CN113554678A - 一种运动目标徘徊行为检测的方法、装置及存储介质 - Google Patents

Abstract

本申请公开一种运动目标徘徊行为检测的方法、装置及存储介质，具体包括：获取运动目标在被监测空间范围内的连续运动轨迹，根据空间坐标信息和时间信息对连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹；再获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。应用本申请实施例方案，本申请实施例预先对被监测空间进行了网格划分，不仅利用空间坐标信息进行轨迹分析处理，而且将空间坐标信息关联到对应网格的网格信息进行处理。相对于轨迹点来说，网格是更为宽泛的空间范围，更适用于对各种不同徘徊行为的识别。另一方面，相对于被监测空间来说，网格是更精确的范围，可以更准确定位徘徊行为的空间和时间。

Description

一种运动目标徘徊行为检测的方法、装置及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种运动目标徘徊行为检测的方法、装置及存储介质。

背景技术

在计算机智能检测技术发展下，公共区域经常会安装摄像头对人员或车辆等运动目标进行检测。根据拍摄到的图像或视频序列进行自动分析，生成运动目标的轨迹，再从运动轨迹中分析出运动目标是否存在徘徊行为。但现有技术利用运动轨迹的轨迹点识别徘徊行为的准确度比较低，难以满足检测需求。

发明内容

针对上述现有技术，本发明实施例公开一种运动目标徘徊行为检测的方法，可以克服现有技术中识别徘徊行为准确度低的缺陷，提高识别准确度。

基于此，本申请提出一种方法实施例，具体为：

一种运动目标徘徊行为检测的方法，该方法包括：

获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息；

根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理；

获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

进一步地，所述获取运动目标在被监测空间范围内的连续运动轨迹的步骤之前，该方法进一步包括：

根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹；否则，将所述初始运动轨迹作为所述连续运动轨迹；

将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

进一步地，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息将所述连续运动轨迹转换为有向图集合，所述有向图集合中的元素为所述连续运动轨迹中轨迹点所在的网格，且位于同一个网格中的相邻轨迹点用同一个元素表示，相邻网格之间设置有经历权重，所述经历权重表示所述连续运动轨迹经历所述相邻网格的次数；

根据所述经历权重从所述有向图集合中搜索出环形子集合，所述环形子集合中网格在空间上构成环形且相邻网格的经历权重超过预设的经历次数阈值，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

进一步地，，所述根据空间坐标信息和网格信息将所述连续运动轨迹转换为有向图集合的步骤包括：

建立所述有向图集合，将其初始化为空，并设置x的初始值为1；

判断所述连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则将所述第x个轨迹点所在的网格添加到所述有向图集合中；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行，否则结束将所述连续运动轨迹转换为有向图集合的步骤；

判断所述第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果不位于同一个网格中，则将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0；否则，

令x＝x+1，并返回所述判断连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

进一步地，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合，所述向量夹角集合中的元素为所述连续运动轨迹中相邻轨迹点所构成的向量之间的夹角；

根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合，所述连续转折子集合中的向量夹角大于所述向量阈值的个数超出预设的连续转折数，且构成所述连续转折子集合中向量夹角的轨迹点之间的最远距离不超过预设的距离阈值；

确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出网格作为连续转折网格，所述连续转折网格中轨迹点组成所述运动徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息；所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

进一步地，，所述根据空间坐标信息建立所述连续运动轨迹中的向量夹角集合的步骤包括：

建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1；

将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量；

计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到所述向量夹角集合中；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，令y＝y+1，并返回将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

进一步地，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息和时间信息建立逗留网格集合，所述逗留网格集合中的元素包括所述连续运动轨迹点所在的逗留网格和对应的逗留时长，且位于同一个网格中的相邻轨迹点用同一个元素表示，所述逗留时长大于预设的逗留阈值；所述逗留网格集合中逗留网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

进一步地，所述根据空间坐标信息和时间信息建立逗留网格集合的步骤包括：

建立所述逗留网格集合，将其初始化为空，并设置z的初始值为1；

将所述连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行，否则结束建立逗留网格集合的步骤；

判断第z+1个轨迹点是否属于所述当前网格，如果是，则根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长；令z＝z+1，并返回所述判断第z+1个轨迹点是否属于所述当前网格的步骤；

判断所述当前逗留时长是否超过预设的逗留阈值，如果是，则将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中；

令z＝z+1，并返回所述将连续运动轨迹的第z个轨迹点作为当前轨迹点的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

进一步地，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹环形分析处理、轨迹转折分析处理、轨迹逗留分析处理；将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述第一徘徊运动轨迹对应的网格信息、第二徘徊运动轨迹对应的网格信息以及第三徘徊运动轨迹对应的网格信息进行合并，将合并后的网格信息作为所述徘徊运动轨迹对应的网格信息；

将所述第一徘徊运动轨迹对应的起止时间、第二徘徊运动轨迹对应的起止时间以及第三徘徊运动轨迹对应的起止时间进行合并，将合并后的起止时间作为所述徘徊运动轨迹对应的起止时间。

本申请还公开一种实现运动目标徘徊行为检测的装置，可以克服现有技术中识别徘徊行为准确度低的缺陷，提高识别准确度。

本申请实施例提供的一种运动目标徘徊行为检测的装置，具体为：

连续运动轨迹获取单元，用于获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息；

轨迹分析处理单元，根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理；

徘徊行为定位单元，获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

进一步地，该装置进一步包括预处理单元，所述预处理单元包括轨迹分割子单元和降采样子单元；

所述轨迹分割子单元，用于根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹；否则，将所述初始运动轨迹作为所述连续运动轨迹；

所述降采样子单元，用于将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

进一步地，所述轨迹分析处理单元包括轨迹环形分析处理单元，所述轨迹环形分析处理单元包括有向图集合建立单元和环形子集合搜索单元，所述徘徊行为定位单元包括环形网格信息获取单元和环形起止时间获取单元：

所述有向图集合建立单元，用于根据所述空间坐标信息将所述连续运动轨迹转换为有向图集合，所述有向图集合中的元素为所述连续运动轨迹中轨迹点所在的网格，且位于同一个网格中的相邻轨迹点用同一个元素表示，相邻网格之间设置有经历权重，所述经历权重表示所述连续运动轨迹经历所述相邻网格的次数；

所述环形子集合搜索单元，用于根据所述经历权重从所述有向图集合中搜索出环形子集合，所述环形子集合中网格在空间上构成环形且相邻网格的经历权重超过预设的经历次数阈值，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述环形网格信息获取单元，用于获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间时，将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；

所述环形起止时间获取单元，用于在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

进一步地，所述有向图集合建立单元包括：

环形初始化子单元，用于在有向图集合存储单元中建立所述有向图集合，将其初始化为空，并设置x的初始值为1；

环形第一判别子单元，用于判断所述连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则将所述第x个轨迹点所在的网格添加到所述有向图集合中；再执行环形第二判别子单元；

环形第二判别子单元，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则执行环形第三判别子单元，否则结束向图集合建立；

所述环形第三判别子单元，用于判断所述第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果不位于同一个网格中，则执行权重处理单元；否则，执行偏移单元；

所述权重处理单元，用于将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0；再执行偏移单元；

环形偏移单元，用于令x＝x+1，并返回执行所述环形第一判别子单元；

有向图集合存储单元，用于保存所述有向图集合。

进一步地，所述轨迹分析处理单元包括轨迹转折分析处理单元，所述轨迹转折分析处理单元包括向量夹角集合建立单元、连续转折子集合搜索单元和连续转折网格确定单元，所述徘徊行为定位单元包括转折网格信息获取单元和转折起止时间获取单元；

所述向量夹角集合建立单元，用于根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合，所述向量夹角集合中的元素为所述连续运动轨迹中相邻轨迹点所构成的向量之间的夹角；

所述连续转折子集合搜索单元，用于根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合，所述连续转折子集合中的向量夹角大于所述向量阈值的个数超出预设的连续转折数，且构成所述连续转折子集合中向量夹角的轨迹点之间的最远距离不超过预设的距离阈值；

所述连续转折网格确定单元，用于确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出网格作为连续转折网格，所述连续转折网格中轨迹点组成所述运动徘徊行为对应的徘徊运动轨迹；

所述转折网格信息获取单元，用于将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息；

所述转折起止时间获取单元，用于在所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

进一步地，所述向量夹角集合建立单元包括：

转折初始化子单元，用于在向量夹角集合存储单元中建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1；

向量确定子单元，用于将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量；

夹角计算子单元，用于计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到所述向量夹角集合中；再执行转折第一判别子单元；

转折第一判别子单元，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，执行转折偏移单元；否则，结束向量夹角集合的建立；

