CN112861834B - 一种基于基站数据的通信信息获取方法 - Google Patents
一种基于基站数据的通信信息获取方法 Download PDFInfo
- Publication number
- CN112861834B CN112861834B CN202110454858.5A CN202110454858A CN112861834B CN 112861834 B CN112861834 B CN 112861834B CN 202110454858 A CN202110454858 A CN 202110454858A CN 112861834 B CN112861834 B CN 112861834B
- Authority
- CN
- China
- Prior art keywords
- portrait
- analyzed
- image
- central server
- data
- 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
Links
Images
Classifications
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/172—Classification, e.g. identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Processing Or Creating Images (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及一种基于基站数据的通信信息获取方法,包括,步骤S1,数据库内储存若干人像时空数据集W;步骤S2,采集装置获取待分析人像时空数据,所述待分析人像时空数据包括人像图像、图像拍摄时间及图像拍摄地经纬度,并将待分析人像时空数据传输至中央服务器;步骤S3,中央服务器将获取的待分析人像图像的面部图像划分多个区域,所述中央服务器通过获取各区域待分析人像图像的面部图像与数据库内储存的若干人像图像的面部图像的相似度,获取待分析人像可信度,所述中央服务器根据获取的待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式。本发明通过中央服务器根据待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式。
Description
技术领域
本发明涉及通信信息领域,尤其涉及一种基于基站数据的通信信息获取方法。
背景技术
随着经济的高速发展、人口流动的加快、人口密集程度的进一步集中,特别是随着反恐形势的严峻,我们面临着各类公共安全形势。同时,现代商业、物流、社会的发展也对安全提出了更高的要求。
监控摄像头在公共区域部署已经比较密集,可以很容易地得到某一时间出现在某一区域的人像。但如何快速准确地获取监控摄像头采集人像的信息,仍是现阶段亟待解决的技术问题。
目前智能手机的定位功能日趋完善,无论是采用GPS定位、基站定位还是WiFi定位,都可以随时获取智能手机的位置,这就需要定位服务提供商要不断更新自己的数据库以保证数据的准确性。采集位置数据的方式大概有两种:1服务商采集:到有无线信号爱盖的地方沿途采集并打上通过GPS定位出的坐标回传至服务器:2用户主动提交:安卓手机用户在开启“使用无线网络定位”时,系统会提示是否允许Google的定位服务,如果允许,用户的位置信息就被Google收集到。如何通过监控摄像头获取定位手机使用者的人像,进而通过数据库获取人像的信息是现阶段为未突破的技术问题。
发明内容
为此,本发明提供一种基于基站数据的通信信息获取方法,解决无法通过人像可信度判断人像时空数据储存方式的技术问题。
为实现上述目的,本发明提供一种基于基站数据的通信信息获取方法,包括:
步骤S1,数据库内储存若干人像时空数据集W;
步骤S2,采集装置获取待分析人像时空数据,所述待分析人像时空数据包括人像图像、图像拍摄时间及图像拍摄地经纬度,并将待分析人像时空数据传输至中央服务器;
步骤S3,中央服务器将获取的待分析人像图像的面部图像划分多个区域,所述中央服务器通过获取各区域待分析人像图像的面部图像与数据库内储存的若干人像图像的面部图像的相似度,获取待分析人像可信度,所述中央服务器根据获取的待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;
所述人像时空数据集W,其中,第一人像时空数据集W1、第二人像时空数据集W2以及第r人像时空数据集Wr,其中,第i人像时空数据集Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),其中Be为第e人像图像数据组、Ce为第e人像图像、De为第e人像图像拍摄时间、Ee为第e个人像图像拍摄地经纬度,其中,r为人像编号数目,q为人像图像数目,i=1,2至r,e=1,2至q;
