CN113851227A - 一种人员追踪方法、装置、设备 - Google Patents

一种人员追踪方法、装置、设备 Download PDF

Info

Publication number
CN113851227A
CN113851227A CN202010598417.8A CN202010598417A CN113851227A CN 113851227 A CN113851227 A CN 113851227A CN 202010598417 A CN202010598417 A CN 202010598417A CN 113851227 A CN113851227 A CN 113851227A
Authority
CN
China
Prior art keywords
person
infection
time
snapshot
infected
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
Application number
CN202010598417.8A
Other languages
English (en)
Inventor
欧阳丽芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN202010598417.8A priority Critical patent/CN113851227A/zh
Publication of CN113851227A publication Critical patent/CN113851227A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • 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
    • G06F16/2477—Temporal data queries
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Remote Sensing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种人员追踪方法、装置、设备，该方法基于确诊人员在感染风险时间段内的活动轨迹，然后结合感染距离能够确定出可能会感染的感染区域。然后，获取感染区域内的目标人员的多个抓拍人脸信息，基于抓拍人脸信息与活动轨迹对应的时间关系，便可从目标人员中确定出疑似感染人员。确定为疑似感染人员之后，能够有效地进行疾病防控。如对疑似感染人员进行隔离或检测等措施。可见，该方法可以帮助疾病防控中心找出与确诊人员间接接触且与其无关系的群体，以便疾病防控中心能够尽早地采取措施，减少传染病大幅度地扩散。

