CN113589338A - 检测用户在运动过程中的停留点的方法、装置及电子设备 - Google Patents
检测用户在运动过程中的停留点的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113589338A CN113589338A CN202110865525.1A CN202110865525A CN113589338A CN 113589338 A CN113589338 A CN 113589338A CN 202110865525 A CN202110865525 A CN 202110865525A CN 113589338 A CN113589338 A CN 113589338A
- Authority
- CN
- China
- Prior art keywords
- point
- neighborhood
- points
- parameter
- track
- 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
- 238000000034 method Methods 0.000 title claims abstract description 111
- 230000008569 process Effects 0.000 title claims abstract description 64
- 230000008859 change Effects 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000000875 corresponding effect Effects 0.000 description 28
- 238000004364 calculation method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请提供了一种检测用户在运动过程中的停留点的方法、装置及电子设备,所述方法包括:获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数;基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点。相较于现有的基于密度的停留点检测方法,采用本申请提供的技术方案能够更全面、更准确地检测出用户在运动过程中的停留点。
Description
技术领域
本申请涉及轨迹数据分析技术领域,尤其是涉及一种检测用户在运动过程中的停留点的方法、装置及电子设备。
背景技术
近年来,随着带有GPS的设备越来越普及,人们日常的活动轨迹可以轻松记录下来,在运动健身领域,基于GPS记录的运动轨迹是用户作为运动记录和健康打卡的主要方式。然而,运动轨迹记录的精确度受到用户主观运动行为的影响,主要表现为用户在运动过程中的停留点。
GPS设备可以记录用户在运动过程中的运动轨迹,运动轨迹是一组轨迹点的集合,而停留点是用户在某一相对固定位置停留了一段时间时,所产生的轨迹点。当用户在某一个相对固定的位置了停留较长时间时,由于GPS设备采样不准确,用户产生的停留点会表现为杂乱无序的点集。这些杂乱无序的点集严重影响了运动轨迹的准确性和有效性,降低了用户对软件记录的运动轨迹满意度。
目前,现有的停留点检测方法在检测停留点时,考虑的因素非常单一,往往仅能利用轨迹点之间的空间距离,从而将空间分布密度较大的轨迹点判定为停留点。这样的检测方法,对停留点的检测不全面,容易造成对停留点的误判。
发明内容
有鉴于此,本申请的目的在于提供一种检测用户在运动过程中的停留点的方法、装置及电子设备,通过每个轨迹点对应的各邻域点的停留点参数,确定每个轨迹点是停留点的概率,进而,将多个概率大于阈值且连续的点数也大于阈值的轨迹点确定为停留点,从而有助于更全面、更准确地检测出用户在运动过程中的停留点。
本申请实施例提供了一种检测用户在运动过程中的停留点的方法,所述方法包括:
获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;
针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;
基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;
基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;
将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
进一步的,所述停留点参数包括移动能力参数和方向变化参数中的至少一个或多个;
所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度;
所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况。
进一步的,通过以下步骤计算该轨迹点的移动能力参数:
确定起始邻域点与终止邻域点之间的第一直线距离,以及每两个相邻邻域点之间的第二直线距离,其中,所述起始邻域点是指所述邻域点中编号最小的邻域点,所述终止邻域点是指所述邻域点中编号最大的邻域点;
将所述第二直线距离之和,确定为所述起始邻域点到所述终止邻域点之间的曲线距离;
将所述第一直线距离与所述曲线距离的比值,确定为该轨迹点的移动能力参数。
进一步的,通过以下步骤计算该轨迹点的方向变化参数:
针对所述邻域点中每两个相邻邻域点,基于每两个相邻邻域点中每个邻域点的位置信息,确定每两个相邻邻域点之间的经度变化值和纬度变化值;
分别对所述经度变化值和所述纬度变化值进行二值化处理,确定二值化后的经度变化值和二值化后的纬度变化值;
基于所述二值化后的经度变化值和所述二值化后的纬度变化值,确定用于表征每两个相邻邻域点之间的位置变化情况的第一参数组,并按照每两个相邻邻域点中每个邻域点的编号,确定每个第一参数组的顺序;
基于确定出的两个相邻的第一参数组,确定用于表征所述目标用户在两个相邻运动方向之间的方向变化情况的第二参数组;
基于确定出的多个第二参数组中元素的数量和每个元素的值,确定该轨迹点的方向变化参数。
进一步的,当所述停留点参数还包括移动速度参数时,在所述针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点之后,所述方法还包括:
基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数。
进一步的,通过以下步骤计算该轨迹点的移动速度参数:
