CN117246272B - 数据处理方法、装置、设备及介质 - Google Patents

数据处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN117246272B
CN117246272B CN202311548263.1A CN202311548263A CN117246272B CN 117246272 B CN117246272 B CN 117246272B CN 202311548263 A CN202311548263 A CN 202311548263A CN 117246272 B CN117246272 B CN 117246272B
Authority
CN
China
Prior art keywords
information
action
expression
probability
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.)
Active
Application number
CN202311548263.1A
Other languages
English (en)
Other versions
CN117246272A (zh
Inventor
郑敏璇
周华
杨清媚
梁君健
陈剑彬
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.)
Shenzhen Mingxin Digital Intelligence Technology Co ltd
Original Assignee
Shenzhen Mingxin Digital Intelligence Technology 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 Shenzhen Mingxin Digital Intelligence Technology Co ltd filed Critical Shenzhen Mingxin Digital Intelligence Technology Co ltd
Priority to CN202311548263.1A priority Critical patent/CN117246272B/zh
Publication of CN117246272A publication Critical patent/CN117246272A/zh
Application granted granted Critical
Publication of CN117246272B publication Critical patent/CN117246272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60RVEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/10Fittings or systems for preventing or indicating unauthorised use or theft of vehicles actuating a signalling device
    • B60R25/1001Alarm systems associated with another car fitting or mechanism, e.g. door lock or knob, pedals
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60RVEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/30Detection related to theft or to other events relevant to anti-theft systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及数据处理技术领域,公开了一种数据处理方法、装置、设备及介质,包括:在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;根据第一相似度信息,确定第一警报的误报概率信息;根据误报概率信息,判断是否进行预警。通过实施本申请提供的方法,能有效地提高拆卸警报的准确性。

Description

数据处理方法、装置、设备及介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据处理方法、装置、设备及介质。
背景技术
目前,车辆(或其他设备)上大多安装有定位设备,以方便对其进行定位查询。现有的定位设备通常具有防拆卸功能,以避免非正常的拆卸操作。也就是说,在安装定位设备之后,若出现非正常的定位设备拆卸操作,可能会触发定位设备拆卸警报。但是,在定位设备的安装过程或者维修过程甚至是使用过程中,也可能会触发拆卸警报,从而使得拆卸警报不够准确。
发明内容
本发明提供一种数据处理方法、装置、设备及介质,以解决拆卸警报不够准确的技术问题。
第一方面,提供了一种数据处理方法,包括:
在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;
在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
根据第一相似度信息,确定第一警报的误报概率信息;
根据误报概率信息,判断是否进行预警。
第二方面,提供了一种数据处理装置,包括:
获取模块,用于在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;
获取模块,还用于在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
处理模块,用于根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
确定模块,用于根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
确定模块,还用于根据第一相似度信息,确定第一警报的误报概率信息;
处理模块,还用于根据误报概率信息,判断是否进行预警。
第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述数据处理方法的步骤。
第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述数据处理方法的步骤。
