CN113568941A - 一种同轨迹人员的挖掘方法、装置及电子设备 - Google Patents
一种同轨迹人员的挖掘方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113568941A CN113568941A CN202010347368.0A CN202010347368A CN113568941A CN 113568941 A CN113568941 A CN 113568941A CN 202010347368 A CN202010347368 A CN 202010347368A CN 113568941 A CN113568941 A CN 113568941A
- Authority
- CN
- China
- Prior art keywords
- track
- target person
- face
- information
- contact ratio
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Remote Sensing (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种同轨迹人员的挖掘方法、装置及电子设备,该方法包括以下步骤:获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度;判断轨迹重合度是否满足预设的轨迹重合度阈值;若轨迹重合度满足预设的轨迹重合度阈值,则确定第一目标人员与第二目标人员为同轨迹人员。本发明能够有效挖掘出更多与第一目标人员同轨迹的第二目标人员,从而提高同轨迹人员的挖掘效率以及准确率。
Description
技术领域
本发明涉及轨迹分析技术领域,尤其涉及一种同轨迹人员的挖掘方法、装置及电子设备。
背景技术
随着城市建设的不断发展,城市中的人口的数目也逐渐增加。随着人口数目的增加,人与人之间关系复杂,轨迹数据繁多,对于人与人之间同行情况不了解,例如,在同行方面,人员在户外行走时,其身边经常会有同行的人员,同行的人员可能是该人员认识的人,也可能是不认识的人。
若想通过某个人员去挖掘与其同行的其他人员时存在很多难点。一般的例挖掘方式为,通过相关工作人员的登录记录或者对人员进行询问以确定与其同行的其他人员。但在一般情况下,被询问的人员不可能完全记住与自己同行的人员。询问的方式挖掘同行人员存在挖掘效率低以及准确率也低的问题。
发明内容
本发明实施例提供一种同轨迹人员的挖掘方法,能够解决了现有技术中同轨迹人员的挖掘效率低以及准确率低的问题。
第一方面,本发明实施例提供一种同轨迹人员的挖掘方法,获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;
根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;
判断所述轨迹重合度是否满足预设的轨迹重合度阈值;
若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;
其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
可选的,所述获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,包括:
获取第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像;
根据所述第一人脸图像以及所述第二人脸图像确定所述第一目标人员的第一身份信息以及第二目标人员的第二身份信息;
根据所述第一身份信息以及所述第二身份信息获取所述第一人脸轨迹信息以及所述第二人脸轨迹信息。
可选的,所述根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度的步骤包括:
根据所述第一人脸轨迹信息以及所述第二人脸轨迹信息计算所述第一目标人员与所述第二目标人员之间的人脸轨迹重合度;
所述判断所述轨迹重合度是否满足预设的轨迹重合度阈值的步骤包括:
判断所述人脸轨迹重合度是否满足预设的人脸轨迹重合阈值。
可选的,所述获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,还包括:
分别根据所述第一身份信息以及所述第二身份信息获取所述第一目标人员的所述第一交通轨迹数据以及所述第二目标人员的所述第二交通轨迹数据。
可选的,所述根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度的步骤还包括:
根据所述第一交通轨迹数据以及所述第二交通轨迹数据计算所述第一目标人员与所述第二目标人员之间的交通轨迹重合度;
所述判断所述轨迹重合度是否满足预设的轨迹重合度阈值的步骤还包括:
判断所述交通轨迹重合度是否满足所述预设的交通轨迹重合度阈值。
可选的,所述同轨迹人员的挖掘方法还包括步骤:
预先获取所述第一目标人员的多张第一归档人脸图像以及所述第二目标人员的多张第二归档人脸图像;
分别基于所述多张第一归档人脸图像以及所述多张第二归档人脸图像中每张归档人脸图像的时空信息生成所述第一人脸轨迹信息以及第二人脸轨迹信息。
可选的,所述方法还包括:
获取所述第一目标人员与所述第二目标人员重合的轨迹迹点的重合经纬度;
将所述重合经纬度显示到对应的地图上,以展示第一目标人员以及第二目标人员的重合轨迹。
第二方面,本发明实施例还提供了一种同轨迹人员的挖掘装置,所述同轨迹人员的挖掘装置包括:
活动轨迹信息获取模块,用于获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;
轨迹重合度计算模块,用于根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;
轨迹重合度判断模块,用于判断所述轨迹重合度是否满足预设的轨迹重合度阈值;
同轨迹人员确定模块,用于若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;
其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
第三方面,本发明实施例还提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中提供的同轨迹人员的挖掘方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中提供的同轨迹人员的挖掘方法中的步骤。