获取所述各轨迹点的采集时间点和所述目标用户在每个采集时间点对应的累计步数;
针对该轨迹点,确定该轨迹点和该轨迹点的任意一个相邻轨迹点之间的采集时间差以及所述目标用户在该轨迹点和所述相邻轨迹点之间的累计步数差;
将所述累计步数差与所述采集时间差的比值,确定为该轨迹点的移动速度参数。
进一步的,所述将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值,包括:
将所述概率大于或等于预设概率阈值的轨迹点确定为候选停留点;
若所述候选停留点中存在编号连续的至少一组候选停留点,则针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值;
若是,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。
本申请实施例还提供了一种检测用户在运动过程中的停留点的装置,所述装置包括:
获取模块,用于获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;
邻域点确定模块,用于针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;
第一参数确定模块,用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;
概率确定模块,用于基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;
停留点确定模块,用于将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
进一步的,所述停留点参数包括移动能力参数和方向变化参数中的至少一个或多个;
所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度;
所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况。
进一步的,所述第一参数确定模块,在用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数时,用于通过以下步骤计算该轨迹点的移动能力参数:
确定起始邻域点与终止邻域点之间的第一直线距离,以及每两个相邻邻域点之间的第二直线距离,其中,所述起始邻域点是指所述邻域点中编号最小的邻域点,所述终止邻域点是指所述邻域点中编号最大的邻域点;
将所述第二直线距离之和,确定为所述起始邻域点到所述终止邻域点之间的曲线距离;
将所述第一直线距离与所述曲线距离的比值,确定为该轨迹点的移动能力参数。
进一步的,所述第一参数确定模块在用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数时,用于通过以下步骤计算该轨迹点的方向变化参数:
针对所述邻域点中每两个相邻邻域点,基于每两个相邻邻域点中每个邻域点的位置信息,确定每两个相邻邻域点之间的经度变化值和纬度变化值;
分别对所述经度变化值和所述纬度变化值进行二值化处理,确定二值化后的经度变化值和二值化后的纬度变化值;
基于所述二值化后的经度变化值和所述二值化后的纬度变化值,确定用于表征每两个相邻邻域点之间的位置变化情况的第一参数组,并按照每两个相邻邻域点中每个邻域点的编号,确定每个第一参数组的顺序;
基于确定出的两个相邻的第一参数组,确定用于表征所述目标用户在两个相邻运动方向之间的方向变化情况的第二参数组;
基于确定出的多个第二参数组中元素的数量和每个元素的值,确定该轨迹点的方向变化参数。
进一步的,当所述停留点参数还包括移动速度参数时,所述装置还包括第二参数确定模块,所述第二参数确定模块用于基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数。
进一步的,所述第二参数确定模块在用于基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数时,所述第二参数确定模块通过以下步骤计算该轨迹点的移动速度参数:
获取所述各轨迹点的采集时间点和所述目标用户在每个采集时间点对应的累计步数;
针对该轨迹点,确定该轨迹点和该轨迹点的任意一个相邻轨迹点之间的采集时间差以及所述目标用户在该轨迹点和所述相邻轨迹点之间的累计步数差;
将所述累计步数差与所述采集时间差的比值,确定为该轨迹点的移动速度参数。
进一步的,所述停留点确定模块在用于将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点时,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值,所述停留点确定模块用于通过以下步骤确定停留点:
将所述概率大于或等于预设概率阈值的轨迹点确定为候选停留点;
若所述候选停留点中存在编号连续的至少一组候选停留点,则针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值;
若是,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。
本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的方法的步骤。
本申请实施例还提供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,该计算机程序被处理器运行时执行如上述的方法的步骤。
本申请实施例提供的一种检测用户在运动过程中的停留点的方法、装置及电子设备,获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
与现有技术中利用轨迹点之间的空间距离作为计算参数,从而将空间分布密度较大的轨迹点判定为停留点的方法相比,本申请提供的技术方案能够通过每个轨迹点对应的各邻域点的停留点参数,计算每个轨迹点是停留点的概率,进而,将多个概率大于阈值且连续的点数也大于阈值的轨迹点确定为停留点,从而有助于更全面、更准确地检测出用户在运动过程中的停留点。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种检测用户在运动过程中的停留点的方法的流程图之一;
图2示出了本申请实施例所提供的一种检测用户在运动过程中的停留点的方法的流程图之二;
图3示出了本申请实施例所提供的一种检测用户在运动过程中的停留点的装置的结构示意图之一;
图4示出了本申请实施例所提供的一种检测用户在运动过程中的停留点的装置的结构示意图之二;
图5示出了本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于检测用户在运动过程中产生的停留点。
经研究发现,现有的停留点检测方法在检测停留点时,往往利用聚类算法,利用轨迹点之间的空间距离作为计算参数,从而将空间分布密度较大的轨迹点判定为停留点。
基于此,本申请实施例提供了一种检测用户在运动过程中的停留点的方法、装置及电子设备,以更全面地检测出用户在运动过程中的停留点,并减少对停留点的误判。
请参阅图1,图1为本申请实施例所提供的一种检测用户在运动过程中的停留点的方法的流程图之一。如图1中所示,本申请实施例提供的方法,包括:
S101、获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息。
需要说明的是,在运动过程中,目标用户携带的GPS设备会记录用户的运动轨迹。运动轨迹是由一系列运动轨迹点组成的,每个轨迹点的数据包括该轨迹点的编号、位置信息和采集时间点。
例如,运动轨迹P={(p0,<lat0,lgt0>,t0),...,(pi,<lati,lgti>,ti),...,(ps-1,<lats-1,lgts-1>,ts-1)}
其中,运动轨迹中的轨迹点数量为s,针对运动轨迹中任意一个轨迹点pi,0≤i≤s-1,pi的编号为i,位置信息为<lati,lgti>,采集时间点为ti,lati表示轨迹点pi的纬度,lgti表示轨迹点pi的经度,ti表示采集轨迹点pi时对应的时间戳。
S102、针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点。
该步骤中,邻域参数用于决定邻域区间范围的大小。针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,确定该轨迹点对应的邻域区间范围,进而,将编号位于这一邻域区间范围内的多个轨迹点确定为该轨迹点对应的多个邻域点。作为示例,针对轨迹点pi,预设的邻域参数为h,则该轨迹点所处的邻域区间范围的编号上限n=min(i+h,s-1),邻域区间范围的编号下限m=max(0,i一h),将编号处于[m,n]范围内的轨迹点确定为轨迹点pi对应的邻域点。
S103、基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数。
这里,所述停留点参数包括移动能力参数和方向变化参数中的至少一个或多个。
其中,所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度;所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况。
进一步的,所述停留点参数还可以包括移动速度参数。
其中,所述移动速度参数用于表征所述目标用户在该轨迹点和该轨迹点的一个相邻轨迹点之间的运动速度。
S104、基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率。
该步骤中,可以通过预设的停留点参数的取值与概率的对应关系确定该轨迹点为停留点的概率,也可以通过以下公式计算该轨迹点为停留点的概率:
其中,j为各个邻域点对应的编号,σh表示邻域作用因子,表示停留点参数中参与计算的参数,σe表示停留点参数中参与计算的参数对应的作用因子,表示停留点参数中参与计算的参数个数,PROB(pi)表示该轨迹点为停留点的概率。
需要说明的是,邻域作用因子σh和表示停留点参数中参与计算的参数对应的作用因子σe是预先定义的,若需要增大某一参数对概率计算的重要程度,即可通过增大相应的作用因子实现。此外,本申请提出的计算轨迹点为停留点的概率公式具有通用性和扩展性,不仅局限于移动能力参数、方向变化参数和移动速度参数参与计算的情况,还可适用于其他表示所述目标用户在该次运动过程中经过各邻域点时所产生与的运动参数参与计算的情况。
S105、将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点。
该步骤中,将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,包括:
S1051、将所述概率大于或等于预设概率阈值的轨迹点确定为候选停留点。
该步骤中,基于确定出的各轨迹点为停留点的概率,将概率大于或等于预设概率阈值的每个轨迹点确定为候选停留点。
S1052、若所述候选停留点中存在编号连续的至少一组候选停留点,则针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值。
该步骤中,基于确定出的各候选停留点,首先判断各候选停留点中是否存在编号连续的候选停留点。
若不存在,则说明目标用户在该次运动过程中没有产生停留点。
若存在编号连续的至少一组候选停留点,例如,第一组编号分别为5、6、7、8、9的候选停留点和第二组编号分别为12、13、14的候选停留点。针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值。
S1053、若是,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。
该步骤中,若该组候选停留点中的候选停留点数量大于或等于预设数量阈值,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。若该组候选停留点中的候选停留点数量小于预设数量阈值,则该组候选停留点中的每个候选停留点均不会被判定为所述目标用户在该次运动过程中的停留点。
对应于上述示例,若预设数量阈值为4,第一组候选停留点中的候选停留点数量为5,第二组候选停留点中的候选停留点数量为3,则第一组编号分别为5、6、7、8、9的候选停留点被确定为停留点。
这样,本申请通过每个轨迹点对应的各邻域点的停留点参数,确定每个轨迹点是停留点的概率,进而,将多个概率大于阈值且连续的点数大于阈值的轨迹点确定为停留点,从而更全面、更准确地检测出用户在运动过程中的停留点。
下面,将结合图2具体说明停留点参数的确定方法。
请参阅图2,图2为本申请实施例所提供的一种检测用户在运动过程中的停留点的方法的流程图之二。如图2中所示,本申请实施例提供的方法,包括:
S201、获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息。
S202、针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点。
S203、基于每个所述邻域点的所述位置信息,确定该轨迹点的移动能力参数。