上述数据处理方法、装置、设备及介质所实现的方案中,通过在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息,可以首先对第一定位系统当前所处的环境进行判断,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以进一步根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,从而可以根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,判断是否进行预警,能有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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是本发明一实施例中数据处理方法的一应用环境示意图;
图2是本发明一实施例中数据处理方法的一流程示意图;
图3是本发明一实施例中数据处理装置的一结构示意图;
图4是本发明一实施例中计算机设备的一结构示意图;
图5是本发明一实施例中计算机设备的另一结构示意图。
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。
本发明实施例提供的数据处理方法,可应用在如图1的应用环境中,其中,客户端通过网络与服务端进行通信。示例性的,服务端可以与其他设备上的定位系统相连接(如通过芯片与其他设备相连接),以获取到其他设备的相关位置信息,本申请对此不作限制。可选的,本申请实施例中以服务端与车辆上的定位系统相连接为例进行说明,不对本申请造成限制。
示例性的,在服务端获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,该服务端可以进一步获取第一定位系统当前的第一光照强度信息,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,并根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,从而可以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,可以判断是否进行预警,并将该判断结果反馈至客户端。相应的,客户端可以接收来自服务端的判断结果,并可以在客户端上显示第一相似度信息和/或误报概率和/或判断结果,以供目标用户查询或浏览。通过采取本申请提供的数据处理方法,可以有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。下面通过具体的实施例对本发明进行详细的描述。
请参阅图2所示,图2为本发明实施例提供的数据处理方法的一个流程示意图,包括如下步骤:
S10:在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息。
其中,第一车辆可以为与服务端相连接的车辆,即处于服务端检测范围之内的车辆。也就是说,在第一车辆的定位系统被拆卸时,服务端可以接收到拆卸警报。第一警报可以用于指示第一车辆的定位系统处于异常状态,如被拆卸状态等,本申请对此不作限制。可选的,该第一警报可以为服务端获取到的预警报,也可以为已触发的警报,本申请对此不作限制。下文以服务端获取到预警报为例进行说明,不对本申请构成限定。
需要说明的是,在服务端获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,服务端可以尽快了解该第一定位系统的当前状态,如是否已被拆卸,从而可以进一步根据判断结果执行后续的步骤。
可选的,服务端可以通过获取第一定位系统当前对应的光照强度信息(如上述第一光照强度信息),以了解该第一定位系统当前的状态。其中,第一光照强度信息可以用于指示第一定位系统当前所处环境的光照强度。
可以理解的是,在定位系统的安装过程中,通常会为定位系统配置传感器(如光传感器),并将定位系统安装在避光的环境中,从而在定位系统的光照强度大于某一光照阈值的情况下,可以触发拆卸预警,进而可以避免定位系统被非正常拆除。
S20:在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息。
其中,预设光照阈值可以用于指示第一定位系统所处的避光环境的光照阈值。可以理解的是,在第一光照强度小于预设光照阈值的情况下,说明第一定位系统仍然处于避光环境中,即未被拆除;在第一光照强度大于预设光照阈值的情况下,说明第一定位系统并未处于避光环境中,即可能存在被拆除的风险,本申请对此不作限制。
其中,第一车辆的预设区域可以理解为第一车辆周围的可检测区域。可以理解的是,该第一车辆的预设区域可以由用户设置,也可以由系统默认,本申请对此不作限制。第一运动对象可以为服务端在预设区域中检测到的对象,如在开车的人,或在车边的猫,本申请对此不作限制。可选的,下文以第一运动对象为处于运动状态下的人为例进行说明,不对本申请构成限定。
其中,动作信息可以用于指示第一运动对象当前所做动作的相关信息。基础指示信息可以用于指示第一运动对象当前的基本信息,如面部表情的相关信息、心率心跳的相关信息等,本申请对此不作限制。运动轨迹信息可以用于指示第一运动对象靠近第一车辆和/或远离第一车辆时相应的移动轨迹信息。
可选的,服务端可以通过第一定位系统上的图像采集设备(如图像传感器等),或者第一车辆内的图像采集设备(如摄像头等),以获取到上述第一运动对象的动作信息,以及第一运动对象的基础指示信息中所包括的面部表情的相关信息。可选的,服务端可以通过第一定位系统上的心率采集设备(如心率传感器),以获取到第一运动对象的基础指示信息中所包括的心率心跳的相关信息,本申请对此不作限制。
需要说明的是,本申请中以基础指示信息中包括面部表情的相关信息和心率心跳的相关信息为例进行说明,不对本申请构成限制。可选的,基础指示信息中还可以包括呼吸频率(如通过呼吸传感器获取)等其他可以用于指示第一运动对象当前状态的相关信息,本申请对此不作限制。
S30:根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
其中,第一行为图谱可以用于指示第一运动对象的行为特征。例如,服务端可以从第一行为图谱中获取到第一运动对象的操作行为特征,从而将该操作行为特征与安装行为特征进行比较,以确定出第一运动对象的操作行为与安装行为是否相似,进而进一步判断第一运动对象的操作行为特征是否异常。可选的,服务端可以从第一行为图谱中获取到第一运动对象的心理行为特征,从而将该心理行为特征与常规心理行为特征进行比较,如将第一运动对象在执行上述行为过程中的心率与常规心率进行比较,以确定出该第一运动对象的心理行为特征与常规心理行为特征是否相似,进而判断出第一运动对象的心理行为特征是否异常,如在第一运动对象执行上述行为时心率高于常规心率则可以判断出第一运动对象的心理行为特征异常,本申请对此不作限制。