Description

一种人员追踪方法、装置、设备
技术领域
本发明涉及监视技术领域，特别是涉及一种人员追踪方法、装置、设备。
背景技术
具有传染性疾病爆发，而致病的病毒的潜伏期较长，而处于潜伏期的人不自知且具有感染性，导致此传染病快速传播，影响人们健康和国家经济。而对于疾病防控中心而言，与确诊人员密切接触的群体很容易能够得出，但与确诊人员间接接触且与其无关系(这里的关系指如同事关系、同学关系、家人关系等存在社会关联关系)的群体现只能通过公告确诊人员的活动路径来警示这些群体。
综上所述，如何有效地找出与确诊人员有过接触的可能存在感染的人员等问题，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种人员追踪方法、装置、设备，可以找出疑似感染人员以及疑似感染人员的身份信息，以进行有效地疾病防控，降低传染病传播。
为解决上述技术问题，本发明提供如下技术方案：
一种人员追踪方法，包括：
获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定所述活动轨迹的感染区域；
获取目标人员在所述感染区域内目标人员的多个抓拍人脸信息；
利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员感染值；
若利用所述感染值确定所述目标人员为疑似感染人员，则获取所述目标人员的身份信息。
优选地，所述抓拍人脸信息包括抓拍位置和抓拍时间点；利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系确定出感染值，包括：
针对所述感染区域内的所述计算每个所述抓拍人脸信息，计算每个所述抓拍人脸信息中所述抓拍位置与所述确诊人员的所述活动轨迹的最近距离，并获取所述最近距离最近的活动位置；
获取所述确诊人员在所述活动位置出现的活动时间点；
利用所述活动时间点与对应人脸抓拍信息中所述抓拍时间点确定出所述感染值，从所述目标人员中确定出所述疑似感染人员。
优选地，利用所述活动时间点与所述抓拍时间点，从所述目标人员中确定出所述疑似感染人员，包括：
计算所述抓拍时间点与所述活动时间点的时间差值；
将所述时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为所述疑似感染人员。
优选地，将所述时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为所述疑似感染人员，包括：
若所述时间差值小于所述病毒运动时间和/或所述病毒体外存活时间，则将所述时间差值记录在所述目标人员对应的时间差值序列中；
利用所述时间差值序列，从所述目标人员中确定出所述疑似感染人员。
优选地，利用所述时间差值序列从所述目标人员中确定出疑似感染人员，包括：
对所述时间差值序列进行数学统计，并利用统计结果与感染的对应关系确定出感染值；
利用所述感染值从所述目标人员中确定出所述疑似感染人员。
优选地，所述获取确诊人员在感染风险时间段内的活动轨迹，包括：
获取所述确诊人员的感染信息和人脸照片；
利用人脸轨迹跟踪技术并结合所述感染信息和所述人脸照片，获取所述活动轨迹。
优选地，在所述获取确诊人员在感染风险时间段内的活动轨迹之后，在所述结合感染距离，确定所述活动轨迹的感染区域之前，还包括：
对所述活动轨迹进行分段。
优选地，从所述目标人员确定出疑似感染人员在确定所述目标人员为疑似感染人员之后，还包括：
将所述疑似感染人员目标人员视为所述确认确诊人员；
依次执行所述获取确诊人员在感染风险时间段内的活动轨迹获取所述目标人员的活动轨迹的步骤至所述从所述目标人员确定出疑似感染人员获取所述目标人员的身份信息的步骤，得到所述确诊人员的；
将新获取的所述身份信息作为所述确诊人员的疑似间接感染人员信息。
一种人员追踪装置，包括：
感染区域确定模块，用于获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定所述活动轨迹的感染区域获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定所述活动轨迹的感染区域；
抓拍人脸信息获取模块，用于获取所述感染区域内目标人员的多个抓拍人脸信息；
获取目标人员在所述感染区域内的多个抓拍人脸信息；
感染值确定模块，用于利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系确定出感染值；
身份信息获取模块，用于若利用所述感染值确定所述目标人员为疑似感染人员，则获取所述目标人员的身份信息。疑似感染人员确定模块，用于利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员。
一种人员追踪设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述人员追踪方法的步骤。
一种可读存储介质，所述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人员追踪方法的步骤。
该方法基于确诊人员在感染风险时间段内的活动轨迹，然后结合感染距离能够确定出可能会感染的感染区域。然后，获取感染区域内的目标人员的多个抓拍人脸信息，基于抓拍人脸信息与活动轨迹对应的时间关系，便可从目标人员中确定出疑似感染人员。确定为疑似感染人员之后，能够有效地进行疾病防控。如对疑似感染人员进行隔离或检测等措施。可见，该方法可以帮助疾病防控中心找出与确诊人员间接接触且与其无关系的群体，以便疾病防控中心能够尽早地采取措施，减少传染病大幅度地扩散。
相应地，本发明实施例还提供了与上述人员追踪方法相对应的人员追踪装置、设备和可读存储介质，具有上述技术效果，在此不再赘述。
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为本发明实施例中一种人员追踪方法的实施流程图；
图2为本发明实施例中一种感染区域示意图；
图3为本发明实施例中一种抓拍位置与活动轨迹距离最近的活动位置确定示意图；
图4为本发明实施例中一种人员追踪装置的结构示意图；
图5为本发明实施例中一种人员追踪设备的结构示意图；
图6为本发明实施例中一种人员追踪设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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，都属于本发明保护的范围。
实施例一：
请参考图1，图1为本发明实施例中一种人员追踪方法的流程图，该方法包括以下步骤：
S101、获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定活动轨迹的感染区域。
其中，确诊人员即为确定患有某种无接触亦可传染疾病的人员。
感染风险时间段可为诊断人员在确诊并采取隔离措施之前，由于自身携带病毒，且能够感染与之直接接触或近距离接触的其他人员的阶段。具体的来说，疾病的潜伏期、发病期均可视为感染风险时间段。
该活动轨迹可具体为确诊人员在感染风险时间段内，所活动的轨迹，该活动轨迹可具体包括多个活动轨迹点的顺序连线，每一个活动轨迹点可表示为P1(x1，y1，t1)，其中，x1和y1为位置信息，t1为对应的活动时间点。
具有传染性的疾病，对应的感染距离有所不同，因而可具体基于确诊人员所患有的具体传染病的感染距离，对活动轨迹进行延展，得到感染区域。
举例说明，请参考图2，图2为本发明实施例中一种感染区域示意图。
其中，曲线s1为确诊人员在感染风险时间段内的一段活动轨迹，r为感染距离(r的取值可以根据具体确诊人员所患的可传染疾病，对应的传染统计距离，例如，若该可传染疾病为可通过飞沫传播，则r的取值可具体为飞沫传播距离，1米)。根据活动轨迹s1和感染距离r，以r为距离作s1的平行曲线ss1和sss1，以起点和终点做圆点r为半径做弧c1和cc1，确定可能感染区域Area(即ss1，sss1，c1和cc1所构成的封闭区域)。
根据本申请的一个具体实施例，可通过获取确诊人员的感染信息和人脸图片，进而得到活动轨迹。具体实现过程，包括：
步骤一、获取确诊人员的感染信息和人脸照片；
步骤二、利用人脸轨迹跟踪技术并结合感染信息和人脸照片，获取活动轨迹。
其中，感染信息可包括确诊时间、确诊地点，以及确诊人员在确诊前的活动场所。基于感染信息以及人脸照片，采用人脸轨迹跟踪技术便可得到确诊前T小时的活动轨迹，其中T小时对应感染风险时间段。
根据本申请的一个具体实施例，为了减少计算量，还可在获取确诊人员在感染风险时间段内的活动轨迹之后，在结合感染距离确定活动轨迹的感染区域之前，对活动轨迹进行分段，然后对每一段活动轨迹进行检测。即将活动轨迹s1根据时间差tt(时间差即时间段，具体为一个活动轨迹分段的起点时间与终点时间之间的差值，时间差tt可以具体为1小时，2小时)分成n段：0—tt时间段，活动轨迹为s’1；tt—2tt时间段，活动轨迹为s’2；...(n-1)tt—T时间段，活动轨迹为s’n。将活动轨迹分割为若干段，可以针对各个活动轨迹段分别进行人员跟踪检测，可以减少每一个活动轨迹段对应感染区域人员跟踪检测的计算量。分段后，还可针对多个活动轨迹段同时进行人员跟踪检测，加快检测速度。当然，在进行分段过程时，还可将确诊人员中活动轨迹中不存在感染风险的活动轨迹段进行舍弃。
