CN111767432A - 共现对象的查找方法和装置 - Google Patents

Abstract

本公开提供了一种共现对象的查找方法，涉及人工智能、大数据技术中的时空大数据领域。该方法包括：确定多个对象中的目标对象，其中，目标对象具有目标特征信息；基于目标特征信息，确定多个时空点中与目标对象关联的至少一个时空点，其中，多个时空点中的相应时空点基于不同特征信息与多个对象中的不同对象相关联；以及基于与至少一个时空点关联的对象，查找多个对象中与目标对象在相同时空中出现的第一共现对象。本公开还公开了一种共现对象的查找装置、一种电子设备和一种计算机可读存储介质。

Description

共现对象的查找方法和装置

技术领域

本公开涉及人工智能领域，具体地涉及大数据技术中的时空大数据领域。具体地，本公开提供了一种共现对象的查找方法和装置。

背景技术

在日常生活中的一些场景下，经常需要根据监控数据寻求人员/ 手机/车辆等的共现，并以此来丰富相关事件的线索。

目前，已有的共现对象查找方案，要么基于仅能单一数据寻找同源数据下的共现关系，例如仅基于用户的手机信息在手机信息监控数据下寻找有共现关系的人员。要么需要基于多种数据寻找多源数据下的共现关系，例如不仅基于用户的手机信息寻找有共现关系的人员，同时还基于用户的其他个人信息寻找有共现关系的车辆等。

然而，发明人发现：上述已有的共现对象查找方案，要么覆盖的场景较少，并且对监控设备的数据采集率要求较高，要么无法仅基于单一数据直接在多源数据下寻找共现关系，并且存在识别精度低的问题。

发明内容

有鉴于此，本公开提供了一种利用时空大数据技术提高查找精准度的共现对象的查找方法和装置。

本公开的一个方面提供了一种共现对象的查找方法，包括：确定多个对象中的目标对象，其中，上述目标对象具有目标特征信息；基于上述目标特征信息，确定多个时空点中与上述目标对象关联的至少一个时空点，其中，上述多个时空点中的至少部分时空点基于不同特征信息与上述多个对象中的不同对象相关联；以及基于与上述至少一个时空点相关联的对象，查找上述多个对象中与上述目标对象在相同时空中出现的第一共现对象。

根据本公开的实施例，上述基于上述目标特征信息，确定多个时空点中与上述目标对象关联的至少一个时空点，包括：确定目标时间范围；以及将在上述目标时间范围内采集到上述目标特征信息的所有时空点作为上述至少一个时空点。

根据本公开的实施例，上述将在上述目标时间范围内采集到上述目标特征信息的所有时空点作为上述至少一个时空点，包括：获取数据图谱，其中，上述数据图谱包括采集者结点集、被采集者结点集以及连接于采集者结点和对应的被采集者结点之间的边，其中，每个采集者结点表示一个时空点，每个被采集者结点表示一个对象，每条边通过对应的边属性信息描述被连接的采集者结点和被采集者结点之间的关联关系，上述边属性信息包括所采集的数据和采集时间；利用上述数据图谱查找边属性信息满足预设条件的目标边，其中，上述预设条件包括采集时间落在上述目标时间范围内且所采集的数据为上述目标特征信息；以及将与上述目标边连接的采集者结点表示的时空点作为上述至少一个时空点。

根据本公开的实施例，上述多个时空点中的每个时空点对应于多个采集设备，上述多个采集设备分别用于针对特定类型的特征信息进行数据采集。

根据本公开的实施例，还包括：针对上述数据图谱中连接有M条边的采集者结点，确定该采集者结点所表示的时空点，其中，M≥M₀， M₀表示预设值，且M和M₀均为整数；在时间维度上和/或在空间维度上将上述采集者结点所表示的时空点划分为多个子时空点；以及基于上述多个子时空点修改上述数据图谱。

根据本公开的实施例，还包括：针对上述数据图谱中连接有M条边的采集者结点，确定该采集者结点所表示的时空点，其中，M≥M₀， M₀表示预设值，且M和M₀均为整数；基于边属性信息对上述M条边进行分类；基于边分类结果，将上述采集者结点所表示的时空点划分为多个子时空点；以及基于上述多个子时空点修改上述数据图谱。

根据本公开的实施例，上述基于与上述至少一个时空点相关联的对象，查找上述多个对象中与上述目标对象在相同时空中出现的第一共现对象，包括：将与上述至少一个时空点关联的所有对象作为上述第一共现对象；或者将与上述至少一个时空点关联的对象中的至少一个第一对象作为上述第一共现对象；或者将与上述至少一个时空点关联的对象中的至少一个第二对象作为上述第一共现对象；其中：每个第一对象通过与上述目标特征信息同类的特征信息与上述至少一个时空点中对应的时空点关联；每个第二对象通过与上述目标特征信息不同类的特征信息与上述至少一个时空点中对应的时空点关联。