需要理解的是,根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,指示的根据第一运动对象的动作、基本信息和运动轨迹等信息构建该第一运动对象的行为图谱的过程。其中,步骤S30中,也即根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,包括如下步骤:
S31:将动作信息进行聚类处理,得到m个第一动作;
S32:根据m个第一动作之间的关联性,确定第一动作关联信息;
S33:从基础指示信息中获取与m个第一动作分别对应的m个第一表情信息,从基础指示信息中获取与m个第一动作分别对应的m个第一心率信息;
S34:根据m个第一表情信息与m个第一动作之间的关联性确定第一表情关联信息,根据m个第一心率信息与m个第一动作之间的关联性确定第一心率关联信息;
S35:根据第一表情关联信息和第一心率关联信息,对第一动作关联信息进行调整,得到第二动作关联信息;
S36:根据运动轨迹信息,确定轨迹关联信息;
S37:根据第二动作关联信息和轨迹关联信息,构建第一行为图谱。
其中,第一动作可以用于指示第一运动对象的某一个动作。可以理解的是,以动作信息指示第一运动对象在安装为例,服务端通过将第一动作信息进行聚类处理,可以得到多个安装动作,如绝缘包扎动作、接线动作、封装动作等,本申请对此不作限制。
其中,第一动作关联信息可以用于指示m个第一动作之间的关联性。需要说明的是,在第一运动对象为具有安装经验的安装师傅的情况下,服务端获取到的m个第一动作之间可以具有高度的关联性;在第一运动对象为毫无经验的拆卸者时,服务端获取到的m个第一动作之间可以存在较弱的关联性,本申请对此不作限制。
其中,第一表情信息可以用于指示第一运动对象在执行第一动作时对应的表情相关信息。可以理解的是,服务端可以获取与每个第一动作相对应的一个第一表情信息,即获取m个第一表情信息。可选的,服务端也可以获取与每个第一动作相对应的多个表情信息,本申请对此不作限制。
其中,第一心率信息可以用于指示第一运动对象在执行第一动作时对应的心率相关信息。可以理解的是,服务端可以获取与每个第一动作相对应的一个第一心率信息,即获取m个第一心率信息。可选的,服务端也可以获取与每个第一动作相对应的多个心率信息,本申请对此不作限制。
其中,第一表情关联信息可以用于指示第一表情信息与第一动作之间的关联性。也就是说,第一表情关联信息可以用于指示第一运动对象在执行第一动作时产生第一表情是否合理,本申请对此不作限制。可以理解的是,第一心理关联信息可以用于指示第一心理信息与第一动作之间的关联性,即指示第一运动对象在执行第一动作时产生第一心率是否合理,本申请对此不作限制。
可选的,步骤S34中,也即根据m个第一表情信息与m个第一动作之间的关联性确定第一表情关联信息,具体可以包括如下步骤S341-S347:
S341:获取执行第一时间点对应的第一目标动作后产生第一目标表情信息的第一概率值,第一目标表情信息为与第一目标动作相对应的表情信息;
S342:将执行第一目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第一概率和值;
S343:根据第一概率值与第一概率和值,确定第一参考关联信息;
S344:获取执行第二时间点对应的第二目标动作后产生第二目标表情信息的第二概率值,第二目标表情信息为与第二目标动作相对应的表情信息;
S345:将执行第二目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第二概率和值;
S346:根据第二概率值与第二概率和值,确定第二参考关联信息;
S347:根据第一参考关联信息和第二参考关联信息,确定第一表情关联信息。
其中,第一时间点可以为第一运动对象执行某一动作(即上述第一目标动作)对应的时间点。第二时间点可以为第一运动对象执行某一动作(即上述第二目标动作)对应的时间点。可以理解的是,第一时间点与第二时间点为不同的时间点,本申请对此不作限制。可选的,第一目标动作与第二目标动作可以相同,也可以不同,本申请对此不作限制。
其中,第一概率值可以用于表示执行第一时间点对应的第一目标动作后产生第一目标表情信息的概率值。也就是说,第一概率值可以为发生了“执行第一目标动作”这个条件之后,发生“产生第一目标表情信息”这个事件的概率。其中,第一目标表情信息为与第一目标动作相对应的表情信息。
其中,第一概率和值可以为多个概率值的和值,该多个概率值可以包括执行第一目标动作后产生各个不同表情信息(如分别产生m个不同表情)的概率。例如,以服务端获取到3个动作为例,即服务端可以获取到与该3个动作一一对应的3表情(如称为表情1、表情2和表情3),第一概率和值可以用于指示第一运动对象执行目标动作后产生表情1的概率,与执行目标动作后产生表情2的概率,与执行目标动作后产生表情3的概率之和,本申请对此做限制。可以理解的是,由于服务端只获取了每个动作对应的一个表情,因此第一概率和值可以不为1,本申请对此不作限制。
需要说明的是,服务端在获取到第一概率值和第一概率和值后,可以进一步根据该第一概率值与第一概率和值确定出第一目标表情信息与第一目标动作之间的关联性。其中,第一参考关联信息可以用于指示第一目标表情信息与第一目标动作之间的关联性,本申请对此不作限制。
其中,第二概率值可以用于表示执行第二时间点对应的第二目标动作后产生第二目标表情信息的概率值。其中,第二概率和值可以为多个概率值的和值,该多个概率值可以包括执行第二目标动作后产生各个不同表情信息(如分别产生m个不同表情)的概率。其中,第二参考关联信息可以用于指示第二目标表情信息与第二目标动作之间的关联性,本申请对此不作限制。
可以理解的是,服务端确定第二参考关联信息的相关内容,可参见服务端确定第一参考关联信息的详细描述,本申请在此不再赘述。
可选的,服务端根据m个第一表情信息与m个第一动作之间的关联性,确定第一表情关联信息的过程,可以参见如下公式:
其中,可以用于表示第一表情关联信息;/>可以用于表示第一参考关联信息,可以用于表示第二参考关联信息,/>可以用于表示第m参考关联信息;/>可以用于表示第一概率值,其中,/>可以用于表示第一时间点对应的第一目标动作,/>可以用于表示第一目标表情信息,也就是说,该第一概率值可以用于表示执行第一时间点对应的第一目标动作后产生第一目标表情信息的概率值;/>可以用于表示第一概率和值,/>可以用于表示m个第一表情信息中的第i个目标表情信息,/>可以用于表示执行第一目标动作后产生第i个目标表情信息的概率值。