所述中央服务器根据待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;当待分析人像可信度高于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库内已储存的人像时空数据中,并新增人像图像数据;当待分析人像可信度低于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库,并新增人像时空数据;当待分析人像面部可信度在预设值范围内,所述中央服务器判定对待分析人像时空数据进一步分析;当所述中央服务器判定对待分析人像时空数据进一步分析时,所述中央服务器获取待分析人像图像与拟定参考人像的图像拍摄时间间隔与距离,预测待分析人像移动速度,并根据待分析人像预测移动速度与预设的速度标准值相比较,判定待分析人像时空数据储存方式。
进一步地,所述中央服务器获取待分析人像时空数据,将待分析人像图像的面部图像划分为若干区域,分别设为第1区域、第2区域以及第n区域,所述中央服务器获取待分析人像相对于第i人像时空数据集中第e人像图像数据组中人像图像的可信度Pie,设定Pie=p1ie×p2ie×p3ie×···pnie×pj,其中,p1ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第1区域的相似度,p2ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第2区域相似度,以及pnie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第n区域相似度,其中,pj为可信度调节参数,i=1,2至r,e=1,2,至q。
进一步地,所述中央服务器选取待分析人像可信度Pie的最大值作为待分析人像可信度Piemax,并将第i号人像编号设为拟定将待分析人像时空数据储存的人像编号;所述中央服务器获取第i号人像时空数据Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),中央服务器获取第i号人像的第1号图像的拍摄时间D1、第2号图像拍摄时间D2以及第其号图像拍摄时间Dq,所述中央服务器选取第i号人像第e号图像的拍摄时间De与待分析人像图像拍摄时间TF的时间间隔△te,设定△te=TF-De,中央服务器获取时间间隔△ti最小值时的第e人像图像,并以第e人像图像为拟定参考人像。
进一步地,所述中央服务器获取待分析人像图像的面部图像均匀度SY,所述拟定参考人像的面部图像均匀度MYe,所述中央服务器预设面积均匀度比例标准参数E0,其中,
当SY/MYe≥E0时,所述中央服务器将可信度调节参数pj调节至pj1,设定pj1=pj×(1-(SY-MYe)/E0);
当SY/MYe<E0时,所述中央服务器将可信度调节参数pj调节至pj2,设定pj2=pj×(1+(MYe-SY)/E0)。
进一步地,所述中央服务器获取人像图像的面部图像第i区域的面积Si,人像图像的面部图像均匀度YD,设定YD=∑(Si-SP)2/(SP×n),其中,SP为人像的面部图像各区域面积的平均值,设定SP=(S1+S2+···+Sn)/n,其中,n为人像的面部图像划分区域数。
进一步地,所述中央服务器获取待分析人像面部图像可信度Piemax,其中,
当Piemax≥P2时,所述中央服务器判定将待分析人像时空数据储存至第i人像时空数据集中,并新增人像图像数据组;
当P1≤Piemax<P2,所述中央服务器判定拟定将待分析人像时空数据储存至第i人像时空数据集中,对待分析人像时空数据进行第二次分析;
当Piemax≤P1时,所述中央服务器判定将待分析人像时空数据储存至数据库中,新增人像时空数据集;
其中,所述中央服务器预设人像面部图像可信度P,其中,第一预设人像面部图像可信度P1、第二预设人像面部图像可信度P2。
进一步地,所述中央服务器判定拟定将待分析人像时空数据储存至第i人像时空数据集中,对待分析人像时空数据进行第二次分析,所述中央服务器获取待分析人像时空数据中待分析人像图像拍摄时间TF和待分析人像图像拍摄地经纬度WF(WFJ,WFW),其中,WFJ为待分析人像图像拍摄地经度,WFW为待分析人像图像拍摄地纬度,所述中央服务器获取所述拟定参考人像图像拍摄地经纬度WM(WMJ,WMW),其中,WMJ为拟定参考人像图像拍摄经度,WMW为拟定参考人像图像拍摄图像拍摄纬度,所述中央服务器获取待分析人像图像拍摄地和拟定参考人像图像拍摄地之间的距离△L,设定△L=f(WF,WM),其中,
当△L≥L3,所述中央服务器选取第四预设速度标准参数V4作为移动速度的标准参数;
当L2≤△L<L3,所述中央服务器选取第三预设速度标准参数V3作为移动速度的标准参数;
当L1≤△L<L2,所述中央服务器选取第二预设速度标准参数V2作为移动速度的标准参数;
当△L<L3,所述中央服务器选取第一预设速度标准参数V1作为移动速度的标准参数;
