CN110399437A - 行为分析方法及装置、电子设备、存储介质 - Google Patents
行为分析方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN110399437A CN110399437A CN201810368110.1A CN201810368110A CN110399437A CN 110399437 A CN110399437 A CN 110399437A CN 201810368110 A CN201810368110 A CN 201810368110A CN 110399437 A CN110399437 A CN 110399437A
- Authority
- CN
- China
- Prior art keywords
- behavior
- preset
- information
- target object
- position information
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000006399 behavior Effects 0.000 claims description 123
- 238000001514 detection method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 abstract 2
- 230000000694 effects Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种行为分析方法及装置、电子设备、存储介质,涉及数据处理技术领域,该方法包括:获取目标对象的位置信息以及时间信息;通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。本公开可以提高行为识别的效率。
Description
技术领域
本公开涉及数据处理技术领域,具体而言,涉及一种行为分析方法、行为分析装置、电子设备以及计算机可读存储介质。
背景技术
在智能视频监控领域中,由于在池塘、水库等场景内徘徊的行人可能会有危险;在超市、卖场等场景内徘徊的行人可能会有偷窃等不法举动。由此可见,行人的徘徊行为检测具有重要价值。
相关技术中,可以运用行人的不同位置的统计信息检测徘徊行为,例如,当行人持续地、往复地在监控区域内运动时,可认为该行人处于徘徊状态;也可以利用运动轨迹的几何特征,例如采用运动轨迹的曲率来判断是否出现徘徊行为。
但是,利用位置信息的统计学方法来判断徘徊行为,需要存储大量的行人位置信息以保证统计的准确性。但是当行人增多时,增大了数据存储量,并且增加了计算量,导致损耗资源严重且降低了行为识别效率;除此之外,使用统计学方法以及利用行人运动轨迹的曲率来判断徘徊行为时,均需要存储历史位置信息,所以无法用于实现实时行为分析,应用范围较小且对行为分析造成不便。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种行为分析方法及装置、电子设备、存储介质,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的行为识别效率低的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种行为分析方法,包括:获取目标对象的位置信息以及时间信息;通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
在本公开的一种示例性实施例中,通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量包括:将所述位置信息按照所述时间信息依次排列;分别计算预设时间间隔内的两个所述位置信息之间的所述位置向量。
在本公开的一种示例性实施例中,分别计算预设时间间隔内的两个所述位置信息之间的所述位置向量包括:通过第一位置信息以及第二位置信息获取第一位置向量;通过第三位置信息以及第四位置信息获取第二位置向量。
在本公开的一种示例性实施例中,通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为包括:通过徘徊检测算法确定所述位置向量是否满足所述预设条件;通过满足所述预设条件的所述位置向量的组数确定所述目标对象的行为是否为预设行为。
在本公开的一种示例性实施例中,通过徘徊检测算法确定所述位置向量是否满足预设条件包括:计算相邻两个所述位置向量之间的内积;通过所述内积确定相邻两个所述位置向量是否满足所述预设条件。
在本公开的一种示例性实施例中,计算相邻两个所述位置向量之间的内积包括:计算所述第一位置向量以及所述第二位置向量之间的内积。
在本公开的一种示例性实施例中,通过所述内积确定相邻两个所述位置向量是否满足所述预设条件包括:在所述内积小于一预设阈值时,确定相邻两个所述位置向量满足所述预设条件。
在本公开的一种示例性实施例中,通过满足所述预设条件的所述位置向量的组数确定所述目标对象的行为是否为预设行为包括:在满足所述预设条件的所述位置向量的组数不小于预设数量时,将所述目标对象的行为确定为所述预设行为。
在本公开的一种示例性实施例中,所述预设条件包括相邻两个所述位置向量的方向相反。
在本公开的一种示例性实施例中,所述预设行为包括徘徊行为。
根据本公开的一个方面,提供一种行为分析装置,包括:信息获取模块,用于获取目标对象的位置信息以及时间信息;向量确定模块,用于通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;行为判断模块,用于通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的行为分析方法。
根据本公开的一个方面,提供一种计算机可读存储介质,其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任意一项所述的行为分析方法。
本公开示例性实施例中提供的一种行为分析方法、行为分析装置、电子设备以及计算机可读存储介质中,获取目标对象的位置信息以及时间信息;通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。一方面,通过获取的目标对象的位置信息和时间信息确定位置向量,进而通过位置向量和预设条件即对目标对象的行为进行检测,并不需要存储大量的目标对象的位置信息,因此减少了数据存储量,同时减少了计算量和资源损耗,提高了行为识别效率;另一方面,由于通过所述位置信息和所述时间信息确定的位置向量以及预设条件即可确定是否为预设行为时,而不需要存储大量位置信息,因此可以实现对目标对象行为的实时判断,提高了便捷性,且增大了应用范围。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示意性示出本公开示例性实施例中一种行为分析方法示意图;
图2示意性示出本公开示例性实施例中排列位置信息的示意图;
图3示意性示出本公开示例性实施例中行为分析的流程图;
图4示意性示出本公开示例性实施例中一种行为分析装置的框图;
图5示意性示出本公开示例性实施例中一种电子设备的框图;
图6示意性示出本公开示例性实施例中一种程序产品。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例实施方式中首先提供了一种行为分析方法,可以应用于商场、银行、池塘、水库、教室等多种场景内。参考图1所示,该行为分析方法可以包括以下步骤:
在步骤S110中,获取目标对象的位置信息以及时间信息;
在步骤S120中,通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;
在步骤S130中,通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
在本示例性实施例中提供的行为分析方法中,一方面,通过获取的目标对象的位置信息和时间信息确定位置向量,进而通过位置向量和预设条件即对目标对象的行为进行检测,并不需要存储大量的目标对象的位置信息,因此减少了数据存储量,同时减少了计算量和资源损耗,提高了行为识别效率;另一方面,由于通过所述位置信息和所述时间信息确定的位置向量以及预设条件即可确定是否为预设行为时,而不需要存储大量位置信息,因此可以实现对目标对象行为的实时判断,提高了便捷性且增大了应用范围。
接下来,结合附图对本示例性实施例中的行为分析方法进行进一步解释说明。
在步骤S110中,获取目标对象的位置信息以及时间信息。
本示例中,目标对象可以包括某一检测场景内的至少一个行人或者是车辆等其他物体,检测场景例如可以为无人超市、商场或者是停车场等等,此处以无人超市内的行人为例进行说明。具体而言,可以通过传感器实时获取目标对象的位置信息和时间信息,并得到位置信息和时间信息组成的一系列数据对。例如,可以获取目标对象的位置信息和时间信息组成的数据对(x,y,t),其中(x,y)是目标对象的位置信息,t是与位置信息对应的时间信息。需要说明的是,此处只需要实时获取目标对象的位置信息和时间信息即可,不需要事先存储大量的历史位置信息和时间信息,因此大幅度减少了存储所耗费的***资源。
在步骤S120中,通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量。
其中,可以确定目标对象在某一段连续时间内的所有位置信息,并根据每两个相邻的位置信息计算一个对应的位置向量,以得到多个位置向量,进而可以通过这些位置向量快速判断目标对象的行为。具体而言,在通过位置信息和时间信息确定位置向量时,首先可以将所述位置信息按照所述时间信息依次排列,也就是说,将所有的位置信息按照时间信息由小到大的顺序进行排列,以确定目标对象的移动轨迹或者是移动情况。接下来可以分别计算预设时间间隔内的两个所述位置信息之间的所述位置向量;也就是说,选定相邻两个时间信息,并确定这两个时间信息对应的位置信息,进而通过这两个位置信息确定一个位置向量,例如通过第一位置信息以及第二位置信息获取第一位置向量,通过第三位置信息以及第四位置信息获取第二位置向量。
举例而言,将目标对象A在某一天9点至9点10分之间的位置信息和时间信息组成的数据对(x,y,t)按照时间信息由小到大的顺序依次排列之后,可以得到如图2所示的示意图。其中位置1即为第一位置信息,其数据对表示为(x1,y1,t1);位置2即为第二位置信息,其数据对表示为(x2,y2,t2),位置3即为第三位置信息,其数据对表示为(x3,y3,t3),位置4即为第四位置信息,其数据对表示为(x4,y4,t4)。同时,图2中的位置5至位置8的信息也采用类似的数据对表示。需要补充的是,位置1和位置2对应的时间信息之间存在预设时间间隔,位置3和位置4对应的时间信息之间也存在预设时间间隔,此处的预设时间间隔可以根据实际需求进行设置,且每两个相邻时间信息之间的预设时间间隔相等。例如,预设时间间隔可以用Δt来表示,则t2=t1+Δt,t3=t2+Δt,t4=t3+Δt,以此类推。
接下来,可以通过位置1和位置2对应的位置信息得到第一位置向量,即,通过第一位置信息(x1,y1)和第二位置信息(x2,y2)得到第一位置向量即类似地,可以根据同样的方式计算连续时间内的所有位置向量,具体包括:通过第三位置信息(x3,y3)和第四位置信息(x4,y4)得到第二位置向量即可以根据第五位置信息和第六位置信息得到第三位置向量根据第七位置信息和第八位置信息得到第四位置向量
在步骤S130中,通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
本示例中,预设行为可以理解为徘徊行为,该徘徊行为指的是行人在某一段时间内走动N个来回。来回指在某个时间对应的位置,后面的时刻又回到该位置或其一个小邻域内,如此连续时间内反复N次则判定其行为是徘徊行为。
基于上述对徘徊行为的描述,由于徘徊行为必定会在前进方向上有连续的方向变化,因此可以在某一段时间内获取多个位置向量,若是有N个位置向量的方向发生变化,则为徘徊行为。其中,预设条件指的是相邻两个位置向量的方向相反,也就是说第一位置向量的方向与第二位置向量的方向相反,第四位置向量的方向与第三位置向量的方向相反,以此类推。
如此一来,在通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为时,可以通过徘徊检测算法确定位置向量是否满足预设条件。本示例中的徘徊检测算法指的是利用位置信息计算的位置向量和设置的预设条件检测徘徊行为的算法。基于徘徊行为的定义,首先可以确定相邻的两个位置向量是否满足预设条件。由于预设条件为两个相邻位置向量的方向相反,而位置向量的方向是否相反可以通过位置向量的内积大小来判断。基于此,首先可以计算相邻两个所述位置向量之间的内积,然后通过所述内积确定相邻两个所述位置向量是否满足所述预设条件。
举例而言,对于步骤S120中计算的第一位置向量和第二位置向量而言,可以根据内积计算公式得到二者之间的内积,内积可以表示为也可以表示为另一种形式,即其中,为第一位置向量和第二位置向量之间的夹角。预设阈值可设置为0,如果计算得到的第一位置向量与第二位置向量的内积小于预设阈值,则可以认为第一位置向量和第二位置向量满足预设条件。即如果计算的内积则可以确定也就是说,如果内积则可以确定在位置3和位置4对应的时刻,目标对象的运动方向与位置1和位置2对应的时刻相反,即在位置1、位置2、位置3以及位置4之间存在一个来回。同理可以判断位置5至位置8之间目标对象的运动方向是否相反,从而确定位置5至位置8之间是否存在来回,进一步可以通过类似的方法确定后续的所有位置之间是否存在来回。
进一步地,在对所有位置信息进行计算之后,可以通过满足预设条件的位置向量的组数确定目标对象的行为是否为预设行为。也就是说,如果某一段时间内,存在来回的情况满足设定的要求,则可以认为目标对象的行为属于徘徊行为。具体而言,在满足预设条件的所述位置向量的组数不小于预设数量时,将目标对象的行为确定为预设行为。如果满足预设条件的位置向量的组数小于预设数量,则不认为目标对象的行为是预设行为。此处的预设数量可以根据实际需求进行设置,例如可以设置为3个、5个或者是8个等等,此处以3个为例进行说明。
如果在某一连续时间段内,例如9点至9点10分之间,将目标对象A的位置信息按照时间信息由小到大的顺序排列成位置1至位置16,如果位置1至位置4之间存在来回,位置5至位置8之间不存在来回,位置9至位置12之间存在来回,位置13至位置16之间存在来回,则可以认为在9点至9点10分之间,目标对象A的行为属于徘徊行为。
本示例中采用的判断徘徊行为的方法,通过实时获取的目标对象的位置信息和时间信息计算位置向量,从而通过位置向量的内积确定是否满足预设条件,由于不需要依赖存储的历史位置信息和时间信息,因此可以减小存储占用的***资源;同时计算内积的算法简单,进而减少了计算量并且降低了计算难度,因此可以提高计算速度;通过位置向量以及事先设置的预设条件即可确定目标对象的行为是否为预设行为,提高了便捷性,也提高了行为识别的速度和效率,因此可以用于实时***。进一步地,由于减少了计算量,也可以使计算结果更加准确,从而可以提高行为识别准确率。
图3中示出了行为分析的具体流程图,参考图3所示,其过程具体包括:
在步骤S301中,分别取t1和t2两个点对应的位置信息,其中,t2=t1+Δt;
在步骤S302中,计算两个点的位置信息之间的位置向量
在步骤S303中,再次取t1和t2两个点对应的位置信息,其中,t2=t1+Δt;
在步骤S304中,计算两个点的位置信息之间的位置向量
在步骤S305中,判断位置向量与位置向量是否满足预设条件;
在步骤S306中,如果满足预设条件,则判断满足预设条件的位置向量的数量是否不小于预设数量,预设数量例如可以为3;如果不满足预设条件,则转至步骤S308;
在步骤S307中,如果满足预设条件的位置向量的数量不小于预设数量,则判断存在预设行为;如果位置向量的数量小于预设数量,则转至步骤S308;
在步骤S308中,退出***;如果退出***,则结束检测过程;如果不退出***,则转至步骤S309;
在步骤S309中,将更新为继续判断后续的位置信息是否满足预设条件。
通过图3中所示的步骤,在不需要存储大量位置信息的情况下,即可对目标对象的行为进行检测,减少了计算量同时提高了行为识别效率。
本公开还提供了一种行为分析装置。参考图4所示,该行为分析装置400可以包括:
信息获取模块401,可以用于获取目标对象的位置信息以及时间信息;
向量确定模块402,可以用于通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;
行为判断模块403,可以用于通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
需要说明的是,上述行为分析装置中各模块的具体细节已经在对应的行为分析方法中进行了详细描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同***组件(包括存储单元520和处理单元510)的总线530。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1中所示的步骤:在步骤S110中,获取目标对象的位置信息以及时间信息;在步骤S120中,通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;在步骤S130中,通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品700,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (13)
1.一种行为分析方法,其特征在于,包括:
获取目标对象的位置信息以及时间信息;
通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;
通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
2.根据权利要求1所述的行为分析方法,其特征在于,通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量包括:
将所述位置信息按照所述时间信息依次排列;
分别计算预设时间间隔内的两个所述位置信息之间的所述位置向量。
3.根据权利要求2所述的行为分析方法,其特征在于,分别计算预设时间间隔内的两个所述位置信息之间的所述位置向量包括:
通过第一位置信息以及第二位置信息获取第一位置向量;
通过第三位置信息以及第四位置信息获取第二位置向量。
4.根据权利要求3所述的行为分析方法,其特征在于,通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为包括:
通过徘徊检测算法确定所述位置向量是否满足所述预设条件;
通过满足所述预设条件的所述位置向量的组数确定所述目标对象的行为是否为预设行为。
5.根据权利要求4所述的行为分析方法,其特征在于,通过徘徊检测算法确定所述位置向量是否满足预设条件包括:
计算相邻两个所述位置向量之间的内积;
通过所述内积确定相邻两个所述位置向量是否满足所述预设条件。
6.根据权利要求5所述的行为分析方法,其特征在于,计算相邻两个所述位置向量之间的内积包括:
计算所述第一位置向量以及所述第二位置向量之间的内积。
7.根据权利要求5所述的行为分析方法,其特征在于,通过所述内积确定相邻两个所述位置向量是否满足所述预设条件包括:
在所述内积小于一预设阈值时,确定相邻两个所述位置向量满足所述预设条件。
8.根据权利要求2所述的行为分析方法,其特征在于,通过满足所述预设条件的所述位置向量的组数确定所述目标对象的行为是否为预设行为包括:
在满足所述预设条件的所述位置向量的组数不小于预设数量时,将所述目标对象的行为确定为所述预设行为。
9.根据权利要求1所述的行为分析方法,其特征在于,所述预设条件包括相邻两个所述位置向量的方向相反。
10.根据权利要求1所述的行为分析方法,其特征在于,所述预设行为包括徘徊行为。
11.一种行为分析装置,其特征在于,包括:
信息获取模块,用于获取目标对象的位置信息以及时间信息;
向量确定模块,用于通过所述位置信息和所述时间信息确定与所述位置信息对应的位置向量;
行为判断模块,用于通过所述位置向量以及预设条件确定所述目标对象的行为是否为预设行为。
12.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-10任意一项所述的行为分析方法。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-10任意一项所述的行为分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810368110.1A CN110399437A (zh) | 2018-04-23 | 2018-04-23 | 行为分析方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810368110.1A CN110399437A (zh) | 2018-04-23 | 2018-04-23 | 行为分析方法及装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110399437A true CN110399437A (zh) | 2019-11-01 |
Family
ID=68319740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810368110.1A Pending CN110399437A (zh) | 2018-04-23 | 2018-04-23 | 行为分析方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110399437A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096928A (zh) * | 2011-01-27 | 2011-06-15 | 浙江工业大学 | 一种视频监控中基于角度的徘徊轨迹检测方法 |
CN102663452A (zh) * | 2012-04-14 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于视频分析的可疑行为检测方法 |
CN105718857A (zh) * | 2016-01-13 | 2016-06-29 | 兴唐通信科技有限公司 | 一种人体异常行为检测方法及*** |
CN105894539A (zh) * | 2016-04-01 | 2016-08-24 | 成都理工大学 | 基于视频识别和侦测运动轨迹的预防盗窃方法和*** |
WO2016179715A1 (es) * | 2015-05-12 | 2016-11-17 | González Méndez Pedro Renato | Sistema de monitoreo para anticipar condiciones de peligro durante el transporte de una carga por via terrestre |
CN106454253A (zh) * | 2016-11-02 | 2017-02-22 | 北京弘恒科技有限公司 | 区域徘徊的检测方法及*** |
CN106649709A (zh) * | 2016-12-20 | 2017-05-10 | 北京航空航天大学 | 一种基于数据挖掘的车辆停留行为模式预测与评估方法 |
-
2018
- 2018-04-23 CN CN201810368110.1A patent/CN110399437A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102096928A (zh) * | 2011-01-27 | 2011-06-15 | 浙江工业大学 | 一种视频监控中基于角度的徘徊轨迹检测方法 |
CN102663452A (zh) * | 2012-04-14 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于视频分析的可疑行为检测方法 |
WO2016179715A1 (es) * | 2015-05-12 | 2016-11-17 | González Méndez Pedro Renato | Sistema de monitoreo para anticipar condiciones de peligro durante el transporte de una carga por via terrestre |
CN105718857A (zh) * | 2016-01-13 | 2016-06-29 | 兴唐通信科技有限公司 | 一种人体异常行为检测方法及*** |
CN105894539A (zh) * | 2016-04-01 | 2016-08-24 | 成都理工大学 | 基于视频识别和侦测运动轨迹的预防盗窃方法和*** |
CN106454253A (zh) * | 2016-11-02 | 2017-02-22 | 北京弘恒科技有限公司 | 区域徘徊的检测方法及*** |
CN106649709A (zh) * | 2016-12-20 | 2017-05-10 | 北京航空航天大学 | 一种基于数据挖掘的车辆停留行为模式预测与评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256506B (zh) | 一种视频中物体检测方法及装置、计算机存储介质 | |
US11003923B2 (en) | Spatial and temporal information for semantic segmentation | |
US11402839B2 (en) | Action planning system and method for autonomous vehicles | |
US9582895B2 (en) | Real-time object analysis with occlusion handling | |
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 | |
KR20190080782A (ko) | 로봇의 운동경로 계획방법, 장치, 기억 매체 및 단말기기 | |
US9288629B2 (en) | Mobile device positioning system | |
EP3121791B1 (en) | Method and system for tracking objects | |
CN112686281A (zh) | 基于时空注意力和多级lstm信息表达的车辆轨迹预测方法 | |
JP7329572B2 (ja) | 通行状態取得方法及び装置、路側装置、並びに、クラウド制御プラットフォーム | |
KR20170088057A (ko) | 이벤트 신호 처리 방법 및 장치 | |
CN109272348B (zh) | 活跃用户数量确定方法及装置、存储介质和电子设备 | |
US11037301B2 (en) | Target object detection method, readable storage medium, and electronic device | |
CN109048909B (zh) | 枝节式路径调度方法、装置、后台服务端及第一机器人 | |
KR102387357B1 (ko) | 바운딩 박스를 시공간상으로 매칭하여 영상 내 객체를 검출하는 방법 및 장치 | |
CN113744310A (zh) | 目标跟踪方法、装置、电子设备及可读存储介质 | |
CN110955965A (zh) | 一种考虑交互作用的行人运动预测方法及*** | |
CN114091515A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
CN111639591A (zh) | 轨迹预测模型生成方法、装置、可读存储介质及电子设备 | |
CN110399437A (zh) | 行为分析方法及装置、电子设备、存储介质 | |
Muscholl et al. | Simp3: Social interaction-based multi-pedestrian path prediction by self-driving cars | |
CN115222769A (zh) | 轨迹预测方法、装置和智能体 | |
Tabani et al. | IntPred: Flexible, fast, and accurate object detection for autonomous driving systems | |
CN113192315B (zh) | 一种交通流量分布预测方法、预测装置及终端设备 | |
CN113837977A (zh) | 对象跟踪方法、多目标跟踪模型训练方法及相关设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |