CN112818745B - 对象间对应关系的确定方法、装置、电子设备及存储介质 - Google Patents

对象间对应关系的确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112818745B
CN112818745B CN202011613359.8A CN202011613359A CN112818745B CN 112818745 B CN112818745 B CN 112818745B CN 202011613359 A CN202011613359 A CN 202011613359A CN 112818745 B CN112818745 B CN 112818745B
Authority
CN
China
Prior art keywords
relationship
mobile terminal
personnel
vehicle
relation
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.)
Active
Application number
CN202011613359.8A
Other languages
English (en)
Other versions
CN112818745A (zh
Inventor
顾佳辉
胡通海
徐刚
张涛
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.)
Hangzhou Hikvision System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System 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 Hangzhou Hikvision System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN202011613359.8A priority Critical patent/CN112818745B/zh
Publication of CN112818745A publication Critical patent/CN112818745A/zh
Application granted granted Critical
Publication of CN112818745B publication Critical patent/CN112818745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请提供一种对象间对应关系的确定方法、装置、电子设备及存储介质,能够提高确定的对象间对应关系的准确度。该方法包括:识别获取到的对象抓拍图像,以确定第一关系,第一关系用于表征目标对象与参考对象之间存在第一潜在关联关系;目标对象与参考对象的类型不同;确定第二关系和第三关系,第二关系用于表征目标对象与移动终端之间存在潜在关联关系,第三关系用于表征参考对象与移动终端之间存在潜在关联关系;根据目标特征关系,确定第四关系,目标特征关系包括第一关系、第二关系和第三关系;第四关系用于表征目标对象与参考对象之间的关系。

Description

对象间对应关系的确定方法、装置、电子设备及存储介质
技术领域
本申请涉及数据处理技术领域,尤其涉及对象间对应关系的确定方法、装置、电子设备及存储介质。
背景技术
车辆在人民日常生活当中发挥着越来越重要的作用。人与车辆的关联关系也变成各个行业发展的重要参考数据。
目前,人与车的关联关系主要依靠从登记信息(例如:车管所登记的车主与车的对应关系)获取,或者,依靠人脸识别以及车辆识别获取。其中,登记信息对于获取实时的人与车辆的关联关系的参考意义不大,而依靠人脸识别以及车辆识别获取人与车辆的关联关系的过程中,依赖于车辆图像信息,并非每一个车辆图像信息都可以提取人的有效特征,例如:对于恶劣天气或者夜晚等光线不足情况下获取的一些图像质量很差,难以提取有效特征,从而获取的人与车的关联关系的准确度低。
发明内容
本申请提供一种对象间对应关系的确定方法、装置、电子设备及存储介质,能够提高确定的对象间对应关系的准确度。
本申请的技术方案如下:
第一方面,本申请提供一种对象间对应关系的确定方法,该方法包括:识别获取到的对象抓拍图像,以确定第一关系,第一关系用于表征目标对象与参考对象之间存在第一潜在关联关系;目标对象与参考对象的类型不同;确定第二关系和第三关系,第二关系用于表征目标对象与移动终端之间存在潜在关联关系,第三关系用于表征参考对象与移动终端之间存在潜在关联关系;根据目标特征关系,确定第四关系,目标特征关系包括第一关系、第二关系和第三关系;第四关系用于表征目标对象与参考对象之间的关系。
本申请中的对象间对应关系的确定方法,不仅参考了得到的目标对象与参考对象之间的第一潜在关联关系,还参考了目标对象与移动终端之间的潜在关联关系以及参考对象与移动终端之间的潜在关联关系,从多方面确定出目标对象对应的参考对象,以提高确定出的目标对象对应的参考对象的准确率。
在一种可能的实现方式中,上述根据目标特征关系,确定第四关系,包括:根据第二关系和第三关系,确定中间关系;中间关系用于表征目标对象与参考对象存在第二潜在关联关系;根据该中间关系和第一关系,确定第四关系。这样,可以通过相同的移动终端获取目标对象与参考对象的第二潜在关联关系。
在另一种可能的实现方式中,目标对象为目标车辆;参考对象为人,该确定方法还包括:获取移动终端的采集信息;移动终端的采集信息包括移动终端的标识、采集位置和采集时间;目标特征关系还包括伴随关系;该确定方法还包括:获取移动终端的采集信息;根据第二关系、第三关系和移动终端的采集信息,确定伴随关系。
在另一种可能的实现方式中,上述根据第二关系、第三关系和移动终端的采集信息,确定伴随关系,包括:对移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到每两个移动终端的对应关系;根据第二关系、第三关系和每两个移动终端的对应关系,确定伴随关系。
在另一种可能的实现方式中,上述确定第二关系,包括:获取目标车辆的车辆抓拍信息;目标车辆的车辆抓拍信息包括:车辆抓拍时间和车辆抓拍位置;对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配,得到移动终端与目标车辆的对应关系;根据移动终端与目标车辆的对应关系确定第二关系;或者,获取历史的第二关系;根据历史的第二关系对移动终端与目标车辆的对应关系进行调整,确定第二关系。这样,根据历史的第二关系对移动终端与目标车辆的对应关系进行调整后确定的第二关系理论上准确度更高。
在另一种可能的实现方式中,上述确定第三关系,包括获取人员抓拍信息;人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识;对移动终端的采集信息以及人员抓拍信息进行时空匹配,得到移动终端与人员的对应关系;根据移动终端与人员的对应关系确定第三关系;或者,获取历史的第三关系;根据历史的第三关系对移动终端与人员的对应关系进行调整,确定第三关系。这样,根据历史的第三关系对移动终端与人员的对应关系进行调整后确定的第三关系理论上准确度更高。
在另一种可能的实现方式中,第四关系包括置信度,置信度用于表征第四关系中目标对象与每个参考对象的关联程度。