对于步骤S341-S343,服务端通过获取执行第一时间点对应的第一目标动作后产生第一目标表情信息的第一概率值,将执行第一目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第一概率和值,可以根据第一概率值与第一概率和值,确定第一参考关联信息,并获取执行第二时间点对应的第二目标动作后产生第二目标表情信息的第二概率值,将执行第二目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第二概率和值,可以根据第二概率值与第二概率和值,确定第二参考关联信息,从而可以根据第一参考关联信息和第二参考关联信息,确定第一表情关联信息,有利于在后续的步骤中基于该第一表情关联信息,对第一动作关联信息进行调整,以构建出更准确的第一行为图谱,进而可以基于该第一行为图谱得到更准确的判断结果,有利于提高拆卸警报的准确性。
还需要说明的是,服务端根据m个第一心率信息与m个第一动作之间的关联性确定第一心率关联信息的相关内容,可参见服务端确定第一表情关联信息的详细描述,本申请在此不再赘述。
值得注意的是,服务端在获取到第一表情关联信息和第一心率关联信息之后,可以进一步根据该第一表情关联信息和第一心率关联信息对第一动作关联信息进行调整,从而将表情因素和心率因素都融入动作关联信息中,进而得到更能表现出第一运动对象所执行动作之间的真实关联信息,即得到第二动作关联信息。其中,第二动作关联信息可以用于指示融入了表情因素和心率因素之后的动作关联信息。
进一步的,服务端还可以根据获取到的运动轨迹信息,以确定轨迹关联信息。其中,轨迹关联信息可以用于指示第一运动对象的行走轨迹之间的关联性,本申请对此不作限制。
可选的,步骤S36中,也即根据运动轨迹信息,确定轨迹关联信息,具体可以包括如下步骤S361-S363:
S361:从运动轨迹信息中获取第一位置信息、第二位置信息和第三位置信息;
S362:将第一位置信息与第一位置信息对应的时间信息进行嵌入处理得到第一位置嵌入向量,将第二位置信息与第二位置信息对应的时间信息进行嵌入处理得到第二位置嵌入向量,将第三位置信息与第三位置信息对应的时间信息进行嵌入处理得到第三位置嵌入向量;
S363:将第一位置嵌入向量和第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息;
S364:将第一位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第二轨迹关联信息;
S365:将第二位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第三轨迹关联信息;
S366:根据第一轨迹关联信息、第二轨迹关联信息和第三轨迹关联信息,确定轨迹关联信息。
其中,第一位置信息、第二位置信息和第三位置信息均可以为第一运动对象的运动轨迹信息中不同的任意位置信息。可以理解的是,该不同的第一位置信息、第二位置信息和第三位置信息可以分别对应不同的时间信息,即第一位置信息可以对应第一运动对象处于该第一位置信息时的时间(如称为时间1),第二位置信息可以对应第一运动对象处于该第二位置信息时的时间(如称为时间2),第三位置信息可以对应第一运动对象处于该第三位置信息时的时间(如称为时间3),本申请对此不作限制。
可以理解的是,服务端将上述第一位置信息与时间1进行嵌入处理可以得到包含时间信息的第一位置嵌入向量,将上述第二位置信息与时间2进行嵌入处理可以得到包含时间信息的第二位置嵌入向量,将上述第三位置信息与时间3进行嵌入处理可以得到包含时间信息的第三位置嵌入向量,本申请对此不作限制。
进一步的,服务端可以将各个位置嵌入向量(如上述第一位置嵌入向量、第二位置嵌入向量和第三位置嵌入向量)中的每个位置嵌入向量分别与其他位置嵌入向量进行自注意力计算,以确定出每个位置嵌入向量与其他位置嵌入向量之间的关联信息,进而可以基于该关联信息构建行为图谱。其中,自注意力计算可以理解为用于确定两个向量(如上述第一位置嵌入向量和第二位置嵌入向量)之间的相关性的计算,本申请对此不做限制。
服务端可以将第一位置嵌入向量和第二位置嵌入向量进行拼接,得到第一拼接向量;将第一拼接向量进行矩阵变换计算,得到第一矩阵、第二矩阵和第三矩阵;将第一矩阵与进行转置运算后的第二矩阵进行矩阵乘法运算,得到第一注意力矩阵;将第一注意力矩阵和第三矩阵进行矩阵乘法运算,得到第一自注意力矩阵;将第一自注意力矩阵进行归一化处理,得到第一轨迹关联信息。
其中,第一拼接向量可以用于指示拼接后的第一位置嵌入向量和第二位置嵌入向量。第一矩阵、第二矩阵和第三矩阵可以分别用于指示将第一拼接向量进行不同矩阵变换计算后所对应得到的矩阵。其中,服务端可以通过采用不同的权重系统,以使得第一拼接向量进行不同的矩阵变换,本申请对此不作限制。
其中,第一注意力矩阵可以用于指示通过将矩阵变换后的第一矩阵与矩阵变换后的第二矩阵的转置矩阵进行矩阵乘法运算后,所得到的注意力矩阵。第一自注意力矩阵可以用于指示将第一注意力矩阵与矩阵变换后得到的第三矩阵进行矩阵乘法运算后,所得到的自注意力矩阵。
需要说明的是,第一自注意力矩阵是通过将矩阵变换后第一拼接向量的三组矩阵进行运算得到的,即第一自注意力矩阵的输入都是源于第一拼接向量,这也是第一自注意力矩阵被称之为一种带有自注意力的矩阵的原因。
可选的,服务端将第一位置嵌入向量和第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息的过程,可参见如下公式:
其中,可以用于表示第一位置嵌入向量,/>可以用于表示第二位置嵌入向量,/>可以用于表示第一拼接向量,/>可以用于表示第一矩阵,/>可以用于表示针对第一拼接向量进行矩阵变换得到第一矩阵的可训练权重,/>可以用于表示第二矩阵,/>可以用于表示针对第一拼接向量进行矩阵变换得到第二矩阵的可训练权重,/>可以用于表示第三矩阵,/>可以用于表示针对第一拼接向量进行矩阵变换得到第三矩阵的可训练权重,可以用于表示第一注意力矩阵,/>可以用于表示进行转置运算后的第二矩阵,/>可以用于表示第一自注意力矩阵,/>可以用于表示第一轨迹关联信息,/>可以用于表示进行归一化处理的操作。
可以理解的是,矩阵可以看作是由一些向量组成的。在上述自注意力计算的公式中,一个矩阵乘以它自身的转置的运算,可以看作矩阵中的向量分别与该矩阵中的其他向量进行内积运算(其中,第一行乘以第一列,即第一个行向量与自己的内积;第一行乘以第二列,即第一个行向量与第二个行向量的内积等,以此类推)。向量的内积可以用于表征一个向量在另一个向量上的投影,其中,投影值越大,可以理解为两个向量的相关度越高;投影值越小,可以理解为两个向量的相关度越小,本申请对此不做限制。
需要说明的是,服务端将第一位置嵌入向量和第三位置嵌入向量进行自注意力计算得到第二轨迹关联信息的相关内容,以及将第二位置嵌入向量和第三位置嵌入向量进行自注意力计算得到第三轨迹关联信息的相关内容,可参见服务端得到第一轨迹关联信息的详细描述,本申请在此不再赘述。
值得注意的是,服务端在获取到第一运动对象的运动轨迹信息中各个位置信息之间的轨迹关联信息之后(如上述第一轨迹关联信息、第二轨迹关联信息和第三轨迹关联信息),可以进一步基于各个位置信息之间的轨迹关联信息,确定用于指示运动轨迹信息中各个位置信息关联性的轨迹关联信息,从而使得服务端可以基于该轨迹关联信息构建更准确的第一行为图谱。