S102、获取感染区域内目标人员的多个抓拍人脸信息。
其中，目标人员可以为出现在感染区域内的任意人员，也可以为一定时间范围内出现在感染区域内的任意人员。
在确定出感染区域之后，便可获取目标人员在感染区域内的多个抓拍人脸信息。具体的，可通过感染区域的对应的监控视频或摄像机的抓拍信息得到多个抓拍人脸信息。需要说明的是，该抓拍人脸信息包括抓拍位置和抓拍时间点。即，每一个抓拍人脸信息也可类似于活动轨迹点的表示方式进行表示，即P2(x2，y2，t2)，其中x2和y2表示抓拍位置，t2表示抓拍时间点。
S103、利用多个抓拍人脸信息与活动轨迹对应的时间关系，从目标人员确定出疑似感染人员。
由于病毒在空气中具有一定的存活时间，所以当确诊感染者经过某个地方之后，在病毒存活时间段内，若他人经过该地方，也存在被感染的可能性。且，虽然病毒无生命，但它可以附着在空气中的水分子上通过气流运动，因此即便是无病毒携带者先经过某个地点，而后确诊人员经过该地点，若时间差值小于病毒运动时间(即病毒先于确诊人员到无病毒携带者所处位置，而感染无病毒携带者)，也存在被传染的可能性。
基于此，在得到目标人员的多个抓拍人脸信息之后，便可基于多个抓拍人员信息与活动轨迹对应的时间关系，从目标人员中确定出疑似感染人员。
具体的，抓拍人脸信息包括抓拍位置和抓拍时间点，感染值的具体计算过程，包括：
步骤一、针对感染区域内的抓拍人脸信息，计算每个抓拍人脸信息中抓拍位置与确诊人员活动轨迹的最近距离，并获取最近距离对应的确诊人员活动位置；
步骤二、获取确诊人员在活动位置出现的活动时间点；
步骤三、利用活动时间点与对应人脸信息中抓拍时间点，从目标人员中确定出疑似感染人员。
为便于描述下面将上述三个步骤结合起来进行说明。
请参考图3，图3为本发明实施例中一种抓拍位置与活动轨迹距离最近的活动位置确定示意图。其中，为人脸抓拍信息对应坐标时间表示：P2(x2，y2，t2)，对应的活动位置P1(x1，y1，t1)为确诊人员的活动轨迹上与P2最近的一个活动轨迹点。
其中，找出每个人脸抓拍信息中抓拍位置与确诊人员活动轨迹距离最近的确诊人员活动位置，其目的为了确定每一次抓拍时该目标人员最可能被确诊人员位于哪个活动位置上传播的病毒所感染。然后再基于该活动位置获取确诊人员出现在活动位置的活动时间点。基于确诊人员在对应活动位置出现的活动时间点以及人脸抓拍信息中的抓拍时间点，便可确定出目标人员中的疑似感染人员。具体来说，若确诊人员和目标人员虽然先后出现在某个位置，且距离较近，但其出现的时间之间存在较大差异不足以构成传染条件，因而即便目标人员出现在了感染区域也不会被传染。因此，可基于活动时间点和抓拍时间点确定出感染值。例如，两个对应的活动时间点与抓拍时间点之间的差值越小，则越可能被传染，即可通过设置时间阈值来确定出目标人员中疑似感染人员。
根据本申请的一个具体实施例，考虑到病毒可以基于某些非人体的介质，如水分子，飞沫进行运动，因而即便目标人员行走在确诊人员之前也存在传染风险，当然目标人员行走在确诊人员之后，基于飞沫运动存在，也存在感染风险。另外，病毒脱离人体也存在一段时间的感染能力，因此即便是目标人员在确诊人员离开一段时间之后，再经过确诊人员的感染区域，也存在感染的风险。而为了兼顾检测出这几种可能性，上述步骤三可具体包括：
步骤3.1、计算抓拍时间点与活动时间点的时间差值；
步骤3.2、将时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为疑似感染人员。
其中，时间差值可取绝对值，当然也可保留时间差值的正负，进而基于正负判断抓拍时间点是否早于活动时间点。
其中，步骤3.2具体包括：将时间差值小于病毒运动时间对应的目标人员确定为疑似感染人员，或，将时间差值小于病毒体外存在时间对应的目标人员确定为疑似感染人员，或在时间差值同时小于病毒运动时间和病毒体外存在时间对应的目标人员确定为疑似感染人员。
具体的，当抓拍时间点早于活动时间点，则可仅考虑病毒运动时间。具体的，即考虑病毒能够通过运动从活动轨迹中活动时间点对应的位置运动到该抓拍时间点对应的抓拍位置的时间。即，病毒运动时间，即病毒自抓拍时间对应的确诊人员处运动到目标人员处所需的时间。
当抓拍时间点晚于活动时间点，则可仅考虑病毒在空气中的存活时间，也可仅考虑病毒运动时间，当然为了避免遗漏，可同时考虑病毒体外存活时间和病毒运动时间，具体来说取其中的最小值进行判断即可。即若病毒能够存活至目标人员至该感染区域，则可认为目标人员存在感染风险；若病毒能够通过运动在病毒失活前，提前于目标人员抵达活动位置之前与目标人员接触上，也认为目标人员存在感染风险。