第二方面,提供一种对象间对应关系的确定装置,该装置包括识别模块,用于识别获取到的对象抓拍图像,以确定第一关系,第一关系用于表征目标对象与参考对象之间存在第一潜在关联关系;目标对象与参考对象的类型不同;第一确定模块,用于确定第二关系和第三关系,第二关系用于表征目标对象与移动终端之间存在潜在关联关系,第三关系用于表征参考对象与移动终端之间存在潜在关联关系;第二确定模块,用于根据目标特征关系,确定第四关系,目标特征关系包括第一关系、第二关系和第三关系;第四关系用于表征目标对象与参考对象之间的关系。
可选的,第二确定模块具体用于:根据第二关系和第三关系,确定中间关系;中间关系用于表征目标对象与参考对象存在第二潜在关联关系;根据中间关系和第一关系,确定第四关系。
可选的,目标对象为目标车辆;参考对象为人,目标特征关系还包括伴随关系;确定装置还包括获取模块,用于获取的移动终端的采集信息;移动终端的采集信息包括移动终端的标识、采集位置和采集时间;第二确定模块,还用于根据第二关系、第三关系和移动终端的采集信息,确定伴随关系。
可选的,第二确定模块具体用于:对移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到每两个移动终端的对应关系;根据第二关系、第三关系和每两个移动终端的对应关系,确定伴随关系。
可选的,获取模块还用于:获取目标车辆的车辆抓拍信息;目标车辆的车辆抓拍信息包括:车辆抓拍时间和车辆抓拍位置;对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配,得到移动终端与目标车辆的对应关系;第一确定模块具体用于:根据移动终端与目标车辆的对应关系确定第二关系;或者,获取历史的第二关系;根据历史的第二关系对对应关系进行调整,确定第二关系。
可选的,获取模块还用于:获取人员抓拍信息;人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识;对移动终端的采集信息以及人员抓拍信息进行时空匹配,得到移动终端与人员的对应关系;第一确定模块具体用于:根据移动终端与人员的对应关系确定第三关系;或者,获取历史的第三关系;根据历史的第三关系对移动终端与人员的对应关系进行调整,确定第三关系。
可选的,第四关系包括置信度,置信度用于表征第四关系中目标对象与每个参考对象的关联程度。
第三方面,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,处理器被配置为执行所述指令,以实现上述第一方面以及第一方面的任一种可能的实现方式所示的对象间对应关系的确定方法。
第四方面,提供一种计算机可读存储介质,当该存储介质中的指令由计算机设备的处理器执行时,使得计算机设备能够执行如第一方面以及第一方面的任一种可能的实现方式所示的对象间对应关系的确定方法。
第五方面,提供一种计算机程序产品,可直接加载到计算机设备的内部存储器中,并含有软件代码,该计算机程序经由计算机设备载入并执行后能够实现第一方面以及第一方面的任一种可能的实现方式所示的对象间对应关系的确定方法。
第六方面,提供一种芯片系统,该芯片系统应用于对象间对应关系的确定装置;该芯片系统包括一个或多个接口电路,以及一个或多个处理器。接口电路和处理器通过线路互联;接口电路用于从对象间对应关系的确定装置的存储器接收信号,并向处理器发送信号,信号包括存储器中存储的计算机指令。当处理器执行计算机指令时,对象间对应关系的确定装置执行如第一方面及其任一种可能的设计方式所提供的对象间对应关系的确定方法。
上述提供的任一种对象间对应关系的确定装置、电子设备、计算机可读存储介质、计算机程序产品或芯片系统用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文提供的对应的方法中对应方案的有益效果,此处不再赘述。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是本申请提供的技术方案所适用的一种系统的结构示意图;
图2是本申请实施例提供的技术方案所适用的一种计算机设备的结构示意图;
图3是本申请实施例提供的一种对象间对应关系的确定方法的流程示意图;
图4是本申请实施例提供的一种目标车辆与移动装置的时空标识点示意图;
图5是本申请实施例提供的另一种目标车辆与移动装置的时空标识点示意图;
图6是本申请实施例提供的另一种对象间对应关系的确定方法的流程示意图;
图7是本申请实施例所提供的一种对象间对应关系的确定装置的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,在本申请的实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
需要说明的是,本申请的说明书和权利要求书中的术语“第一”、“第二”等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,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请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、本申请的一些方面相一致的装置和方法的例子。
在本申请实施例中,“至少一个”是指一个或多个。“多个”是指两个或两个以上。
在本申请实施例中,“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,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的对象间对应关系的确定方法可以适用于图1所示的系统。如图1所示,为本申请提供的技术方案所适用的一种系统的结构示意图。该系统包括图像采集装置10-1、移动终端采集装置10-2和分析装置10-3。需要说明的是,本申请对该系统中每个装置的数量不进行限定,图1中以一个分析装置、一个图像采集装置和一个移动终端采集装置为例进行说明。其中,分析装置10-3可以分别与图像采集装置10-1以及移动终端采集装置10-2通过网络连接。
图像采集装置10-1可以为用于拍摄图像的任一装置。例如:相机、采集机、摄像机、抓拍机、摄像头等。图像采集装置10-1可以布设于交通路口、停车场出入口、住宅小区出入口、收费站、交通检查站或治安检查站等卡口点,用来抓拍车辆图像和/或人员图像并存储,可选的,图像采集装置10-1可以自动筛选清晰度大于预设阈值的车辆图像和/或人员图像进行存储。可选的,图像采集装置10-1还可以用于对抓拍得到的图像进行车辆识别和或人员识别,识别得到的车辆的抓拍信息包括车辆抓拍时间、车辆标识以及车辆抓拍位置以及该车辆的乘客标识;识别得到的人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识。其中,人员抓拍时间的获取方式与车辆抓拍时间的获取方式类似,人员抓拍位置的获取方式与车辆抓拍位置的获取方式类似,人员标识的获取方式与乘客标识的获取方式类似。
车辆的抓拍信息中,车辆抓拍时间可以由图像采集装置10-1自带的时钟芯片提供,为车辆图像的抓拍时间。
在图像采集装置10-1位置固定不变的情况下,图像采集装置10-1的位置即为车辆抓拍位置,在图像采集装置10-1的位置可变的情况下,该图像采集装置10-1还可以包括定位装置,用于抓拍车辆图像时所处的位置。