本发明实施例中,通过获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;判断所述轨迹重合度是否满足预设的轨迹重合度阈值;若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。这样可以通过计算第一目标人员与第二目标人员之间的活动轨迹(人脸轨迹信息和/或交通轨迹数据)的轨迹重合度(人脸轨迹重合度和/或交通轨迹重合度)与预设的轨迹重合度阈值(预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值)来判断第一目标人员与第二目标人员是否为同轨迹人员。进而有效挖掘出更多与第一目标人员同轨迹的第二目标人员,从而提高同轨迹人员的挖掘效率以及准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种同轨迹人员的挖掘系统的示意图;
图2是本发明实施例提供的一种同轨迹人员的挖掘方法的流程图;
图3a是图1实施例中步骤201提供的一种方法流程图;
图3b是本发明实施例中步骤201提供的另一种方法流程图;
图4是本发明实施例提供的一种同行人员的挖掘方法的流程图;
图5是本发明实施例提供的另一种同轨迹人员的挖掘方法的流程图;
图6是本发明实施例提供的另又一种同轨迹人员的挖掘方法的流程图;
图7是本发明实施例提供的一种同轨迹人员的挖掘装置;
图8是图7实施例中活动轨迹信息获取模块提供的一种结构示意图;
图9是本发明实施例中活动轨迹信息获取模块提供的另一种结构示意图;
图10是本发明实施例提供的另一种同轨迹人员的挖掘装置的结构示意图;
图11是本发明实施例提供的又一种同轨迹人员的挖掘装置的结构示意图;
图12是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了更清楚解释本发明的技术方案,如图1所示,图1是本发明实施例提供的一种同轨迹人员的挖掘系统的示意图,该同轨迹人员的挖掘系统基于城市级动态人像抓拍系统中安装的人像抓拍摄像头以及相关数据的基础上进行。该同轨迹人员的挖掘系统100包括:第一目标人员101、第一目标人员的综合轨迹102、人像抓拍摄像头103、第二目标人员104、第二目标人员的综合轨迹105、同轨迹人员106。
具体的,通过人像抓拍摄像头采集第一目标人员101的人脸图像以及获取第一目标人员101的交通数据,并根据第一目标人员101的人脸图像以及获取第一目标人员101的交通数据的聚类聚档数据得到第一目标人员的综合轨迹102。
通过人像抓拍摄像头103采集第二目标人员104的人脸图像以及获取第二目标人员104的交通数据,并将第二目标人员104的人脸图像以及获取第二目标人员104的交通数据与静态库比对,以确定第二目标人员的综合轨迹105。
将第一目标人员101以及第二目标人员的综合轨迹105进行轨迹重合比对,若第一目标人员101与第二目标人员104有多个人脸轨迹重合和/或交通乘坐轨迹重合,则判断第一目标人员101与第二目标人员104为同轨迹人员106。
应该理解,图1中的第一目标人员101、第一目标人员的综合轨迹102、人像抓拍摄像头103、第二目标人员104、第二目标人员的综合轨迹105、同轨迹人员106的数目仅仅是示意性的。根据实现需要,可以具有任意数目的第一目标人员101、第一目标人员的综合轨迹102、人像抓拍摄像头103、第二目标人员104、第二目标人员的综合轨迹105、同轨迹人员106。
其中,人像抓拍摄像头103的安装为位置可以是某城市中的某小区、单位、道路、公园、建筑物等中,且人像抓拍摄像头103的数量可根据实际需求进行设置,当然了,人像抓拍摄像头103的数量越多,能够采集到更多的人员的更多人脸图像,有利于提高挖掘同轨迹人员的挖掘效率以及准确率。
需要说明的是,下文中的第一活动轨迹信息可以包括图1中的第一目标人员的综合轨迹101,下文中的第二活动轨迹信息可以包括图1中的第二目标人员的综合轨迹105。下文中的第一交通轨迹数据可以包括图1中的第一目标人员的交通数据,下文中的第二交通轨迹数据可以包括图1中第二目标人员的交通数据。
具体的,本发明提供的一种同轨迹人员的挖掘方法,可以应用于疫情控制期间,根据已知疫情人员的活动轨迹作为比对样本,挖掘出轨迹重合度达到同行条件的人员,通过轨迹的比对,可提前发现疑似同行的感染人员并确认身份,提前通知自行隔离观察,防止疫情进一步传播。分析疑似同行疫情人员经过的轨迹和公共场所,对经过的轨迹迹点和场所进行消毒。这样可以有效的通过已知的疫情人员挖掘出其他疑似感染人员,进而提高疑似感染人员的挖掘效率和准确率,进一步提高疫情的防控效率。
作为本发明一实施方式中,本同轨迹人员的挖掘方法可以应用于作案嫌疑人员的追踪,比如,当前确定了某一作案人员的活动轨迹,并且该作案人员可能存在同伙,此时,可以通过本同轨迹人员的挖掘方法,以该作案人员的活动轨迹为样本去查询与该作案人员为同轨迹的人员,并且以该同轨迹人员作为疑似同伙人员,进而可以通过这些疑似同伙人员确定同轨迹人员是否为该作案人员的同伙,从而可以缩小疑似同伙人员的查询数据量,提高疑似同伙人员的追踪效率。当然,查询时,同轨迹人员可能为一个或多个。这样可以有效挖掘出与作案人员为疑似同伙人员的挖掘效率以及准确率,进一步提高疑似同伙人员的追踪效率。
作为本发明一实施方式中,本同轨迹人员的挖掘方法还可以应用于失踪人口的查找,比如,某个大人带一小孩,并且小孩失踪,由此可以根据大人的活动轨迹以及小孩的活动轨迹来判断两者同行以及分开情况,而且可以根据大人或小孩的活动轨迹来查找是否存在与大人或小孩为同轨迹的人员,如果存在,则以与大人或小孩为同轨迹人员作为查询范围,以确定是否存在与大人或小孩为同轨迹人员对小孩进行拐骗,从而导致小孩失踪。当然了,与大人或小孩为同轨迹人员可能是熟悉人员也可能是陌生人,若为熟悉人员可以直接联系询问熟悉人员即可查找到小孩的下落,若是陌生人,则可以通过陌生人的活动轨迹来确定。这样可以有效挖掘出与大人或小孩为同轨迹人员的挖掘效率以及准确率,进一步提高失踪人口的查找效率。
需要说明的是,本同轨迹人员的挖掘方法还可以应用于其他应用场景,并且可以是通过获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;判断所述轨迹重合度是否满足预设的轨迹重合度阈值;若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。这样可以通过计算第一目标人员与第二目标人员之间的活动轨迹(人脸轨迹信息和/或交通轨迹数据)的轨迹重合度(人脸轨迹重合度和/或交通轨迹重合度)与预设的轨迹重合度阈值(预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值)来判断第一目标人员与第二目标人员是否为同轨迹人员。进而有效挖掘出更多与第一目标人员同轨迹的第二目标人员,从而提高同轨迹人员的挖掘效率以及准确率。
当然了,第一目标人员与第二目标人员可以是相互转换的,第一目标人员可以是第二目标人员,第二目标人员也可以是第一目标人员。
