[發明專利]一種應用于軌跡伴隨可能性分析的伴隨系數計算方法

在審

• 申請號: 201911164367.6
• 申請日: 2019-11-25
• 公開（公告）號: CN111125279A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 陳綺雯;王明興;陸剛;池漢雄
• 申請（專利權）人: 深圳市甲易科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/2458
• 代理公司: 深圳市中科創為專利代理有限公司 44384
• 代理人: 彭西洋;梁炎芳

本發明公開一種應用于軌跡伴隨可能性分析的伴隨系數計算方法，包括：獲取兩條軌跡A和B并按時間排序；遍歷軌跡A的軌跡點P，并從軌跡B找出與軌跡點P時間最接近的軌跡點Q，計算并記錄軌跡點對(P，Q)的時間差；從軌跡點對(P，Q)中找出時間差最小且滿足給定條件的軌跡點對(P’，Q’)；將軌跡A以軌跡點P’分為軌跡A1和A2，將軌跡B以軌跡點Q’分為軌跡B1和B2；重復上述步驟直至找出所有匹配的軌跡點對(P’，Q’)，并將該軌跡點對保存于最佳匹配結果集；計算并統計匹配狀態；計算伴隨系數。本發明有效降低伴隨系數的計算復雜度，提高計算效率，且受偏差值影響較小，可應用到實際軌跡數據中分析出有效伴隨信息。

技術領域

本發明涉及安防與信息，尤其涉及一種應用于軌跡伴隨可能性分析的伴隨系數計算方法。

背景技術

目前，安防系統中多種監控設備會采集大量行為軌跡數據，該行為軌跡數據包括人臉、MAC、IMSI及IMEI等數據，不同類型的數據通常由不同類型的采集設備所采集，因此，不同類型的軌跡數據通常沒有直接的關聯關系，但通過數據挖掘可以從上述軌跡數據中分析出許多有用信息，其中一種重要信息就是軌跡的伴隨狀態，通過伴隨狀態可以找出與目標人員經常同行的伴隨人員，或找出屬于同一個目標人員的多個行為特征，諸如此類信息可以在安防領域起到重要作用。

對于軌跡的伴隨分析而言，伴隨人員的軌跡不一定與目標人員完全一致，而是在滿足一定時間差內兩者處于合適距離，但時間差和距離不固定且經常變化，而且有時會出現偏差，另外伴隨狀態有可能不連續(即伴隨人員的軌跡與目標人員的軌跡伴隨一段時間后分離，經過一段時間后又回到伴隨狀態)，這些問題在做軌跡伴隨分析時都是需要考慮的；另外，軌跡的伴隨分析需要通過計算大量數據來得到伴隨系數，市面已有多種用于計算伴隨系數的軌跡數據分析算法，但大部分軌跡數據分析算法過于復雜，耗時長，無法有效的應用于軌跡大數據中。

因此，現有技術存在缺陷，需要改進。

發明內容

本發明的目的是克服現有技術的不足，提供一種應用于軌跡伴隨可能性分析的伴隨系數計算方法。

本發明的技術方案如下：一種應用于軌跡伴隨可能性分析的伴隨系數計算方法，其特征在于，包括以下步驟：

步驟S1，任選兩條軌跡A和B并按時間進行排序；

步驟S2，遍歷所述軌跡A和B的軌跡點，找出所有軌跡點中時間差最小的軌跡點對(P’，Q’)；

步驟S3，采用遞歸的方法找出所述軌跡A和B中所有滿足匹配條件的軌跡點對(P’，Q’)構成最佳匹配結果集；

步驟S4，計算所述最佳匹配結果集中每個軌跡點對(P’，Q’)的匹配狀態，統計每種匹配狀態的數據值并套用公式計算出伴隨系數。

進一步地，所述步驟S1包括以下步驟：

步驟S101，獲取采集設備采集的海量行為軌跡數據構建軌跡數據庫，并從所述軌跡數據庫中任意選擇兩條軌跡A和B；

步驟S102，將兩條所述軌跡A和B按時間進行排序。

進一步地，所述步驟S101獲取的海量行為軌跡包括人臉數據、MAC數據、IMSI數據、IMEI數據中的一種或多種。

進一步地，所述步驟S2包括以下步驟：

步驟S201，按時間順序遍歷所述軌跡A中的軌跡點P，并從所述軌跡B中找出與所述軌跡點P時間最接近的軌跡點Q，計算并記錄所述軌跡點對(P，Q)的時間差；

步驟S202，從步驟S201中所述的軌跡點對(P，Q)中找出時間差最小，且所述軌跡點對(P，Q)的時間差滿足不大于給出的最大匹配時間差的軌跡點P’和Q’，并將所述軌跡點P’和Q’組成軌跡點對(P’，Q’)。