车辆标识可以是车牌号,车牌号的识别过程主要包括车牌定位和字符识别两大部分。其中,车牌定位又进一步包括车牌图像的预处理及边缘提取、车牌的定位及字符切割,预处理包括对车牌图像进行转换,以突显车牌区域。边缘提取指提取局部亮度变化显著的图像部分,为了更好的进行边缘提取,应提前对车牌图像进行增强对照度,增强对照度的方法可以采用灰度线性变换法、图像平滑处理法等。车牌图像经处理后,采用经典特征提取算子,例如Roberts算子,即可提取边缘。车牌定位指在车牌图像的灰度图像中确定车牌的详细位置,字符切割是指将包括车牌字符的子图像切割出来。字符识别又进一步包括字符区域切割、特征提取、字符识别。字符识别经典算法很多,例如,基于模板匹配的光学字符识别(optical character recognition,OCR)算法,基于人工神经网络的OCR算法。
乘客标识为根据人脸对该所抓拍车辆所乘坐的人员进行人脸识别,提取对应的人脸特征,并为该人脸特征生成的唯一标识符,该标识符用于表征该人员。
可以理解的是,图像采集装置10-1可以按照如上的方法对抓拍得到的图像进行识别得到车辆的抓拍信息和/或人员抓拍信息,并向分析装置10-3发送车辆的抓拍信息和/或人员抓拍信息。图像采集装置10-1也可以直接向分析装置10-3发送拍摄到的图像、图像的采集时间以及图像的采集区域等信息,这些信息用于分析装置10-3进行车辆识别和/或人员识别。图像采集装置10-1也可以识别拍摄到的图像以确定该图像是否包括人物图像的图像特征或车辆图像的图像特征,在确定该图像包括人物图像的图像特征和车辆图像的图像特征的情况下,向分析装置10-3发送该图像、该图像的采集时间以及该图像的采集区域等信息,这些信息用于分析装置10-3进行识别并生成对应的车辆的抓拍信息和/或人员抓拍信息。
需要说明的是,图像采集装置10-1所包括的拍摄功能以及识别功能可以集成在一个设备中,也可以分别在不同的设备中,本申请对此不进行限定。
移动终端采集装置10-2可以为用于采集移动终端的任一装置。例如:媒体存取控制位址(media access control address,MAC)码采集装置或国际移动用户识别(international mobile subscriber identity,IMSI)码采集装置等。移动终端采集装置获取移动终端标识、移动终端的采集时间、移动终端的采集位置等移动终端采集信息。移动终端采集装置10-2可以向分析装置10-3发送移动终端采集信息。在一个例子中,移动终端采集装置10-2采用移动热点WIFI探针采集其覆盖范围内的已开启WIFI的移动终端的WIFI信息并识别手机号码、IMSI码、国际移动设备识别码(international mobile equipmentidentity,IMEI)或WIFI的MAC地址等移动终端标识、移动终端的采集时间以及以及移动终端的采集位置等。
分析装置10-3可以用于获取车辆的抓拍信息、人员抓拍信息和移动终端采集信息。其中,车辆的抓拍信息包括:车辆抓拍时间、车牌号和乘客的标识。人员抓拍信息包括:人员标识、人员抓拍位置以及人员抓拍时间。移动终端的采集信息包括移动终端的标识、采集位置和采集时间。车辆的抓拍信息、人员抓拍信息和移动终端的采集信息均包括时(如:抓拍时间或采集时间)空(如:抓拍位置或采集位置)信息,分析装置10-3可以根据时空信息对车辆的抓拍信息、人员抓拍信息和移动终端的采集信息进行匹配,最终,将车辆的抓拍信息和人员抓拍信息进行关联,并获取该关联关系的置信度。其中,置信度用于该关联关系的关联程度。
分析装置10-3可以为移动终端或服务器。其中,移动终端可以为掌上电脑、笔记本电脑、智能手机、车载终端或平板电脑等计算设备。服务器可以是一台服务器,也可以是由多台服务器组成的服务器集群,或者是一个云计算服务中心。
本申请实施例中图像采集装置10-1的位置以及移动终端采集装置10-2的位置可以是固定的,也可以是移动的,本申请实施例对此不进行限定。
上述图像采集装置10-1、移动终端采集装置10-2与分析装置10-3的功能均可以通过如图2所示的计算机设备来实现,如图2所示,为本申请实施例提供的技术方案所适用的一种计算机设备的结构示意图。图2中计算机设备10包括但不限于:处理器101、存储器102、输入单元104、接口单元105和电源106等。可选的,计算机设备10还包括摄像头100、显示器103、定位装置107。
其中,摄像头100用于拍摄图像,并发送给处理器101。处理器101是计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器102内的软件程序和/或模块,以及调用存储在存储器102内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。处理器101可包括一个或多个处理单元;可选的,处理器101可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器101中。如果计算机设备10是图像采集装置10-1,那么,计算机设备10还包括摄像头100。
存储器102可用于存储软件程序以及各种数据。存储器102可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能单元所需的应用程序等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。可选地,存储器102可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
显示器103用于显示由用户输入的信息或提供给用户的信息。显示器103可包括显示面板,可以采用液晶显示器(liquid crystal display,LCD)、有机发光二极管(organiclight-emitting diode,OLED)等形式来配置显示面板。如果计算机设备10是分析装置10-3,那么,计算机设备10还可以包括显示器103。
输入单元104可以包括图形处理器(graphics processing unit,GPU),图形处理器对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图像或视频的图像数据进行处理。处理后的图像帧可以显示在显示器103上。经图形处理器处理后的图像帧可以存储在存储器102(或其它存储介质)中。
接口单元105为外部装置与计算机设备10连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元105可以用于接收来自外部装置的输入(例如,数据信息等)并且将接收到的输入传输到计算机设备10内的一个或多个元件或者可以用于在计算机设备10和外部装置之间传输数据。
电源106(比如电池)可以用于为各个部件供电,可选的,电源106可以通过电源管理系统与处理器101逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
定位装置107可以用于记录图像采集装置10-1拍摄图像的位置。定位装置可以包括:全球定位系统(global positioning system,GPS)装置等。如果计算机设备10是图像采集装置10-1,那么,计算机设备10还可以包括定位装置107。
可选的,本申请实施例中的计算机指令也可以称之为应用程序代码或系统,本申请实施例对此不作具体限定。
需要说明的是,图2所示的计算机设备仅为示例,其不对本申请实施例可适用的计算机设备构成限定。实际实现时,计算机设备可以包括比图2中所示的更多或更少的设备或器件。
