[發明專利]基于軌跡分析的伴隨對象確定方法、裝置、設備及介質

有效

• 申請號: 202211340983.4
• 申請日: 2022-10-30
• 公開（公告）號: CN115757987B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 孫成智;王愛中
• 申請（專利權）人: 深圳市巨龍創視科技有限公司
• 主分類號: G06F16/9537
• 分類號: G06F16/9537;G06F18/22;G06F18/2321;G06N3/02;G16H50/80
• 代理公司: 深圳市育科知識產權代理有限公司 44509
• 代理人: 宋朋慧

1.一種基于軌跡分析的伴隨對象確定方法，其特征在于，所述方法包括：

獲取目標對象的時空軌跡數據，利用所述時空軌跡數據構建目標對象三維時空立體軌跡；

獲取所述目標對象在預設時間段內途徑區域的所有對象的時空軌跡數據，利用所述所有對象的時空軌跡數據構建相關對象三維時空立體軌跡集；

剔除所述相關對象三維時空立體軌跡集中的異常數據，得到標準相關對象三維時空立體軌跡集，將所述標準相關對象三維時空立體軌跡集中的軌跡點按照時間切片劃為連續的軌跡快照，基于時空密度聚類算法，對每個所述軌跡快照內的軌跡點按照時空密度進行聚類，得到空間聚類簇，根據所述時間切片，匯聚所述空間聚類簇，得到聚類簇，分析所述聚類簇中不同對象之間的關聯性，根據所述關聯性構建對象軌跡關系圖，基于所述對象軌跡關系圖將所述標準相關對象三維時空立體軌跡集分為N個三維時空立體軌跡子圖，其中N為正整數；

將所述目標對象三維時空立體軌跡映射為目標對象短向量，將所述N個三維時空立體軌跡子圖中所有對象的三維時空立體軌跡映射為N個軌跡向量空間，利用預先訓練完成的軌跡相似度模型，分別計算所述目標對象短向量與所述N個軌跡向量空間之間的空間相似度集及時間相似度集，根據所述空間相似度集及所述時間相似度集，得到時空軌跡相似度集；

將所述時空軌跡相似度集中時空軌跡相似度滿足預設閾值對應的對象，選定為伴隨對象；

將所述伴隨對象對應的三維時空立體軌跡，按照預設時間間隔劃分為高頻等間距時空軌跡的位置標記點，將所述位置標記點劃入不同的位置緩沖區，計算各個所述位置標記點所屬位置緩沖區的位置標記點密度值，獲取在所述位置標記點的停留時長，在所述位置標記點密度值的峰值對應的位置中，將所述停留時長達到預設時間閾值的位置作為停留位置，在預設的地圖中標注所述停留位置。

2.如權利要求1所述的基于軌跡分析的伴隨對象確定方法，其特征在于，所述利用預先訓練完成的軌跡相似度模型，分別計算所述目標對象三維時空立體軌跡與所述N個三維時空立體軌跡子圖中所有對象的三維時空立體軌跡之間的時空軌跡相似度之前，所述方法還包括：

獲取歷史目標對象的歷史時空軌跡數據，根據所述歷史時空軌跡數據構建歷史三維時空立體軌跡；

獲取所述歷史目標對象所在預設區域的所有對象的歷史時空軌跡數據，利用所述所有對象的歷史時空軌跡數據構建歷史相關對象三維時空立體軌跡集；

基于連通子圖挖掘，將所述歷史相關對象三維時空立體軌跡集分為N個歷史相關對象三維時空立體軌跡子圖，其中N為正整數；

利用所述歷史三維時空立體軌跡及所述N個歷史相關對象三維時空立體軌跡子圖，構建訓練集；

統計所述歷史三維時空立體軌跡與所述N個歷史相關對象三維時空立體軌跡子圖中任意對象軌跡的聚類簇數量及共有聚類簇數量；

利用所述聚類簇數量及所述共有聚類簇數量，計算歷史目標對象與相關對象之間的軌跡先驗相似度；

將所述軌跡先驗相似度作為正則化系數，優化預構建的軌跡相似度模型的損失函數，得到更新后的軌跡相似度模型；

根據所述訓練集，利用所述更新后的軌跡相似度模型計算所述歷史三維時空立體軌跡與所述N個歷史相關對象三維時空立體軌跡子圖中所有對象的三維時空立體軌跡之間的歷史時空軌跡相似度；

獲取歷史三維時空立體軌跡與所述N個歷史相關對象三維時空立體軌跡子圖中所有對象的三維時空立體軌跡之間的真實歷史時空軌跡相似度，利用所述損失函數計算所述歷史時空軌跡相似度與所述真實歷史時空軌跡相似度的損失值；

根據所述損失值對所述更新后的軌跡相似度模型進行參數調整，直至所述損失值小于預設的損失閾值，得到預先訓練完成的軌跡相似度模型。

3.如權利要求1所述的基于軌跡分析的伴隨對象確定方法，其特征在于，所述利用所述時空軌跡數據構建目標對象三維時空立體軌跡，包括：

構建以X軸、Y軸、Z軸組成的三維時空立方體，其中所述X軸及所述Y軸組成位置坐標，所述Z軸為時間維度；

提取所述時空軌跡數據中的時間維度數據及位置數據，將所述時間維度數據及所述位置數據映射到所述三維時空立方體中，得到目標對象三維時空立體軌跡。