根据本公开的实施例，还包括：在查找到上述第一共现对象之后，确定上述多个时空点中与上述至少一个时空点关联的其他时空点；以及基于上述其他时空点，查找上述多个对象中与上述目标对象在相同时空中出现的第二共现对象；其中，上述其他时空点包括以下中的任意一种：与上述至少一个时空点在时间域内相邻且在空间域内相同的时空点；与上述至少一个时空点在时间域内相同且在空间域内相邻的时空点；与上述至少一个时空点在时间域内和空间域内都相邻的时空点。

根据本公开的实施例，还包括：在查找到上述第一共现对象之后，从上述第一共现对象中筛选出共现次数大于等于N次的第三共现对象，其中，N为整数且N≥2。

根据本公开的实施例，还包括：滤除上述第三共现对象中在空间域多个相邻区域内多次共现的对象。

根据本公开的实施例，还包括：从上述第三共现对象中提取移动轨迹重合的第四共现对象。

根据本公开的实施例，上述不同特征信息包括不同类型的特征信息或者相同类型的不同特征信息。

本公开的另一个方面提供了一种共现对象的查找装置，包括：对象确定模块，用于确定多个对象中的目标对象，其中，上述目标对象具有目标特征信息；时空点确定模块，用于基于上述目标特征信息，确定多个时空点中与上述目标对象关联的至少一个时空点，其中，上述多个时空点中的各个时空点基于不同特征信息与上述多个对象中的各个对象相关联；以及查找模块，用于基于与上述至少一个时空点关联的对象，查找上述多个对象中与上述目标对象在相同时空中出现的第一共现对象。

本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现本公开实施例的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。

本公开的另一方面提供了一种计算机程序，上述计算机程序包括计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。

根据本公开的实施例，因为引入了时空点，并且每个时空点可以定义为一个具有特定时间属性(如对应于一个时间范围)和特定空间属性(如对应于一个区域范围)的虚拟体，每个虚拟体可以通过设置于上述区域范围内的多种监控设备(如摄像头、基站等)对在上述时间范围内出现在上述区域范围内的对象(如人物、电子设备、车辆等) 进行数据采集，以便使得不同对象可以基于被采集的数据与虚拟体产生多种关联关系(如基于手机信息关联的关联关系、基于车辆信息关联的关联关系等)，由此本公开实施例可以仅基于单一数据直接在多源数据下(即时空点)查找共现对象，并且可以更精准地识别共现对象。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用共现对象的查找方法和装置的示例性***架构；

图2A～2C示意性示出了根据本公开实施例的可以应用共现对象的查找方法和装置的示例性应用场景；

图3示意性示出了根据本公开实施例的共现对象的查找方法的流程图；

图4A～图4C示意性示出了根据本公开实施例的设置时空点的示意图；

图5示意性示出了根据本公开实施例的基于数据图谱确定与特定对象关联的时空点的示意图；

图6A和图6B示意性示出了根据本公开实施例的优化查找范围的示意图；

图7A～图7C示意性示出了根据本公开实施例的优化大时空点的示意图；

图8示意性示出了根据本公开实施例的共现对象的查找装置的框图；以及

图9示意性示出了根据本公开实施例的适于实现共现对象的查找方法和装置的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释 (例如，“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有 B和C、和/或具有A、B、C的***等)。

本公开的实施例提供了一种共现对象的查找方法以及能够应用该方法的共现对象的查找装置。该方法例如可以包括先确定多个对象中的目标对象，其中，该目标对象具有目标特征信息。再基于该目标特征信息，确定多个时空点中与该目标对象关联的至少一个时空点，其中，该多个时空点中的相应时空点基于不同特征信息与该多个对象中的不同对象相关联。进一步基于与该至少一个时空点关联的对象，查找该多个对象中与该目标对象在相同时空中出现的第一共现对象。

以下将结合附图和示例性的具体实施例详细阐述本公开。

图1示意性示出了根据本公开实施例的可以应用共现对象的查找方法的示例性***架构。需要注意的是，图1所示仅为可以应用本公开实施例的***架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。

如图1所示，根据该实施例的***架构100可以包括终端设备101、 102、103，网络104和服务器105。网络104用以在终端设备101、102、 103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105 交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所查询的内容提供大数据支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取的数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的共现对象的查找方法一般可以由服务器105执行。相应地，本公开实施例所提供的共现对象的查找装置一般可以设置于服务器105中。本公开实施例所提供的共现对象的查找方法也可以由不同于服务器105且能够与终端设备101、102、103 和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的共现对象的查找装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的共现对象的查找方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、102、或 103的其他终端设备执行。相应地，本公开实施例所提供的共现对象的查找装置也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

例如，基于多源监控数据构成的数据图谱可以存储在终端设备101、 102、或103中的任意一个(例如，终端设备101，但不限于此)之中，或者存储在外部存储设备上并可以导入到终端设备101中。然后，终端设备101可以在本地执行本公开实施例所提供的共现对象的查找方法，或者将数据图谱发送到其他终端设备、服务器、或服务器集群，并由接收该数据图谱的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的共现对象的查找方法。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