本申请实施例可以应用于交通管理场景:管理人员需要对预设区域的交通道路中行驶的目标车辆和/或目标人员进行检测,以获取目标车辆中乘坐的人员(简称:车人对应关系)以及该对应关系中人与车的关联程度,或者,以获取目标人员所乘坐的车辆(简称:人车对应关系)以及该对应关系中人与车的关联程度。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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它实施例,都属于本申请保护的范围。
如图3所示,图3是本申请实施例提供的一种对象间对应关系的确定方法的流程示意图。图3所示的方法可以应用于图1中的分析装置,该方法包括以下S100至S104:
S100:分析装置识别获取到的车辆抓拍图像,以确定第一关系,第一关系用于表征目标车辆与该目标车辆的乘客之间存在第一潜在关联关系。
可选的,第一关系包括第一置信度;该第一置信度用于表征第一关系中目标车辆与乘客之间的关联程度。
具体的,分析装置通过如下步骤确定第一关系:
步骤一:分析装置获取车辆抓拍图像。该车辆抓拍图像中至少一个图像至少包括目标车辆的车牌号和该目标车辆的乘客的特征。
具体的,分析装置可以接收图像采集装置发送的车辆抓拍图像。
步骤二:分析装置通过预设的识别算法识别车辆抓拍图像中的车牌号和乘客的特征。
分析装置识别得到的抓拍图像中的车牌号中包括目标车辆的车牌号。
步骤三:分析装置根据预设的标识算法为识别的每个乘客的特征生成人员标识。一个人员标识用于唯一标识一个人员。其中,每个乘客的特征可以是每个乘客的人脸特征、虹膜特征等生物特征。
步骤四:分析装置确定目标车辆的车牌号和每个乘客的人员标识之间的第一关系。
具体的,分析装置从识别得到的信息中获取目标车辆的车牌号和乘坐该目标车辆的乘客的人员标识,并建立目标车辆的车牌号与获取的人员标识之间的第一关系。
通常情况下,第一关系所包括的第一置信度可以设定为预设值。
示例性的,分析装置确定的第一关系如下表1所示:
表1
目标车辆的车牌号 人员标识 第一置信度
A 人员标识1 1
A 人员标识2 1
表1中,目标车辆的车牌号为A,通过图像识别得到该目标车辆中乘坐的人员包括人员标识1所表征的人员1以及人员标识2所表征的人员2。
S101:分析装置确定第二关系。第二关系用于表征目标对象与移动终端之间存在潜在关联关系。
可选的,第二关系包括第二置信度;该第二置信度用于表征第二关系中目标车辆与移动终端之间的关联程度。
具体的,分析装置可以通过如下步骤确定第二关系:
步骤一:分析装置获取车辆抓拍信息,车辆抓拍信息包括车辆抓拍时间、车辆抓拍位置和车牌号。分析装置获取的车辆抓拍信息中包括目标车辆的车辆抓拍信息。
具体的,分析装置接收图像采集装置发送的每个车辆抓拍图像的抓拍时间和抓拍位置。
可以理解的是,分析装置可以在S100中获取车辆抓拍图像的过程中一并获取每个车辆抓拍图像的抓拍时间和抓拍位置。分析装置也可以分步骤分别获取车辆抓拍图像、每个车辆抓拍图像的抓拍时间和每个车辆抓拍图像的抓拍位置。本申请实施例对此不进行限定。
步骤二:分析装置从获取的车辆抓拍信息中获取目标车辆的车辆抓拍信息。目标车辆的车辆抓拍信息为车辆抓拍信息中车牌号为目标车辆的车牌号的车辆抓拍信息。
步骤三:分析装置获取移动终端的采集信息。
具体的,分析装置可以接收移动终端采集装置发送的移动终端的采集信息。移动终端的采集信息包括移动终端的标识、采集位置和采集时间。
步骤四:分析装置对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配,得到移动终端与目标车辆的对应关系。
具体的,分析装置为同现次数大于第一阈值的移动终端与目标车辆建立对应关系。该对应关系包括第二置信度,该第二置信度用于表征该对应关系中移动终端与目标车辆的关联程度。
示例性的,如图4所示是本申请实施例提供的一种目标车辆与移动装置的时空标识点示意图,在地图上对应目标车辆的抓拍时间和抓拍位置的时空位置标记目标车辆的标识点,目标车辆的标识点包括a1,b1,c1,d1;按照时间顺序连接各个目标车辆的标识点,则得到目标车辆的移动轨迹,同样的,可以根据移动终端的采集时间和采集位置在地图上的对应时空位置标记移动终端的标识点,图4所示的移动终端M1的标识点包括a0,a1,b1,c1,d0,d1;按照时间顺序连接该移动终端M1的各个标识点,则可以得到该移动终端M1的移动轨迹。假设,第一阈值为3,那么,图4中的移动终端M1与目标车辆的重合的标识点数量为4,分析装置建立该移动终端M1与目标车辆的对应关系,并将该对应关系中的置信度设置为0.8。
可以理解的是,分析装置可以对实时获取的目标车辆的车辆抓拍信息以及实时的移动终端的采集信息进行时空匹配,分析装置根据时空匹配的结果对移动终端与目标车辆已经存在的对应关系中的第二置信度进行调整。
基于图4的示例,如图5所示是本申请实施例提供的另一种目标车辆与移动装置的时空标识点示意图,假设,分析装置实时获取的目标车辆的车辆抓拍信息中的抓拍时间和抓拍位置在地图上对应时空位置的标识点为e1,而分析装置实时获取的移动终端M1的采集时间以及采集位置在地图上对应时空位置的标识点为f1,那么,分析装置降低移动终端M1与目标车辆对应关系中的置信度。假设,在下一个时间段,分析装置获取的获取的目标车辆的车辆抓拍信息中的抓拍时间和抓拍位置在地图上对应时空位置的标识点为g1,而分析装置实时获取的移动终端M1的采集时间以及采集位置在地图上对应时空位置的标识点为g1,那么分析装置将移动终端M1与目标车辆的对应关系中的置信度又增加至0.8。
这样,分析装置根据实时获取的目标车辆的车辆抓拍信息与实时获取的移动终端的采集信息进行时空匹配得到的匹配结果,对移动终端与目标车辆已经存在的对应关系中的第二置信度进行调整。可以提高确定的第二关系的准确率。
步骤五:分析装置根据移动终端与目标车辆的对应关系确定第二关系;或者,分析装置获取历史的第二关系;根据历史的第二关系对步骤四中得到的对应关系进行调整,确定第二关系。
在一种可能的实现方式中,分析装置将获取的移动终端与目标车辆的对应关系确定为第二关系。
在另一种可能的实现方式中,分析装置将获取的移动终端与目标车辆的对应关系中第二置信度大于第二阈值的对应关系确定为第二关系。
在另一种可能的实现方式中,分析装置获取历史的第二关系;在历史的第二关系中包括步骤四中获取的移动终端与目标车辆的对应关系的情况下,根据历史的第二关系、获取的移动终端与目标车辆的对应关系确定第二关系。
在一个例子中,假设,移动终端M1与目标车辆具有对应关系,该对应关系中的第二置信度为0.8,历史获取的移动终端M1与目标车辆具有对应关系,且历史对应关系中的历史第二置信度为0.9,那么,分析装置确定的第二关系包括移动终端M1与目标车辆的对应关系,该对应关系的置信度通过公式0.8*80%+0.9*20%得到为0.82。这样,结合历史数据对第二关系进行调整,进一步提高了确定的第二关系的准确率。
S102:分析装置确定第三关系,第三关系用于表征人与移动终端之间存在潜在关联关系。
可选的,第三关系包括第三置信度。第三置信度用于表征第三关系中人与移动终端之间的关联程度。
具体的,分析装置通过如下步骤确定第三关系:
步骤一:分析装置获取人员抓拍信息;人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识。
在一种可能的实现方式中,分析装置接收图像采集装置发送的人员抓拍信息。
在另一种可能的实现方式中,分析装置接收图像采集装置发送的人员抓拍图像、人员抓拍时间以及人员抓拍位置,对于分析装置接收到的每一个人员抓拍图像来说,分析装置根据预设的识别算法识别人员抓拍图像中的人员特征,并根据预设的标识算法为该人员特征生成人员标识以获取该人员抓拍图像对应的人员抓拍信息。
步骤二:分析装置对移动终端的采集信息以及获取的人员抓拍信息进行时空匹配,得到移动终端与人员的对应关系。
具体的,参考分析装置对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配的方法,不再赘述。
步骤三:分析装置根据移动终端与人员的对应关系确定第三关系,或者,分析装置获取历史的第三关系,根据历史的第三关系对移动终端与人员的对应关系进行调整,确定第三关系。
具体的,参考上述S101中的步骤五,不再赘述。
可选的,S103:分析装置根据上述第二关系、第三关系和移动终端的采集信息,确定伴随关系。
具体的,分析装置确定伴随关系的步骤包括:
步骤一:分析装置对移动终端的采集信息中每两个移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到该两个移动终端的对应关系。
步骤二:分析装置根据第二关系、第三关系和移动终端间的对应关系,确定伴随关系。
首先,分析装置根据第二关系(即目标车辆与移动终端的潜在关联关系)和第三关系(即人与移动终端的潜在关联关系),确定中间关系,中间关系用于表征目标车辆与人存在第二潜在关联关系。由于移动终端一般为人员随身携带,移动终端和人员同位置的概率很大,因此,可以利用移动终端将目标车辆与人关联起来。
然后,分析装置根据第三关系获取中间关系中与目标车辆对应的人所对应的移动终端,并根据移动终端间的对应关系确定获取的移动终端对应的移动终端(以下简称伴随移动终端)。分析装置从第三关系中读取伴随移动终端对应的人(以下简称伴随人)。
最后,分析装置确定目标车辆与伴随人的伴随关系。由于移动终端一般为人员随身携带,移动终端和人员同位置的概率很大,具有对应关系的移动终端为同现次数大于第一阈值的至少两个移动终端,因此,该具有对应关系的至少两个移动终端分别对应的人,很大概率也会同乘坐相同的车辆。目标车辆与伴随人的伴随关系的加入扩大了确定的目标车辆中可能乘坐人员的范围,进一步提高了确定的第四关系的准确率。
S104:分析装置根据目标特征关系,确定第四关系。第四关系用于表征目标车辆与该目标车辆中乘客之间的关系。
上述S103为可选的步骤,在没有执行S103的情况下,目标特征关系包括上述第一关系、第二关系和第三关系。分析装置根据第一关系、第二关系和第三关系,确定第四关系。
具体的,首先,分析装置根据第二关系和第三关系,确定中间关系;然后,分析装置根据中间关系和第一关系确定第四关系。
在一种可能的实现方式中,分析装置将第一关系以及中间关系全部确定为第四关系。
在另一种可能的实现方式中,分析装置将第一关系以及中间关系中置信度大于第三阈值的对应关系确定为第四关系。
在另一种可能的实现方式中,分析装置按照置信度对包括第一关系以及中间关系中的所有对应关系进行排序,并确定置信度最大的前预设数量个对应关系为第四关系。
示例性的,分析装置按照置信度对第一关系以及中间关系中的所有对应关系进行降序排序,并确定前20个对应关系为第四关系。
可选的,分析装置获取历史的第四关系;分析装置在执行上述后两种根据中间关系和第一关系确定第四关系的实现方式之前,分析装置可以根据历史的第四关系对第一关系以及中间关系中相应的对应关系的置信度进行调整,然后再根据调整后的中间关系和第一关系执行上述后两种可能的实现方式以确定第四关系。
示例性的,分析装置获取的第四关系中包括目标车辆与人员标识1所表征的人员1之间的对应关系,该对应关系中的置信度为0.8,而分析装置获取的历史的第四关系中也包括目标车辆与人员1之间的对应关系,且历史的对应关系中的置信度为1,那么,分析装置将第四关系中该对应关系的置信度调整为0.9。
在执行了S103的情况下,目标特征关系包括上述第一关系、第二关系、第三关系和伴随关系。分析装置根据第一关系、第二关系、第三关系和伴随关系,确定第四关系。
首先,分析装置根据第二关系和第三关系,确定中间关系;然后,分析装置根据第一关系、中间关系和伴随关系确定第四关系。
在一种可能的实现方式中,分析装置将第一关系、中间关系以及伴随关系全部确定为第四关系。
在另一种可能的实现方式中,分析装置将第一关系、中间关系以及伴随关系中置信度大于第三阈值的对应关系确定为第四关系。
在另一种可能的实现方式中,分析装置按照置信度对包括第一关系、中间关系以及伴随关系中的所有对应关系进行排序,并确定置信度最大的前预设数量个对应关系为第四关系。
示例性的,分析装置按照置信度对第一关系、中间关系以及伴随关系中的所有对应关系进行降序排序,并确定前30个对应关系为第四关系。
可选的,分析装置获取历史的第四关系;分析装置在执行上述后两种根据第一关系、中间关系和伴随关系确定第四关系的实现方式之前,分析装置可以根据历史的第四关系对第一关系、中间关系和伴随关系中相应的对应关系的置信度进行调整,然后再根据调整后的第一关系、中间关系和伴随执行上述后两种可能的实现方式以确定第四关系。
本申请实施例中,分析装置在确定目标车辆与人员的对应关系的过程中,不仅参考了目标车辆与其乘客的第一潜在关联关系(即第一关系),还参考了目标车辆与移动终端之间的关联关系(即第二关系)和人与移动终端之间的潜在关联关系(即第三关系),这样从多方面确定出目标车辆对应的人,扩大了确定出的目标车辆对应的人的范围,提高了确定出的目标车辆对应的人的准确率。其中,目标车辆对应的人即为乘坐在该目标车辆上的人。
如图6所示,图6是本申请实施例提供的另一种对象间对应关系的确定方法的流程示意图。图6所示的方法可以应用于图1中的分析装置,该方法包括以下S200至S203:
S200:分析装置识别获取到的车辆抓拍图像,以确定第一关系,第一关系用于表征车辆与目标人员之间存在第一潜在关联关系。
可选的,第一关系包括第一置信度;该第一置信度用于表征第一关系中目标人员与车辆之间的关联程度。
具体的,分析装置通过如下步骤确定第一关系:
步骤一:分析装置获取车辆抓拍图像。该车辆抓拍图像中至少一个图像至少包括目标人员的图像和该目标人员乘坐的车辆的车牌号的图像。
具体的,分析装置可以接收图像采集装置发送的车辆抓拍图像。
步骤二:分析装置通过预设的识别算法识别车辆抓拍图像中的车牌号和乘客的特征。
分析装置识别得到的抓拍图像中的车牌号。
步骤三:分析装置根据预设的标识算法为识别的车辆抓拍图像中每个乘客的特征生成人员标识。一个人员标识用于唯一标识一个人员。其中,每个乘客的特征可以是每个乘客的人脸特征、虹膜特征等生物特征。
步骤四:分析装置确定目标人员和车牌号之间的第一关系。
具体的,分析装置获取生成的目标人员的标识以及该目标人员所乘坐车辆的车牌号,建立获取的目标人员的标识与车牌号之间的第一关系。
通常情况下,第一关系所包括的第一置信度可以设定为预设值。
S201:分析装置确定第二关系。第二关系包括第二置信度;该第二置信度用于表征第二关系中车辆与移动终端之间的关联程度。
具体的,分析装置可以通过如下步骤确定第二关系:
步骤一:分析装置获取车辆抓拍信息,车辆抓拍信息包括车辆抓拍时间、车辆抓拍位置和车牌号。
具体的,分析装置接收图像采集装置发送的每个车辆抓拍图像的抓拍时间和抓拍位置。
可以理解的是,分析装置可以在S200中获取车辆抓拍图像的过程中一并获取每个车辆抓拍图像的抓拍时间和抓拍位置。分析装置也可以分步骤分别获取车辆抓拍图像、每个车辆抓拍图像的抓拍时间和每个车辆抓拍图像的抓拍位置。本申请实施例对此不进行限定。
步骤二:分析装置获取移动终端的采集信息。
具体的,分析装置可以接收移动终端采集装置发送的移动终端的采集信息。移动终端的采集信息包括移动终端的标识、采集位置和采集时间。
步骤三:分析装置对移动终端的采集信息以及车辆抓拍信息进行时空匹配,得到移动终端与车辆的对应关系。