其中,所述中央服务器预设距离标准参数L,其中,第一预设距离标准参数L1、第二预设距离标准参数L2、第三预设距离标准参数L3,所述中央服务器预设速度标准参数V,其中,第一预设速度标准参数V1、第二预设速度标准参数V2、第三预设速度标准参数V3、第四预设速度标准参数V4。
进一步地,所述中央服务器获取待分析人像时空数据的图像拍摄时间TF与所述拟定参考人像图像拍摄时间De的差值设为时间间隔△te,设定△te=TF-De,其中,
当△te<T1,所述中央服务器选取第一预设速度补偿参数VJ1为时间调节参数;
当T1≤△te≤T2,所述中央服务器选取第二预设速度补偿参数VJ2为时间调节参数;
当△te>T1,所述中央服务器选取第三预设速度补偿参数VJ3为时间调节参数;
其中,所述中央服务器预设速度补偿参数VJ,其中,第一预设速度补偿参数VJ1、第二预设速度补偿参数VJ2、第三预设速度补偿参数VJ3,所述中央服务器预设间隔时间参数T,其中,第一预设间隔时间参数T1、第二预设间隔时间参数T2。
进一步地,所述中央服务器预设时间间隔标准值t0,所述中央服务器获取间隔时间△t,其中,
当△te≤t0,所述中央服务器将速度补偿参数VJi降低至VJi1,设定VJi1=VJi×(1-(t0-△te)/t0);
当△t>t0,所述中央服务器将速度补偿参数VJi提高至VJi2,设定VJi2=VJi×(1+(△te-t0)/t0)。
进一步地,所述中央服务器预设速度误差值V0,所述中央服务器获取待分析人像预测速度VY,设定VY=△L/△te,
当|VY×VJia-Vi|≥V0,所述中央服务器判定将待分析人像时空数据储存至数据库中,新增人像时空数据集;
当|VY×VJia-Vi|<V0,所述中央服务器判定将待分析人像时空数据储存至第i人像时空数据集中,并新增人像图像数据组;
其中,i=1,2,3,4,a=1,2。
与现有技术相比,本发明的有益效果在于,本发明通过设置中央服务器,所述中央服务器根据待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;当待分析人像可信度高于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库内已储存的人像时空数据中,并新增人像图像数据;当待分析人像可信度低于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库,并新增人像时空数据;当待分析人像面部可信度在预设值范围内,所述中央服务器判定对待分析人像时空数据进一步分析;当所述中央服务器判定对待分析人像时空数据进一步分析时,所述中央服务器获取待分析人像图像与拟定参考人像的图像拍摄时间间隔与距离,预测待分析人像移动速度,并根据待分析人像预测移动速度与预设的速度标准值相比较,判定待分析人像时空数据储存方式。
尤其,本发明设置中央服务器将待分析人像面部图像划分为若干区域,通过待分析人像面部图像与数据库内储存的各人像图像的各区域相似度的乘积,获取若干待分析人像面部图像与数据库内储存的各人像图像的可信度,选取该可信度的最大值定义为待分析人像可信度,并将数据库内对应的人像图像所在的人像时空数据集定义为待储存的人像时空数据集,中央服务器通过获取的待分析人像可信度,判断待分析人像与数据库内储存的各人像是否为同一人,当待分析人像可信度大于预设值,所述中央服务器判断待分析人像与拟定人像为同一人,若待分析人像可信度小于预设值,所述中央服务器判断待分析人像与拟定人像不是同一人,若待分析人像可信度在预设值范围内,所述中央服务器暂无法判断待分析人像与拟定人像为同一人,需要进一步分析。
尤其,本发明通过定义待分析人像与数据库内各人像的可信度最大值为待分析人像可信度,并将数据库内对应的人像图像所在的人像时空数据组定义为待储存的人像时空数据集,同时从待储存的人像时空数据集中选取与待分析人像图像拍摄时间间隔最短的人像图像数据组中人像图像定义为拟定参考人像,并获取该数据组的图像拍摄地经纬度,以此准确的判断数据库中与待分析人像最为相似的人像及待分析人像上一个时间点可能出现的位置。
尤其,本发明设置可信度调节参数,通过待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值与预设值相比较,当待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值大于等于预设值时,说明待分析人像图像的拍摄角度存在较大的误差,待分析人像的可信度的获取较真实值较大,因此降低可信度调节参数,以获取准确的待分析人像的可信度;当待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值小于预设值时,说明拟定参考人像的拍摄角度存在较大的误差,待分析人像的可信度的获取较真实值较小,因此增加可信度调节参数,以获取准确的待分析人像的可信度。