根据本申请的一个具体实施例，可以对同一个目标人员对应的时间差值进行筛选，得到一个时间差值序列，然后基于时间差值序列，从目标人员中确定出所述疑似感染人员。即上述步骤3.2可具体包括：
步骤3.2.1、若时间差值小于病毒运动时间和/或病毒体外存活时间，则将时间差值记录在目标人员对应的时间差值序列中；
步骤3.2.2、利用时间差值序列，从目标人员中确定出疑似感染人员。
基于病毒运动时间以及病毒体外存活时间对人脸抓拍信息进行筛选，将满足感染情况的时间差值存入目标人员的时间差值序列。这里的满足感染情况的时间差值即时间差值小于病毒运动时间，或时间差值小于病毒体外存在时间。
以图3为例，目标人员在位置P1(x1，y1，tt1)对应的抓拍时间tt1早于确诊人员PP1(xx1，yy1，ttt1)的活动时间ttt1，且P1(x1，y1，tt1)的抓拍时间tt1与PP1(xx1，yy1，ttt1)的活动时间ttt1差值subtime大于病毒运动时间(即医学确定病毒运动时间：虽病毒无生命，但它可以附着在空气中的水分子上通过气流运动，如10s)，若大于舍去，否则保存在TimeList列表中。
可能感染人P1(x1，y1，tt1)的抓拍时间tt1晚于确诊人员PP1(xx1，yy1，ttt1)的活动时间ttt1，且计算P1(x1，y1，tt1)的抓拍时间tt1与PP1(xx1，yy1，ttt1)的活动时间ttt1差值subtime。若subtime大于病毒在人体外的存活时间t(如新冠肺炎为48小时)舍去，否则保存在TimeList列表中。
其中，subtime＝abs(tt1-ttt1)。
如此，可得到目标人员在可能感染区域Area中所有活动坐标点与确诊感染者的活动轨迹s1之间的时间差值序列TimeList＝[subtime1，subtime2，...]。
由于时间差越小，感染可能性越高，因而可基于时间差值序列便可从目标人员中确定出疑似感染人员。
其中，根据本申请的一个具体实施例，步骤3.2.2可具体为对时间差值序列进行数学统计，并利用统计结果与感染的对应关系确定出感染值，利用感染值从目标人员中确定出疑似感染人员。具体的，在实际应用中，可对时间差值序列进行统计，得到诸如均值、中位数、众数、正态分布、抽样、概率论和检验等数值，然后基于统计数值确定出感染值。例如，可直接将均值、中位数或众数的倒数作为感染值。
感染值越大，则表明目标人员被感染的可能性越大。因而，可基于感染值确定目标人员是否为疑似感染人员，如果确定为疑似感染人员，即可获取到目标人员的身份信息。进而基于该身份信息对目标人员进行如隔离，检测、治疗等疾病防控措施。
若将确诊人群视为A，每一个人确诊人员为a，按照上述方法实施例所描述的方法，可以找出有直接接触的群体B中的疑似感染人员b。另外，这样找出与A有直接接触的群体B，并且可通过avgtime降序排列来得出可能感染者列表B(群体B中无A群体)。
该方法基于确诊人员在感染风险时间段内的活动轨迹，然后结合感染距离能够确定出可能会感染的感染区域。然后，获取感染区域内的目标人员的多个抓拍人脸信息，基于抓拍人脸信息与活动轨迹对应的时间关系，便可从目标人员中确定出疑似感染人员。确定为疑似感染人员之后，能够有效地进行疾病防控。如对疑似感染人员进行隔离或检测等措施。可见，该方法可以帮助疾病防控中心找出与确诊人员间接接触且与其无关系的群体，以便疾病防控中心能够尽早地采取措施，减少传染病大幅度地扩散。
需要说明的是，基于上述实施例，本发明实施例还提供了相应的改进方案。在优选/改进实施例中涉及与上述实施例中相同步骤或相应步骤之间可相互参考，相应的有益效果也可相互参照，在本文的优选/改进实施例中不再一一赘述。
优选地，考虑到感染者被感染后，可能因无症状等原因导致其感染其他人员。为了有效防控，还可对上述实施例一所确定出的疑似感染人员进行追踪具体的过程即：在从目标人员中确定出疑似感染人员之后，将疑似感染人员视为确诊人员；依次执行获取确诊人员在感染风险时间段内的活动轨迹的步骤至从目标人员确定出疑似感染人员的步骤，得到确诊人员的疑似间接感染人员。
即得到与确诊人员直接接触的群体B之后，可将B中的每一个疑似感染人员视为确诊人员，迭代入步骤S101至S104所描述的方法，得到间接可能感染者C(群体C中无群体A和B群体)，可以根据需求选择迭代多少次(即不断的找出可能存在感染风险的人员)，若不选择，则直到无新增人员结束。
实施例二：
相应于上面的方法实施例，本发明实施例还提供了一种人员追踪装置，下文描述的人员追踪装置与上文描述的人员追踪方法可相互对应参照。
参见图4所示，该装置包括以下模块：
感染区域确定模块101，用于获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定活动轨迹的感染区域；