具体的,参考上述分析装置对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配,得到移动终端与目标车辆的对应关系,不再赘述。
步骤四:分析装置根据移动终端与车辆的对应关系确定第二关系;或者,分析装置获取历史的第二关系;根据历史的第二关系对步骤三中得到的对应关系进行调整,以确定第二关系。
在一种可能的实现方式中,分析装置将获取的移动终端与车辆的对应关系确定为第二关系。
在另一种可能的实现方式中,分析装置将获取的移动终端与车辆的对应关系中第二置信度大于第二阈值的对应关系确定为第二关系。
在另一种可能的实现方式中,分析装置获取历史的第二关系;在历史的第二关系中包括步骤三中获取的移动终端与车辆的对应关系的情况下,根据历史的第二关系、获取的移动终端与车辆的对应关系确定第二关系。
S202:分析装置确定第三关系,第三关系用于表征目标人员与移动终端之间存在潜在关联关系。可选的,第三关系包括第三置信度。第三置信度用于表征第三关系中目标人员与移动终端之间的关联程度。
具体的,分析装置通过如下步骤确定第三关系:
步骤一:分析装置获取人员抓拍信息;人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识。人员抓拍信息包括目标人员的人员抓拍信息。
在一种可能的实现方式中,分析装置接收图像采集装置发送的人员抓拍信息。
在另一种可能的实现方式中,分析装置接收图像采集装置发送的人员抓拍图像、人员抓拍时间以及人员抓拍位置,对于分析装置接收到的每一个人员抓拍图像来说,分析装置根据预设的识别算法识别人员抓拍图像中的人员特征,并根据预设的标识算法为该人员特征生成人员标识以获取该人员抓拍图像对应的人员抓拍信息。
步骤二:分析装置从获取的人员抓拍信息中获取目标人员的人员抓拍信息。
具体的,分析装置从获取的人员抓拍信息中人员标识为目标人员的人员标识的人员抓拍信息作为目标人员的人员抓拍信息。
步骤三:分析装置对移动终端的采集信息以及目标人员的人员抓拍信息进行时空匹配,得到移动终端与目标人员的对应关系。
具体的,参考分析装置对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配的方法,不再赘述。
步骤四:分析装置根据移动终端与目标人员的对应关系确定第三关系,或者,分析装置获取历史的第三关系,根据历史的第三关系对移动终端与目标人员的对应关系进行调整,确定第三关系。
S203:分析装置根据目标特征关系,确定第四关系。第四关系用于表征目标人员与该目标人员可能乘坐的车辆之间的关系。目标特征关系包括上述第一关系、第二关系和第三关系。
分析装置根据第一关系、第二关系和第三关系,确定第四关系。
具体的,首先,分析装置根据第二关系和第三关系,确定中间关系;然后,分析装置根据中间关系和第一关系确定第四关系。中间关系用于表征目标人员与车辆之间的第二潜在关联关系。
在一种可能的实现方式中,分析装置将第一关系以及中间关系全部确定为第四关系。
在另一种可能的实现方式中,分析装置将第一关系以及中间关系中置信度大于第三阈值的对应关系确定为第四关系。
在另一种可能的实现方式中,分析装置按照置信度对包括第一关系以及中间关系中的所有对应关系进行排序,并确定置信度最大的前预设数量个对应关系为第四关系。
示例性的,分析装置按照置信度对第一关系以及中间关系中的所有对应关系进行降序排序,并确定前20个对应关系为第四关系。
可选的,分析装置获取历史的第四关系;分析装置在执行上述后两种根据中间关系和第一关系确定第四关系的实现方式之前,分析装置可以根据历史的第四关系对第一关系以及中间关系中相应的对应关系的置信度进行调整,然后再根据调整后的中间关系和第一关系执行上述后两种可能的实现方式以确定第四关系。
本申请实施例中,分析装置在确定目标人员与车辆的对应关系的过程中,不仅参考了得到的目标人员与该人员乘坐的车辆的第一潜在关联关系(即第一关系),还参考了车辆与移动终端之间的关联关系(即第二关系)和目标人员与移动终端之间的潜在关联关系(即第三关系),这样从多方面确定出目标人员对应的车辆,扩大了确定出的目标人员对应的车辆的范围,提高了确定出的目标人员对应的车辆的准确率。其中,目标人员对应的车辆即为目标人员可能乘坐的车辆。
可以理解的是,上述各方法实施例中的各执行步骤的顺序仅作为一种可能的示例,在实际应用中,各步骤的执行顺序可以根据需要进行调整。
需要说明的是,在不冲突的情况下,上文中的两个实施例中的部分或全部特征可以结合,从而构成一个新的实施例。比如,结合上述两个实施例,将该两个实施例中确定的第四关系进行合并,并展示给相应的管理人员,以使管理人员进行决策。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的方法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对对象间对应关系的确定装置进行功能模块的划分,例如可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块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。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图7是本申请实施例所提供的一种对象间对应关系的确定装置的结构示意图。参照图7,该对象间对应关系的确定装置70包括识别模块701、第一确定模块702和第二确定模块703。其中:识别模块701,用于识别获取到的对象抓拍图像,以确定第一关系,第一关系用于表征目标对象与参考对象之间存在第一潜在关联关系;目标对象与参考对象的类型不同;例如,结合图3,识别模块701可以用于执行S100,结合图6,识别模块701可以用于执行S200;第一确定模块702,用于确定第二关系和第三关系,第二关系用于表征目标对象与移动终端之间存在潜在关联关系,第三关系用于表征参考对象与移动终端之间存在潜在关联关系;例如,结合图3,第一确定模块可以用于执行S101~S102,结合图6,第一确定模块702可以用于执行S201~S202。第二确定模块703,用于根据目标特征关系,确定第四关系,目标特征关系包括第一关系、第二关系和第三关系;第四关系用于表征目标对象与参考对象之间的关系。例如,结合图3,第二确定模块703可以用于执行S104。结合图6,第二确定模块703可以用于执行S203。
可选的,第二确定模块703具体用于:根据第二关系和第三关系,确定中间关系;中间关系用于表征目标对象与参考对象存在第二潜在关联关系;根据中间关系和第一关系,确定第四关系。
可选的,目标对象为目标车辆;参考对象为人,目标特征关系还包括伴随关系;对象间对应关系的确定装置70还包括获取模块704,用于获取移动终端的采集信息;移动终端的采集信息包括移动终端的标识、采集位置和采集时间;第二确定模块703,还用于根据第二关系、第三关系和移动终端的采集信息,确定伴随关系。
可选的,第二确定模块703具体用于:对移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到每两个移动终端的对应关系;根据第二关系、第三关系和每两个移动终端的对应关系,确定伴随关系。
可选的,获取模块704还用于:获取目标车辆的车辆抓拍信息;目标车辆的车辆抓拍信息包括:车辆抓拍时间和车辆抓拍位置;对移动终端的采集信息以及目标车辆的车辆抓拍信息进行时空匹配,得到移动终端与目标车辆的对应关系;第一确定模块702具体用于:根据移动终端与目标车辆的对应关系确定第二关系;或者,获取历史的第二关系;根据历史的第二关系对该对应关系进行调整,确定第二关系。