尤其,本发明通过待分析人像图像拍摄地经纬度和拟定参考人像图像拍摄地经纬度获取待分析人像相邻时间内移动距离,并根据移动距离与预设的标准值相比较,获取速度标准参数。本发明设置三个速度补偿参数,通过待分析人像图像拍摄时间与拟定参考人像图像拍摄时间的时间间隔与预设值相比较,选取对应的速度补偿参数对获取的预测速度进行补偿,当时间间隔超过预设标准值,说明待分析人像数据采集存在遗漏或是采集装置设计不合理的可能性,中央处理器对提升速度补偿参数,以获取准确的预测速度,当时间间隔低于预设标准值,说明待分析人像数据采集存在误差,中央处理器降低速度补偿参数,以获取准确的预测速度。中央处理器预设速度误差值,获取补偿后的预测速度与选取的速度标准值的差值与速度误差值相比较,更准确的判断待分析人像的储存方式,完成第二次分析。
附图说明
图1为发明实施例基于基站数据的通信信息获取方法示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,一种基于基站数据的通信信息获取方法,包括,
步骤S1,数据库内储存若干人像时空数据集W,其中,第一人像时空数据集W1、第二人像时空数据集W2以及第r人像时空数据集Wr,其中,第i人像时空数据集Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),其中Be为第e人像图像数据组、Ce为第e人像图像、De为第e人像图像拍摄时间、Ee为第e个人像图像拍摄地经纬度,其中,r为人像编号数目,q为人像图像数目,i=1,2至r,e=1,2至q;
步骤S2,采集装置获取待分析人像时空数据,所述待分析人像时空数据包括人像图像、图像拍摄时间及图像拍摄地经纬度,并将待分析人像时空数据传输至中央服务器;
步骤S3,中央服务器将获取的待分析人像图像的面部图像划分多个区域,所述中央服务器通过获取各区域待分析人像图像的面部图像与数据库内储存的若干人像图像的面部图像的相似度,获取待分析人像可信度,所述中央服务器根据获取的待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;
所述中央服务器根据待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;当待分析人像可信度高于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库内已储存的人像时空数据中,并新增人像图像数据;当待分析人像可信度低于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库,并新增人像时空数据;当待分析人像面部可信度在预设值范围内,所述中央服务器判定对待分析人像时空数据进一步分析;当所述中央服务器判定对待分析人像时空数据进一步分析时,所述中央服务器获取待分析人像图像与拟定参考人像的图像拍摄时间间隔与距离,预测待分析人像移动速度,并根据待分析人像预测移动速度与预设的速度标准值相比较,判定待分析人像时空数据储存方式。
具体而言,本发明实施例包括采集装置,用于采集人像时空数据;数据库,用于储存人像时空数据;中央服务器,用于处理人像时空数据。所述采集装置将采集的人像时空数据传送至所述中央服务器,中央服务器对采集的人像时空数据进行处理,并将处理后的人像时空数据储存于数据库中。
所述中央服务器获取待分析人像时空数据,将待分析人像图像的面部图像划分为若干区域,分别设为第1区域、第2区域以及第n区域,所述中央服务器获取待分析人像相对于第i人像时空数据集中第e人像图像数据组中人像图像的可信度Pie,设定Pie=p1ie×p2ie×p3ie×···pnie×pj,其中,p1ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第1区域的相似度,p2ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第2区域相似度,以及pnie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第n区域相似度,其中,pj为可信度调节参数,i=1,2至r,e=1,2,至q。
尤其,本发明设置中央服务器将待分析人像面部图像划分为若干区域,通过待分析人像面部图像与数据库内储存的各人像图像的各区域相似度的乘积,获取若干待分析人像面部图像与数据库内储存的各人像图像的可信度,选取该可信度的最大值定义为待分析人像可信度,并将数据库内对应的人像图像所在的人像时空数据集定义为待储存的人像时空数据集,中央服务器通过获取的待分析人像可信度,判断待分析人像与数据库内储存的各人像是否为同一人,当待分析人像可信度大于预设值,所述中央服务器判断待分析人像与拟定人像为同一人,若待分析人像可信度小于预设值,所述中央服务器判断待分析人像与拟定人像不是同一人,若待分析人像可信度在预设值范围内,所述中央服务器暂无法判断待分析人像与拟定人像为同一人,需要进一步分析。