请参见图2,图2是本发明实施例提供的一种同轨迹人员的挖掘方法的流程图,如图2所示,该同轨迹人员的挖掘方法包括以下步骤:
步骤201、获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息。
其中,上述第一目标人员以及上述第二目标人员可以是多个目标人员中任意两个需要确定是否同轨迹的目标人员。上述第一目标人员可以为已确认的目标人员,比如,已经知道活动轨迹的目标人员。上述第二目标人员可以是没有确定的目标人员,比如,没有确定活动轨迹的目标人员。这样就可以根据已确定的第一目标人员的活动轨迹来判断未确定的第二目标人员是否与第一目标人员为同轨迹人员。这样可以以第一目标人员的活动轨迹信息为样本通过与其他目标人员的活动轨迹信息进行对比后,从其他目标人员中挖掘出与第一目标人员同轨迹的目标人员。
上述同轨迹人员可以是全部活动轨迹或部分活动轨迹重合的人员,比如,现有A人员、A人员对应的A轨迹为a-b-c-d;B人员、B人员对应的B轨迹为a-b-c-d;C人员、C人员对应的C轨迹为a-b-e-f,这样,A人员的A轨迹a-b-c-d与B人员的B轨迹a-b-c-d全部相同,所以A人员与B人员为全部轨迹重合的同轨迹人员。A人员的A轨迹a-b-c-d与C人员的C轨迹a-b-e-f中有a、b相同,c、d、e、f不同,所以A人员与C人员为部分轨迹重合的同轨迹人员。相同方法可知,B人员与C人员也为部分轨迹重合的同轨迹人员。其中,a、b、c、d、e以及f分别指代不同的轨迹迹点,轨迹迹点可以是站点、路口、城市、国家等。轨迹迹点的位置可以用地理坐标(经纬度)来表示。上述同轨迹人员可以称为同行人员。
上述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据。该第一人脸轨迹信息为第一目标人员对应的人脸图像抓拍形成的人脸抓拍轨迹的信息。第一人脸轨迹信息包括多个轨迹迹点,以及每个轨迹迹点对应的人脸图像的拍摄时间以及拍摄位置,其中,每个轨迹迹点的位置可以是第一目标人员的人脸图像的抓拍位置。第一目标人员的人脸图像的抓拍位置可以根据人像抓拍摄像头的安装位置来进行确定,或者可以通过人像抓拍摄像头的身份ID来确定。第一目标人员的多个轨迹迹点均可以按人脸图像的抓拍时间的顺序以及抓怕地点形成第一人脸轨迹的信息。该第一交通轨迹数据为第一目标人员乘坐交通工具的交通轨迹数据。第一交通轨迹数据可以为第一目标人员乘坐的交通工具的车型、班次、行驶路线等历史记录数据组成。
上述第二活动轨迹信息包括第二人脸轨迹和/或第二交通轨迹数据。该第二人脸轨迹为第二目标人员对应的人脸图像抓拍形成的人脸抓拍轨迹。第二人脸轨迹也包括多个轨迹迹点,以及每个轨迹迹点对应的人脸图像的拍摄时间以及拍摄位置,其中,每个轨迹迹点的位置可以是第二目标人员的人脸图像的抓拍位置。第二目标人员的人脸图像的抓拍位置可以根据人像抓拍摄像头的安装位置来进行确定,或者可以通过人像抓拍摄像头的身份ID来确定。第二目标人员的多个轨迹迹点均可以按人脸图像的抓拍时间的顺序以及抓怕地点形成第二人脸轨迹信息。该第二交通轨迹数据为第二目标人员乘坐交通工具的交通轨迹数据。第二交通轨迹数据可以为第二目标人员乘坐的交通工具的车型、班次、行驶路线等历史记录数据组成。
需要说明的是,第一人脸轨迹信息中的每个轨迹迹点可以对应一张或多张人脸图像,比如,在第一人脸轨迹信息中有a-b-c-d-e-f个轨迹迹点形成的人脸轨迹,a、b、c、d、e、f为轨迹迹点的位置(这里可以是指人像抓拍摄像头的位置或身份ID),假设,a轨迹迹点只有第一目标人员的1张人脸图像,且拍摄时间比如是某年的3月1日下午1点,而轨迹迹点b有第一目标人员的2张人脸图像,对应的拍摄日期比如是同年的3月1日下午1点半以及3月2日早上10点,同时轨迹迹点c、d、e、f分别只有第一目标人员的1张人脸图像,对应的拍摄日期分别为同年的3月1日下午2点、3月1日下午3点、3月1日下午3点半、3月1日下午4点。这样可以说明,第一目标人员在3月1日下午1点经过轨迹迹点a,在3月1日下午1点半经过轨迹迹点b,在3月1日下午2点经过轨迹迹点c,在3月1日下午3点经过轨迹迹点d,在3月1日下午3点半经过轨迹迹点e,在3月1日下午4点经过轨迹迹点f,且在3月2日早上10点经过轨迹迹点b。在轨迹迹点b中对应两张人脸图像,这样可以说明第一目标人员去过轨迹迹点b这个位置两次,并且不同的时间去的。因为目标人员每经过一次对应位置的人像抓拍摄像头,摄像头就会对第一目标人员进行人脸抓拍,得到对应的人脸图像。
具体的,如图3a所示,图3a是图1实施例中步骤201提供的一种方法流程图,步骤201包括以下步骤:
步骤301、获取第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像。
步骤302、根据第一人脸图像以及第二人脸图像确定第一目标人员的第一身份信息以及第二目标人员的第二身份信息。
步骤303、根据第一身份信息以及第二身份信息获取第一人脸轨迹信息以及第二人脸轨迹信息。
其中,第一人脸图像为第一目标人员的人脸图像,第一人脸图像可以是当前实时采集的第一目标人员的人脸图像,也可以是第一目标人员的人脸档案中任意一张已经归档的人脸图像。
上述第二人脸图像为第二目标人员的人脸图像,第二人脸图像可以是当前实时采集的第二目标人员的人脸图像,也可以是第二目标人员的人脸档案中任意一张已经归档的人脸图像。
上述第一身份信息为第一目标人员的身份信息。第一身份信息可以包括第一目标人员的人脸图像、姓名、证件号、联系方式等。该第一身份信息可以通过将第一人脸图像与静态库中已经存在的多个人员的多个身份信息进行比对后,根据对比结果从静态库中查询得到与第一人脸图像对应的人脸图像对应的身份信息。
上述第二身份信息为第二目标人员的身份信息。第二身份信息可以包括第二目标人员的人脸图像、姓名、证件号、联系方式等。该第二身份信息可以通过将第二人脸图像与静态库中已经存在的多个人员的多个身份信息进行比对后,根据对比结果从静态库中查询得到与第二人脸图像对应的人脸图像对应的身份信息。当然了,每个身份信息均属于自己的人脸轨迹,也即,第一目标人员的第一身份信息有自己对应的第一人脸轨迹信息,第二目标人员的第二身份信息也有自己对应的第二人脸轨迹信息。因为同一个人有且只有一个唯一的轨迹。
更具体的,当获取到第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像后,就可以将第一人脸图像和第二人脸图像与静态库中已有的身份信息对应的人脸图像进行对比,进而可以确定第一目标人员以及第二目标人员的第一身份信息以及第二身份信息。进而可以通过第一身份信息以及第二身份信息获取到对应的第一人脸轨迹信息以及第二人脸轨迹信息。
当然,获取第一目标人员的第一人脸图像、第一人脸轨迹信息、第一活动轨迹信息的过程,与获取第二目标人员的第二人脸图像、第一人脸轨迹信息、第二活动轨迹信息的过程可以是同时进行的,也可以是异步进行的。