需要说明的是,所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度,该步骤中,确定该轨迹点的移动能力参数包括:
S2031、确定起始邻域点与终止邻域点之间的第一直线距离,以及每两个相邻邻域点之间的第二直线距离。
需要说明的是,所述起始邻域点是指所述邻域点中编号最小的邻域点,即轨迹点pm;所述终止邻域点是指所述邻域点中编号最大的邻域点,即轨迹点pn。
该步骤中,通过以下公式计算所述第一直线距离:
其中,xm=latm×π÷180,用于表示起始邻域点pm转换为弧度制的纬度,ym=lgtm×π÷180,用于表示起始邻域点pm转换为弧度制的经度,xn=latn×π÷180用于表示终止邻域点pn转换为弧度制的纬度,yn=lgtn×π÷180表示终止邻域点pn转换为弧度制的经度,DIST(pm,pn)表示起始邻域点pm与终止邻域点pn之间的第一直线距离。
根据上述第一直线距离的计算公式,每两个相邻邻域点之间的第二直线距离可以表示为DIST(pj,pj+1)。
S2032、将所述第二直线距离之和,确定为所述起始邻域点到所述终止邻域点之间的曲线距离。
该步骤中,通过以下公式计算所述曲线距离:
其中,CURE(pm,pn)表示所述曲线距离。
S2033、将所述第一直线距离与所述曲线距离的比值,确定为该轨迹点的移动能力参数。
该步骤中,通过以下公式计算所述移动能力参数:
其中,MA(pi)表示该轨迹点pi的移动能力参数。
通过上述方式计算出的移动能力参数越小,说明该轨迹点所处邻域区间范围内的邻域点的位置相较于起始邻域点和终止邻域点之间的连线越离散,进而,说明目标用户在该轨迹点所处邻域区间范围内沿起始邻域点和终止邻域点之间连线方向的移动能力越弱,则该轨迹点是停留点的概率越大。
此外,移动能力参数对漂移点非常敏感,由于GPS设备采样不准确,当用户在某一个相对固定的位置了停留较长时间时,停留点在轨迹中可能会表现为漂移点,即远远偏离真实位置的轨迹点,这样的漂移点与周围轨迹点的距离较远,因此现有的仅考虑密度的停留点检测方法不能检测出这样的表现为漂移点的停留点,但根据本申请提供的方法,当出现漂移点时,会明显增大相邻邻域点之间的第二直线距离,进而,使得曲线距离增大,计算出移动能力参数明显减小。此时,该轨迹点是停留点的概率应当越大。这样,采用本申请提供的方法,能够检测出位置漂移的停留点,提高了停留点检测方法的全面性。
S204、基于每个所述邻域点的所述位置信息,确定该轨迹点的方向变化参数。
需要说明的是,所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况,该步骤中,确定方向变化参数包括:
S2041、针对所述邻域点中每两个相邻邻域点,基于每两个相邻邻域点中每个邻域点的位置信息,确定每两个相邻邻域点之间的经度变化值和纬度变化值。
ΔRi=((lati+1,lgti+1)-(lati,lgti))=((lati+1-lati),(lgti+1-lgti))
=(Δlati,Δlgti)
其中,Δlati表示每两个相邻邻域点之间的纬度变化值,Δlgti表示每两个相邻邻域点之间的经度变化值,ΔRi表示由纬度变化值和经度变化值构成的位置变化值组。
S2042、分别对所述经度变化值和所述纬度变化值进行二值化处理,确定二值化后的经度变化值和二值化后的纬度变化值。
该步骤中,按照以下对应关系对所述经度变化值和所述纬度变化值进行二值化处理:
其中,Δlati *表示二值化后的纬度变化值,Δlgti *表示二值化后的经度变化值。
S2043、基于所述二值化后的经度变化值和所述二值化后的纬度变化值,确定用于表征每两个相邻邻域点之间的位置变化情况的第一参数组,并按照每两个相邻邻域点中每个邻域点的编号,确定每个第一参数组的顺序。
S2044、基于确定出的两个相邻的第一参数组,确定用于表征所述目标用户在两个相邻运动方向之间的方向变化情况的第二参数组。
该步骤中,根据S2043中确定出的第一参数组的顺序,确定相邻的第一参数组;基于确定出的两个相邻的第一参数组,确定相应的第二参数组。
S2045、基于确定出的多个第二参数组中元素的数量和每个元素的值,确定该轨迹点的方向变化参数。
其中,ΔD表示确定出的多个第二参数组构成的集合,sum(abs(ΔD))表示ΔD中所有第二参数组中的每个元素的绝对值的和,numel(ΔD)表示ΔD中所有第二参数组中的元素总数量。
作为示例,对于轨迹点p7,邻域参数h为2,则将编号处于[5,9]范围内的轨迹点确定为轨迹点p7对应的邻域点。假设该轨迹点p7对应的第一参数组构成的集合ΔR*=((0,1),(1,0),(1,1),(1,1)),则该轨迹点p7对应的第二参数组构成的集合ΔD=(((1,0)-(0,1)),((1,1)-(1,0)),((1,1)-(1,1)))=((1,-1),(0,1),(0,0))。
则该轨迹点p7对应的方向变化参数:
需要说明的是,现有的仅考虑密度的停留点检测方法对运动轨迹出现转弯部分的检测不准确,容易将用户在正常前进过程中因运动方向转变而导致的密度较大的部分轨迹点误判为停留点,而通过上述方式计算出的方向变化参数越大,说明该轨迹点所处邻域区间范围内用户的运动方向发生变化的程度越大,用户的运动轨迹在该轨迹点所处邻域区间范围内出现转弯的可能性越大,进而,该轨迹点是停留点的可能性应当越小。这样,能够将转弯轨迹点区域和停留点轨迹区域区分开来,避免现有技术中将因转弯导致空间密度较大的轨迹点误判为停留点,提高了停留点检测的准确性。
S205、基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数。
需要说明的是,所述移动速度参数用于表征所述目标用户在该轨迹点和该轨迹点的一个相邻轨迹点之间的运动速度。该步骤中,确定所述移动速度参数包括:
S2051、获取所述各轨迹点的采集时间点和所述目标用户在每个采集时间点对应的累计步数。
S2052、针对该轨迹点,确定该轨迹点和该轨迹点的任意一个相邻轨迹点之间的采集时间差以及所述目标用户在该轨迹点和所述相邻轨迹点之间的累计步数差。
S2053、将所述累计步数差与所述采集时间差的比值,确定为该轨迹点的移动速度参数。
具体的,通过以下公式计算该轨迹点的移动速度参数:
其中,i为该轨迹点pi对应的编号,s-1为各轨迹点中采集时间点最晚的轨迹点的编号,ti表示该轨迹点pi的采集时间点,Si表示目标用户在ti时刻对应的累计步数,STEP(pi)表示目标用户在该轨迹点pi的移动速度参数。
通过上述方式确定出的移动速度参数表示目标用户在相邻轨迹点之间每秒运动的步数,即目标用户在该轨迹点和该轨迹点的任意一个相邻轨迹点之间的运动速度。移动速度参数越大,说明用户在该轨迹点和该轨迹点的一个相邻轨迹点之间的运动速度越大,说明用户在该轨迹点停留的可能性越小,该轨迹点是停留点的概率应当越小。这样,移动速度参数还可以起到验证作用,将被误判为停留点的轨迹点隔离出来,进一步提高停留点检测的准确性。
S206、基于每个邻域点的移动能力参数、方向变化参数和移动速度参数,确定该轨迹点为停留点的概率。
该步骤中,通过以下公式确定该轨迹点为停留点的概率:
其中,j为各个邻域点对应的编号,m为起始邻域点对应的编号,n为终止邻域点对应的编号,pi表示该轨迹点,MA(pi)表示该轨迹点pi的移动能力参数,DIREC(pi)表示该轨迹点pi的方向变化参数,STEP(pi)表示该轨迹点pi的移动速度参数,σMA表示移动能力作用因子,σDIREC表示方向变化作用因子,σSTEP表示移动速度作用因子,σh表示邻域作用因子,numel([MA,DIREC,STEP)]表示停留点参数中参与计算的参数个数,此时应等于3。
需要说明的是,移动能力作用因子σMA、方向变化作用因子σDIREC和移动速度作用因子σSTEP都是预先定义的,若需要增大某一参数对概率计算的重要程度,可通过增大相应的作用因子实现,例如,需要增大移动能力参数MA(Pi)对确定该轨迹点为停留点的概率的重要程度,可通过增大σMA实现。此外,本申请提出的概率计算公式具有可扩展性,可以进一步应用多种其他参数来实现对停留点的检测。
该步骤中,根据上述概率公式,针对轨迹点pi,基于该轨迹点所处邻域区间范围内每个邻域点的停留点参数,确定该轨迹点为停留点的概率。若某一邻域点的移动能力参数越小和/或方向变化参数越小和/或移动速度参数越小和/或编号与轨迹点pi相差越小,则计算出的概率越大。
S207、将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点。
S201、S202、S207可以参照S101、S102、S105的描述,并且能达到相同的技术效果,对此不做赘述。
通过上述方式,本申请实施例通过引入移动能力参数、方向变化参数和移动速度参数来计算用户在运动过程中产生的轨迹点为停留点的概率,能够检测出更准确、更全面的停留点。
根据本申请实施例提供的一种检测用户在运动过程中的停留点的方法,能够通过每个轨迹点对应的各邻域点的停留点参数,确定每个轨迹点是停留点的概率,进而,将多个概率大于阈值且连续的点数大于阈值的轨迹点确定为停留点,从而更全面、更准确地检测出用户在运动过程中的停留点。
请参阅图3、图4,图3为本申请实施例所提供的一种检测用户在运动过程中的停留点的装置的结构示意图之一,图4为本申请实施例所提供的一种检测用户在运动过程中的停留点的装置的结构示意图之二。如图3中所示,所述装置300包括:
获取模块310,用于获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;
邻域点确定模块320,用于针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;
第一参数确定模块330,用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;
概率确定模块340,用于基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;
停留点确定模块350,用于将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
进一步的,所述停留点参数包括移动能力参数和方向变化参数中的至少一个或多个;
所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度;
所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况。
进一步的,所述第一参数确定模块330,在用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数时,用于通过以下步骤计算该轨迹点的移动能力参数:
确定起始邻域点与终止邻域点之间的第一直线距离,以及每两个相邻邻域点之间的第二直线距离,其中,所述起始邻域点是指所述邻域点中编号最小的邻域点,所述终止邻域点是指所述邻域点中编号最大的邻域点;
将所述第二直线距离之和,确定为所述起始邻域点到所述终止邻域点之间的曲线距离;
将所述第一直线距离与所述曲线距离的比值,确定为该轨迹点的移动能力参数。
进一步的,所述第一参数确定模块330在用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数时,用于通过以下步骤计算该轨迹点的方向变化参数:
针对所述邻域点中每两个相邻邻域点,基于每两个相邻邻域点中每个邻域点的位置信息,确定每两个相邻邻域点之间的经度变化值和纬度变化值;
分别对所述经度变化值和所述纬度变化值进行二值化处理,确定二值化后的经度变化值和二值化后的纬度变化值;
基于所述二值化后的经度变化值和所述二值化后的纬度变化值,确定用于表征每两个相邻邻域点之间的位置变化情况的第一参数组,并按照每两个相邻邻域点中每个邻域点的编号,确定每个第一参数组的顺序;
基于确定出的两个相邻的第一参数组,确定用于表征所述目标用户在两个相邻运动方向之间的方向变化情况的第二参数组;
基于确定出的多个第二参数组中元素的数量和每个元素的值,确定该轨迹点的方向变化参数。
进一步的,如图4所示,当所述停留点参数还包括移动速度参数时,本申请实施例提供的装置300还包括第二参数确定模块331,所述第二参数确定模块331用于基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数。
进一步的,所述第二参数确定模块331在用于基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数时,所述第二参数确定模块331通过以下步骤计算该轨迹点的移动速度参数:
获取所述各轨迹点的采集时间点和所述目标用户在每个采集时间点对应的累计步数;
针对该轨迹点,确定该轨迹点和该轨迹点的任意一个相邻轨迹点之间的采集时间差以及所述目标用户在该轨迹点和所述相邻轨迹点之间的累计步数差;
将所述累计步数差与所述采集时间差的比值,确定为该轨迹点的移动速度参数。
进一步的,所述停留点确定模块350在用于将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点时,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值,所述停留点确定模块用于通过以下步骤确定停留点:
将所述概率大于或等于预设概率阈值的轨迹点确定为候选停留点;
若所述候选停留点中存在编号连续的至少一组候选停留点,则针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值;
若是,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。
请参阅图5,图为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示,所述电子设备400包括处理器410、存储器420和总线430。
所述存储器420存储有所述处理器410可执行的机器可读指令,当电子设备400运行时,所述处理器410与所述存储器420之间通过总线430通信,所述机器可读指令被所述处理器410执行时,可以执行如上述图1以及图2所示方法实施例中的方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供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,该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种检测用户在运动过程中的停留点的方法,其特征在于,所述方法包括:
获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;
针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;
基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;
基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;
将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
2.根据权利要求1所述的方法,其特征在于,所述停留点参数包括移动能力参数和方向变化参数中的至少一个或多个;
所述移动能力参数用于表征该轨迹点所处邻域区间范围内的所有邻域点之间的离散程度;
所述方向变化参数用于表征所述目标用户在该轨迹点所处邻域区间范围内的运动过程中运动方向发生变化的情况。
3.根据权利要求2所述的方法,其特征在于,通过以下步骤计算该轨迹点的移动能力参数:
确定起始邻域点与终止邻域点之间的第一直线距离,以及每两个相邻邻域点之间的第二直线距离,其中,所述起始邻域点是指所述邻域点中编号最小的邻域点,所述终止邻域点是指所述邻域点中编号最大的邻域点;
将所述第二直线距离之和,确定为所述起始邻域点到所述终止邻域点之间的曲线距离;
将所述第一直线距离与所述曲线距离的比值,确定为该轨迹点的移动能力参数。
4.根据权利要求2所述的方法,其特征在于,通过以下步骤计算该轨迹点的方向变化参数:
针对所述邻域点中每两个相邻邻域点,基于每两个相邻邻域点中每个邻域点的位置信息,确定每两个相邻邻域点之间的经度变化值和纬度变化值;
分别对所述经度变化值和所述纬度变化值进行二值化处理,确定二值化后的经度变化值和二值化后的纬度变化值;
基于所述二值化后的经度变化值和所述二值化后的纬度变化值,确定用于表征每两个相邻邻域点之间的位置变化情况的第一参数组,并按照每两个相邻邻域点中每个邻域点的编号,确定每个第一参数组的顺序;
基于确定出的两个相邻的第一参数组,确定用于表征所述目标用户在两个相邻运动方向之间的方向变化情况的第二参数组;
基于确定出的多个第二参数组中元素的数量和每个元素的值,确定该轨迹点的方向变化参数。
5.根据权利要求1所述的方法,其特征在于,当所述停留点参数还包括移动速度参数时,在所述针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点之后,所述方法还包括:
基于每个所述邻域点的采集时间点,确定该轨迹点的移动速度参数。
6.根据权利要求5所述的方法,其特征在于,通过以下步骤计算该轨迹点的移动速度参数:
获取所述各轨迹点的采集时间点和所述目标用户在每个采集时间点对应的累计步数;
针对该轨迹点,确定该轨迹点和该轨迹点的任意一个相邻轨迹点之间的采集时间差以及所述目标用户在该轨迹点和所述相邻轨迹点之间的累计步数差;
将所述累计步数差与所述采集时间差的比值,确定为该轨迹点的移动速度参数。
7.根据权利要求1所述的方法,其特征在于,所述将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值,包括:
将所述概率大于或等于预设概率阈值的轨迹点确定为候选停留点;
若所述候选停留点中存在编号连续的至少一组候选停留点,则针对每组候选停留点,判断该组候选停留点中的候选停留点数量是否大于或等于预设数量阈值;
若是,则将该组候选停留点中的每个候选停留点确定为所述目标用户在该次运动过程中的停留点。
8.一种检测用户在运动过程中的停留点的装置,其特征在于,所述装置包括:
获取模块,用于获取目标用户在任意一次运动过程中产生的各轨迹点的编号和位置信息;
邻域点确定模块,用于针对每个轨迹点,基于该轨迹点的编号和预设的邻域参数,将与该轨迹点处于同一邻域区间范围内的多个轨迹点确定为邻域点;
第一参数确定模块,用于基于每个所述邻域点的所述位置信息,确定该轨迹点的停留点参数,其中,所述停留点参数为所述目标用户在该次运动过程中经过各邻域点时所产生的运动参数;
概率确定模块,用于基于每个邻域点的停留点参数,确定该轨迹点为停留点的概率;
停留点确定模块,用于将连续的多个所述概率大于或等于预设概率阈值的轨迹点确定为所述目标用户在该次运动过程中的停留点,其中,所述连续的多个所述概率大于或等于预设概率阈值的轨迹点的数量大于或等于预设数量阈值。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的方法的步骤。
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运行时执行如权利要求1至7任一所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865525.1A CN113589338A (zh) | 2021-07-29 | 2021-07-29 | 检测用户在运动过程中的停留点的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110865525.1A CN113589338A (zh) | 2021-07-29 | 2021-07-29 | 检测用户在运动过程中的停留点的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113589338A true CN113589338A (zh) | 2021-11-02 |
Family
ID=78251963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110865525.1A Pending CN113589338A (zh) | 2021-07-29 | 2021-07-29 | 检测用户在运动过程中的停留点的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113589338A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114509076A (zh) * | 2022-02-16 | 2022-05-17 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116680346A (zh) * | 2022-09-23 | 2023-09-01 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
CN117112770A (zh) * | 2023-10-23 | 2023-11-24 | 成都数联云算科技有限公司 | 基于知识图谱的问答方法、装置、存储介质及设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011128725A (ja) * | 2009-12-15 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 滞在地推定装置、方法及びプログラム |
WO2017076004A1 (zh) * | 2015-11-06 | 2017-05-11 | 百度在线网络技术(北京)有限公司 | 预测预定时刻的用户位置的方法和装置 |
JP2017091435A (ja) * | 2015-11-17 | 2017-05-25 | 株式会社Nttドコモ | 滞在場所予測装置 |
CN108182801A (zh) * | 2017-12-21 | 2018-06-19 | 北京中交兴路信源科技有限公司 | 一种基于车辆轨迹的停留点实时检测方法及系统 |
CN108763553A (zh) * | 2018-06-01 | 2018-11-06 | 云南大学 | 基于密度的停留点识别方法 |
CN109655052A (zh) * | 2018-12-06 | 2019-04-19 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹平滑度评估方法 |
CN109684384A (zh) * | 2018-12-29 | 2019-04-26 | 太原科技大学 | 一种轨迹数据时空密度分析系统及其分析方法 |
CN110021166A (zh) * | 2019-03-29 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 用于处理用户出行数据的方法、装置和计算设备 |
CN111159582A (zh) * | 2019-12-20 | 2020-05-15 | 北京邮电大学 | 一种移动对象轨迹数据的处理方法及装置 |
CN111951399A (zh) * | 2020-07-31 | 2020-11-17 | 华中科技大学 | 一种増减材制造中基于体素曲面距离场的轨迹规划方法 |
US20210044930A1 (en) * | 2019-08-07 | 2021-02-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, computer device and storage medium for stay point recognition |
CN112947516A (zh) * | 2021-02-02 | 2021-06-11 | 三亚海兰寰宇海洋信息科技有限公司 | 一种船舶运动状态判别方法及系统 |
CN113119996A (zh) * | 2021-03-19 | 2021-07-16 | 京东鲲鹏(江苏)科技有限公司 | 一种轨迹预测方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-29 CN CN202110865525.1A patent/CN113589338A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011128725A (ja) * | 2009-12-15 | 2011-06-30 | Nippon Telegr & Teleph Corp <Ntt> | 滞在地推定装置、方法及びプログラム |
WO2017076004A1 (zh) * | 2015-11-06 | 2017-05-11 | 百度在线网络技术(北京)有限公司 | 预测预定时刻的用户位置的方法和装置 |
JP2017091435A (ja) * | 2015-11-17 | 2017-05-25 | 株式会社Nttドコモ | 滞在場所予測装置 |
CN108182801A (zh) * | 2017-12-21 | 2018-06-19 | 北京中交兴路信源科技有限公司 | 一种基于车辆轨迹的停留点实时检测方法及系统 |
CN108763553A (zh) * | 2018-06-01 | 2018-11-06 | 云南大学 | 基于密度的停留点识别方法 |
CN109655052A (zh) * | 2018-12-06 | 2019-04-19 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 目标运动轨迹平滑度评估方法 |
CN109684384A (zh) * | 2018-12-29 | 2019-04-26 | 太原科技大学 | 一种轨迹数据时空密度分析系统及其分析方法 |
CN110021166A (zh) * | 2019-03-29 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 用于处理用户出行数据的方法、装置和计算设备 |
US20210044930A1 (en) * | 2019-08-07 | 2021-02-11 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method, apparatus, computer device and storage medium for stay point recognition |
CN111159582A (zh) * | 2019-12-20 | 2020-05-15 | 北京邮电大学 | 一种移动对象轨迹数据的处理方法及装置 |
CN111951399A (zh) * | 2020-07-31 | 2020-11-17 | 华中科技大学 | 一种増减材制造中基于体素曲面距离场的轨迹规划方法 |
CN112947516A (zh) * | 2021-02-02 | 2021-06-11 | 三亚海兰寰宇海洋信息科技有限公司 | 一种船舶运动状态判别方法及系统 |
CN113119996A (zh) * | 2021-03-19 | 2021-07-16 | 京东鲲鹏(江苏)科技有限公司 | 一种轨迹预测方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
侯颖超 等;: "基于速度的空间轨迹停留点提取算法", 地理与地理信息科学, vol. 32, no. 06, pages 63 - 68 * |
王振华 等;: "时空离散度复杂背景运动目标快速检测", 火力与指挥控制, vol. 33, no. 10, pages 49 - 52 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114509076A (zh) * | 2022-02-16 | 2022-05-17 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN114509076B (zh) * | 2022-02-16 | 2023-10-20 | 平安科技(深圳)有限公司 | 移动轨迹数据处理方法、装置、设备及存储介质 |
CN116027367A (zh) * | 2022-08-31 | 2023-04-28 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116027367B (zh) * | 2022-08-31 | 2023-10-20 | 荣耀终端有限公司 | 停留点识别方法、装置、设备及存储介质 |
CN116680346A (zh) * | 2022-09-23 | 2023-09-01 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
CN116680346B (zh) * | 2022-09-23 | 2024-04-16 | 荣耀终端有限公司 | 运动轨迹分析方法、设备及介质 |
CN117112770A (zh) * | 2023-10-23 | 2023-11-24 | 成都数联云算科技有限公司 | 基于知识图谱的问答方法、装置、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113589338A (zh) | 检测用户在运动过程中的停留点的方法、装置及电子设备 | |
CN110375753B (zh) | 地图匹配方法、装置、服务器及存储介质 | |
US9999395B2 (en) | Apparatus and method for detecting user action | |
CN111898642B (zh) | 关键点检测方法、装置、电子设备及存储介质 | |
Lee et al. | Time series segmentation through automatic feature learning | |
CN110084836B (zh) | 基于深度卷积特征分层响应融合的目标跟踪方法 | |
KR101157073B1 (ko) | 근전도 센서와 자이로 센서를 이용한 지화 인식 방법 및 장치 | |
Ouyang et al. | If you see something, swipe towards it: crowdsourced event localization using smartphones | |
CN102858413A (zh) | 虚拟世界处理装置及方法 | |
CN108287989A (zh) | 一种基于轨迹的滑动验证码人机识别方法 | |
CN115810178B (zh) | 人群异常聚集预警方法、装置、电子设备及介质 | |
CA2699018A1 (en) | Handwriting authentication method, system and computer program | |
CN106056034A (zh) | 利用压力传感器的客体识别方法及客体识别装置 | |
CN109800733B (zh) | 数据处理方法及装置、电子设备 | |
WO2015049340A1 (en) | Marker based activity transition models | |
NZ575390A (en) | A method of determining the probability that data is associated with a source of a plurality of sources | |
CN115391670A (zh) | 一种基于知识图谱的互联网行为分析方法与系统 | |
CN109670304B (zh) | 恶意代码家族属性的识别方法、装置及电子设备 | |
CN111403021B (zh) | 一种监测方法及装置 | |
CN113704373A (zh) | 基于移动轨迹数据的用户识别方法、装置及存储介质 | |
CN111274852A (zh) | 目标对象关键点检测方法和装置 | |
CN112967801A (zh) | Pai值处理方法、装置、设备和存储介质 | |
CN112598725A (zh) | 图像处理设备、图像处理方法和计算机可读介质 | |
CN105589799A (zh) | 一种用户游戏行为的检测方法 | |
Lin et al. | Brownian bridge model for high resolution location predictions |
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 |