抓拍人脸信息获取模块102，用于获取感染区域内目标人员的多个抓拍人脸信息；
疑似感染人员确定模块103，用于利用多个抓拍人脸信息与活动轨迹对应的时间关系，从目标人员确定出疑似感染人员。
该装置基于确诊人员在感染风险时间段内的活动轨迹，然后结合感染距离能够确定出可能会感染的感染区域。然后，获取感染区域内的目标人员的多个抓拍人脸信息，基于抓拍人脸信息与活动轨迹对应的时间关系，便可从目标人员中确定出疑似感染人员。确定为疑似感染人员之后，能够有效地进行疾病防控。如对疑似感染人员进行隔离或检测等措施。可见，该装置可以帮助疾病防控中心找出与确诊人员间接接触且与其无关系的群体，以便疾病防控中心能够尽早地采取措施，减少传染病大幅度地扩散。
在本发明的一种具体实施方式中，抓拍人脸信息包括抓拍位置和抓拍时间点；疑似感染人员确定模块103，具体用于针对感染区域内的抓拍人脸信息，计算每个抓拍人脸信息中抓拍位置与确诊人员的活动轨迹的最近距离，并获取最近距离的活动位置；获取确诊人员在活动位置出现的活动时间点；利用活动时间点与对应人脸抓拍信息中抓拍时间点，从目标人员中确定出疑似感染人员。
在本发明的一种具体实施方式中，疑似感染人员确定模块103，具体用于计算抓拍时间点与活动时间点的时间差值；将时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为疑似感染人员。
在本发明的一种具体实施方式中，疑似感染人员确定模块103，具体用于若时间差值小于病毒运动时间和/或病毒体外存活时间，则将时间差值记录在目标人员对应的时间差值序列中；利用时间差值序列，从目标人员中确定出疑似感染人员。
在本发明的一种具体实施方式中，疑似感染人员确定模块103，具体用于对时间差值序列进行数学统计，并利用统计结果与感染的对应关系确定出感染值；利用感染值从目标人员中确定出疑似感染人员。
在本发明的一种具体实施方式中，感染区域确定模块101，具体用于获取确诊人员的感染信息和人脸照片；利用人脸轨迹跟踪技术并结合感染信息和人脸照片，获取活动轨迹。
在本发明的一种具体实施方式中，还包括：
活动轨迹分段处理模块，用于在获取确诊人员在感染风险时间段内的活动轨迹之后，在结合感染距离，确定活动轨迹的感染区域之前，对活动轨迹进行分段。
在本发明的一种具体实施方式中，还包括：
循环跟踪模块，用于从目标人员确定出疑似感染人员之后，将疑似感染人员视为确诊人员；依次执行获取确诊人员在感染风险时间段内的活动轨迹的步骤至从目标人员确定出疑似感染人员的步骤，得到确诊人员的疑似间接感染人员。
实施例三：
相应于上面的方法实施例，本发明实施例还提供了一种人员追踪设备，下文描述的一种人员追踪设备与上文描述的一种人员追踪方法可相互对应参照。
参见图5所示，该人员追踪设备包括：
存储器332，用于存储计算机程序；
处理器322，用于执行计算机程序时实现上述方法实施例的人员追踪方法的步骤。
具体的，请参考图6，为本实施例提供的一种人员追踪设备的具体结构示意图，该人员追踪设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)322(例如，一个或一个以上处理器)和存储器332，在存储器332中存储有一个或一个以上计算机程序342(至少包括一个计算机程序能够实现上述方法实施例的人员追踪方法的步骤)或数据344。其中，存储器332可以是短暂存储或持久存储。存储在存储器332的计算机程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储器322通信，在人员追踪设备301上执行存储介质330中的一系列指令操作。
人员追踪设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作系统341。例如，Windows Server，Mac OS X，Unix，Linux，FreeBSD等。
上文所描述的人员追踪方法中的步骤可以由人员追踪设备的结构实现。
实施例四：
相应于上面的方法实施例，本发明实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种人员追踪方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的人员追踪方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
本领域技术人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