转折偏移单元，用于令y＝y+1，并返回执行所述向量确定子单元；

向量夹角集合存储单元，用于保存所述向量夹角集合。

进一步地，所述轨迹分析处理单元包括轨迹逗留分析处理单元，所述轨迹逗留分析处理单元包括逗留网格集合建立单元，所述徘徊行为定位单元包括逗留网格信息获取单元和逗留起止时间获取单元；

所述逗留网格集合建立单元，用于根据所述空间坐标信息和时间信息建立逗留网格集合，所述逗留网格集合中的元素包括所述连续运动轨迹点所在的逗留网格和对应的逗留时长，且位于同一个网格中的相邻轨迹点用同一个元素表示，所述逗留时长大于预设的逗留阈值；所述逗留网格集合中逗留网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述逗留网格信息获取单元，用于将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息；

所述逗留起止时间获取单元，用于在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

进一步地，所述逗留网格集合建立单元包括：

逗留初始化子单元，用于建立所述逗留网格集合，将其初始化为空，并设置z的初始值为1；

操作确定子单元，用于将所述连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0；

逗留第一判别子单元，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行逗留第二判别子单元，否则结束建立逗留网格集合；

逗留第二判别子单元，用于判断第z+1个轨迹点是否属于所述当前网格，如果是，则根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长；再执行逗留第一偏移单元；否则，执行第三判别子单元；

所述逗留第一偏移单元，用于令z＝z+1，并返回执行所述逗留第二判别子单元；

逗留第三判别子单元，用于判断所述当前逗留时长是否超过预设的逗留阈值，如果是，则将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中，再执行逗留第二偏移单元；否则，直接执行逗留第二偏移单元；

逗留第二偏移单元，用于令z＝z+1，并返回所述操作确定子单元，直到处理完所述连续运动轨迹中的所有的轨迹点；

逗留网格集合存储单元，用于保存逗留网格集合。

进一步地，所述轨迹分析处理单元包括轨迹环形分析处理单元、轨迹转折分析处理单元和轨迹逗留分析处理单元；所述徘徊行为定位单元包括徘徊网格信息获取单元和徘徊起止时间获取单元：

所述轨迹环形分析处理单元，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹环形分析处理，将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹；

所述轨迹转折分析处理单元，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹转折分析处理，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹；

所述轨迹逗留分析处理单元，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹；

所述徘徊网格信息获取单元，用于将所述第一徘徊运动轨迹对应的网格信息、第二徘徊运动轨迹对应的网格信息以及第三徘徊运动轨迹对应的网格信息进行合并，将合并后的网格信息作为所述徘徊运动轨迹对应的网格信息；

所述徘徊起止时间获取单元，用于将所述第一徘徊运动轨迹对应的起止时间、第二徘徊运动轨迹对应的起止时间以及第三徘徊运动轨迹对应的起止时间进行合并，将合并后的起止时间作为所述徘徊运动轨迹对应的起止时间。

本申请实施例还公开一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时可实现上述任一项运动目标徘徊行为检测的方法。

本申请实施例还公开一种运动目标徘徊行为检测的电子设备，该电子设备至少包括如上所述的计算机可读存储介质，还包括处理器；

所述处理器，用于从所述计算机可读存储介质中读取所述可执行指令，并执行所述指令以实现上述任一项所述的运动目标徘徊行为检测的方法。

综上所述，本申请实施例预先对被监测空间进行了网格划分，在进行轨迹分析处理时，将空间坐标信息关联到对应网格的网格信息进行处理。相对于轨迹点来说，网格是更为宽泛的空间范围，对于仅利用轨迹点无法检测出的徘徊行为，网格能够更适用于各种不同徘徊行为的识别，从而提高检测的准确度。另一方面，相对于被监测空间来说，网格是更精确的范围，不但可以准确识别出徘徊行为的识别，还可以进一步准确定位徘徊行为的空间和时间。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请实施例中被监测空间范围的场景示意图。

图2是实现运动目标徘徊行为检测的方法实施例一的流程图。

图3是实现运动目标徘徊行为检测的方法实施例二的流程图。

图4是初始运动轨迹S的示例图。

图5是实现运动目标徘徊行为检测的方法实施例三的流程图。

图6是环形运动轨迹D的示例图。

图7是将连续运动轨迹转换为有向图集合的方法实施例四的流程图。

图8是实现运动目标徘徊行为检测的方法实施例五的流程图。

图9是转折运动轨迹E的示例图。

图10是建立连续运动轨迹中的向量夹角集合的方法实施例六的流程图。

图11是本申请实现运动目标徘徊行为检测的方法实施例七的流程图。

图12是逗留运动轨迹F的示例图。

图13是建立逗留网格集合的方法实施例八的流程图。

图14是本申请实现运动目标徘徊行为检测的方法实施例九的流程图。

图15是实现运动目前徘徊行为检测的装置实施例一的结构示意图。

图16是实现运动目前徘徊行为检测的装置实施例二的结构示意图。

图17是实现运动目标徘徊行为检测的装置实施例三的结构示意图。

图18是建立单元H211的装置实施例四的内部结构示意图。

图19是实现运动目标徘徊行为检测的装置实施例五的结构示意图。

图20是向量夹角集合建立单元H221的装置实施例六的内部结构示意图。

图21是实现运动目标徘徊行为检测的装置实施例七的结构示意图。

图22是逗留网格集合建立单元H231的装置实施例八的内部结构示意图。

图23是实现运动目标徘徊行为检测的装置实施例九的结构示意图。

图24是实现运动目标徘徊行为检测的电子设备结构示意图。

具体实施方式

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他实施例，都属于本申请保护的范围。

本申请的说明书、权利要求书以及附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不是用于描述特定的顺序。应该理解这样使用的数据在适当情况下可以互换，使得本申请的实施例能够以其他顺序进行实施。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他步骤或单元。

下面以具体实施例对本发明的技术方案进行详细说明。下面几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

为了准确地检测出运动目标的徘徊行为，本申请实施例预先对被监测空间进行了网格划分，每一个网格包括表示其空间位置范围的网格信息。在进行轨迹分析处理时，本申请实施例不仅利用轨迹点的空间坐标信息进行轨迹分析处理，而且将轨迹点的空间坐标信息关联到对应网格的网格信息进行处理。一方面，相对于采用空间坐标信息表示的轨迹点来说，网格是更为宽泛的空间范围，更适用于对各种不同徘徊行为的识别。另一方面，相对于被监测空间整体来说，网格是更为精确的范围，可以更加准确定位徘徊行为的空间和时间。

图1是本申请实施例中被监测空间范围的场景示意图。如图1所示，被监测空间可以是任何通过摄像头等图像采集设备监测到的区域。网格101是对被监测空间采用网格划分后所形成的空间坐标范围；连续运动轨迹102是通过对运动目标采集到的图像或视频进行分析后得到的一系列轨迹点所组成的。实际应用中，为了便于定位，需要为被监测空间设置坐标系O，轨迹点的空间坐标信息是在该坐标系O下的坐标值。其中，被监测空间、网格、连续运动轨迹以及轨迹点都应该被理解为通过计算机技术处理后的数字化信息。

图2是本申请实现运动目标徘徊行为检测的方法实施例一的流程图。如图2所示，该方法包括：

步骤201：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

本实施例中，摄像头等图像采集设备对被监测空间进行图像或视频拍摄，再对拍摄到的图像或视频进行分析处理获得运动目标的连续运动轨迹，该连续运动轨迹可以反映出运动目标在被监测空间的活动轨迹。通过采样处理，连续运动轨迹由一组轨迹点组成，每个轨迹点包括空间坐标信息和时间信息。其中，空间坐标信息表示在设置于被监测空间坐标系O下的坐标值，时间信息表示运动目标位于该轨迹点处被采集到时的时间。比如轨迹点M包括空间坐标信息(x1，y1)和时间信息(T0)，表示运动目标在T0时刻位于轨迹点M(x1，y1)处。

如上所述，本实施例的被监测空间预先采用网格划分，每个网格包括表示其空间位置范围的网格信息。由于被监测空间中任意处均可由坐标系O下的坐标值表示，网格对应的网格信息也应该可以用坐标值表示。比如：某个网格N的网格信息为(x1，x2，y1，y2)，可以表示该网格位于横坐标为[x1，x2]，纵坐标为[y1，y2]所表示的空间位置范围内。当然，也可以用其他形式表示网格的空间位置范围，比如采用为网格标记ID号的方式。这里应该理解为，在实际应用中并不限于某种具体的表示形式，只要能够确定网格对应的空间位置范围即可。

步骤202：根据空间坐标信息和时间信息对连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将空间坐标信息关联到对应的网格信息进行的处理。