需要说明的是，本公开实施例提供的共现对象查找方案，可以用于在多种应用场景下寻找人员/手机/车辆等的共现。

图2A～2C示意性示出了根据本公开实施例的可以应用共现对象的查找方法和装置的示例性应用场景。需要注意的是，图2A～2C所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开实施例的技术内容，但并不意味着本公开实施例不可以用于其他场景。

如图2A所示，例如在公安场景下，在抓到犯罪嫌疑人张三后，可以基于张三的作案时间和作案地点，并基于大量监控数据(如数据图谱) 寻找本案的其他涉案人员和/或涉案车辆等。

如图2B所示，例如在传染病流调和溯源场景下，在获知确诊病例李四后，可以基于李四近一到两周的活动轨迹，并基于大量监控数据(如数据图谱)寻找李四的直接或者间接密切接触者等。

如图2C所示，例如在交通事故场景下，在获知受害人王五后，可以基于事故发生的时问和地点，并基于大量监控数据(如数据图谱)寻找该事故的目击者，和/或该事故的肇事者和肇事车辆等。

此外，本公开实施例在对多种数据融合的“共现”判定场景中，也可以提供有效的共现对象挖掘手段，本公开在此不再一一举例说明。

需要说明的是，在实现本公开发明构思的过程中，发明人发现：相关技术中在查找共现对象时，仅能基于单一数据(如某对象的手机信息) 在同源数据(其他对象的手机信息)下查找共现对象，而不能基于单一数据在多源数据下查找共现对象。并且，发明人还发现：上述共现对象查找方案，覆盖的场景较少，并且对监控设备(如基站、路由器等)的数据采集率要求较高。此外，发明人还发现：相关技术中如果想要在多源数据下(如手机信息和车辆信息)查找共现对象，必须先基于多种监控数据分别查找共现对象(如分别基于分别手机信息和车辆信息查找共现对象)，在此基础上再进行共现行为聚合处理，才能最终找出想要的共现对象。并且发明人还发现：使用这种共现对象查找方法，一旦时间信息和空间信息选择不够准确，则会影响查找结果的精确度。

基于此，本公开实施例的发明构思之一在于，提供一种可以基于任何一种单一监控数据直接在多源数据下查找共现对象的处理方法，并且这种方法不受时间信息和空间信息选择的影响，与现有技术相比可以更精确地找到共现对象。

图3示意性示出了根据本公开实施例的共现对象的查找方法的流程图。

如图3所示，该方法例如可以包括操作S302、S304和S306

在操作S302，可以确定多个对象中的目标对象。其中，该目标对象具有目标特征信息，除此之外该目标对象还可以具有其他特征信息。

在操作S304，可以基于该目标特征信息，确定多个时空点中与该目标对象关联的至少一个时空点。其中，该多个时空点中的至少部分时空点(例如可以是每个时空点，也可以是部分时空点)可以基于不同特征信息与多个对象中的不同对象相关联。

在操作S306，可以基于与该至少一个时空点相关联的对象，查找上述多个对象中与该目标对象在相同时空中出现的第一共现对象。

下面参考图4A～图4C，结合具体实施例对图3所示的方法做详细说明。

在本公开实施例中，可以参考图4A～图4C的示意设置时空点。具体地，可以针对指定区域预先设置多个时空点。应该理解，可以任意指定区域，本公开实施例在此不做限定。例如可以指定全球区域，或者可以指定一个或者几个洲(如亚洲)，或者可以指定一个或几个国家 (或者城市、城区、街道/乡镇等)。

例如，如图4A所示，被指定的区域400可以划分为区域1～区域 N等任意N个区域，其中此处N为大于等于2的任意整数。区域1～区域N中的每个区域可以表示一个现实时空点。现实时空点可以用表达式[区域，T₁-T₂]表示，其中在该表达式中“区域”表示现实时空点的位置属性信息，“T₁-T₂”表示现实时空点的时间属性信息，即现实时空点通过设置于上述“区域”范围内的多种监控设备(如摄像头、基站、WiFi设备等)对在上述“T₁-T₂”时间范围内出现在上述“区域”范围内的对象(如人物、电子设备、车辆等)采集了监控数据。例如，假设区域1表示“花园桥周边区域”，则区域1表示的现实时空点可以通过设置于“花园桥周边区域”的摄像头和WiFi设备等，对最近1天内出现在“花园桥周边区域”的人物和车辆等采集监控数据。

由于现实时空点采集监控数据的频率通常比较高，因而即使在极短的时间范围内，现实时空点累计采集的监控数据也可能达到惊人的数量，这会导致一个现实时空点可能由此关联了数量众多的对象，进而导致不易于查找共现对象。

基于此，可以将现实时空点在时间维度上进一步划分多个虚拟时空点，从而将数量众多的对象按照监控数据被采集的时间信息分散关联到不同的虚拟时空点上，以利于查找共现对象。

例如，如图4B所示，区域1～区域N中的任一区域X表示的现实时空点X可以进一步划分为图中所示的虚拟时空点1～虚拟时空点n，其中此处X为大于等于1且小于等于N的任意整数，其中此处n为大于等于2的任意整数。并且虚拟时空点1～虚拟时空点n对应的时间范围彼此不重合，且这些时间范围之和等于现实时空点X对应的时间范围。并且虚拟时空点1对应的时间范围的起点与实时空点X对应的时间范围的起点相同，虚拟时空点n对应的时间范围的终点与实时空点 X对应的时间范围的终点相同。并且虚拟时空点1～虚拟时空点n的位置属性信息彼此相同，即都为区域X。

需要说明的是，上述操作S302、操作S304和操作S306中提及的“时空点”以及下述其他实施例中提及的时空点，如果没有特殊说明，则均表示“虚拟时空点”。

在本公开实施例中，在操作S304中提及的“多个时空点”中的每个时空点可以对应于多个采集设备(也称监控设备)，多个采集设备分别用于针对特定类型的特征信息进行数据采集。

例如，如图4C所示，虚拟时空点1～虚拟时空点n中的每个虚拟时空点x都对应于“区域X”内设置的摄像头、基站和WiFi设备，并且分别可以通过设置于“区域X”内的摄像头针对出现的人物和车辆抓拍图像，以及可以通过设置于“区域X”内的WiFi设备和基站针对出现的电子设备如手机等进行扫描以采集设备信息。这样，每个人物可以通过各自被采集的人脸图像和设备信息以及对应的采集时间与虚拟时空点相关联。同样，每一车辆也可以通过各自被采集的车辆抓拍图像以及对应的采集时间与虚拟时空点相关联。

在本公开实施例中，为了便于查找共现对象，每个虚拟时空点在采集到任一对象的监控数据后，可以基于采集到的监控数据和采集时间与被采集的对象建立关联关系。这样，每个虚拟时空点可以基于不同类型的监控设备采集的监控数据与不同类型的对象建立关联关系。以及每个虚拟时空点也可以基于相同类型的监控设备采集的监控数据与相同类型的不同对象建立关联关系。

因此，在上述操作S302、操作S304和操作S306中，在查找目标对象的共现对象时，可以先基于用户针对该目标对象输入的对象信息 (如对象ID、对象的名称等)从已被采集了监控数据的多个对象中确定出该目标对象。再基于该目标对象具有的某一或某几个特定特征信息(即目标特征信息，如手机信息、人脸图像等)，从所设置的多个虚拟时空点中确定出已针对该目标对象的上述特定特征信息采集了相关监控数据的至少一个时空点(如所有对目标对象采集了监控数据的时空点)。然后再进一步确定已被该至少一个时空点采集了监控数据的所有对象，并在该所有对象中查找与该目标对象在相同时空中出现的共现对象(第一共现对象)。

其中，在本公开的一个实施例中，在确定已被该至少一个时空点采集了监控数据的对象时，可以将该至少一个时空点针对不同特征信息采集了监控数据的对象全都列入其中。应该理解，此处，不同特征信息例如可以包括不同类型的特征信息(如手机信息和车辆信息)或者相同类型的不同特征信息(如第一对象的手机信息和第二对象的手机信息)。

并且，在本公开的一个实施例中，上述目标对象可以是一种特定类型的对象，或者可以是多种特定类型的对象中的任意一种对象。示例性的，该目标对象例如可以为人物、电子设备、器械和交通工具等中的一种。

并且，在本公开的一个实施例中，与虚拟时空点关联的对象可以具有多种特征信息。示例性的，当对象是人物时，身份ID、手机信息 (如手机号、手机ID等)、人脸图像等中的一种或几种信息都可以作为其具有的特征信息。并且这些特征信息中的任意一种都可以作为本公开实施例所述的目标特征信息。或者，示例性的，当对象是车辆时，车辆ID(如车牌号)、车辆颜色和车标、车型、车辆图像等中的一种或几种信息都可以作为其具有的特征信息。并且这些特征信息中的任意一种也都可以作为本公开实施例所述的目标特征信息。

通过本公开实施例，因为引入了上述虚拟时空点，并且每个虚拟时空点可以通过多种不同类型的监控设备针对不同类型的特征信息采集监控数据，因此本公开实施例提供的共现对象查找方案可以基于单一监控数据(如手机信息)直接在多源监控数据(如手机信息和车辆信息)中查找共现对象，并且可以更精准地识别共现对象。

进一步，对于操作S306，在本公开的一个实施例中，可以将与上述至少一个时空点关联的所有对象作为上述的第一共现对象。可以理解，在公安场景下，该实施例可以用于办案人员关心共同作案人员以及作案工具等的场景。

或者，在另一个实施例中，可以将与上述至少一个时空点关联的对象中的至少一个第一对象作为上述的第一共现对象。其中，该至少一个第一对象中的每个第一对象可以为通过与上述目标特征信息同类型的特征信息与上述至少一个时空点中对应的时空点关联的对象。示例性的，如果上述目标对象是通过手机信息与时空点1和时空点2关联的，则可以仅将通过手机信息与时空点1和时空点2中的一个或两个关联的所有对象(至少一个第一对象)列为上述的第一共现对象。可以理解，在公安场景下，该实施例可以用于办案人员仅关心共同作案人员的场景。

或者，在另一个实施例中，可以将与上述至少一个时空点关联的对象中的至少一个第二对象作为上述的第一共现对象。其中，该至少一个第二对象中的每个第二对象可以为通过与上述目标特征信息不同类型的特征信息与上述至少一个时空点中对应的时空点关联。示例性的，如果上述目标对象是通过手机信息与时空点1和时空点2关联的，则可以仅将通过车辆信息与时空点1和时空点2中的一个或两个关联的所有对象(至少一个第二对象)列为上述的第一共现对象。可以理解，在公安场景下，该实施例可以用于办案人员仅关心作案工具等的场景。

通过本公开实施例，可以基于共现对象查找者所关注的对象特征来进一步更精准地查找满足查找需求的共现对象。

例如，在公安应用场景，如果办案人员仅关注共同的涉案人员，则可以仅查找基于手机信息关联的共现对象。或者，如果办案人员除了关注共同的涉案人员之外还关注作案工具(如车辆)，则可以同时查找基于手机信息关联的共现对象和基于车辆信息关联的共现对象。或者，如果办案人员仅关注作案工具，则可以仅查找基于车辆信息关联的共现对象。

在本公开实施例中，在操作S304，如果仅基于目标对象的某一个或者某几个目标特征信息来确定与该目标对象关联的上述至少一个时空点，则会因为时间跨度太长而搜索出大量与当前事件(如当前涉及的刑事案件)无关的共现对象，导致查找结果中包含大量冗余数据，不利于快速、精准地定位当前真正应该关注的共现对象。

基于此，进一步地，在操作S304，可以根据用户输入的时间信息确定对应的目标时间范围，以便基于在该目标时间范围采集的监控数据确定上述的至少一个时空点。具体地，可以进一步确定在该目标时间范围内采集到上述目标特征信息的所有时空点，并将这些时空点全部作为上述的至少一个时空点。

示例性的，如果基于某对象A的手机信息确定的与该对象关联的时空点有X个，其中X表示大于等于1的整数。并且这X个时空点中如果仅时空点1(表示为[花园桥，2020年6月24日11:00～2020年6 月24日12:00])、时空点2(表示为[花园桥，2020年6月24日13:00～2020 年6月24日14:00])和时空点3(表示为[紫竹桥，2020年6月24日 12:00～2020年6月24日13:00])对应的监控数据采集时间落在2020 年6月24日，那么当指定“2020年6月24日”为查询时间(目标时间范围)时，可以进一步从上述的X个时空点锁定时空点1～时空点3，并基于与时空点1～时空点3关联的所有对象，查询在“2020年6月 24日”与该对象A共同出现在“花园桥”和“紫竹桥”的对象。

通过本公开实施例，以目标对象的目标特征信息为主要查询条件，以指定的时间范围为辅助查询条件，基于已采集的监控数据进行搜索，可以缩小共现对象的查询范围，进而可以防止由于查询范围不合理而出现大量冗余数据。

为了可视化展示各对象与各时空点之间的关联关系，并且为了加快共现对象的查找速度，可以基于被采集的监控数据和采集监控数据的时间，创建数据图谱。在数据图谱引入虚拟时空点，将多源的监控数据映射为被采集者(被采集的对象)到采集者(虚拟时空点)的关系数据，从而构建起多源监控数据之间的关联关系。之后对于任意一个被采集对象，利用数据图谱查询，可以快速定位到局部子图，找到相关时空点内的其他监控设备的监控情况，以便进行后续的共现对象识别。

需要说明的是，在本公开实施例中，数据图谱的构成元素可以包括采集者结点集、被采集者结点集以及连接于采集者结点和对应的被采集者结点之间的边。数据图谱中的每个采集者结点表示一个虚拟时空点，每个被采集者结点表示一个被采集的对象，每条边通过对应的边属性信息描述了被连接的采集者结点和被采集者结点之间的关联关系，边属性信息包括所采集的数据和采集时间，可以标注在被采集对象到虚拟空间点的关联边上。

示例性的，如图5所示，“王五”“张三”“小明”“沪B1”“沪B2”“沪B3”等都是被采集者结点，表示的都是对象；“Virtual1”“Virtual2”“Virtual3”等都是采集者结点，表示的都是虚拟时空点，“Virtual1”“Virtual2”“Virtual3”分别表示“虚拟时空点1”“虚拟时空点2”“虚拟时空点3”的标签。对象与时空点之间的连线表示对应的关联关系，并且用于存储时空点针对对象采集的监控数据和监控数据的采集时间。其中，虚拟时空点1覆盖的区域范围为采集“王五”的手机信息的区域范围。并且，“王五”的手机信息被虚拟时空点1采集时的时间落在虚拟时空点1覆盖的时间范围内。此外，图中边上标注的“wifi”表示监控数据是通过wifi扫描的方式采集的；边上标注的“拍摄”表示监控数据是通过拍摄图像的方式采集的。

需要说明的是，在本公开实施例中，除了可以将对象被采集的数据和采集时间存储在边属性信息中之外，还可以将针对对象采集监控数据的区域信息电存储在边属性信息中。

具体地，确定在目标时间范围内采集到目标特征信息的所有时空点以作为至少一个时空点例如可以包括如下操作。

从云存储或者其他固化存储空间获取预先构建的数据图谱。

利用数据图谱查找边属性信息满足预设条件的目标边。其中，预设条件包括采集时间落在目标时间范围内且所采集的数据为目标特征信息。

将与目标边连接的采集者结点表示的时空点作为至少一个时空点。

示例性的，如图5所示，“王五”通过手机信息与“Virtual1”和“Virtual2”关联。并且[区域1，11:00～11:10]表示“Virtual1”，[区域2， 11:10～11:20]表示“Virtual2”，[区域3，11:20～11:30]表示“Virtual3”。例如在公安场景下，案件嫌疑人“王五”被抓后，办案人员想要查找其他涉案人员和/或涉案车辆等，可以在展示数据图谱的界面上输入“王五”和查询时间10:00～15:00，此时可以定位到如图5所示的局部子图，从该局部子图中可以确定“Virtual1”和“Virtual2”均通过手机信息与“王五”关联，因而确定“Virtual1”和“Virtual2”都是与“王五”关联的时空点。

进一步，如图5所示，“张三”和“沪B1”也都与“Virtual1”和“Virtual2”关联，“沪B3”与“Virtual1”关联。因此，如果办案人员仅关注共同涉案人员，则可以仅将“张三”作为“共现对象”。如果办案人员仅关注涉案车辆，则可以将“沪B1”和“沪B3”都作为“共现对象”。如果办案人员同时关注共同涉案人员和涉案车辆，则可以将“张三”以及“沪B1”和“沪B3”都作为“共现对象”。

显然，通过本公开实施例，可以基于数据图谱快速找到与特定对象具有共现关系的共现对象。

需要说明的是，在本公开实施例中，可以直接在存储数据图谱的云存储或其他固化存储空间中查询共现对象，也可以在缓存空间中查询共现对象。具体地，被查询次数多的对象或者被重点关注的对象或者在特定区域内出现的对象都可以提前缓存至对应的缓存空间中，以利快速查询。此外，对于重点关注的对象，还可以将前次的查询结果缓存至对应的缓存空间中，以便后续的查询可以直接在缓存中找到查询结果。或者，可以在构建数据图谱时，就将其更新到对应的缓存中。

在前文描述的实施例中，为了找出更可能出现共现对象的时空点，指定了目标时间范围作为辅助查询条件。但是，在这种情况下，目标时间范围指定的不合理，则会使某些关键的共现对象在查找时被漏掉。

为了防止查找共现对象时漏掉比较关键的共现对象，还可以在查找到第一共现对象之后，执行以下操作。

确定多个时空点中与至少一个时空点关联的其他时空点。

基于其他时空点，查找多个对象中与目标对象在相同时空中出现的第二共现对象。

其中，其他时空点包括以下中的任意一种；与至少一个时空点在时间域内相邻且在空间域内相同的时空点，例如，在确定第一共现对象时使用的时空点有[紫竹桥，11:05～11:10]，在确定第二共现对象时，可以将时空点[紫竹桥，11:00～11:05]以及[紫竹桥，11:10～11:15]列为本公开实施例中的其他关联时空点；与至少一个时空点在时间域内相同且在空间域内相邻的时空点，例如，在确定第一共现对象时使用的时空点有[紫竹桥，11:05～11:10]，在确定第二共现对象时，可以将时空点[花园桥，11:05～11:10]列为本公开实施例中的其他关联时空点；与至少一个时空点在时间域内和空间域内都相邻的时空点，例如，在确定第一共现对象时使用的时空点有[紫竹桥，11:05～11:10]，在确定第二共现对象时，可以将时空点[花园桥，11:10～11:15]列为本公开实施例中的其他关联时空点。

需要说明的是，共现次数越多的共现对象，表明共同涉案的可能性更大，因此在本公开实施例中，为了找到共同涉案的可能性更大的共现对象，还可以：在查找到第一共现对象之后，从第一共现对象中筛选出共现次数大于等于N次的第三共现对象，其中，N为整数且N ≥2。

如图5所示，“张三”和“沪B1”都与“王五”在“Virtual1”和“Virtual2”共现过一次，“沪B3”与“王五”仅在“Virtual1”共现过一次。因此，可以将“张三”和“沪B1”作为共现可能共大的对象(第三共现对象)。

进一步，本公开实施例的方法还可以包括：滤除第三共现对象中在多个相邻区域内多次共现的对象。

具体地，获得在局部子图的时空点后，确定的与输入对象有共现关系的其他对象能来自多个数据源。对此，可以通过过滤策略精准锁定关联的共现对象。如过滤策略可以要求共现对象和输入对象有超过 2次的共现记录，并且前后两次共同出现的两个区域之间的距离大于一定阈值。由此可以排除在同一个区域或者临近区域内多次共现(这种共现可能仅仅是偶遇而已)，或者在临近区域内多次共现的偶遇情况。

如图6A所示，如果两个对象(如王五和张三)在“万寿寺”到“紫竹桥”再到“花园桥”的三个临近的时空点中共现，则这两个对象偶遇的可能性比较大，因此这种共现对象可以滤除。而如图6B所示，如果两个对象在时空点“万寿寺”和“西直门”共现，由于时空点“万寿寺”和“西直门”相隔较远，因此这种共现对象可以保留。

通过本公开实施例，可以优化共现对象，排除对象偶遇的情况，以便精准锁定共现嫌疑更大的对象。

进一步，本公开实施例的方法还可以包括：从第三共现对象中提取移动轨迹重合的共现对象，以便尽最大可能找出一直同行的共现对象，达到精准锁定关键共现对象的目的。具体地，可以通过共现的虚拟时空点进行轨迹拟合，以确定最可能一直同行的对象。

进一步，该方法例如还可以包括：针对数据图谱中连接有M条边的采集者结点，其中，M≥M0，M0表示预设值，且M和M0均为整数，执行如下操作。

确定该采集者结点所表示的时空点。

在时间维度上和/或在空间维度上将该时空点划分为多个子时空点。

基于多个子时空点修改数据图谱。

或者，该方法例如还可以包括：针对数据图谱中连接有M条边的采集者结点，其中，M≥M0，M0表示预设值，且M和M0均为整数，执行如下操作。

确定该采集者结点所表示的时空点。

基于边属性信息对M条边进行分类。

基于边分类结果，将该时空点划分为多个子时空点。

基于多个子时空点修改数据图谱。

对于人流/车流较大的监控区域，或者设置有高频的监控数据采集设备的监控区域，一个虚拟时空点可能会关联非常多的边，这样会对后续的查询造成较大影响。比如查出的共现对象太多，其中可能包含很多与目标对象关联性不大的共现对象(如偶遇的对象)，这会导致无法准确锁定真正关心的共现对象。

基于此，可以使用大结点优化策略，将大结点划分为多个小结点。具体地，可以不改变区域范围，仅在时间维度上划分为多个更小时间段的时空点。例如，如图7A所示，可以将大的时空点[区域1，T₁～T₂]划分为如图所示的时间范围(如t1～t2、t2～t3、……tx～tn)的多个小的时空点。或者，可以不改变时间范围，仅在空间维度上划分为多个更小空间的时空点。例如，如图7B所示，可以将大的时空点[区域1，T₁～T₂] 划分为如图所示的区域11～区域14等多个小的时空点。或者，或者，可以不改变时间范围和区域范围，仅基于边的类型划分为具有更少种监控设备的时空点。例如，如图7C所示，可以将大的时空点[区域1，T₁～T₂]划分为如图所示的多个小的时空点。例如将能够采集手机信息和车辆信息的大时空点划分为仅能采集手机信息和仅能采集车辆信息的两个小时空点。

通过本公开实施例，可以避免产生大虚拟时空点，并且可以利于查询与目标对象具有关联关系且被重点关注的共现对象。

图8示意性示出了根据本公开实施例的共现对象的查找装置的框图。

如图8所示，该共现对象的查找装置800例如可以包括对象确定模块802、时空点确定模块804和查找模块806。

对象确定模块802，用于确定多个对象中的目标对象，其中，目标对象具有目标特征信息。

时空点确定模块804，用于基于目标特征信息，确定多个时空点中与目标对象关联的至少一个时空点，其中，多个时空点中的至少部分时空点基于不同特征信息与多个对象中的不同对象相关联。

查找模块806，用于基于与至少一个时空点相关联的对象，查找多个对象中与目标对象在相同时空中出现的第一共现对象。

需要说明的是，本公开实施例中装置部分的实施方式与本公开实施例中方法部分的实施方式对应相同或类似，装置部分实施例的描述具体请参考方法部分实施例的描述，在此不再赘述。

根据本公开的实施例的模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，对象确定模块802、时空点确定模块804和查找模块806中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/ 子单元中实现。根据本公开的实施例，对象确定模块802、时空点确定模块804和查找模块806中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，对象确定模块802、时空点确定模块804 和查找模块806中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图9示意性示出了根据本公开实施例的适于实现共现对象的查找方法和装置的电子设备的框图。图9示出的计算机***仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图9所示，根据本公开实施例的计算机***900包括处理器901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908 加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901 可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 903中，存储有***900操作所需的各种程序和数据。处理器901、ROM 902以及RAM 903通过总线904彼此相连。处理器901 通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM902 和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，***900还可以包括输入/输出(I/O)接口 905，输入/输出(I/O)接口905也连接至总线904。***900还可以包括连接至I/O接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分 909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的***中限定的上述功能。根据本公开的实施例，上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的；也可以是单独存在，而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机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。

例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (15)

1.一种共现对象的查找方法，包括：

确定多个对象中的目标对象，其中，所述目标对象具有目标特征信息；

基于所述目标特征信息，确定多个时空点中与所述目标对象关联的至少一个时空点，其中，所述多个时空点中的至少部分时空点基于不同特征信息与所述多个对象中的不同对象相关联；以及

基于与所述至少一个时空点相关联的对象，查找所述多个对象中与所述目标对象在相同时空中出现的第一共现对象。

2.根据权利要求1所述的方法，其中，所述基于所述目标特征信息，确定多个时空点中与所述目标对象关联的至少一个时空点，包括：

确定目标时间范围；以及

将在所述目标时间范围内采集到所述目标特征信息的所有时空点作为所述至少一个时空点。

3.根据权利要求2所述的方法，其中，所述将在所述目标时间范围内采集到所述目标特征信息的所有时空点作为所述至少一个时空点，包括：

获取数据图谱，其中，所述数据图谱包括采集者结点集、被采集者结点集以及连接于采集者结点和对应的被采集者结点之间的边，

其中，每个采集者结点表示一个时空点，每个被采集者结点表示一个对象，每条边通过对应的边属性信息描述被连接的采集者结点和被采集者结点之间的关联关系，所述边属性信息包括所采集的数据和采集时间；

利用所述数据图谱查找边属性信息满足预设条件的目标边，其中，所述预设条件包括采集时间落在所述目标时间范围内且所采集的数据为所述目标特征信息；以及

将与所述目标边连接的采集者结点表示的时空点作为所述至少一个时空点。

4.根据权利要求3所述的方法，其中，所述多个时空点中的每个时空点对应于多个采集设备，所述多个采集设备分别用于针对特定类型的特征信息进行数据采集。

5.根据权利要求3所述的方法，还包括：针对所述数据图谱中连接有M条边的采集者结点，确定所述采集者结点所表示的时空点，其中，M≥M₀，M₀表示预设值，且M和M₀均为整数；

在时间维度上和/或在空间维度上将所述采集者结点所表示的时空点划分为多个子时空点；以及

基于所述多个子时空点修改所述数据图谱。

6.根据权利要求3所述的方法，还包括：针对所述数据图谱中连接有M条边的采集者结点，确定所述采集者结点所表示的时空点，其中，M≥M₀，M₀表示预设值，且M和M₀均为整数；

基于边属性信息对所述M条边进行分类；

基于边分类结果，将所述采集者结点所表示的时空点划分为多个子时空点；以及

基于所述多个子时空点修改所述数据图谱。

7.根据权利要求1所述的方法，其中，所述基于与所述至少一个时空点相关联的对象，查找所述多个对象中与所述目标对象在相同时空中出现的第一共现对象，包括：

将与所述至少一个时空点关联的所有对象作为所述第一共现对象；或者

将与所述至少一个时空点关联的对象中的至少一个第一对象作为所述第一共现对象；或者

将与所述至少一个时空点关联的对象中的至少一个第二对象作为所述第一共现对象；

其中：

每个第一对象通过与所述目标特征信息同类的特征信息与所述至少一个时空点中对应的时空点关联；

每个第二对象通过与所述目标特征信息不同类的特征信息与所述至少一个时空点中对应的时空点关联。

8.根据权利要求1所述的方法，还包括：在查找到所述第一共现对象之后，

确定所述多个时空点中与所述至少一个时空点关联的其他时空点；以及

基于所述其他时空点，查找所述多个对象中与所述目标对象在相同时空中出现的第二共现对象；

其中，所述其他时空点包括以下中的任意一种：

与所述至少一个时空点在时间域内相邻且在空间域内相同的时空点；

与所述至少一个时空点在时间域内相同且在空间域内相邻的时空点；

与所述至少一个时空点在时间域内和空间域内都相邻的时空点。

9.根据权利要求1所述的方法，还包括：在查找到所述第一共现对象之后，

从所述第一共现对象中筛选出共现次数大于等于N次的第三共现对象，其中，N为整数且N≥2。

10.根据权利要求9所述的方法，还包括：

滤除所述第三共现对象中在空间域的多个相邻区域内多次共现的对象。

11.根据权利要求9所述的方法，还包括：

从所述第三共现对象中提取移动轨迹重合的第四共现对象。

12.根据权利要求1所述的方法，其中，所述不同特征信息包括不同类型的特征信息或者相同类型的不同特征信息。

13.一种共现对象的查找装置，包括：

对象确定模块，用于确定多个对象中的目标对象，其中，所述目标对象具有目标特征信息；

时空点确定模块，用于基于所述目标特征信息，确定多个时空点中与所述目标对象关联的至少一个时空点，其中，所述多个时空点中的至少部分时空点基于不同特征信息与所述多个对象中的不同对象相关联；以及

查找模块，用于基于与所述至少一个时空点相关联的对象，查找所述多个对象中与所述目标对象在相同时空中出现的第一共现对象。

14.一种电子设备，包括：

一个或多个处理器；以及

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至12中任一项所述的方法。

15.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至12中任一项所述的方法。

Images