对于步骤S341-S343,服务端通过从运动轨迹信息中获取第一位置信息、第二位置信息和第三位置信息,可以将第一位置信息与第一位置信息对应的时间信息进行嵌入处理得到第一位置嵌入向量,将第二位置信息与第二位置信息对应的时间信息进行嵌入处理得到第二位置嵌入向量,将第三位置信息与第三位置信息对应的时间信息进行嵌入处理得到第三位置嵌入向量,从而可以将第一位置嵌入向量和第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息,将第一位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第二轨迹关联信息,并将第二位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第三轨迹关联信息,进而可以根据第一轨迹关联信息、第二轨迹关联信息和第三轨迹关联信息,确定轨迹关联信息,以基于该轨迹关联信息构建出更准确的第一行为图谱,有利于基于该第一行为图谱得到更准确的判断结果,以提升拆卸警报的准确性。
需要说明的是,服务端通过确定第一动作关联信息,并进一步根据第一表情关联信息和第一心率关联信息对该第一动作关联信息进行调整,可以得到更准确的第二动作关联信息,并根据运动轨迹信息确定轨迹关联信息,从而可以根据该第二动作关联信息和轨迹关联信息,构建出更准确的第一行为图谱,从而使得服务端可以根据该第一行为图谱获取到更准确的第一运动对象的特征,进而得到更准确的误报概率,有利于提升拆卸预警的准确性。
对于步骤S31-S35,服务端将动作信息进行聚类处理,得到m个第一动作,可以根据m个第一动作之间的关联性,确定第一动作关联信息,从基础指示信息中获取与m个第一动作分别对应的m个第一表情信息,从基础指示信息中获取与m个第一动作分别对应的m个第一心率信息,以根据m个第一表情信息与m个第一动作之间的关联性确定第一表情关联信息,根据m个第一心率信息与m个第一动作之间的关联性确定第一心率关联信息,从而可以根据第一表情关联信息和第一心率关联信息,对第一动作关联信息进行调整,得到第二动作关联信息,并根据运动轨迹信息,确定轨迹关联信息,进而可以根据第二动作关联信息和轨迹关联信息,构建第一行为图谱,有利于在后续的过程中可以基于该第一行为图谱进行判断,以提高拆卸警报的准确性。
S40:根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
需要说明的是,第一运动对象的行为特征可以用于指示该第一运动对象在第一车辆预设区域中所做行为的特征。安装行为特征可以用于指示常规的安装操作对应的特征,本申请对此不作限制。
其中,第一相似度信息可以用于指示第一运动对象的行为特征(如称为第一行为特征)与安装行为特征之间的相似度。该第一相似度信息可以用文字信息表示,也可以用数值信息表示,本申请对此不作限制。
可选的,服务端可以根据第一行为图谱,确定第一运动对象的第一行为特征;并从安装行为特征中获取常规安装特征;将第一行为特征与常规安装特征进行比对,得到第一相似度信息。
可选的,服务端可以从不同方面进行特征比对,从而根据多个比对结果,进一步确定第一相似度信息,本申请对此不作限制。需要说明的是,服务端将第一行为特征与常规安装特征进行比对的方式,可参见常规的相似度计算方式,本申请对此不作限制。
S50:根据第一相似度信息,确定第一警报的误报概率信息。
其中,误报概率信息可以用于指示第一警报进行了错误预警的概率。可以理解的是,上述误报概率也可以理解为第一定位系统未被非正常拆卸的情况下,产生了警报的概率。
可以理解的是,误报概率信息与第一相似度信息之间可以存在正向变化规律。也就是说,在第一相似度信息所指示的第一行为特征与安装行为特征之间的相似度较高时,误报概率信息所指示的误报概率也可以较高;在第一相似度信息所指示的第一行为特征与安装行为特征之间的相似度较低时,误报概率信息所指示的误报概率也可以较低,本申请对此不作限制。
S60:根据误报概率信息,判断是否进行预警。
可以理解的是,在误报概率信息指示的误报概率较高时,服务端可以停止当前第一警报的预警;在误报概率信息指示的误报概率较低时,服务端可以继续执行第一警报的预警,本申请对此不作限制。
可选的,服务端可以通过预先设置误报概率阈值,从而在误报概率高于误报概率阈值的情况下,停止预警;在误报概率低于误报概率阈值的情况下,进行预警,本申请对此不作限制。
可见,在上述方案中,服务端通过在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息,可以首先对第一定位系统当前所处的环境进行判断,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以进一步根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,从而可以根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,判断是否进行预警,能有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种数据处理装置,该数据处理装置与上述实施例中数据处理方法一一对应。如图3所示,该数据处理装置包括获取模块101、确定模块102和处理模块103。各功能模块详细说明如下:
获取模块101,用于获取模块,用于在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;
获取模块101,还用于在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
处理模块102,用于根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
确定模块103,用于根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
确定模块103,还用于根据第一相似度信息,确定第一警报的误报概率信息;
处理模块102,还用于根据误报概率信息,判断是否进行预警。
在一实施例中,处理模块102,还用于将动作信息进行聚类处理,得到m个第一动作;确定模块103,还用于根据m个第一动作之间的关联性,确定第一动作关联信息;获取模块101,还用于从基础指示信息中获取与m个第一动作分别对应的m个第一表情信息,从基础指示信息中获取与m个第一动作分别对应的m个第一心率信息;确定模块103,还用于根据m个第一表情信息与m个第一动作之间的关联性确定第一表情关联信息,根据m个第一心率信息与m个第一动作之间的关联性确定第一心率关联信息;处理模块102,还用于根据第一表情关联信息和第一心率关联信息,对第一动作关联信息进行调整,得到第二动作关联信息;确定模块103,还用于根据运动轨迹信息,确定轨迹关联信息;处理模块102,还用于根据第二动作关联信息和轨迹关联信息,构建第一行为图谱。