目标运动的徘徊行为是本申请实施例检测的目标，其行为模型或规则可以事先设置。在正常情况下，目标运动的连续运动轨迹应当是有方向性或目的性的，如果表现的偏差太大，比如，反复循环运动、多次转折弯曲、长时逗留等都可以被认为是非正常的徘徊行为。这里所述轨迹分析处理就是从获得的连续运动轨迹中分析出徘徊行为以及对应的徘徊运动轨迹。与现有技术不同的是，本申请实施例不仅利用连续运动轨迹的轨迹点进行分析，在分析处理过程中还将轨迹点的空间坐标信息关联到所在网格的网格信息进行处理。相对于采用空间坐标信息表示的轨迹点来说，网格是更为宽泛的空间范围，更适用于对各种不同徘徊行为的识别。

步骤203：获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

应用本申请实施例方案，由于在轨迹分析处理过程中将轨迹点的空间坐标信息关联到所在网格的网格信息进行处理，在确定徘徊运动轨迹后就可以获得徘徊运动轨迹点所在网格的网格信息和起止时间，从而能够利用网格信息对不同的徘徊行为进行准确识别，还可以对徘徊行为准确的定位。

实际应用中，在被监测空间范围内识别到某个运动目标时，会将属于该运动目标的所有活动轨迹都归于其运行轨迹，此时的运动轨迹在本申请实施例中称为初始运动轨迹。如果被监测空间范围是由单摄像头监测，被监测空间范围比较小，初始运动轨迹通常可以利用现有轨迹跟踪技术生成，比如基于ICA的运动目标检测方法、基于FastICA的运动目标检测方法、基于独立分量分析的运动目标检测方法等等。如果被监测空间范围是由多个摄像头监测的，被监测空间范围比较大，则可以利用多摄像头跟踪并进行时空关联以及线性插值等方式形成初始运动轨迹。不管是哪种方式形成的初始运动轨迹，由于被监测空间中运动目标的多样性(多个车辆或人员)，运动目标本身行为的不确定性(多次进入被监测空间)，这种初始运动轨迹可能会干扰检测的准确性。因此，在进行徘徊行为检测之前，还可以进一步对初始运动轨迹进行轨迹预处理。

图3是本申请实现运动目标徘徊行为检测的方法实施例二的流程图。如图3所示，该方法包括：

步骤301：根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则执行步骤302；否则，执行步骤303。

由于运动目标行为的不确定性，可能会多次进入被监测空间，且会被分析为同一个运动目标的运动轨迹，即同时成为该运动目标的初始运动轨迹。如图4所示，假设某个运动目标在T1时刻从A1地点进入被监测空间，在T2时刻从A2地点退出被监测空间，形成运动轨迹S1；在T3时刻从B1地点进入被监测空间，在T4时刻从B2地点退出被监测空间，形成运动轨迹S2。那么，经过轨迹跟踪方法将会生成时间跨度为T1～T4的初始运动轨迹S(S＝S1+S2)。而由于T2和T3的时间间隔比较长，轨迹不连续，需要利用后续步骤302将其分割为两个独立的连续运动轨迹S1和S1。

本申请实施例分割不连续的初始运动轨迹的目的在于保证后续徘徊行为检测的可靠性。比如：图4中的运动目标在T2时刻从A2地点退出被监测空间，经过较长时间间隔(T2～T3)在B1地点重新被采集到。如果不分割，这种情况有可能被误认为该运动目标在A2地点逗留，导致检测错误。因此，为了尽可能避免类似错误，本申请实施例将不连续的初始运动轨迹进行了分割。

本实施例是利用预设的分割时间阈值来判断是否需要进行分割，即：如果相邻轨迹点之间的时间间隔大于预设的分割时间阈值，则认为需要分割，否则不需要分割。至于分割时间阈值则可以根据实际情况设置，由应用本申请实施例方案的用户自行确定。

步骤302：在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹，并继续执行步骤304。

步骤303：将所述初始运动轨迹作为所述连续运动轨迹，并继续执行步骤304。

经过上述步骤301～303的分割处理，可以保证每一个被检测的运动轨迹的连续性。

步骤304：将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

实际应用中，如果采样频率过高，可能会导致运动目标反映在运动轨迹上的速度不均匀，不便于后续徘徊行为检测。因此，本申请实施例将连续运动轨迹进行降采样处理，相邻轨迹点之间的时间间隔大于预设的均匀时间阈值，从而保持连续运动轨迹上速度的均匀性。至于均匀时间阈值则可以根据实际情况设置，由应用本申请实施例方案的用户自行确定。

经过上述步骤301～304的轨迹预处理之后，可以保证每一个被检测的连续运动轨迹的连续性和均匀性，每一个连续运动轨迹再利用后续步骤305～307检测其中是否存在徘徊行为。

步骤305：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

步骤306：根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理。

步骤307：获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

本实施例的步骤305～307是具体的运动目标徘徊行为检测方法，和上述方法实施例一中的步骤201～203相同。

应用本申请方法实施例，由于对初始运动轨迹进行了分割和降采样方面的轨迹预处理，保证了连续运动轨迹的连续性和均匀性，使得后续的运动目标徘徊行为检测更为可靠，减少被误检的可能性。当然，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本申请实施例中的步骤301～304。

图5是本申请实现运动目标徘徊行为检测的方法实施例三的流程图。本方法实施例三可以针对环形徘徊行为进行检测。如上所述，正常的情况下，运动目标通常是有方向性或目的性的行进。如果发现运动目标围绕某区域进行反复循环运动，可以认为该运动目标发生徘徊行为。围绕某区域的反复循坏运动通常反映出环形轨迹，因此在本申请实施例中称为轨迹环形分析处理，分析得到的环形运动轨迹是一种徘徊运动轨迹。

如图5所示，本申请实施例三的方法具体包括：

步骤501：根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则执行步骤502；否则，执行步骤503。

步骤502：在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹，并继续执行步骤504。

步骤503：将所述初始运动轨迹作为所述连续运动轨迹，并继续执行步骤504。

步骤504：将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

经过上述步骤501～504的轨迹预处理之后，可以保证连续运动轨迹的连续性和均匀性，然后每一个连续运动轨迹再利用后续步骤检测其中是否存在徘徊行为。相似地，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本申请实施例中的步骤501～504。

步骤505：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

本步骤505与方法实施例二中的步骤305相同。

以下步骤506～508是具体的针对环形徘徊行为进行检测的方法，即：先根据步骤506～507对步骤505获得的连续运动轨迹进行轨迹分析处理，从中确定运动目标徘徊行为对应的徘徊运动轨迹；再利用步骤508获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

如上所述，轨迹点是用被监测空间中的空间坐标信息表示的，仅占用空间中的一个点，不是一个范围。而运动目标即使进行反复循环运动，由于“人不能两次踏进同一条河流”，每次循环未必会重复上一次同样的轨迹，导致无法根据轨迹点检测出环形轨迹，也无法检测出环形徘徊行为。如图6所示的运动轨迹D，即使运动目标围绕某个区域反复循环运动多次，但其运动目标的运动轨迹D由于没有发生轨迹点重合的现象，仍然不能构成环形轨迹。在这种情况下，本申请实施例将空间坐标信息关联到网格，将连续运动轨迹转换为有向图集合，利用有向图中的网格代替轨迹点，扩大其空间范围，增加对环形徘徊行为识别的准确性。

步骤506：根据所述空间坐标信息将所述连续运动轨迹转换为有向图集合，所述有向图集合中的元素为所述连续运动轨迹中轨迹点所在的网格，且位于同一个网格中的相邻轨迹点用同一个元素表示，相邻网格之间设置有经历权重，所述经历权重表示所述连续运动轨迹经历所述相邻网格的次数。

本步骤所述的有向图集合是用于保存轨迹点所在的网格，并规定如果相邻轨迹点位于同一个网格中，在有向图集合中用同一个网格表示，如果相邻轨迹点位于不同网格，则用不同的网格表示，且两个相邻网格之间利用经历权重表示从一个网格运动经历到另一个网格的次数。可以理解的是，由于网格比轨迹点表示的空间范围更为宽泛，轨迹点不能形成的环形将很可能通过网格形成环形，从而增加对环形徘徊行为识别的准确性。另外，还需要理解的是，本申请实施例中的运动轨迹是运动目标运动的结果，是具有运动方向性的，轨迹点之间存在方向顺序性，并不是杂乱无章的点，因此对应的网格也应该有方向性，即本步骤中的网格集合称为有向图集合。

本步骤506中所述将连续运动轨迹转换为有向图集合可以采用下面方法实施例四的流程实现，此处不再赘述。

步骤507：根据所述经历权重从有向图集合中搜索出环形子集合，所述环形子集合中网格在空间上构成环形且相邻网格的经历权重超过预设的经历次数阈值，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹。

建立有向图集合之后，本步骤可以很方便地从中搜索出环形子集合。这里所述的环形子集合仍然保存轨迹点所在的网格，但并不是所有轨迹点的网格，而是可以形成环形的一系列网格。实际应用中，运动目标在正常情况下的轨迹点所在的网格也有可能会形成环形，为了避免误检，本申请实施例根据经历权重来搜索环形子集合。也就是说，当搜索出的环形子集合中的经历权重超过预设的经历次数阈值，说明运动目标沿着环形子集合所在的网格进行了多次循环运动，这类行为属于非正常的徘徊行为的可能性比较大。其中，经历次数阈值可以由应用本申请实施例方案的用户自行确定，比如3次。

步骤508：将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

应用本申请实施例方案，由于将运动轨迹转换到有向图集合，根据轨迹点难以检测出的环形徘徊行为可以通过对有向图集合中环形子集合的检索来完成，从而增加徘徊行为检测的准确性。另外，本申请实施例不但可以准确分析出环形徘徊行为，还可以提供徘徊运动对应的网格信息和起止时间，从而进一步定位徘徊行为的空间和时间。

图7是将连续运动轨迹转换为有向图集合的方法实施例四的流程图，即实现上述步骤506的具体方法。本申请实施例可以遍历一次连续运动轨迹后就完成有向图集合的建立，可以高效快速地建立有向图集合。如图7所示，该方法包括：

步骤701：建立有向图集合，将其初始化为空，并设置x的初始值为1。

步骤702：判断连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则执行步骤703；否则，执行步骤704。

步骤703：将第x个轨迹点所在的网格添加到所述有向图集合中。

这里，假设第x个轨迹点的空间坐标信息属于某个网格表示的空间位置范围，则可以将该网格添加到该有向图集合中。比如：第x个轨迹点的空间坐标信息为(3，5)，表示其在x轴上的值为3，在y轴上的值为5。而被监测空间网格化后的第2号网格的空间位置范围为([2，4]，[4，6])，表示x轴上[2，4]，y轴上[4，6]之间的范围。第x个轨迹点的空间坐标信息刚好落入第2号网格的空间位置范围，因此可以将第2号网格添加到有向图集合中。

步骤704：判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，执行步骤705；否则结束本流程。

步骤705：判断所述第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果位于同一个网格中，则执行步骤707；否则，执行步骤706。

步骤706：将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0。

本实施例中，在同一网格中相邻轨迹点无需在有向图集合中重复添加，有向图集合中网格数量比连续运动轨迹的轨迹点数量少得多，有利于快速搜索到环形结构。而如果检测到不同网格的相邻轨迹点，则认为连续运动轨迹从一个网格运动到另一个网格中，需要用经历权重来表示两个网格之间的经历次数，有利于准确分析环形徘徊行为。

步骤707：令x＝x+1，并返回步骤702重复执行，直到处理完所述连续运动轨迹中的所有的轨迹点。

假设按照本申请方法实施四将连续运动轨迹转换为了有向图集合M，M＝{11，12，13，8，9，14，13，12，11}。为了简便描述，这里采用网格编号表示网格信息。另外，相邻网格之间的经历权重表示为：

网格编号	网格编号	经历权重
			11	12	1
12	13	1
			13	8	3
8	9	3
			9	14	3
14	13	3
			13	12	1
12	11	1

表一

从表一中可以看出，第13号、第8号、第9号、第14号、第13号网格形成环形结构，并且循环了3次。假设预设的经历权重阈值为2，那么利用本申请方法实施例三的步骤507可以从中搜索出该环形子集合N，N＝{13，8，9，14，13}。进一步地，可以将徘徊运动轨迹中首次进入环形子集合N中网格的轨迹点的时间信息作为起始时间，将末次退出环形子集合N中网格的轨迹点的时间信息作为停止时间，将两者作为起止时间。比如：运动目标在T0时刻首次进入第13号网格，沿着环形子集合N中的网格循坏三周之后，在T1时刻从第13号网格退出。那么，利用本申请实施例三和实施例四的方法，可以获得环形子集合N中网格的网格信息以及起止时间[T0，T1]，从而准确定位到徘徊行为的空间和时间。

图8是本申请实现运动目标徘徊行为检测的方法实施例五的流程图。本方法实施例五可以针对转折徘徊行为进行检测。如上所述，正常的情况下，运动目标通常是有方向性或目的性的行进。如果发现运动目标反复无目的游走或拐弯，可以认为该运动目标发生转折徘徊行为。由于反复无目的游走或拐弯反映出大量转折轨迹，因此在本申请实施例中称为轨迹转折分析处理，分析得到的转折运动轨迹也是一种徘徊运动轨迹。

如图8所示，本申请实施例五的方法具体包括：

步骤801：根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则执行步骤802；否则，执行步骤803。

步骤802：在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹，并继续执行步骤804。

步骤803：将所述初始运动轨迹作为所述连续运动轨迹，并继续执行步骤804。

步骤804：将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

经过上述步骤801～804的轨迹预处理之后，可以保证连续运动轨迹的连续性和均匀性，然后每一个连续运动轨迹再利用后续步骤检测其中是否存在徘徊行为。相似地，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本申请实施例中的步骤801～804。

步骤805：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

本步骤805与方法实施例二中的步骤305相同。

以下步骤806～809是具体的针对转折徘徊行为进行检测的方法，即：先根据步骤806～808对步骤805获得的连续运动轨迹进行轨迹分析处理，从中确定运动目标徘徊行为对应的徘徊运动轨迹；再利用步骤809获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

如上所述，轨迹点表示被监测空间中的空间坐标信息，那么相邻两个轨迹点可表示一条向量，或者说表示运动目标行进的方向。在正常情况下，运动目标在一定距离范围内的行进方向应该保持一致，不应该多次大幅度偏转，否则，可以认为运动目标存在无目的游走的徘徊行为。如图9所示的运动轨迹E，运动目标在被监测空间的某个距离范围内反复转折，多次发生大幅度偏转。本申请实施例利用以下方法建立的向量夹角集合可以准确识别出转折徘徊行为。

步骤806：根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合，所述向量夹角集合中的元素为所述连续运动轨迹中相邻轨迹点所构成的向量之间的夹角。

本步骤806中所述建立向量夹角集合就是计算出轨迹点所构成相邻向量之间的夹角，具体下面方法实施例六的流程实现，此处不再赘述。

步骤807：根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合，所述连续转折子集合中的向量夹角大于所述向量阈值的个数超出预设的连续转折数，且构成所述连续转折子集合中向量夹角的轨迹点之间的最远距离不超过预设的距离阈值。

建立向量夹角集合之后，本步骤可以很方便地从中搜索出连续转折子集合。这里所述的连续转折子集合保存的是大于向量阈值的向量夹角。如上所述，运动目标正常情况下的行进不应该出现多次大幅度偏差。本申请实施例预设向量阈值，如果向量夹角大于向量阈值，则认为出现大幅度偏差。但为了防止运动目标在被监测空间范围正常拐弯时被误检，本申请实施例还预设连续转折数以及距离阈值。也就是说，只有在一定距离范围内，如果大幅度偏差次数达到一定数量时，这类行为属于非正常的徘徊行为的可能性比较大。其中，向量阈值、距离阈值和连续转折数可以由应用本申请实施例方案的用户自行确定。

步骤808：确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出的网格作为连续转折网格，所述连续转折网格中轨迹点组成所述运动徘徊行为对应的徘徊运动轨迹。

步骤809：将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息；所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

应用本申请实施例方案，由于计算出所有相邻向量之间的向量夹角，根据搜索出的转折子集合确定转折徘徊行为轨迹，再转换到对应的网格。因此，本申请实施例不但可以准确分析出转折徘徊行为，还可以提供转折徘徊运动对应的网格信息和起止时间，从而进一步定位徘徊行为的空间和时间。

图10是根据空间坐标信息建立连续运动轨迹中的向量夹角集合的方法实施例六的流程图，即实现上述步骤806的具体方法。在本申请实施例中，可以遍历一次连续运动轨迹后就完成向量夹角集合的建立，可以高效快速地建立向量夹角集合。如图10所示，该方法包括：

步骤1001：建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1。

步骤1002：将连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量。

步骤1003：计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到所述向量夹角集合中。

步骤1004：判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则执行步骤1005；否则，结束建立连续运动轨迹中的向量夹角集合的流程。

步骤1005：令y＝y+1，并返回步骤1002。

本申请实施例六按照上述图10的方法，可以计算出连续轨迹中所有相邻向量之间的夹角，建立向量夹角集合。假设建立了向量夹角集合P，P＝{20°，0°，10°，65°，70°，90°，83°，75°，68°……30°}，向量阈值为60°，连续转折数阈值为5个，距离阈值为5米，那么，利用本申请方法实施例五的步骤807可以从中搜索出连续转折子集合Q＝{65°，70°，90°，83°，75°，68°}，这些向量夹角的轨迹点所在的连续转折网格为第19号、第20号、第34号和第35号。进一步地，可以将徘徊运动轨迹中首次进入连续转折网格的轨迹点的时间信息作为起始时间，将末次退出连续转折网格的轨迹点的时间信息作为停止时间，将两者作为起止时间。比如：连续转折子集合运动目标在T2时刻首次进入第19号网格，在上述第19号、第20号、第34号和第35号这些连续转折网格经历之后，在T3时刻从第35号网格退出。那么，利用本申请实施例五和实施例六的方法，可以获得连续转折网格的网格信息以及起止时间[T2，T3]，从而准确定位到徘徊行为的空间和时间。

图11是本申请实现运动目标徘徊行为检测的方法实施例七的流程图。本方法实施例七可以针对逗留徘徊行为进行检测。如上所述，正常的情况下，运动目标通常是有方向性或目的性的行进。如果发现运动目标长时间停留在某个区域，停止继续运动，可以认为该运动目标发生逗留徘徊行为。由于长时间停留反映出大量轨迹点集中于某个区域，因此在本申请实施例中称为轨迹逗留分析处理，分析得到的逗留运动轨迹也是另外一种徘徊运动轨迹。

如图11所示，本申请实施例七的方法具体包括：

步骤1101：根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则执行步骤1102；否则，执行步骤1103。

步骤1102：在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹，并继续执行步骤1104。

步骤1103：将所述初始运动轨迹作为所述连续运动轨迹，并继续执行步骤1104。

步骤1104：将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

经过上述步骤1101～1104的轨迹预处理之后，可以保证连续运动轨迹的连续性和均匀性，然后每一个连续运动轨迹再利用后续步骤检测其中是否存在徘徊行为。相似地，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本申请实施例中的步骤1101～1104。

步骤1105：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

本步骤1105与方法实施例二中的步骤305相同。

以下步骤1106～1107是具体的针对环形徘徊行为进行检测的方法，即：先根据步骤1106对步骤1105获得的连续运动轨迹进行轨迹分析处理，从中确定运动目标徘徊行为对应的徘徊运动轨迹；再利用步骤1107获得徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

如上所述，轨迹点不但包含空间坐标信息，还包括时间信息。在正常情况下，运动目标应该按照一定的速度在行进方向前进，不应该长时间停留，否则，可以认为运动目标存在逗留行为。如图12所示的运动轨迹F，运动目标长时间停留在某个区域。本申请实施例利用以下方法建立的逗留网格集合可以准确识别出转折徘徊行为。

步骤1106：根据所述空间坐标信息和时间信息建立逗留网格集合，所述逗留网格集合中的元素包括所述连续运动轨迹点所在的逗留网格和对应的逗留时长，且位于同一个网格中的相邻轨迹点用同一个元素表示，所述逗留时长大于预设的逗留阈值；所述逗留网格集合中逗留网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹。

运动目标正常情况下的行进不应该长时间停留。为了防止运动目标在被监测空间范围内短时停留时被误检，本申请实施例预设了逗留阈值。也就是说，只有逗留时长超过逗留阈值时，这类行为属于非正常的徘徊行为的可能性比较大。其中，逗留阈值可以由应用本申请实施例方案的用户自行确定。

本步骤所述建立逗留网格集合就是计算出在轨迹点在网格中逗留的时长，具体下面方法实施例八的流程实现，此处不再赘述。

步骤1107：将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

应用本申请实施例方案，由于计算出所有网格的逗留时长，可以根据逗留阈值准确分析出逗留徘徊行为，还可以提供逗留徘徊运动对应的网格信息和起止时间，从而进一步定位徘徊行为的空间和时间。

图13是根据空间坐标信息和时间信息建立逗留网格集合的方法实施例八的流程图，即实现上述步骤1106的具体方法。本申请实施例可以遍历一次连续运动轨迹后就完成逗留网格集合的建立，可以高效快速地建立逗留网格集合。如图13所示，该方法包括：

步骤1301：建立所述逗留网格集合，将其初始化为空，并设置z的初始值为1。

应当理解的是，本申请实施例中所述逗留网格集合在具体实施例时可以采用多种数据结构实现。比如：可以采用数组、链表，或者Key-Value方式的映射关系来实现。以Key-Value方式的映射关系为例，如果建立完逗留网格集合，Key表示网格信息，Value表示对应的逗留时长。

步骤1302：将所连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0。

步骤1303：判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行步骤1304，否则结束建立逗留网格集合的流程。

步骤1304：判断第z+1个轨迹点是否属于所述当前网格，如果是，则执行步骤1305；否则执行步骤1307。

步骤1305：根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长。

步骤1306：令z＝z+1，并返回步骤1304。

步骤1307：判断所述当前逗留时长是否超过预设的逗留阈值，如果是，则执行步骤1308；否则，执行步骤1309。

步骤1308：将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中。

步骤1309：令z＝z+1，并返回步骤1302。

本申请实施例八按照上述图13的方法，可以计算出连续轨迹中所有轨迹点的逗留时间，建立逗留网格集合。根据逗留网格集合可以很方便地识别出逗留徘徊行为。进一步地，可以将徘徊运动轨迹中首次进入逗留网格的轨迹点的时间信息作为起始时间，将末次退出逗留网格的轨迹点的时间信息作为停止时间，将两者作为起止时间。假设建立了逗留网格集合G，G＝{7,8}，逗留阈值为5秒，第7号网格从T4开始逗留时间为14秒，第8号网格逗留25秒，且从T5退出该网格。那么，利用本申请实施例七和实施例八的方法，可以获得逗留网格的网格信息{7,8}以及起止时间[T4，T5]，从而准确定位到徘徊行为的空间和时间。

上述方法实施例三、实施例五和实施例七分别描述了针对环形徘徊行为、连续转折徘徊行为以及逗留行为的分析方法。实际应用中，运动目标可能并不会单一存在某一种徘徊行为。在这种情况下，可以同时针对这三种不同的徘徊行为分别进行分析。

图14是本申请实现运动目标徘徊行为检测的方法实施例九的流程图。在本方法实施例中，可以针对三种徘徊行为进行检测，分别为环形徘徊行为、转折徘徊行为和逗留徘徊行为。如图14所示，本申请方法实施例九具体包括如下步骤：

步骤1401：根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则执行步骤1402；否则，执行步骤1403。

步骤1402：在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹，并继续执行步骤504。

步骤1403：将所述初始运动轨迹作为所述连续运动轨迹，并继续执行步骤1404。

步骤1404：将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

经过上述步骤1401～1404的轨迹预处理之后，可以保证连续运动轨迹的连续性和均匀性，然后每一个连续运动轨迹再利用后续步骤检测其中是否存在徘徊行为。相似地，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本申请实施例中的步骤1401～1404。

步骤1405：获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

本步骤与方法实施例二中的步骤305相同。

步骤1406：根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹环形分析处理、轨迹转折分析处理、轨迹逗留分析处理；将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹。

为了分析本实施例中的运动轨迹包含哪种徘徊运动，本步骤分别用三种轨迹分析处理方法。具体的，本步骤包括：

步骤1461：根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹环形分析处理，将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹。

本步骤实现的方法可以参见上述方法实施例三和实施例四。

步骤1462：根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹转折分析处理，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹。

本步骤实现的方法可以参见上述方法实施例五和实施例六。

步骤1463：根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹逗留分析处理，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹。

本步骤实现的方法可以参见上述方法实施例七和实施例八。

应当理解的是：本申请实施例九中的三种轨迹分析处理方法可以并列同时执行，也可以按照任意顺序串行执行，还可以取任意种并行或串行执行，而无需受本实施例书写顺序的限制。还应当理解的是，本实施例仅仅列举出三种可实施的轨迹分析处理的示例，并未枚举出所有的轨迹分析处理方法，其他未列举出的轨迹分析处理方法也可以适用于本申请实施例方案，并不受本实施例的限制。也就是说，如果本步骤1406采用除上述三种以外的其他轨迹分析处理方法，也应该在本申请保护范围之中。

步骤1407：将所述第一徘徊运动轨迹对应的网格信息、第二徘徊运动轨迹对应的网格信息以及第三徘徊运动轨迹对应的网格信息进行合并，将合并后的网格信息作为所述徘徊运动轨迹对应的网格信息。

步骤1408：将所述第一徘徊运动轨迹对应的起止时间、第二徘徊运动轨迹对应的起止时间以及第三徘徊运动轨迹对应的起止时间进行合并，将合并后的起止时间作为所述徘徊运动轨迹对应的起止时间。