可选的,获取模块704还用于:获取人员抓拍信息;人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识;对移动终端的采集信息以及人员抓拍信息进行时空匹配,得到移动终端与人员的对应关系;第一确定模块702具体用于:根据移动终端与人员的对应关系确定第三关系;或者,获取历史的第三关系;根据历史的第三关系对移动终端与人员的对应关系进行调整,确定第三关系。
可选的,第四关系包括置信度,置信度用于表征第四关系中目标对象与每个参考对象的关联程度。
在一个示例中,参见图2,上述获取模块704的接收功能可以由图2中的接口单元105实现。上述获取模块704的处理功能、识别模块701、第一确定模块702和第二确定模块703均可以由图2中的处理器101调用存储器102中存储的计算机程序实现。
关于上述可选方式的具体描述参见前述的方法实施例,此处不再赘述。此外,上述提供的任一种对象间对应关系的确定装置70的解释以及有益效果的描述均可参考上述对应的方法实施例,不再赘述。
需要说明的是,上述各个模块对应执行的动作仅是具体举例,各个单元实际执行的动作参照上述基于图3、图6所述的实施例的描述中提及的动作或步骤。
本申请实施例还提供了一种电子设备,包括:存储器和处理器;该存储器用于存储计算机程序,该处理器用于调用该计算机程序,以执行上文提供的任一实施例中提及的动作或步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行上文提供的任一实施例中提及的动作或步骤。
本申请实施例还提供一种芯片系统,该芯片系统应用于计算机设备。该芯片系统包括一个或多个接口电路,以及一个或多个处理器。接口电路和处理器通过线路互联。接口电路用于从计算机设备的存储器接收信号,并向处理器发送信号,信号包括存储器中存储的计算机指令。当处理器执行计算机指令时,计算机设备执行上述方法实施例所示的方法流程中对象间对应关系的确定装置执行的各个步骤。
可选的,该芯片系统支持的功能可以包括基于图3、图6所述的实施例中的处理动作,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的全部或部分步骤可通过程序来指令相关的硬件完成。所述的程序可以存储于一种计算机可读存储介质中。上述提到的存储介质可以是只读存储器,随机接入存储器等。上述处理单元或处理器可以是中央处理器,通用处理器、特定集成电路(application specific integrated circuit,ASIC)、微处理器(digital signal processor,DSP),现场可编程门阵列(fieldprogrammable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。
本申请实施例还提供了一种包含指令的计算机程序产品,当该指令在计算机上运行时,使得计算机执行上述实施例中的任意一种方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solidstate disk,SSD))等。
应注意,本申请实施例提供的上述用于存储计算机指令或者计算机程序的器件,例如但不限于,上述存储器、计算机可读存储介质和通信芯片等,均具有非易失性(non-transitory)。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请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。本申请的范围仅由所附的权利要求来限制。

Claims (7)

1.一种对象间对应关系的确定方法,其特征在于,所述方法包括:
识别获取到的车辆抓拍图像和人员抓拍图像,以确定第一关系,所述第一关系用于表征目标车辆与人员之间存在第一潜在关联关系;
获取移动终端的采集信息,以及所述目标车辆的车辆抓拍信息;所述移动终端的采集信息包括移动终端的标识、采集位置和采集时间;所述目标车辆的车辆抓拍信息包括:车辆抓拍时间和车辆抓拍位置;
对所述移动终端的采集信息以及所述目标车辆的车辆抓拍信息进行时空匹配,得到所述移动终端与所述目标车辆的对应关系;
根据所述移动终端与所述目标车辆的对应关系确定第二关系;或者,获取历史的第二关系;根据历史的第二关系对所述移动终端与目标车辆的对应关系进行调整,确定所述第二关系;所述第二关系用于表征所述目标车辆与所述移动终端之间存在潜在关联关系;
获取人员抓拍信息;所述人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识;
对所述移动终端的采集信息以及所述人员抓拍信息进行时空匹配,得到所述移动终端与人员的对应关系;
根据所述移动终端与人员的对应关系确定第三关系;或者,获取历史的第三关系;根据历史的第三关系对所述移动终端与人员的对应关系进行调整,确定所述第三关系;所述第三关系用于表征所述人员与所述移动终端之间存在潜在关联关系;
根据所述第二关系和所述第三关系,确定中间关系;所述中间关系用于表征所述目标车辆与所述人员存在第二潜在关联关系;
根据所述中间关系和所述第一关系,确定第四关系,目标特征关系包括所述第一关系、所述第二关系、所述第三关系和伴随关系;所述第四关系用于表征所述目标车辆与所述人员之间的关系;所述伴随关系基于所述第二关系、所述第三关系和所述移动终端的采集信息确定。
2.根据权利要求1所述的确定方法,其特征在于,所述伴随关系通过以下方式获得:
对所述移动终端的采集信息中每两个移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到所述每两个移动终端的对应关系;
根据所述第二关系、所述第三关系和所述每两个移动终端的对应关系,确定所述伴随关系。
3.根据权利要求1或2所述的确定方法,其特征在于,所述第四关系包括置信度,所述置信度用于表征所述第四关系中所述目标车辆与每个人员的关联程度。
4.一种对象间对应关系的确定装置,其特征在于,包括:
识别模块,用于识别获取到的车辆抓拍图像和人员抓拍图像,以确定第一关系,所述第一关系用于表征目标车辆与人员之间存在第一潜在关联关系;
获取模块,用于获取移动终端的采集信息,以及所述目标车辆的车辆抓拍信息;所述移动终端的采集信息包括移动终端的标识、采集位置和采集时间;所述目标车辆的车辆抓拍信息包括:车辆抓拍时间和车辆抓拍位置;
第一确定模块,用于对所述移动终端的采集信息以及所述目标车辆的车辆抓拍信息进行时空匹配,得到所述移动终端与所述目标车辆的对应关系;所述第一确定模块还用于,根据所述移动终端与所述目标车辆的对应关系确定第二关系;或者,所述获取模块还用于,获取历史的第二关系;所述第一确定模块还用于,根据历史的第二关系对所述移动终端与目标车辆的对应关系进行调整,确定所述第二关系;所述第二关系用于表征所述目标车辆与所述移动终端之间存在潜在关联关系;
所述获取模块还用于,获取人员抓拍信息;所述人员抓拍信息包括人员抓拍时间、人员抓拍位置以及人员标识;
所述第一确定模块还用于,对所述移动终端的采集信息以及所述人员抓拍信息进行时空匹配,得到所述移动终端与人员的对应关系;所述第一确定模块还用于,根据所述移动终端与人员的对应关系确定第三关系;或者,所述获取模块还用于,获取历史的第三关系;所述第一确定模块还用于,根据历史的第三关系对所述移动终端与人员的对应关系进行调整,确定所述第三关系;所述第三关系用于表征所述人员与所述移动终端之间存在潜在关联关系;