Claims (10)

1.一种人员追踪方法，其特征在于，包括：
获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定所述活动轨迹的感染区域；
获取所述感染区域内目标人员的多个抓拍人脸信息；
利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员。
2.根据权利要求1所述的人员追踪方法，其特征在于，所述抓拍人脸信息包括抓拍位置和抓拍时间点；利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员，包括：
针对所述感染区域内的所述抓拍人脸信息，计算每个所述抓拍人脸信息中所述抓拍位置与所述活动轨迹的最近距离，并获取所述最近距离对应的所述活动轨迹中的活动位置；
获取所述确诊人员在所述活动位置出现的活动时间点；
利用所述活动时间点与对应人脸抓拍信息中所述抓拍时间点，从所述目标人员中确定出所述疑似感染人员。
3.根据权利要求2所述的人员追踪方法，其特征在于，利用所述活动时间点与所述抓拍时间点，从所述目标人员中确定出所述疑似感染人员，包括：
计算所述抓拍时间点与所述活动时间点的时间差值；
将所述时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为所述疑似感染人员。
4.根据权利要求3所述的人员跟踪方法，其特征在于，将所述时间差值小于病毒运动时间和/或病毒体外存活时间对应的目标人员确定为所述疑似感染人员，包括：
若所述时间差值小于所述病毒运动时间和/或所述病毒体外存活时间，则将所述时间差值记录在所述目标人员对应的时间差值序列中；
利用所述时间差值序列，从所述目标人员中确定出所述疑似感染人员。
5.根据权利要求4所述的人员追踪方法，其特征在于，利用所述时间差值序列从所述目标人员中确定出疑似感染人员，包括：
对所述时间差值序列进行数学统计，并利用统计结果与感染的对应关系确定出感染值；
利用所述感染值从所述目标人员中确定出所述疑似感染人员。
6.根据权利要求1所述的人员追踪方法，其特征在于，所述获取确诊人员在感染风险时间段内的活动轨迹，包括：
获取所述确诊人员的感染信息和人脸照片；
利用人脸轨迹跟踪技术并结合所述感染信息和所述人脸照片，获取所述活动轨迹。
7.根据权利要求1所述的人员追踪方法，其特征在于，在所述获取确诊人员在感染风险时间段内的活动轨迹之后，在所述结合感染距离，确定所述活动轨迹的感染区域之前，还包括：
对所述活动轨迹进行分段。
8.根据权利要求1至7任一项所述的人员追踪方法，其特征在于，从所述目标人员确定出疑似感染人员之后，还包括：
将所述疑似感染人员视为所述确诊人员；
依次执行所述获取确诊人员在感染风险时间段内的活动轨迹的步骤至所述从所述目标人员确定出疑似感染人员的步骤，得到所述确诊人员的疑似间接感染人员。
9.一种人员追踪装置，其特征在于，包括：
感染区域确定模块，用于获取确诊人员在感染风险时间段内的活动轨迹，并结合感染距离，确定所述活动轨迹的感染区域；
抓拍人脸信息获取模块，用于获取所述感染区域内目标人员的多个抓拍人脸信息；
疑似感染人员确定模块，用于利用多个所述抓拍人脸信息与所述活动轨迹对应的时间关系，从所述目标人员确定出疑似感染人员。
10.一种人员追踪设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述人员追踪方法的步骤。
CN202010598417.8A 2020-06-28 2020-06-28 一种人员追踪方法、装置、设备 Pending CN113851227A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010598417.8A CN113851227A (zh) 2020-06-28 2020-06-28 一种人员追踪方法、装置、设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010598417.8A CN113851227A (zh) 2020-06-28 2020-06-28 一种人员追踪方法、装置、设备