按照上述三种轨迹分析处理方法后，可以分别将网格信息和起止时间进行合并，得到合并后的徘徊运动轨迹对应的网格信息，以及合并后的徘徊运动轨迹对应的起止时间。

应用本申请实施例方案，由于将轨迹点的空间坐标信息关联到对应网格的网格信息进行处理，可以对各种不同的徘徊行为更好地进行识别。另外，本申请实施例方案还可以提供徘徊行为发生所在的网格和时间，从而更为准确定位徘徊行为的空间和时间。

针对上述各方法实施例，本申请还提供相应的装置实施例。

图15是实现运动目前徘徊行为检测的装置实施例一的结构示意图。如图15所示，该装置包括：连续运动轨迹获取单元H1、轨迹分析处理单元H2、徘徊行为定位单元H3。其中：

连续运动轨迹获取单元H1，用于获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息。

轨迹分析处理单元H2，根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理。

徘徊行为定位单元H3，获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

也就是说，连续运动轨迹获取单元H1获取运动目标在被监测空间范围内的连续运动轨迹，提供给轨迹分析处理单元H2；轨迹分析处理单元H2根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，再提供给徘徊行为定位单元H3；徘徊行为定位单元H3获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

本装置实施例一种，由于在轨迹分析处理过程中将轨迹点的空间坐标信息关联到所在网格的网格信息进行处理，在确定徘徊运动轨迹后就可以获得徘徊运动轨迹点所在网格的网格信息和起止，从而对徘徊行为进行更为准确的定位。

实际应用中，由于被监测空间中运动目标的多样性，运动目标本身行为的不确定性，初始运动轨迹可能会干扰检测的准确性。因此，在进行徘徊行为检测之前，还可以进一步对初始运动轨迹进行轨迹预处理。

图16是实现运动目前徘徊行为检测的装置实施例二的结构示意图。除了图15中所述连续运动轨迹获取单元H1、轨迹分析处理单元H2和徘徊行为定位单元H3，本装置实施例还包括预处理单元H4。其中，预处理单元H4包括轨迹分割子单元H41和降采样子单元H42。

所述轨迹分割子单元H41，用于根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹；否则，将所述初始运动轨迹作为所述连续运动轨迹；

所述降采样子单元H42，用于将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

也就是说，预处理单元H4先将初始运动轨迹进行了分割处理和降采样处理，保证连续运动轨迹的连续性和和均匀性，使得后续的运动目标徘徊行为检测更为可靠。当然，如果初始运动轨迹本身已经具备连续性，或者运动目标的运动速度是均匀的或者不影响后续检测，也可以不进行分割和降采样方面的轨迹预处理，即省略本装置实施例中的预处理单元H4。

图17是本申请实现运动目标徘徊行为检测的装置实施例三的结构示意图。本装置实施例三可以针对环形徘徊行为进行检测。如图17所示，该装置包括：连续运动轨迹获取单元H1、轨迹分析处理单元H2、徘徊行为定位单元H3和预处理单元H4。连续运动轨迹获取单元H1和预处理单元H4与上述装置实施例二相同。其中，轨迹分析处理单元H2包括轨迹环形分析处理单元H21，所述轨迹环形分析处理单元H21包括有向图集合建立单元H211和环形子集合搜索单元H212，所述徘徊行为定位单元H3包括环形网格信息获取单元H31和环形起止时间获取单元H32。其中，

有向图集合建立单元H211，用于根据所述空间坐标信息将所述连续运动轨迹转换为有向图集合，所述有向图集合中的元素为所述连续运动轨迹中轨迹点所在的网格，且位于同一个网格中的相邻轨迹点用同一个元素表示，相邻网格之间设置有经历权重，所述经历权重表示所述连续运动轨迹经历所述相邻网格的次数；

环形子集合搜索单元H212，用于根据所述经历权重从所述有向图集合中搜索出环形子集合，所述环形子集合中网格在空间上构成环形且相邻网格的经历权重超过预设的经历次数阈值，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

环形网格信息获取单元H31，用于获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间时，将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；

环形起止时间获取单元H32，用于在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

也就是说，预处理单元H4中的轨迹分割子单元H41先将初始运动轨迹进行了分割处理；降采样子单元H42将连续运动轨迹进行降采样处理，保证连续运动轨迹的连续性和和均匀性；连续运动轨迹获取单元H1获取运动目标在被监测空间范围内的连续运动轨迹，提供给轨迹分析处理单元H2；轨迹分析处理单元H2中的环形子集合搜索单元H212根据所述经历权重从所述有向图集合中搜索出环形子集合，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；环形网格信息获取单元H31获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间时，将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；环形起止时间获取单元H32在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

图18是本申请有向图集合建立单元H211的装置实施例四的内部结构示意图。如图18所示，该有向图集合建立单元H211包括：环形初始化子单元H2111、环形第一判别子单元H2112、环形第二判别子单元H2113、环形第三判别子单元H2114、权重处理单元H2115、偏移单元H2116、有向图集合存储单元H2117。

其中：

环形初始化子单元H2111，用于在有向图集合存储单元H2117中建立所述有向图集合，将其初始化为空，并设置x的初始值为1。

环形第一判别子单元H2112，用于判断所述连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则将所述第x个轨迹点所在的网格添加到所述有向图集合中；然后执行环形第二判别子单元H2113。

环形第二判别子单元H2113，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行环形第三判别子单元H2114，否则结束向图集合建立。

环形第三判别子单元H2114，用于判断所述第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果不位于同一个网格中，则执行权重处理单元H2115；否则，执行偏移单元H2116。

权重处理单元H2115，用于将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0；然后执行偏移单元H2116。

环形偏移单元H2116，用于令x＝x+1，并返回所述环形第一判别子单元H2112。

有向图集合存储单元H2117，用于保存所述有向图集合。

也就是说，环形初始化子单元H2111先在有向图集合存储单元H2117中建立所述有向图集合，对有向图集合初始化，并设置x的初始值为1。环形第一判别子单元H2112先判断所述连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则将所述第x个轨迹点所在的网格添加到所述有向图集合中。接着，环形第二判别子单元H2113判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行环形第三判别子单元H2114；如果处理完，则结束向图集合建立。

此时，在执行环形第三判别子单元H2114时，环形第三判别子单元H2114先判断第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果不位于同一个网格中，则执行权重处理单元H2115。权重处理单元H2115将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0。如果位于同一个网格中，再执行偏移单元H2116。环形偏移单元H2116令x＝x+1，再重新执行环形第一判别子单元H2112，直到处理完连续运动轨迹中所有的轨迹点。

图19是本申请实现运动目标徘徊行为检测的装置实施例五的结构示意图。本装置实施例五可以针对转折徘徊行为进行检测。如图19所示，该装置包括：连续运动轨迹获取单元H1、轨迹分析处理单元H2、徘徊行为定位单元H3和预处理单元H4。连续运动轨迹获取单元H1和预处理单元H4与上述装置实施例二相同。轨迹分析处理单元H2包括轨迹转折分析处理单元H22，所述轨迹转折分析处理单元H22包括向量夹角集合建立单元H221、连续转折子集合搜索单元H222和连续转折网格确定单元H223，所述徘徊行为定位单元H3包括转折网格信息获取单元H33和转折起止时间获取单元H34。

其中，

向量夹角集合建立单元H221，用于根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合，所述向量夹角集合中的元素为所述连续运动轨迹中相邻轨迹点所构成的向量之间的夹角。

连续转折子集合搜索单元H222，用于根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合，所述连续转折子集合中的向量夹角大于所述向量阈值的个数超出预设的连续转折数，且构成所述连续转折子集合中向量夹角的轨迹点之间的最远距离不超过预设的距离阈值。

连续转折网格确定单元H223，用于确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出网格作为连续转折网格，所述连续转折网格中轨迹点组成所述运动徘徊行为对应的徘徊运动轨迹。

转折网格信息获取单元H33，用于将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息。

转折起止时间获取单元H34，用于在所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

也就是说，预处理单元H4中的轨迹分割子单元H41先将初始运动轨迹进行了分割处理；降采样子单元H42将连续运动轨迹进行降采样处理，保证连续运动轨迹的连续性和和均匀性；连续运动轨迹获取单元H1获取运动目标在被监测空间范围内的连续运动轨迹，提供给轨迹分析处理单元H2；轨迹分析处理单元H2中的向量夹角集合建立单元H221，根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合；连续转折子集合搜索单元H222根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合；连续转折网格确定单元H223再确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出网格作为连续转折网格；转折网格信息获取单元H33将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息；转折起止时间获取单元H34在所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

图20是本申请向量夹角集合建立单元H221的装置实施例六的内部结构示意图。如图20所示，该装置包括：转折初始化子单元H2211、向量确定子单元H2212、夹角计算子单元H2213、转折第一判别子单元H2214、转折偏移单元H2215、向量夹角集合存储单元H2216。其中：

转折初始化子单元H2211，用于在向量夹角集合存储单元H2216中建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1。

向量确定子单元H2212，用于将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量。

夹角计算子单元H2213，用于计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到所述向量夹角集合中；再执行转折第一判别子单元H2214。

转折第一判别子单元H2214，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，执行转折偏移单元H2215；否则，结束向量夹角集合的建立。

转折偏移单元H2215，用于令y＝y+1，并返回执行所述向量确定子单元H2212。

向量夹角集合存储单元H2216，用于保存所述向量夹角集合。

也就是说，转折初始化子单元H2211在向量夹角集合存储单元H2216中建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1；向量确定子单元H2212将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量；夹角计算子单元H2213计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到向量夹角集合存储单元H2216中的向量夹角集合中；然后，转折第一判别子单元H2214判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则执行转折偏移单元H2215，否则，结束向量夹角集合的建立。转折偏移单元H2215令y＝y+1，再返回重新执行所述向量确定子单元H2212，直到处理完连续运动轨迹中所有的轨迹点。

图21是本申请实现运动目标徘徊行为检测的装置实施例七的结构示意图。本装置实施例七可以针对逗留徘徊行为进行检测。如图21所示，该装置包括：连续运动轨迹获取单元H1、轨迹分析处理单元H2、徘徊行为定位单元H3和预处理单元H4。连续运动轨迹获取单元H1和预处理单元H4与上述装置实施例二相同。轨迹分析处理单元H2包括轨迹逗留分析处理单元H23，所述轨迹逗留分析处理单元H23包括逗留网格集合建立单元H231，所述徘徊行为定位单元H3包括逗留网格信息获取单元H35和逗留起止时间获取单元H36。其中，

逗留网格集合建立单元H231，用于根据所述空间坐标信息和时间信息建立逗留网格集合，所述逗留网格集合中的元素包括所述连续运动轨迹点所在的逗留网格和对应的逗留时长，且位于同一个网格中的相邻轨迹点用同一个元素表示，所述逗留时长大于预设的逗留阈值；所述逗留网格集合中逗留网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹。

逗留网格信息获取单元H35，用于将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息。

逗留起止时间获取单元H36，用于在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

也就是说，预处理单元H4中的轨迹分割子单元H41先将初始运动轨迹进行了分割处理；降采样子单元H42将连续运动轨迹进行降采样处理，保证连续运动轨迹的连续性和和均匀性；连续运动轨迹获取单元H1获取运动目标在被监测空间范围内的连续运动轨迹，提供给轨迹分析处理单元H2；轨迹分析处理单元H2中的逗留网格集合建立单元H231，根据所述空间坐标信息和时间信息建立逗留网格集合；逗留网格信息获取单元H35将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息；逗留起止时间获取单元H36在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

图22是本申请逗留网格集合建立单元H231的装置实施例八的内部结构示意图。如图22所示，该装置包括：逗留初始化子单元H2311、操作确定子单元H2312、逗留第一判别子单元H2313、逗留第二判别子单元H2314、逗留第一偏移单元H2315、逗留第三判别子单元H2316、逗留第二偏移单元H2317、逗留网格集合存储单元H2318。其中

逗留初始化子单元H2311，用于建立所述逗留网格集合，将其初始化为空，并设置z的初始值为1。

操作确定子单元H2312，用于将所述连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0。

逗留第一判别子单元H2313，用于判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行逗留第二判别子单元H2314，否则结束建立逗留网格集合。

逗留第二判别子单元H2314，用于判断第z+1个轨迹点是否属于所述当前网格，如果是，则根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长；再执行逗留第一偏移单元H2315；否则，执行第三判别子单元H2316。

逗留第一偏移单元H2315，用于令z＝z+1，并返回执行逗留第二判别子单元H2314。

逗留第三判别子单元H2316，用于判断当前逗留时长是否超过预设的逗留阈值，如果是，则将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中，再执行逗留第二偏移单元H2317；否则，执行逗留第二偏移单元H2317。

逗留第二偏移单元H2317，用于令z＝z+1，并返回所述操作确定子单元H2312，直到处理完所述连续运动轨迹中的所有的轨迹点。

逗留网格集合存储单元H2318，用于保存逗留网格集合。

也就是说，逗留初始化子单元H2311先在逗留网格集合存储单元H2318中建立一个空的逗留网格集合，设置z的初始值为1；操作确定子单元H2312先将所述连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0。此后，执行第一个内层循环：逗留第一判别子单元H2313判断未处理完连续运动轨迹中的所有的轨迹点时，由逗留第二判别子单元H2314判断第z+1个轨迹点是否属于所述当前网格，如果是，则根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长，并利用逗留第一偏移单元H2315令z＝z+1，然后再次执行逗留第二判别子单元H2314，此为第一个内层循环。当逗留第二判别子单元H2314判断第z+1个轨迹点不属于所述当前网格时，执行第二个外层循环：由逗留第三判别子单元H2316判断当前逗留时长是否超过预设的逗留阈值，如果是，则将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中，再执行逗留第二偏移单元H2317；否则直接利用逗留第二偏移单元H2317令z＝z+1，并返回执行操作确定子单元H2312，直到处理完所述连续运动轨迹中的所有的轨迹点。

图23是本申请实现运动目标徘徊行为检测的装置实施例九的结构示意图。本装置实施例九可以同时针对环形徘徊行为、转折徘徊行为和逗留徘徊行为进行检测。如图23所示，该装置包括：连续运动轨迹获取单元H1、轨迹分析处理单元H2、徘徊行为定位单元H3和预处理单元H4。连续运动轨迹获取单元H1和预处理单元H4与上述装置实施例二相同。其中，轨迹分析处理单元H2包括轨迹环形分析处理单元H21、轨迹转折分析处理单元H22和轨迹逗留分析处理单元H23，所述轨迹环形分析处理单元H21和上述装置实施例三相同，所述轨迹转折分析处理单元H22和上述装置实施例五相同，所述轨迹逗留分析处理单元H23和上述装置实施例七相同。所述徘徊行为定位单元H3包括徘徊网格信息获取单元H37和徘徊起止时间获取单元H38。其中：

轨迹环形分析处理单元H21，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹环形分析处理，将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹；

轨迹转折分析处理单元H22，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹转折分析处理，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹；

轨迹逗留分析处理单元H23，用于根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹；

徘徊网格信息获取单元H37，用于将所述第一徘徊运动轨迹对应的网格信息、第二徘徊运动轨迹对应的网格信息以及第三徘徊运动轨迹对应的网格信息进行合并，将合并后的网格信息作为所述徘徊运动轨迹对应的网格信息；

徘徊起止时间获取单元H38，用于将所述第一徘徊运动轨迹对应的起止时间、第二徘徊运动轨迹对应的起止时间以及第三徘徊运动轨迹对应的起止时间进行合并，将合并后的起止时间作为所述徘徊运动轨迹对应的起止时间。

本申请实施例还提供一种计算机可读介质，所述计算机可读存储介质存储指令，所述指令在由处理器执行时可执行如上所述的运动目标徘徊行为检测的方法中的步骤。实际应用中，所述的计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的，也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或多个程序被执行时，可以实现上述各实施例描述的运动目标徘徊行为检测的方法。根据本申请公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件，或者上述的任意合适的组合，但不用于限制本申请保护的范围。在本申请公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

如图24所示，本发明实施例还提供一种实现运动目标徘徊行为检测的电子设备。如图24所示，其示出了本发明实施例所涉及的电子设备的结构示意图，具体来讲：

该电子设备可以包括一个或一个以上处理核心的处理器241、一个或一个以上计算机可读存储介质的存储器242以及存储在存储器上并可在处理器上运行的计算机程序。在执行所述存储器242的程序时，可以实现上述运动目标徘徊行为检测的方法。

具体的，实际应用中，该电子设备还可以包括电源243、输入输出单元244等部件。本领域技术人员可以理解，图24中示出的电子设备的结构并不构成对该电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器241是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器242内的软件程序和/或模块，以及调用存储在存储器242内的数据，执行服务器的各种功能和处理数据，从而对该电子设备进行整体监控。

存储器242可用于存储软件程序以及模块，即上述计算机可读存储介质。处理器241通过运行存储在存储器242的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器242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、至少一个功能所需的应用程序等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器242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。相应地，存储器242还可以包括存储器控制器，以提供处理器241对存储器242的访问。

该电子设备还包括给各个部件供电的电源243，可以通过电源管理系统与处理器241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。电源243还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该电子设备还可包括输入输出单元244，该输入单元输出244可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。该输入单元输出244还可以用于显示由用户输入的信息或提供给用户的信息以及各种图像用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。