需要说明的是,第一人脸轨迹信息以及第二人脸轨迹信息可以是实时生成的,比如,当获取到第一人脸图像或第二人脸图像后也可以是预先生成的,若是预先生成的就可以直接调用即可。
作为本发明的一是实施方式,参见图3b,图3b是步骤201提供的另一种方法流程图,在图3a的基础上,步骤201还包括步骤:
步骤304、分别根据第一身份信息以及第二身份信息获取第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据。
具体的,在确定第一目标人员以及第二目标人员的身份后,就可以根据确定的身份信息到预设的交通数据库中查询第一目标人员以及第二目标人员对应的第一交通轨迹数据以及第二交通轨迹数据。当然了,可以根据实际需要从预设的交通数据库中提取第一目标人员以及第二目标人员的交通轨迹数据,例如,可以按时间条件,如在某时间范围内从预设的交通数据库中提取相关人员的交通轨迹数据,时间范围可以设置为12天内、15天内、一个月内、半年内、一年内等时间范围,当然可以设置为某年的某天、某月、某日、某时等时间之间的任意一个时间范围内的且存储在预设的交通数据库中的交通数据。获取交通轨迹数据的方式还可以按地点条件来获取某个人员的交通轨迹数据。
需要说明的是,预设的交通数据库可以是具有权威性并且是被授权的机构或单位提供,比如,交通管理机构或单位等。预设的交通数据库中可以存储有多个人员的交通轨迹数据,每个人员均可以有多条交通轨迹数据。预设的交通数据库中的交通轨迹数据的存储时长可以根据实际需要进行设置,在不影响系统正常使用的情况下,尽量保存足够时长的交通轨迹数据。
步骤202、根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度。
其中,上述轨迹重合度为用于判断第一目标人员的活动轨迹与第二目标人员的活动轨迹是否同轨迹。上述轨迹重合度包括包括人脸轨迹重合度和/或交通轨迹重合度。
具体的,当获取第一人脸轨迹信息以及第二人脸轨迹信息后,可以根据第一人脸轨迹信息以及第二人脸轨迹信息计算第一目标人员与第二目标人员之间的人脸轨迹重合度。其中,上述人脸轨迹重合度可以通过对比第一人脸轨迹信息与第二人脸轨迹信息之间具有共同轨迹迹点的轨迹迹点数量。当每个轨迹迹点的位置用对应位置的人像抓拍摄像头的身份ID来表示时,人脸轨迹重合度则为对比第一人脸轨迹信息与第二人脸轨迹信息之间具有共同人像抓拍摄像头的个数,比如,第一人脸轨迹经过A-B-C-D-E等5个摄像头,第二人脸轨迹经过A-B-F-D-H等5个摄像头,人脸轨迹重合度则为对比A-B-C-D-E与A-B-F-D-H中具有相同摄像头的个数,经过比对后A-B-C-D-E与A-B-F-D-H中具有相同的摄像头分别为A、B、D等3个相同的摄像头,此时可以得到人脸轨迹重合度则为3。
在本发明一实施方式中,当获取到第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据时,还可以根据第一交通轨迹数据以及第二交通轨迹数据计算第一目标人员与第二目标人员之间的交通轨迹重合度。其中,上述交通轨迹重合度可以是通过比对第一交通轨迹数据与第二交通轨迹数据之间的乘坐历史记录数据中是否存在乘坐同一班次的交通工具的次数,比如,第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据均记录有在同一时间乘坐同一交通工具或者乘坐同一班次的同一交通工具时,则可以确定第一目标人员与第二目标人员的交通轨迹重合度为1,若在第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据均没有记录在同一时间乘坐同一交通工具时,则可以确定第一目标人员与第二目标人员之间的交通轨迹重合度为0。当然了,第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据可以记录有在多个相同时间乘坐多个相同的交通工具。当第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据中记录的所有数据都相同时,则说明第一目标人员与第二目标人员的交通轨迹全部相同,也就可以确定第一目标人员与第二目标人员为同交通轨迹人员。
步骤203、判断轨迹重合度是否满足预设的轨迹重合度阈值。
上述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。其中,预设的人脸轨迹重合度阈值以及预设的交通轨迹重合度阈值可以根据实际需要进行设置,以满足不同的应用场景。比如,预设的交通轨迹重合度可以设置为1、2、3、4、5等。
具体的,当计算得到第一目标人员与第二目标人员之间的人脸轨迹重合度后,判断人脸轨迹重合度是否满足预设的人脸轨迹重合阈值。当人脸轨迹重合度大于或等于预设的人脸轨迹重合度阈值时,则可以判断该人脸轨迹重合度满足预设的人脸轨迹重合度阈值。若人脸轨迹重合度小于预设的人脸轨迹重合度阈值,则说明该人脸轨迹重合度不满足预设的人脸轨迹重合度阈值。
在本发明一实施方式中,当计算得到第一目标人员与第二目标人员之间的交通轨迹重合度时,可以判断交通轨迹重合度是否满足预设的交通轨迹重合度阈值。若预设的交通轨迹重合度阈值设置为1,当第一交通轨迹数据以及第二交通轨迹数据只要记录有1次在同一时间乘坐同一交通工具,也就是说交通轨迹重合度为1就可以判断交通轨迹重合度满足预设的交通轨迹重合度阈值。除非交通轨迹重合度为0,才判断交通轨迹重合度不满足预设的交通轨迹重合度阈值。
需要说明的是,当设置预设的人脸轨迹重合度阈值以及预设的交通轨迹重合度的值越高,且第一目标人员以及第二目标人员之间的人脸轨迹重合度、交通轨迹重合度均满足预设的人脸轨迹重合度阈值、预设的交通轨迹重合度阈值则第一目标人员与第二目标人员更加接近全部活动轨迹重合的人员。
当设置预设的人脸轨迹重合度阈值以及预设的交通轨迹重合度的值越低,且第一目标人员以及第二目标人员之间的人脸轨迹重合度、交通轨迹重合度均满足预设的人脸轨迹重合度阈值、预设的交通轨迹重合度阈值则第一目标人员与第二目标人员更加接近部分活动轨迹重合的人员。
步骤204、若轨迹重合度满足预设的轨迹重合度阈值,则确定第一目标人员与第二目标人员为同轨迹人员。
具体的,当人脸轨迹重合度满足预设的轨迹重合度阈值后,就可以确定第一目标人员与第二目标人员为同轨迹人员。或者当交通轨迹重合度满足预设的交通轨迹重合度阈值时,可以确定第一目标人员与第二目标人员为同轨迹人员。当然了,也可以同时需要人脸轨迹重合度满足人脸轨迹重合度阈值、交通轨迹重合度满足预设的交通轨迹重合度阈值,才可以判断第一目标人员与第二目标人员为同轨迹人员。
需要说明的是,同轨迹人员的判定方法也可以先通过判断人脸轨迹重合度是否满足预设的人脸轨迹重合度阈值来确定第一目标人员与第二目标人员是否为同轨迹人员,若人脸轨迹重合度不能确定第一目标人员与第二目标人员为同轨迹人员,再通过判断交通轨迹重合度是否满足预设的交通轨迹重合度来确定第一目标人员与第二目标人员是否为同轨迹人员。