第二确定模块,用于根据所述第二关系和所述第三关系,确定中间关系;所述中间关系用于表征所述目标车辆与所述人员存在第二潜在关联关系;所述第二确定模块还用于,根据所述中间关系和所述第一关系,确定第四关系;目标特征关系包括所述第一关系、所述第二关系、所述第三关系和伴随关系;所述第四关系用于表征所述目标车辆与所述人员之间的关系;所述伴随关系基于所述第二关系、所述第三关系和所述移动终端的采集信息确定。
5.根据权利要求4所述的确定装置,其特征在于,
所述第二确定模块还用于:对所述移动终端的采集信息中每两个移动终端的采集信息进行时空匹配,将同现次数大于第一阈值的每两个移动终端进行关联,得到所述每两个移动终端的对应关系;根据所述第二关系、所述第三关系和所述每两个移动终端的对应关系,确定所述伴随关系;
所述第四关系包括置信度,所述置信度用于表征所述第四关系中所述目标车辆与每个人员的关联程度。
6.一种电子设备,其特征在于,包括:
处理器和用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述可执行指令,以实现如权利要求1-3任一项所述的确定方法。
7.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由计算机设备的处理器执行时,使得所述计算机设备能够执行如权利要求1-3任一项所述的确定方法。
CN202011613359.8A 2020-12-30 2020-12-30 对象间对应关系的确定方法、装置、电子设备及存储介质 Active CN112818745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011613359.8A CN112818745B (zh) 2020-12-30 2020-12-30 对象间对应关系的确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011613359.8A CN112818745B (zh) 2020-12-30 2020-12-30 对象间对应关系的确定方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112818745A CN112818745A (zh) 2021-05-18
CN112818745B true CN112818745B (zh) 2024-02-09

Family

ID=75856253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011613359.8A Active CN112818745B (zh) 2020-12-30 2020-12-30 对象间对应关系的确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112818745B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106534798A (zh) * 2016-12-06 2017-03-22 武汉烽火众智数字技术有限责任公司 一种用于安防监控的多维数据综合应用系统及其方法
CN111881379A (zh) * 2020-09-27 2020-11-03 武汉中科通达高新技术股份有限公司 交管数据处理方法及装置
CN111984806A (zh) * 2020-08-13 2020-11-24 浙江每日互动网络科技股份有限公司 一种确定车辆与终端关联程度的方法、装置和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9697012B2 (en) * 2010-10-22 2017-07-04 Hewlett Packard Enterprise Development Lp Relation-based identification of automation objects

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106534798A (zh) * 2016-12-06 2017-03-22 武汉烽火众智数字技术有限责任公司 一种用于安防监控的多维数据综合应用系统及其方法
CN111984806A (zh) * 2020-08-13 2020-11-24 浙江每日互动网络科技股份有限公司 一种确定车辆与终端关联程度的方法、装置和存储介质
CN111881379A (zh) * 2020-09-27 2020-11-03 武汉中科通达高新技术股份有限公司 交管数据处理方法及装置

Also Published As

Publication number Publication date
CN112818745A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN111238466B (zh) 一种室内导航方法、装置、介质及终端设备
CN111444848A (zh) 一种基于联邦学习的特定场景模型升级方法和系统
CN107273833B (zh) 用于监测流动人口的方法及其系统
CN110147471A (zh) 基于视频的轨迹跟踪方法、装置、计算机设备及存储介质
CN107909668B (zh) 一种签到方法及终端设备
CN109656973B (zh) 一种目标对象关联分析方法及装置
CN110556022A (zh) 基于人工智能的停车场车位指示方法、装置及电子设备
CN110751675B (zh) 基于图像识别的城市宠物活动轨迹监测方法及相关设备
CN111382808A (zh) 一种车辆检测处理方法及装置
CN105022999A (zh) 一种人码伴随实时采集系统
CN111222375A (zh) 车辆行驶轨迹生成方法、系统及服务器
CN113542692A (zh) 一种基于监控视频的人脸识别系统及方法
EP4168932A1 (en) Systems and methods for identifying characteristics of electric vehicles
KR20190043396A (ko) 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템
CN111797713B (zh) 车牌识别方法及拍照设备
CN111046705A (zh) 图像识别的方法、装置、系统及计算设备
CN112770265A (zh) 一种行人身份信息获取方法、系统、服务器和存储介质
CN109636090A (zh) 工位分配方法、装置、设备及存储介质
CN111340016A (zh) 图像曝光方法和装置、存储介质及电子装置
CN112818745B (zh) 对象间对应关系的确定方法、装置、电子设备及存储介质
CN113313110A (zh) 一种车牌类型识别模型构建及车牌类型识别方法
CN202205213U (zh) 应用于公安系统的人像比对系统
CN108766016A (zh) 一种车位资源管理方法及系统
CN112278647A (zh) 智能垃圾分类系统及其实现方法
CN112380941A (zh) 身份识别方法、装置、终端设备及存储介质

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