所述中央服务器选取待分析人像可信度Pie的最大值作为待分析人像可信度Piemax,并将第i号人像编号设为拟定将待分析人像时空数据储存的人像编号;所述中央服务器获取第i号人像时空数据Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),中央服务器获取第i号人像的第1号图像的拍摄时间D1、第2号图像拍摄时间D2以及第其号图像拍摄时间Dq,所述中央服务器选取第i号人像第e号图像的拍摄时间De与待分析人像图像拍摄时间TF的时间间隔△te,设定△te=TF-De,中央服务器获取时间间隔△ti最小值时的第e人像图像,并以第e人像图像为拟定参考人像。
尤其,本发明通过定义待分析人像与数据库内各人像的可信度最大值为待分析人像可信度,并将数据库内对应的人像图像所在的人像时空数据组定义为待储存的人像时空数据集,同时从待储存的人像时空数据集中选取与待分析人像图像拍摄时间间隔最短的人像图像数据组中人像图像定义为拟定参考人像,并获取该数据组的图像拍摄地经纬度,以此准确的判断数据库中与待分析人像最为相似的人像及待分析人像上一个时间点可能出现的位置。
所述中央服务器获取待分析人像图像的面部图像均匀度SY,所述拟定参考人像的面部图像均匀度MYe,所述中央服务器预设面积均匀度比例标准参数E0,其中,
当SY/MYe≥E0时,所述中央服务器将可信度调节参数pj调节至pj1,设定pj1=pj×(1-(SY-MYe)/E0);
当SY/MYe<E0时,所述中央服务器将可信度调节参数pj调节至pj2,设定pj2=pj×(1+(MYe-SY)/E0)。
所述中央服务器获取人像图像的面部图像第i区域的面积Si,人像图像的面部图像均匀度YD,设定YD=∑(Si-SP)2/(SP×n),其中,SP为人像的面部图像各区域面积的平均值,设定SP=(S1+S2+···+Sn)/n,其中,n为人像的面部图像划分区域数。
尤其,本发明设置可信度调节参数,通过待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值与预设值相比较,当待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值大于等于预设值时,说明待分析人像图像的拍摄角度存在较大的误差,待分析人像的可信度的获取较真实值较大,因此降低可信度调节参数,以获取准确的待分析人像的可信度;当待分析人像的面部图像与拟定参考人像的面部图像均匀度的比值小于预设值时,说明拟定参考人像的拍摄角度存在较大的误差,待分析人像的可信度的获取较真实值较小,因此增加可信度调节参数,以获取准确的待分析人像的可信度。
所述中央服务器获取待分析人像面部图像可信度Piemax,其中,
当Piemax≥P2时,所述中央服务器判定将待分析人像时空数据储存至第i人像时空数据集中,并新增人像图像数据组;
当P1≤Piemax<P2,所述中央服务器判定拟定将待分析人像时空数据储存至第i人像时空数据集中,对待分析人像时空数据进行第二次分析;
当Piemax≤P1时,所述中央服务器判定将待分析人像时空数据储存至数据库中,新增人像时空数据集;
其中,所述中央服务器预设人像面部图像可信度P,其中,第一预设人像面部图像可信度P1、第二预设人像面部图像可信度P2。
所述中央服务器判定拟定将待分析人像时空数据储存至第i人像时空数据集中,对待分析人像时空数据进行第二次分析,所述中央服务器获取待分析人像时空数据中待分析人像图像拍摄时间TF和待分析人像图像拍摄地经纬度WF(WFJ,WFW),其中,WFJ为待分析人像图像拍摄地经度,WFW为待分析人像图像拍摄地纬度,所述中央服务器获取所述拟定参考人像图像拍摄地经纬度WM(WMJ,WMW),其中,WMJ为拟定参考人像图像拍摄经度,WMW为拟定参考人像图像拍摄图像拍摄纬度,所述中央服务器获取待分析人像图像拍摄地和拟定参考人像图像拍摄地之间的距离△L,设定△L=f(WF,WM),其中,
当△L≥L3,所述中央服务器选取第四预设速度标准参数V4作为移动速度的标准参数;
当L2≤△L<L3,所述中央服务器选取第三预设速度标准参数V3作为移动速度的标准参数;
当L1≤△L<L2,所述中央服务器选取第二预设速度标准参数V2作为移动速度的标准参数;
当△L<L3,所述中央服务器选取第一预设速度标准参数V1作为移动速度的标准参数;
其中,所述中央服务器预设距离标准参数L,其中,第一预设距离标准参数L1、第二预设距离标准参数L2、第三预设距离标准参数L3,所述中央服务器预设速度标准参数V,其中,第一预设速度标准参数V1、第二预设速度标准参数V2、第三预设速度标准参数V3、第四预设速度标准参数V4。
尤其,本发明通过待分析人像图像拍摄地经纬度和拟定参考人像图像拍摄地经纬度获取待分析人像相邻时间内移动距离,并根据移动距离与预设的标准值相比较,获取速度标准参数。