Publications (1)

Publication Number Publication Date
CN113851227A true CN113851227A (zh) 2021-12-28

Family

ID=78972159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010598417.8A Pending CN113851227A (zh) 2020-06-28 2020-06-28 一种人员追踪方法、装置、设备

Country Status (1)

Country Link
CN (1) CN113851227A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220208393A1 (en) * 2020-12-29 2022-06-30 Cortica Ltd. Monitoring potential droplets transmission bases infection events
CN114974604A (zh) * 2022-05-16 2022-08-30 三峡高科信息技术有限责任公司 一种基于物联网实现人员疾病控制方法
CN115662650A (zh) * 2022-09-02 2023-01-31 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法
CN117476250A (zh) * 2023-12-21 2024-01-30 华侨大学 基于多目标跟踪的流行病调查预测方法、装置及可读介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220208393A1 (en) * 2020-12-29 2022-06-30 Cortica Ltd. Monitoring potential droplets transmission bases infection events
CN114974604A (zh) * 2022-05-16 2022-08-30 三峡高科信息技术有限责任公司 一种基于物联网实现人员疾病控制方法
CN115662650A (zh) * 2022-09-02 2023-01-31 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法
CN115662650B (zh) * 2022-09-02 2024-04-26 深圳市名通科技股份有限公司 基于大数据精准定位的密接用户打捞方法
CN117476250A (zh) * 2023-12-21 2024-01-30 华侨大学 基于多目标跟踪的流行病调查预测方法、装置及可读介质
CN117476250B (zh) * 2023-12-21 2024-03-12 华侨大学 基于多目标跟踪的流行病调查预测方法、装置及可读介质

Similar Documents

Publication Publication Date Title
CN113851227A (zh) 一种人员追踪方法、装置、设备
CN111027525B (zh) 疫情期间公共场所潜在被感染者追踪方法、装置及系统
JP7270617B2 (ja) 歩行者流量ファネル生成方法及び装置、プログラム、記憶媒体、電子機器
KR102424517B1 (ko) 전염병에 대응을 위해 생체 신호를 분석하는 방법 및 그 장치
CN111539253B (zh) 一种人脸检测方法、装置、终端及存储介质
Biswas et al. Anomaly detection via short local trajectories
Rezaee et al. An autonomous UAV-assisted distance-aware crowd sensing platform using deep ShuffleNet transfer learning
JP6611677B2 (ja) 単変量時系列信号に対してリアルタイムで外れ値を検出するシステム及び方法
US11379993B2 (en) Image processing apparatus, image processing method, and storage medium
CN114469076B (zh) 一种融合身份特征的独居老人跌倒识别方法及系统
JP6217888B1 (ja) 解析装置、解析方法及びプログラム
CN108121593B (zh) 一种虚拟机进程异常行为检测方法与系统
JP2008002817A (ja) 物体識別システム
Previtali et al. A distributed approach for real-time multi-camera multiple object tracking
JP2016085675A (ja) 移動物体追跡装置
Peddinti et al. Framework for Real-Time Detection and Identification of possible patients of COVID-19 at public places
Rahul et al. Siamese network for underwater multiple object tracking
CN111797652A (zh) 对象跟踪方法、设备及存储介质
CN111811667A (zh) 温度检测方法、装置、电子设备及可读存储介质
CN110969645A (zh) 面向拥挤场景的无监督异常轨迹检测方法和装置
KR102288938B1 (ko) 서로 다른 레이다 반사 면적을 가진 표적을 탐지하는 방법 및 장치
Miller et al. Kalman filter-based tracking of multiple similar objects from a moving camera platform
CN112073652A (zh) 位置定位设备
CN111339898A (zh) 行为检测方法和装置、计算机可读存储介质、计算机设备
Moio et al. A motion detection system for video surveillance

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