN109409330A (zh) * 2018-11-19 2019-03-01 中铁程科技有限责任公司 基于移动终端的人脸识别方法、装置和计算机设备
CN110035388A (zh) * 2019-03-21 2019-07-19 平安科技(深圳)有限公司 确定用户区域的方法、计算机可读存储介质及终端设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116056079A (zh) * 2023-03-29 2023-05-02 北京市大数据中心 终端特征分析方法、装置、网络设备、云平台和介质
CN116056079B (zh) * 2023-03-29 2024-03-19 北京市大数据中心 终端特征分析方法、装置、网络设备、云平台和介质

Also Published As

Publication number Publication date
CN112752222B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN111131783A (zh) 基于电子围栏的监控方法、装置、终端设备及存储介质
US10462184B1 (en) Systems and methods for enforcing access-control policies in an arbitrary physical space
US10511935B2 (en) Location based information service application
CN104756557A (zh) 功率高效位置通知
US9813605B2 (en) Apparatus, method, and program product for tracking items
CN107943570B (zh) 应用管理方法、装置、存储介质及电子设备
US11086996B2 (en) Automatic idle-state scanning for malicious code
CN110705476A (zh) 数据分析方法、装置、电子设备和计算机存储介质
CN112311824A (zh) 一种考勤信息处理的方法以及相关装置
US9532312B1 (en) Locating user device using beacon signal
CN110765842B (zh) 一种身份识别预处理、身份识别方法及设备
US11082806B2 (en) Method of identifying user location, storage medium and electronic device
CN112752222B (zh) 一种行为识别的方法、装置、电子设备和计算机存储介质
CN105488678A (zh) 支付行为信息采集方法及系统
CN111179136A (zh) 一种动态管控方法、装置、电子设备
CN104616408A (zh) 门铃控制方法及装置
CN108805512A (zh) 一种考勤信息记录方法及其设备、系统
WO2018014265A1 (zh) 一种智能加湿器控制系统
CN111639634B (zh) 一种ocr识别方法及电子设备
CN108068121A (zh) 一种人机交互控制方法、装置及机器人
WO2018014262A1 (zh) 一种通信系统
CN113127688A (zh) 头戴式设备的数据传输方法及装置
CN108197719B (zh) 跌落处理方法及相关设备
CN106845202B (zh) 用于人脸识别系统的文件存取方法、装置和系统
US10820137B1 (en) Method to determine whether device location indicates person location

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