在一实施例中,获取模块101,还用于获取执行第一时间点对应的第一目标动作后产生第一目标表情信息的第一概率值,第一目标表情信息为与第一目标动作相对应的表情信息;处理模块102,还用于将执行第一目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第一概率和值;确定模块103,还用于根据第一概率值与第一概率和值,确定第一参考关联信息;获取模块101,还用于获取执行第二时间点对应的第二目标动作后产生第二目标表情信息的第二概率值,第二目标表情信息为与第二目标动作相对应的表情信息;处理模块102,还用于将执行第二目标动作后分别产生m个第一表情信息的概率值进行求和运算,得到第二概率和值;确定模块103,还用于根据第二概率值与第二概率和值,确定第二参考关联信息;确定模块103,还用于根据第一参考关联信息和第二参考关联信息,确定第一表情关联信息。
在一实施例中,获取模块101,还用于从运动轨迹信息中获取第一位置信息、第二位置信息和第三位置信息;处理模块102,还用于将第一位置信息与第一位置信息对应的时间信息进行嵌入处理得到第一位置嵌入向量,将第二位置信息与第二位置信息对应的时间信息进行嵌入处理得到第二位置嵌入向量,将第三位置信息与第三位置信息对应的时间信息进行嵌入处理得到第三位置嵌入向量;处理模块102,还用于将第一位置嵌入向量和第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息;处理模块102,还用于将第一位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第二轨迹关联信息;处理模块102,还用于将第二位置嵌入向量和第三位置嵌入向量进行自注意力计算,得到第三轨迹关联信息;处理模块102,还用于根据第一轨迹关联信息、第二轨迹关联信息和第三轨迹关联信息,确定轨迹关联信息。
在一实施例中,处理模块102,还用于将第一位置嵌入向量和第二位置嵌入向量进行拼接,得到第一拼接向量;处理模块102,还用于将第一拼接向量进行矩阵变换计算,得到第一矩阵、第二矩阵和第三矩阵;处理模块102,还用于将第一矩阵与进行转置运算后的第二矩阵进行矩阵乘法运算,得到第一注意力矩阵;处理模块102,还用于将第一注意力矩阵和第三矩阵进行矩阵乘法运算,得到第一自注意力矩阵;处理模块102,还用于将第一自注意力矩阵进行归一化处理,得到第一轨迹关联信息。
本发明提供了一种数据处理装置,通过在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息,可以首先对第一定位系统当前所处的环境进行判断,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以进一步根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,从而可以根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,判断是否进行预警,能有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
关于数据处理装置的具体限定可以参见上文中对于数据处理方法的限定,在此不再赘述。上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务端,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性和/或易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的客户端通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法服务端侧的功能或步骤。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是客户端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机程序被处理器执行时以实现一种数据处理方法客户端侧的功能或步骤。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;
在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
根据第一相似度信息,确定第一警报的误报概率信息;
根据误报概率信息,判断是否进行预警。
本发明提供了一种计算机设备,通过在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息,可以首先对第一定位系统当前所处的环境进行判断,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以进一步根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,从而可以根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,判断是否进行预警,能有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息;
在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱;
根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
根据第一相似度信息,确定第一警报的误报概率信息;
根据误报概率信息,判断是否进行预警。
本发明提供了一种计算机可读存储介质,通过在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取第一定位系统当前的第一光照强度信息,可以首先对第一定位系统当前所处的环境进行判断,从而在第一光照强度信息小于预设光照阈值的情况下,获取第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息,以进一步根据动作信息、基础指示信息和运动轨迹信息,构建第一行为图谱,从而可以根据第一行为图谱,确定第一运动对象的行为特征与安装行为特征之间的第一相似度信息,以根据第一相似度信息,确定第一警报的误报概率信息,进而根据误报概率信息,判断是否进行预警,能有效地提高拆卸警报的准确性,有利于实现更准确、更高效的针对不正规拆卸进行预警的目的。
需要说明的是,上述关于计算机可读存储介质或计算机设备所能实现的功能或步骤,可对应参阅前述方法实施例中,服务端侧以及客户端侧的相关描述,为避免重复,这里不再一一描述。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种数据处理方法,其特征在于,所述方法包括:
在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取所述第一定位系统当前的第一光照强度信息;
在所述第一光照强度信息小于预设光照阈值的情况下,获取所述第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
根据所述动作信息、所述基础指示信息和所述运动轨迹信息,构建第一行为图谱;
根据所述第一行为图谱,确定所述第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
根据所述第一相似度信息,确定所述第一警报的误报概率信息;
根据所述误报概率信息,判断是否进行预警。
2.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述动作信息、所述基础指示信息和所述运动轨迹信息,构建第一行为图谱,包括:
将所述动作信息进行聚类处理,得到m个第一动作;
根据m个所述第一动作之间的关联性,确定第一动作关联信息;
从所述基础指示信息中获取与m个所述第一动作分别对应的m个第一表情信息,从所述基础指示信息中获取与m个所述第一动作分别对应的m个第一心率信息;
根据m个所述第一表情信息与m个所述第一动作之间的关联性确定第一表情关联信息,根据m个所述第一心率信息与m个所述第一动作之间的关联性确定第一心率关联信息;
根据所述第一表情关联信息和第一心率关联信息,对所述第一动作关联信息进行调整,得到第二动作关联信息;
根据所述运动轨迹信息,确定轨迹关联信息;
根据所述第二动作关联信息和所述轨迹关联信息,构建第一行为图谱。
3.根据权利要求2所述的数据处理方法,其特征在于,所述根据m个所述第一表情信息与m个所述第一动作之间的关联性确定第一表情关联信息,包括:
获取执行第一时间点对应的第一目标动作后产生第一目标表情信息的第一概率值,所述第一目标表情信息为与所述第一目标动作相对应的表情信息;
将执行所述第一目标动作后分别产生m个所述第一表情信息的概率值进行求和运算,得到第一概率和值;
根据所述第一概率值与所述第一概率和值,确定第一参考关联信息;
获取执行第二时间点对应的第二目标动作后产生第二目标表情信息的第二概率值,所述第二目标表情信息为与所述第二目标动作相对应的表情信息;
将执行所述第二目标动作后分别产生m个所述第一表情信息的概率值进行求和运算,得到第二概率和值;
根据所述第二概率值与所述第二概率和值,确定第二参考关联信息;
根据所述第一参考关联信息和所述第二参考关联信息,确定第一表情关联信息。
4.根据权利要求2所述的数据处理方法,其特征在于,所述根据所述运动轨迹信息,确定轨迹关联信息,包括:
从所述运动轨迹信息中获取第一位置信息、第二位置信息和第三位置信息;
将所述第一位置信息与所述第一位置信息对应的时间信息进行嵌入处理得到第一位置嵌入向量,将所述第二位置信息与所述第二位置信息对应的时间信息进行嵌入处理得到第二位置嵌入向量,将所述第三位置信息与所述第三位置信息对应的时间信息进行嵌入处理得到第三位置嵌入向量;
将所述第一位置嵌入向量和所述第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息;
将所述第一位置嵌入向量和所述第三位置嵌入向量进行自注意力计算,得到第二轨迹关联信息;
将所述第二位置嵌入向量和所述第三位置嵌入向量进行自注意力计算,得到第三轨迹关联信息;
根据所述第一轨迹关联信息、所述第二轨迹关联信息和所述第三轨迹关联信息,确定轨迹关联信息。
5.根据权利要求4所述的数据处理方法,其特征在于,所述将所述第一位置嵌入向量和所述第二位置嵌入向量进行自注意力计算,得到第一轨迹关联信息,包括:
将所述第一位置嵌入向量和所述第二位置嵌入向量进行拼接,得到第一拼接向量;
将所述第一拼接向量进行矩阵变换计算,得到第一矩阵、第二矩阵和第三矩阵;
将所述第一矩阵与进行转置运算后的第二矩阵进行矩阵乘法运算,得到第一注意力矩阵;
将所述第一注意力矩阵和所述第三矩阵进行矩阵乘法运算,得到第一自注意力矩阵;
将所述第一自注意力矩阵进行归一化处理,得到第一轨迹关联信息。
6.一种数据处理装置,其特征在于,所述数据处理装置包括:
获取模块,用于在获取到指示第一车辆上的第一定位系统被拆卸的第一警报时,获取所述第一定位系统当前的第一光照强度信息;
所述获取模块,还用于在所述第一光照强度信息小于预设光照阈值的情况下,获取所述第一车辆预设区域的第一运动对象的动作信息、基础指示信息和运动轨迹信息;
处理模块,用于根据所述动作信息、所述基础指示信息和所述运动轨迹信息,构建第一行为图谱;
确定模块,用于根据所述第一行为图谱,确定所述第一运动对象的行为特征与安装行为特征之间的第一相似度信息;
所述确定模块,还用于根据所述第一相似度信息,确定所述第一警报的误报概率信息;
所述处理模块,还用于根据所述误报概率信息,判断是否进行预警。
7.一种数据处理装置,其特征在于,包括用于执行如权利要求1至5中任一项所述的数据处理方法的单元。
8.一种数据处理装置,其特征在于,包括处理器;
所述处理器,用于执行如权利要求1至5中任一项所述的数据处理方法。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的数据处理方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的数据处理方法。
CN202311548263.1A 2023-11-20 2023-11-20 数据处理方法、装置、设备及介质 Active CN117246272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311548263.1A CN117246272B (zh) 2023-11-20 2023-11-20 数据处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311548263.1A CN117246272B (zh) 2023-11-20 2023-11-20 数据处理方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN117246272A CN117246272A (zh) 2023-12-19
CN117246272B true CN117246272B (zh) 2024-01-30

Family