具体而言,本发明实施例通过获取待分析人像图像拍摄地经纬度和拟定参考人像图像拍摄地经维度,按照现有技术的方法,获取两个位置坐标之间的距离,同时设置了三个距离标准参数,通过获取的移动距离与预设值相比较,选取移动速度的标准参数,更进一步的解释,本发明实施例设置与待分析人像图像拍摄时间相邻的人像图像为拟定参考人像,假定待分析人像与拟定参考人像为同一人,其在相邻时间的位移,由其速度决定,根据标准速度与预测速度相比较,判断待分析人像与拟定参考人像是否为同一人。本发明实施例设置的四个速度标准参数,以不同的交通方式为依据,可以采用大数据进行获取,例如第一预设速度标准参数V1为正常人步行的速度值,第二预设速度标准参数V2为骑自行车时的速度值,第三预设速度标准参数V3为采用汽车时的速度值,第四预设速度标准参数V4为采用飞机时的速度值,同时本发明实施例提出,数据库内储存的人像时空数据可增加速度数据,基于该人像运动轨迹等数据,获取其采用不同交通方式时的移动速度,以使速度标准参数的获取更为准确。
所述中央服务器获取待分析人像时空数据的图像拍摄时间TF与所述拟定参考人像图像拍摄时间De的差值设为时间间隔△te,设定△te=TF-De,其中,
当△te<T1,所述中央服务器选取第一预设速度补偿参数VJ1为时间调节参数;
当T1≤△te≤T2,所述中央服务器选取第二预设速度补偿参数VJ2为时间调节参数;
当△te>T1,所述中央服务器选取第三预设速度补偿参数VJ3为时间调节参数;
其中,所述中央服务器预设速度补偿参数VJ,其中,第一预设速度补偿参数VJ1、第二预设速度补偿参数VJ2、第三预设速度补偿参数VJ3,所述中央服务器预设间隔时间参数T,其中,第一预设间隔时间参数T1、第二预设间隔时间参数T2。
所述中央服务器预设时间间隔标准值t0,所述中央服务器获取间隔时间△t,其中,
当△te≤t0,所述中央服务器将速度补偿参数VJi降低至VJi1,设定VJi1=VJi×(1-(t0-△te)/t0);
当△t>t0,所述中央服务器将速度补偿参数VJi提高至VJi2,设定VJi2=VJi×(1+(△te-t0)/t0)。
所述中央服务器预设速度误差值V0,所述中央服务器获取待分析人像预测速度VY,设定VY=△L/△te,
当|VY×VJia-Vi|≥V0,所述中央服务器判定将待分析人像时空数据储存至数据库中,新增人像时空数据集;
当|VY×VJia-Vi|<V0,所述中央服务器判定将待分析人像时空数据储存至第i人像时空数据集中,并新增人像图像数据组;
其中,i=1,2,3,4,a=1,2。
尤其,本发明设置三个速度补偿参数,通过待分析人像图像拍摄时间与拟定参考人像图像拍摄时间的时间间隔与预设值相比较,选取对应的速度补偿参数对获取的预测速度进行补偿,当时间间隔超过预设标准值,说明待分析人像数据采集存在遗漏或是采集装置设计不合理的可能性,中央处理器对提升速度补偿参数,以获取准确的预测速度,当时间间隔低于预设标准值,说明待分析人像数据采集存在误差,中央处理器降低速度补偿参数,以获取准确的预测速度。中央处理器预设速度误差值,获取补偿后的预测速度与选取的速度标准值的差值与速度误差值相比较,更准确的判断待分析人像的储存方式,完成第二次分析。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (5)
1.一种基于基站数据的通信信息获取方法,其特征在于,包括:
步骤S1,数据库内储存若干人像时空数据集W;
步骤S2,采集装置获取待分析人像时空数据,所述待分析人像时空数据包括人像图像、图像拍摄时间及图像拍摄地经纬度,并将待分析人像时空数据传输至中央服务器;
步骤S3,中央服务器将获取的待分析人像图像的面部图像划分多个区域,所述中央服务器通过获取各区域待分析人像图像的面部图像与数据库内储存的若干人像图像的面部图像的相似度,获取待分析人像可信度,所述中央服务器根据获取的待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;
所述人像时空数据集W,其中,第一人像时空数据集W1、第二人像时空数据集W2以及第r人像时空数据集Wr,其中,第i人像时空数据集Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),其中Be为第e人像图像数据组、Ce为第e人像图像、De为第e人像图像拍摄时间、Ee为第e个人像图像拍摄地经纬度,其中,r为人像编号数目,q为人像图像数目,i=1,2至r,e=1,2至q;
所述中央服务器根据待分析人像可信度与预设值相比较,判断待分析人像时空数据信息储存方式;当待分析人像可信度高于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库内已储存的人像时空数据中,并新增人像图像数据;当待分析人像可信度低于预设值,所述中央服务器判定将待分析人像时空数据储存至数据库,并新增人像时空数据;当待分析人像面部可信度在预设值范围内,所述中央服务器判定对待分析人像时空数据进一步分析;当所述中央服务器判定对待分析人像时空数据进一步分析时,所述中央服务器获取待分析人像图像与拟定参考人像的图像拍摄时间间隔与距离,预测待分析人像移动速度,并根据待分析人像预测移动速度与预设的速度标准值相比较,判定待分析人像时空数据储存方式;
所述中央服务器获取待分析人像时空数据,将待分析人像图像的面部图像划分为若干区域,分别设为第1区域、第2区域以及第n区域,所述中央服务器获取待分析人像相对于第i人像时空数据集中第e人像图像数据组中人像图像的可信度Pie,设定Pie=p1ie×p2ie×p3ie×···pnie×pj,其中,p1ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第1区域的相似度,p2ie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第2区域相似度,以及pnie为待分析人像图像的面部图像与第i人像时空数据集中第e人像图像数据组中人像图像在第n区域相似度,其中,pj为可信度调节参数,i=1,2至r,e=1,2,至q。
2.根据权利要求1所述的基于基站数据的通信信息获取方法,其特征在于,所述中央服务器选取待分析人像可信度Pie的最大值作为待分析人像可信度Piemax,并将第i号人像编号设为拟定将待分析人像时空数据储存的人像编号;所述中央服务器获取第i号人像时空数据Wi(B1(C1,D1,E1),B2(C2,D2,E2)···Be(Ce,De,Ee)···,Bq(Cq,Dq,Eq)),中央服务器获取第i号人像的第1号图像的拍摄时间D1、第2号图像拍摄时间D2以及第其号图像拍摄时间Dq,所述中央服务器选取第i号人像第e号图像的拍摄时间De与待分析人像图像拍摄时间TF的时间间隔△te,设定△te=TF-De,中央服务器获取时间间隔△ti最小值时的第e人像图像,并以第e人像图像为拟定参考人像。
3.根据权利要求2所述的基于基站数据的通信信息获取方法,其特征在于,所述中央服务器获取待分析人像图像的面部图像均匀度SY,所述拟定参考人像的面部图像均匀度MYe,所述中央服务器预设面积均匀度比例标准参数E0,其中,
当SY/MYe≥E0时,所述中央服务器将可信度调节参数pj调节至pj1,设定pj1=pj×(1-(SY-MYe)/E0);
当SY/MYe<E0时,所述中央服务器将可信度调节参数pj调节至pj2,设定pj2=pj×(1+(MYe-SY)/E0)。
4.根据权利要求3所述的基于基站数据的通信信息获取方法,其特征在于,所述中央服务器获取人像图像的面部图像第i区域的面积Si,人像图像的面部图像均匀度YD,设定YD=∑(Si-SP)2/(SP×n),其中,SP为人像的面部图像各区域面积的平均值,设定SP=(S1+S2+···+Sn)/n,其中,n为人像的面部图像划分区域数。
5.根据权利要求1所述的基于基站数据的通信信息获取方法,其特征在于,所述中央服务器获取待分析人像面部图像可信度Piemax,其中,
当Piemax≥P2时,所述中央服务器判定将待分析人像时空数据储存至第i人像时空数据集中,并新增人像图像数据组;
当P1≤Piemax<P2,所述中央服务器判定拟定将待分析人像时空数据储存至第i人像时空数据集中,对待分析人像时空数据进行第二次分析;
当Piemax≤P1时,所述中央服务器判定将待分析人像时空数据储存至数据库中,新增人像时空数据集;
其中,所述中央服务器预设人像面部图像可信度P,其中,第一预设人像面部图像可信度P1、第二预设人像面部图像可信度P2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110454858.5A CN112861834B (zh) | 2021-04-26 | 2021-04-26 | 一种基于基站数据的通信信息获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110454858.5A CN112861834B (zh) | 2021-04-26 | 2021-04-26 | 一种基于基站数据的通信信息获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861834A CN112861834A (zh) | 2021-05-28 |
CN112861834B true CN112861834B (zh) | 2021-07-20 |
Family
ID=75992906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110454858.5A Active CN112861834B (zh) | 2021-04-26 | 2021-04-26 | 一种基于基站数据的通信信息获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112861834B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101033444B1 (ko) * | 2009-11-04 | 2011-05-09 | 한국과학기술원 | 우주비행체 자세결정을 위한 별패턴 인식 방법 및 별센서 장치 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN109800322A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种监控方法及装置 |
CN111708906B (zh) * | 2020-06-16 | 2022-12-27 | 重庆锐云科技有限公司 | 基于人脸识别的来访检索方法、装置、设备及存储介质 |
-
2021
- 2021-04-26 CN CN202110454858.5A patent/CN112861834B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112861834A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10636300B2 (en) | Investigation assist device, investigation assist method and investigation assist system | |
US9979901B2 (en) | System and method for automatic camera hand-off using location measurements | |
US7739033B2 (en) | Information processing device and method, program, and information processing system | |
US10641861B2 (en) | Services and applications for a communications network | |
US20040198386A1 (en) | Applications for a wireless location gateway | |
US20130281122A1 (en) | Creating and sharing private location databases | |
US20110244879A1 (en) | Method and Apparatus for use of Performance History Data in Positioning Method Selection | |
US20190353487A1 (en) | Positioning a terminal device based on deep learning | |
CN101321236A (zh) | 成像装置、信息处理装置和方法、及其计算机程序 | |
US8996577B2 (en) | Object information provision device, object information provision system, terminal, and object information provision method | |
CN112613348A (zh) | 一种字符识别方法及电子设备 | |
CN110839059A (zh) | 调用执法记录仪的方法、控制装置及控制系统 | |
CN112861834B (zh) | 一种基于基站数据的通信信息获取方法 | |
CN114553297B (zh) | 一种针对无通信信号区域的无人机监控系统及方法 | |
CN111328099B (zh) | 移动网络信号测试方法、设备、存储介质及信号测试系统 | |
US11663911B2 (en) | Sensor gap analysis | |
US20210367991A1 (en) | System and method for sending and rendering an image by a device based on receiver's context | |
US20220391622A1 (en) | Image modifications for crowdsourced surveillance | |
CN115861794A (zh) | 一种基于无人机的基站倾斜及位移的图像识别方法 | |
CN114079696A (zh) | 呼叫终端的方法、装置及电子设备 | |
CN111861540A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN106973140B (zh) | 通信方法和系统、通信终端、通信转换装置、移动交换中心 | |
US20220390946A1 (en) | Path-based surveillance image capture | |
CN112632316B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
EP4089646A1 (en) | Image positioning device and method |
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 |