当然了,同轨迹人员的判定方法还可以先通过判断交通轨迹重合度是否满足预设的交通轨迹重合度来确定第一目标人员与第二目标人员是否为同轨迹人员。若交通数据轨迹重合度不能判断第一目标人员与第二目标人员为同轨迹人员,再通过判断人脸轨迹重合度是否满足预设的人脸轨迹重合度阈值来确定第一目标人员与第二目标人员是否为同轨迹人员。若通过人脸轨迹重合度以及交通轨迹重合度均不能判断第一目标人员与第二目标人员为同轨迹人员,则确定第一目标人员与第二目标人员不同轨迹人员。这样可以挖掘出更多与第一目标人员为同轨迹人员的第二目标人员。
进一步的,参见图4,图4是本发明实施例提供的一种同行人员的挖掘方法的流程图,该同行人员的挖掘方法包括步骤:
获取第一目标人员的综合活动轨迹执行的步骤:
步骤401、获取第一目标人员的人脸图像和基本身份信息。
步骤402、获取第一目标人员过去15天乘坐的交通数据。
步骤403、聚类过去15天第一目标人员动态人脸抓拍数据。
步骤404、生成第一目标人员的综合活动轨迹。
获取第二目标人员的综合活动轨迹执行的步骤:
步骤405、动态抓拍第二目标人员的人脸图像。
步骤406、形成人脸图像一人一档。
步骤407、与静态库比对确认身份。
步骤408、获取第二目标人员过去15天乘坐的交通数据。
步骤409、生成第二目标人员的综合活动轨迹。
步骤410、将第一目标人员的综合活动轨迹与第二目标人员的综合活动轨迹进行轨迹比对。
步骤411、判断第一目标人员与第二目标人员是否搭乘同一班次交通工具。
步骤412、若第一目标人员与第二目标人员搭乘同一班次交通工具,则为同行人员。
步骤413、若第一目标人员与第二目标人员没有搭乘同一班次交通工具,则设置同行摄像头数量。
步骤414、判断摄像头重合数量是否达到预定条件。
步骤415、若轨迹摄像头重合数量达到预定条件,则第一目标人员与第二目标人员为同行人员。
步骤416、若轨迹摄像头没有达到预定条件,则第一目标人员与第二目标人员为非同行人员。
在本发明实施例中,通过获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度;判断轨迹重合度是否满足预设的轨迹重合度阈值;若轨迹重合度满足预设的轨迹重合度阈值,则确定第一目标人员与第二目标人员为同轨迹人员;其中,第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。这样可以通过计算第一目标人员与第二目标人员之间的活动轨迹(人脸轨迹信息和/或交通轨迹数据)的轨迹重合度(人脸轨迹重合度和/或交通轨迹重合度)与预设的轨迹重合度阈值(预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值)来判断第一目标人员与第二目标人员是否为同轨迹人员。进而有效挖掘出更多与第一目标人员同轨迹的第二目标人员,从而提高同轨迹人员的挖掘效率以及准确率。
参见图5,图5是本发明实施例提供的另一种同轨迹人员的挖掘方法的流程图,该同轨迹人员的挖掘方法还包括步骤:
步骤501、预先获取第一目标人员的多张第一归档人脸图像以及第二目标人员的多张第二归档人脸图像。
步骤502、分别基于多张第一归档人脸图像以及多张第二归档人脸图像中每张归档人脸图像的时空信息生成第一人脸轨迹信息以及第二人脸轨迹。
其中,上述第一归档人脸图像为第一目标人员的已经归档的人脸图像,比如,第一目标人员有多张人脸图像,从多张人脸图像中选取一张作为第一人脸档案的档案封面,在对第一目标人员的其他人脸图像进行聚类归入第一目标人员对应的第一人脸档案中的人脸图像。
上述第二归档人脸图像为第二目标人员的已经归档的人脸图像,比如,第二目标人员有多张人脸图像,从多张人脸图像中选取一张作为第二人脸档案的档案封面,在对第二目标人员的其他人脸图像进行聚类归入第二目标人员对应的第一人脸档案中的人脸图像。
需要说明的是,第一人脸档案可以是预先设置好的,并且可以存储第一目标人员多张已归档的人脸图像。第二人脸档案也可以是预先设置好的,并且可以存储第二目标人员多张已归档的人脸图像。
上述时空信息包括第一归档人脸图像、第二归档人脸图像中每张归档图像的拍摄时间以及拍摄位置,其中,拍摄时间可以用拍摄时间戳来表示,拍摄位置可以为人像抓拍摄像头安装的位置或者人像抓拍摄像头的身份ID来表示。
具体的,预先获取到多张第一归档人脸图像后,按照每张第一归档人脸图像的拍摄时间顺序以及拍摄位置形成第一人脸轨迹信息。以及获取到多张第二归档人脸图像后,按照每张第二归档人脸图像的拍摄时间顺序以及拍摄位置形成第二人脸轨迹信息。
例如,现有3张第一归档人脸图像分别为甲、乙、丙等3张第一归档人脸图像,其中甲、乙、丙等3张第一归档人脸图像的拍摄时间均为同一天的不同拍摄时刻以及不同拍摄位置,甲、乙、丙等3张第一归档人脸图像的拍摄时间以及拍摄位置分别为:
甲:1月2日早上10点:1号路口;
乙:1月2日下午2点:2号路口;
丙:1月2日中午12点:3号路口。
由此可知,第一目标人员的第一人脸轨迹信息按拍摄时间以及拍摄位置对应为:(甲:1号路口:1月2日早上10点)-(丙:3号路口:1月2日中午12点)-(乙:2号路口:1月2日下午2点)。
需要说明的是,第一人脸图像可以是多张第一归档人脸图像中的任意一张,也可以是实时通过人像抓拍摄像头抓拍得到,或者通过其他人脸图像获取途径获取得到。当然第二人脸图像可以是多张第二归档人脸图像中的任意一张,也可以是实时通过人像抓拍摄像头抓拍得到,或者通过其他人脸图像获取途径获取得到。
第一归档人脸图像以及第二归档人脸图像可以是通过人像抓拍摄像头抓拍拍摄范围内的第一目标人员以及第二目标人员的人脸图像。当然了第一归档人脸图像以及第二归档人脸图像可以是通过相同的人像抓拍摄像头抓拍得到的,也可以是通过不同的人像抓拍摄像头抓拍得到的。
归档人脸图像可以通过人像抓拍摄像头获取抓拍连续的视频帧,并对视频帧中的目标人员的人脸进行抓拍或截取得到的。只要目标人员进入人像抓拍摄像头的抓拍范围内,就可以抓取目标人员的人脸图像。例如:人像抓拍摄像头安装在某小区中,当有目标人员进入人像抓拍摄像头的抓拍范围时,通过人像抓拍摄像头对目标人员的人脸进行拍摄就可以得到的目标人员的人脸图像,并将抓拍得到的人脸图像进行聚类归档,归入目标人员对应的人脸档案中,进而得到归档人脸图像。当然了,当人像抓拍摄像头同时抓拍到多个目标人员的人脸图像时,可以分别将每个目标人员的人脸图像进行聚类并归入每个目标人员对应的人脸档案中,进而得到多个目标人员的归档人脸图像。
需要说明的是,当在某个人像抓拍摄像头抓拍到多个目标人员的人脸时,可以通过卡尔曼滤波算法跟踪抓拍到的多个人脸。
在本发明实施例中,通过预先获取第一目标人员的第一归档人脸图像以及第二目标人员的第二归档人脸图像,并根据第一归档人脸图像的拍摄时间以及拍摄位置生成第一人脸轨迹信息、以及根据第二归档人脸图像的拍摄时间以及拍摄位置生成第二人脸轨迹信息。这样,在判断第一目标人员以及第二目标人员是否为同轨迹人员时,可以直接调用预先生成的第一人脸轨迹信息以及第二人脸轨迹信息来计算人脸轨迹重合度,并根据人脸轨迹重合度来判断是否为同轨迹人员。进而可以提高同轨迹人员的挖掘效率。
参见图6,图6是本发明实施例提供的又一种同轨迹人员的挖掘方法的流程图,同轨迹人员的挖掘方法还包括步骤:
步骤601、获取第一目标人员与第二目标人员重合的轨迹迹点的重合经纬度。
步骤602、将重合经纬度显示到对应的地图上,以展示第一目标人员以及第二目标人员的重合轨迹。
其中,重合经纬度为第一目标人员的第一活动轨迹信息与第二目标人员的第二活动轨迹信息之间重合的轨迹迹点对应的地理经纬度。上述地图可以为网页地图、APP地图等电子地图。
具体的,当确定第一目标人员与第二目标人员为同轨迹人员后,可以将第一活动轨迹信息以及第二活动轨迹信息中重合的部分轨迹或全部轨迹显示到地图上,比如使用具有标识度的颜色、线条等对重合的轨迹进行标注。这样可以更加直观的展示第一目标人员与第二目标人员的重合轨迹。
更具体的,可以将第一人脸轨迹信息与第二人脸轨迹之间重合的部分轨迹或全部轨迹显示在地图上,比如,第一人脸轨迹信息经过A-B-C-D-E等5个摄像头,第二人脸轨迹经过A-B-F-D-H等5个摄像头,经过比对后A-B-C-D-E与A-B-F-D-H中具有相同的摄像头分别为A、B、D等3个相同的摄像头,所以可以将A、B、D等3个相同的摄像头对应的位置的经纬度显示到地图上。这样可以很直观的在地图了解到第一人脸轨迹信息以及第二人脸轨迹之间的重合轨迹。
当然了,还可以将第一交通轨迹数据以及第二交通轨迹数据之间重合的部分轨迹或全部轨迹显示在地图上,以及可以将共同乘坐的交通工具也显示在地图上,比如,将共同乘坐的交通工具的行驶路线、班次等显示在地图上。这样也可直观的在地图上浏览到第一交通轨迹数据以及第二交通轨迹数据重合的部分轨迹或全部轨迹。
作为本发明一实施方式中,将被判断与第一目标人员为同轨迹人员的第二目标人员的身份档案信息进行推送,这样就可以挖掘出与第一目标人员为同轨迹人员的第二目标人员,同时能够获取到第二目标人员的身份信息。
在本发明实施例中,可以将第一活动轨迹信息以及第二活动轨迹信息之间重合的轨迹迹点显示在地图上,便于用户直观的在地图上查看第一目标人员与第二目标人员之间重合的轨迹部分,更加有利于分析同轨迹人员的重合轨迹。
参见图7,图7是本发明实施例提供的一种同轨迹人员的挖掘装置,同轨迹人员的挖掘装置700包括:
活动轨迹信息获取模块701,用于获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息。
轨迹重合度计算模块702,用于根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度。
轨迹重合度判断模块703,用于判断轨迹重合度是否满足预设的轨迹重合度阈值。
同轨迹人员确定模块704,用于若轨迹重合度满足预设的轨迹重合度阈值,则确定第一目标人员与第二目标人员为同轨迹人员。
其中,第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
可选的,参见图8,图8是图7实施例中活动轨迹信息获取模块提供的一种结构示意图,该活动轨迹信息获取模块701包括:
人脸图像获取单元7011,用于获取第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像;
身份信息确定单元7012,用于根据第一人脸图像以及第二人脸图像确定第一目标人员的第一身份信息以及第二目标人员的第二身份信息;
人脸轨迹获取单元7013,用于根据第一身份信息以及第二身份信息获取第一人脸轨迹信息以及第二人脸轨迹信息。
可选的,轨迹重合度计算模块702包括:
人脸轨迹重合度计算单元,用于根据第一人脸轨迹信息以及第二人脸轨迹信息计算第一目标人员与第二目标人员之间的人脸轨迹重合度;
轨迹重合度判断模块703包括:
人脸轨迹重合度判断单元,用于判断人脸轨迹重合度是否满足预设的人脸轨迹重合阈值。
可选的,参见图9,图9是本发明实施例中活动轨迹信息获取模块提供的另一种结构示意图,在图8的基础上,活动轨迹信息获取模块701还包括:
交通数据获取单元7014,用于分别根据第一身份信息以及第二身份信息获取第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据。
可选的,轨迹重合度计算模块702还包括:
交通轨迹重合度计算单元,用于根据第一交通轨迹数据以及第二交通轨迹数据计算第一目标人员与第二目标人员之间的交通轨迹重合度;
轨迹重合度判断模块703还包括:
交通轨迹重合度判断单元,用于判断交通轨迹重合度是否满足预设的交通轨迹重合度阈值。
可选的,参见图10,图10是本发明实施例提供的另一种同轨迹人员的挖掘装置的结构示意图,在图7的基础上,同轨迹人员的挖掘装置700还包括:
归档人脸图像获取模块705,用于预先获取第一目标人员的多张第一归档人脸图像以及第二目标人员的多张第二归档人脸图像;
人脸轨迹信息生成模块706,用于分别基于多张第一归档人脸图像以及多张第二归档人脸图像中每张归档人脸图像的时空信息生成第一人脸轨迹信息以及第二人脸轨迹信息。
可选的,参见图11,图11是本发明实施例提供的又一种同轨迹人员的挖掘装置的结构示意图,在图7-图10的基础上,同轨迹人员的挖掘装置700还包括:
重合经纬度获取模块707,用于获取第一目标人员与第二目标人员重合的轨迹迹点的重合经纬度;
显示模块708,用于将重合经纬度显示到对应的地图上,以展示第一目标人员以及第二目标人员的重合轨迹。
本发明实施例提供的同轨迹人员的挖掘装置700能够实现上述方法实施例中的各个实施方式,以及相应有益效果,为避免重复,这里不再赘述。
参见图12,图12是本发明实施例提供的一种电子设备的结构示意图,该电子设备包括:存储器802、处理器801及存储在存储器802上并可在处理器801上运行的计算机程序,处理器801执行计算机程序时实现上述实施例提供的同轨迹人员的挖掘方法中的步骤,处理器801执行以下步骤:
获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息。
根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度。
判断轨迹重合度是否满足预设的轨迹重合度阈值。
若轨迹重合度满足预设的轨迹重合度阈值,则确定第一目标人员与第二目标人员为同轨迹人员。
其中,第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
可选的,处理器801执行的获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,包括:
获取第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像。
根据第一人脸图像以及第二人脸图像确定第一目标人员的第一身份信息以及第二目标人员的第二身份信息。
根据第一身份信息以及第二身份信息获取第一人脸轨迹信息以及第二人脸轨迹信息。
可选的,处理器801执行的根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度的步骤包括:
根据第一人脸轨迹信息以及第二人脸轨迹信息计算第一目标人员与第二目标人员之间的人脸轨迹重合度。
处理器801执行的判断轨迹重合度是否满足预设的轨迹重合度阈值的步骤包括:
判断人脸轨迹重合度是否满足预设的人脸轨迹重合阈值。
可选的,处理器801执行的获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,还包括:
分别根据第一身份信息以及第二身份信息获取第一目标人员的第一交通轨迹数据以及第二目标人员的第二交通轨迹数据。
可选的,处理器801执行的根据第一活动轨迹信息以及第二活动轨迹信息计算第一目标人员与第二目标人员之间的轨迹重合度的步骤还包括:
根据第一交通轨迹数据以及第二交通轨迹数据计算第一目标人员与第二目标人员之间的交通轨迹重合度。
处理器801执行的判断轨迹重合度是否满足预设的轨迹重合度阈值的步骤还包括:
判断交通轨迹重合度是否满足预设的交通轨迹重合度阈值。
可选的,处理器801还执行的步骤:
预先获取第一目标人员的多张第一归档人脸图像以及第二目标人员的多张第二归档人脸图像。
分别基于多张第一归档人脸图像以及多张第二归档人脸图像中每张归档人脸图像的时空信息生成第一人脸轨迹信息以及第二人脸轨迹信息。
可选的,处理器801还执行步骤:
获取第一目标人员与第二目标人员重合的轨迹迹点的重合经纬度;
将重合经纬度显示到对应的地图上,以展示第一目标人员以及第二目标人员的重合轨迹。
本发明实施例提供的电子设备800能够实现上述方法实施例中的各个实施方式,以及相应有益效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的同轨迹人员的挖掘方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种同轨迹人员的挖掘方法,其特征在于,所述方法包括以下步骤:
获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;
根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;
判断所述轨迹重合度是否满足预设的轨迹重合度阈值;
若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;
其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
2.如权利要求1所述的同轨迹人员的挖掘方法,其特征在于,所述获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,包括:
获取第一目标人员的第一人脸图像以及第二目标人员的第二人脸图像;
根据所述第一人脸图像以及所述第二人脸图像确定所述第一目标人员的第一身份信息以及第二目标人员的第二身份信息;
根据所述第一身份信息以及所述第二身份信息获取所述第一人脸轨迹信息以及所述第二人脸轨迹信息。
3.如权利要求2所述的同轨迹人员的挖掘方法,其特征在于,所述根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度的步骤包括:
根据所述第一人脸轨迹信息以及所述第二人脸轨迹信息计算所述第一目标人员与所述第二目标人员之间的人脸轨迹重合度;
所述判断所述轨迹重合度是否满足预设的轨迹重合度阈值的步骤包括:
判断所述人脸轨迹重合度是否满足预设的人脸轨迹重合阈值。
4.如权利要求2所述的同轨迹人员的挖掘方法,其特征在于,所述获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息的步骤,还包括:
分别根据所述第一身份信息以及所述第二身份信息获取所述第一目标人员的所述第一交通轨迹数据以及所述第二目标人员的所述第二交通轨迹数据。
5.如权利要求4所述的同轨迹人员的挖掘方法,其特征在于,所述根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度的步骤还包括:
根据所述第一交通轨迹数据以及所述第二交通轨迹数据计算所述第一目标人员与所述第二目标人员之间的交通轨迹重合度;
所述判断所述轨迹重合度是否满足预设的轨迹重合度阈值的步骤还包括:
判断所述交通轨迹重合度是否满足所述预设的交通轨迹重合度阈值。
6.如权利要求1所述的同轨迹人员的挖掘方法,其特征在于,所述同轨迹人员的挖掘方法还包括步骤:
预先获取所述第一目标人员的多张第一归档人脸图像以及所述第二目标人员的多张第二归档人脸图像;
分别基于所述多张第一归档人脸图像以及所述多张第二归档人脸图像中每张归档人脸图像的时空信息生成所述第一人脸轨迹信息以及所述第二人脸轨迹信息。
7.如权利要求1-6所述的同轨迹人员的挖掘方法,其特征在于,所述方法还包括:
获取所述第一目标人员与所述第二目标人员重合的轨迹迹点的重合经纬度;
将所述重合经纬度显示到对应的地图上,以展示第一目标人员以及第二目标人员的重合轨迹。
8.一种同轨迹人员的挖掘装置,其特征在于,所述同轨迹人员的挖掘装置包括:
活动轨迹信息获取模块,用于获取第一目标人员的第一活动轨迹信息以及第二目标人员的第二活动轨迹信息;
轨迹重合度计算模块,用于根据所述第一活动轨迹信息以及所述第二活动轨迹信息计算所述第一目标人员与所述第二目标人员之间的轨迹重合度;
轨迹重合度判断模块,用于判断所述轨迹重合度是否满足预设的轨迹重合度阈值;
同轨迹人员确定模块,用于若所述轨迹重合度满足预设的轨迹重合度阈值,则确定所述第一目标人员与所述第二目标人员为同轨迹人员;
其中,所述第一活动轨迹信息包括第一人脸轨迹信息和/或第一交通轨迹数据,所述第二活动轨迹信息包括第二人脸轨迹信息和/或第二交通轨迹数据,所述轨迹重合度包括人脸轨迹重合度和/或交通轨迹重合度,所述预设的轨迹重合度阈值包括预设的人脸轨迹重合度阈值和/或预设的交通轨迹重合度阈值。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的同轨迹人员的挖掘方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的同轨迹人员的挖掘方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347368.0A CN113568941A (zh) | 2020-04-28 | 2020-04-28 | 一种同轨迹人员的挖掘方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010347368.0A CN113568941A (zh) | 2020-04-28 | 2020-04-28 | 一种同轨迹人员的挖掘方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113568941A true CN113568941A (zh) | 2021-10-29 |
Family
ID=78157820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010347368.0A Pending CN113568941A (zh) | 2020-04-28 | 2020-04-28 | 一种同轨迹人员的挖掘方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113568941A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114491302A (zh) * | 2021-12-29 | 2022-05-13 | 四川领歌智谷科技有限公司 | 基于区块链的定位及轨迹检测方法、电子学生证及介质 |
-
2020
- 2020-04-28 CN CN202010347368.0A patent/CN113568941A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114491302A (zh) * | 2021-12-29 | 2022-05-13 | 四川领歌智谷科技有限公司 | 基于区块链的定位及轨迹检测方法、电子学生证及介质 |
CN114491302B (zh) * | 2021-12-29 | 2023-03-24 | 四川领歌智谷科技有限公司 | 基于区块链的定位及轨迹检测方法、电子学生证及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110191424B (zh) | 一种特定嫌疑人的轨迹生成方法和装置 | |
US7120620B2 (en) | Method and system for forecasting events and threats based on geospatial modeling | |
US8341110B2 (en) | Temporal-influenced geospatial modeling system and method | |
US7801842B2 (en) | Method and system for spatial behavior modification based on geospatial modeling | |
US7917458B2 (en) | Temporal-influenced geospatial modeling system and method | |
US20080082472A1 (en) | Event, threat and result change detection system and method | |
GB2440444A (en) | Implementing object segmentation in a scene using a background model created using medium- to long-term scene analysis | |
Ciampa | Pictometry Digital Video Mapping | |
CN111222373B (zh) | 一种人员行为分析方法、装置和电子设备 | |
JP6013923B2 (ja) | ビデオエピソードの閲覧及び検索のためのシステム及び方法 | |
CN109684494A (zh) | 一种景区寻人方法、系统及云端服务器 | |
Wirz et al. | Towards an online detection of pedestrian flocks in urban canyons by smoothed spatio-temporal clustering of GPS trajectories | |
Abella | Multi-scale landslide risk assessment in Cuba | |
CN110019963B (zh) | 嫌疑人关系人员的搜索方法 | |
CN113568941A (zh) | 一种同轨迹人员的挖掘方法、装置及电子设备 | |
CN115346157A (zh) | 入侵检测方法、系统、设备及介质 | |
Tsou et al. | Estimating hourly population distribution change at high spatiotemporal resolution in urban areas using geo-tagged tweets, land use data, and dasymetric maps | |
Guo et al. | Utilising social media data to evaluate urban flood impact in data scarce cities | |
Drbohlav et al. | Smuggled versus not smuggled across the Czech border | |
CN113066182A (zh) | 一种信息展示方法、装置、电子设备及存储介质 | |
CN112052338A (zh) | 一种知识图谱的构建方法、系统及存储介质 | |
CN112733657A (zh) | 一种基于标准地址和poi信息点的跨境追踪检测方法和系统 | |
CN112036363B (zh) | 一种吸烟行为检测方法及装置 | |
Pierdicca et al. | Identifying the use of a park based on clusters of visitors' movements from mobile phone data | |
Axer | Estimating Traffic Signal States by Exploiting Sparse Low-Frequency Floating Car Data |
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 |