本申请附图中的流程图和框图，示出了按照本申请公开的各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或者代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应该注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同附图中所标准的顺序发生。例如，两个连接地表示的方框实际上可以基本并行地执行，它们有时也可以按照相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或者流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本申请中。特别地，在不脱离本申请精神和教导的情况下，本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，所有这些组合和/或结合均落入本申请公开的范围。

本文中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思路，并不用于限制本申请。对于本领域的技术人员来说，可以依据本发明的思路、精神和原则，在具体实施方式及应用范围上进行改变，其所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (12)

1.一种运动目标徘徊行为检测的方法，其特征在于，该方法包括：

获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息；

根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理；

获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

2.根据权利要求1所述方法，其特征在于，所述获取运动目标在被监测空间范围内的连续运动轨迹的步骤之前，该方法进一步包括：

根据事先生成的初始运动轨迹中轨迹点的时间信息判断相邻轨迹点之间的时间间隔是否大于预设的分割时间阈值，如果大于预设的分割时间阈值，则在大于所述分割时间阈值的相邻轨迹点之间将所述初始运动轨迹划分为不同的连续运动轨迹；否则，将所述初始运动轨迹作为所述连续运动轨迹；

将所述连续运动轨迹进行降采样处理，使得所述连续运动轨迹的相邻轨迹点之间的时间间隔大于预设的均匀时间阈值。

3.根据权利要求1或2所述的方法，其特征在于，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息将所述连续运动轨迹转换为有向图集合，所述有向图集合中的元素为所述连续运动轨迹中轨迹点所在的网格，且位于同一个网格中的相邻轨迹点用同一个元素表示，相邻网格之间设置有经历权重，所述经历权重表示所述连续运动轨迹经历所述相邻网格的次数；

根据所述经历权重从所述有向图集合中搜索出环形子集合，所述环形子集合中网格在空间上构成环形且相邻网格的经历权重超过预设的经历次数阈值，所述环形子集合中网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述环形子集合中网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述环形子集合中网格的轨迹点的时间信息作为起始时间，将末次退出所述环形子集合中网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

4.根据权利要求3所述的方法，其特征在于，所述根据空间坐标信息和网格信息将所述连续运动轨迹转换为有向图集合的步骤包括：

建立所述有向图集合，将其初始化为空，并设置x的初始值为1；

判断所述连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中，如果不存在，则将所述第x个轨迹点所在的网格添加到所述有向图集合中；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行，否则结束将所述连续运动轨迹转换为有向图集合的步骤；

判断所述第x个轨迹点和第x+1个轨迹点是否位于同一个网格中，如果不位于同一个网格中，则将第x个轨迹点所在网格和第x+1个轨迹点所在网格之间预设的经历权重加1，所述第x个轨迹点所在网格和第x+1个轨迹点所在网格之间的经历权重初始值为0；否则，

令x＝x+1，并返回所述判断连续运动轨迹中第x个轨迹点所在的网格是否存在于所述有向图集合中的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

5.根据权利要求1或2所述的方法，其特征在于，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息建立所述连续运动轨迹中的向量夹角集合，所述向量夹角集合中的元素为所述连续运动轨迹中相邻轨迹点所构成的向量之间的夹角；

根据预设的向量阈值从所述向量夹角集合搜索出连续转折子集合，所述连续转折子集合中的向量夹角大于所述向量阈值的个数超出预设的连续转折数，且构成所述连续转折子集合中向量夹角的轨迹点之间的最远距离不超过预设的距离阈值；

确定构成所述连续转折子集合中向量夹角的轨迹点所在的网格，将确定出网格作为连续转折网格，所述连续转折网格中轨迹点组成所述运动徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述连续转折网格的网格信息作为所述徘徊运动轨迹对应的网格信息；所述徘徊运动轨迹中，将首次进入所述连续转折网格的轨迹点的时间信息作为起始时间，将末次退出所述连续转折网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊行为对应的起止时间。

6.根据权利要求5所述的方法，其特征在于，所述根据空间坐标信息建立所述连续运动轨迹中的向量夹角集合的步骤包括：

建立所述向量夹角集合，将其初始化为空，并设置y的初始值为1；

将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量，将第y+1个轨迹点和第y+2个轨迹点构成的向量作为第二向量；

计算所述第一向量和第二向量之间的夹角，并将计算出的向量夹角添加到所述向量夹角集合中；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，令y＝y+1，并返回将所述连续运动轨迹中第y个轨迹点和第y+1个轨迹点构成的向量作为第一向量的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

7.根据权利要求1或2所述的方法，其特征在于，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息和时间信息建立逗留网格集合，所述逗留网格集合中的元素包括所述连续运动轨迹点所在的逗留网格和对应的逗留时长，且位于同一个网格中的相邻轨迹点用同一个元素表示，所述逗留时长大于预设的逗留阈值；所述逗留网格集合中逗留网格的轨迹点组成所述运动目标徘徊行为对应的徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述逗留网格集合中逗留网格的网格信息作为所述徘徊运动轨迹对应的网格信息；在所述徘徊运动轨迹中，将首次进入所述逗留网格的轨迹点的时间信息作为起始时间，将末次退出所述逗留网格的轨迹点的时间信息作为停止时间，将所述起始时间和停止时间作为所述徘徊运动轨迹对应的起止时间。

8.根据权利要求7所述的方法，其特征在于，所述根据空间坐标信息和时间信息建立逗留网格集合的步骤包括：

建立所述逗留网格集合，将其初始化为空，并设置z的初始值为1；

将所述连续运动轨迹的第z个轨迹点作为当前轨迹点，将所述当前轨迹点所在的网格作为当前网格，并设置当前逗留时长初始值为0；

判断是否处理完所述连续运动轨迹中的所有的轨迹点，如果未处理完，则继续执行，否则结束建立逗留网格集合的步骤；

判断第z+1个轨迹点是否属于所述当前网格，如果是，则根据第z个轨迹点的时间信息和第z+1个轨迹点的时间信息更新当前逗留时长；令z＝z+1，并返回所述判断第z+1个轨迹点是否属于所述当前网格的步骤；

判断所述当前逗留时长是否超过预设的逗留阈值，如果是，则将所述当前网格作为逗留网格，将所述逗留网格和对应的当前逗留时长添加到所述逗留网格集合中；

令z＝z+1，并返回所述将连续运动轨迹的第z个轨迹点作为当前轨迹点的步骤，直到处理完所述连续运动轨迹中的所有的轨迹点。

9.根据权利要求1或2所述的方法，其特征在于，所述根据空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹的步骤包括：

根据所述空间坐标信息和时间信息对所述连续运动轨迹分别进行轨迹环形分析处理、轨迹转折分析处理、轨迹逗留分析处理；将所述轨迹环形分析处理中得到的徘徊运动轨迹作为第一徘徊运动轨迹，将所述轨迹转折分析处理中得到的徘徊运动轨迹作为第二徘徊运动轨迹，将所述轨迹逗留分析处理中得到的徘徊运动轨迹作为第三徘徊运动轨迹；

所述获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间的步骤包括：

将所述第一徘徊运动轨迹对应的网格信息、第二徘徊运动轨迹对应的网格信息以及第三徘徊运动轨迹对应的网格信息进行合并，将合并后的网格信息作为所述徘徊运动轨迹对应的网格信息；

将所述第一徘徊运动轨迹对应的起止时间、第二徘徊运动轨迹对应的起止时间以及第三徘徊运动轨迹对应的起止时间进行合并，将合并后的起止时间作为所述徘徊运动轨迹对应的起止时间。

10.一种运动目标徘徊行为检测的装置，其特征在于，该装置包括：

连续运动轨迹获取单元，用于获取运动目标在被监测空间范围内的连续运动轨迹，所述连续运动轨迹由轨迹点组成，所述轨迹点包括空间坐标信息和时间信息，所述被监测空间预先采用网格划分，每一个网格包括表示其空间位置范围的网格信息；

轨迹分析处理单元，根据所述空间坐标信息和时间信息对所述连续运动轨迹进行轨迹分析处理，从中确定所述运动目标徘徊行为对应的徘徊运动轨迹，所述轨迹分析处理是将所述空间坐标信息关联到对应的网格信息进行的处理；

徘徊行为定位单元，获得所述徘徊运动轨迹中轨迹点所在网格的网格信息和起止时间。

11.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被处理器执行时可实现权利要求1～9任一项所述的运动目标徘徊行为检测的方法。

12.一种运动目标徘徊行为检测的电子设备，其特征在于，该电子设备至少包括如权利要求11所述的计算机可读存储介质，还包括处理器；

所述处理器，用于从所述计算机可读存储介质中读取所述可执行指令，并执行所述指令以实现上述权利要求1～9任一项所述的运动目标徘徊行为检测的方法。

Images