ID=89129945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311548263.1A Active CN117246272B (zh) 2023-11-20 2023-11-20 数据处理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117246272B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6072396A (en) * 1994-12-30 2000-06-06 Advanced Business Sciences Apparatus and method for continuous electronic monitoring and tracking of individuals
CN2759859Y (zh) * 2003-10-10 2006-02-22 程滋颐 具有面部识别、判别和无线通讯功能的汽车防盗报警器
JP2009102887A (ja) * 2007-10-24 2009-05-14 Omron Corp 車両開閉体の制御システム
JP2014146120A (ja) * 2013-01-28 2014-08-14 Itako Auto Service Co Ltd オートローン又はオートリース用の管理システム
CN108204829A (zh) * 2016-12-19 2018-06-26 北京小米移动软件有限公司 设备拆装行为的记录方法及装置、电子设备
CN115158223A (zh) * 2022-07-26 2022-10-11 东风柳州汽车有限公司 一种车辆控制器的防拆控制方法、装置及系统
CN218316592U (zh) * 2022-10-08 2023-01-17 深圳市新源润产品信息技术有限公司 一种低功耗车载gps汽车定位器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6072396A (en) * 1994-12-30 2000-06-06 Advanced Business Sciences Apparatus and method for continuous electronic monitoring and tracking of individuals
CN2759859Y (zh) * 2003-10-10 2006-02-22 程滋颐 具有面部识别、判别和无线通讯功能的汽车防盗报警器
JP2009102887A (ja) * 2007-10-24 2009-05-14 Omron Corp 車両開閉体の制御システム
JP2014146120A (ja) * 2013-01-28 2014-08-14 Itako Auto Service Co Ltd オートローン又はオートリース用の管理システム
CN108204829A (zh) * 2016-12-19 2018-06-26 北京小米移动软件有限公司 设备拆装行为的记录方法及装置、电子设备
CN115158223A (zh) * 2022-07-26 2022-10-11 东风柳州汽车有限公司 一种车辆控制器的防拆控制方法、装置及系统
CN218316592U (zh) * 2022-10-08 2023-01-17 深圳市新源润产品信息技术有限公司 一种低功耗车载gps汽车定位器

Also Published As

Publication number Publication date
CN117246272A (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
US20210166383A1 (en) Method and device for detecting and locating lesion in medical image, equipment and storage medium
US20220067438A1 (en) Image captioning with weakly-supervised attention penalty
CN109035299B (zh) 目标跟踪方法、装置、计算机设备及存储介质
US20180350467A1 (en) Cell abnormality diagnosis system using dnn learning, and diagnosis management method of the same
KR20200015728A (ko) 목표 대상 인식 방법, 장치, 저장 매체 및 전자 기기
US20190236336A1 (en) Facial recognition method, facial recognition system, and non-transitory recording medium
CN114781272A (zh) 碳排放量预测方法、装置、设备及存储介质
CN113158831B (zh) 检测摄像设备移动的方法、装置、计算机设备和存储介质
CN111832561B (zh) 基于计算机视觉的字符序列识别方法、装置、设备和介质
CN116863522A (zh) 痤疮分级方法、装置、设备及介质
CN111080697B (zh) 检测目标对象方向的方法、装置、计算机设备和存储介质
US20220222552A1 (en) Data-creation assistance apparatus and data-creation assistance method
CN113283388B (zh) 活体人脸检测模型的训练方法、装置、设备及存储介质
CN117246272B (zh) 数据处理方法、装置、设备及介质
CN109102549B (zh) 图像光源颜色的检测方法、装置、计算机设备及存储介质
CN114414245A (zh) 轴承故障检测方法与计算机可读存储介质
CN111738126B (zh) 基于贝叶斯网络和hmm的驾驶员疲劳检测方法和装置
CN117422934A (zh) 异常细胞检测方法、系统、计算机设备及存储介质
CN110929779B (zh) 重建神经元质量检测方法、有序点云分类方法及装置
CN117155892A (zh) 交互处理方法、装置、电子设备及存储介质
CN116805522A (zh) 诊断报告输出方法、装置、终端及存储介质
US11430240B2 (en) Methods and systems for the automated quality assurance of annotated images
CN111309993B (zh) 企业资产数据画像的生成方法及系统
CN111078984B (zh) 网络模型发布方法、装置、计算机设备和存储介质
CN112613407B (zh) 基于联邦学习的人脸活体检测训练优化方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant