CN113408518B - 音视频采集设备控制方法、装置、电子设备和存储介质 - Google Patents

音视频采集设备控制方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113408518B
CN113408518B CN202110770452.8A CN202110770452A CN113408518B CN 113408518 B CN113408518 B CN 113408518B CN 202110770452 A CN202110770452 A CN 202110770452A CN 113408518 B CN113408518 B CN 113408518B
Authority
CN
China
Prior art keywords
feature vector
target user
audio
historical
data
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
CN202110770452.8A
Other languages
English (en)
Other versions
CN113408518A (zh
Inventor
黄崇辉
雷国宾
蒋英
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.)
Shibang Communication Co ltd
Original Assignee
Shibang Communication 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 Shibang Communication Co ltd filed Critical Shibang Communication Co ltd
Priority to CN202110770452.8A priority Critical patent/CN113408518B/zh
Publication of CN113408518A publication Critical patent/CN113408518A/zh
Application granted granted Critical
Publication of CN113408518B publication Critical patent/CN113408518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种音视频采集设备控制方法、装置、电子设备和存储介质。其中,所述方法包括获取目标用户的历史位置数据;基于所述历史位置数据,构造位置特征向量;基于所述位置特征向量,判断所述目标用户出现的第一位置;根据所述第一位置,确定对所述第一位置进行音视频采集的至少一个音视频设备;控制所述至少一个音视频设备执行对所述目标用户的音视频采集的操作。本发明能够根据用户的历史位置数据提前预判用户可能出现的位置,进而提前控制该位置相应的音视频采集设备开启以进行音视频数据的采集,防止音视频采集设备在采集数据时遗漏重要数据。

Description

音视频采集设备控制方法、装置、电子设备和存储介质
技术领域
本发明涉及音视频采集技术领域,尤其涉及一种音视频采集设备控制方法、装置、电子设备和存储介质。
背景技术
目前,对于一些重要场所,常常设置多个音视频采集设备以进行音视频数据的采集。每个音视频采集设备采集的数据都需要进行存储,并且在有些条件下,甚至会要求至少保存一预设时间内(例如一年内或两年内)采集到的音视频数据。由于设置的音视频采集设备数量较多,且保存时间跨度较大,因此,用户常常需要购买较大的内存以进行音视频数据的存放。
基于此,现有技术提出了一种解决方法,就是当监控区域内无监控目标时,关闭监控区域内的音视频采集设备,仅在监控区域内出现监控目标时,才进行音视频采集。如此,可以减少不必要的音视频数据的采集,降低音视频数据的存放空间。
但在上述方式中,当监控区域内出现监控目标时,后台往往需要较长的一段时间才能识别到监控目标的出现。且识别完成后,由于音视频采集设备处于关闭状态,从开启音视频采集设备到该音视频采集设备能够进行音视频数据的采集也需要一段时间,因此,上述方式中音视频数据的采集存在滞后性,会存在遗漏重要的音视频数据的问题。
发明内容
本发明的目的在于提供一种音视频采集设备控制方法、装置、电子设备和存储介质,有效进行音视频数据的采集,防止在采集音视频数据时遗漏重要数据。
本发明的技术方案是这样实现的:
本发明实施例提供了一种音视频采集设备控制方法,方法包括:
获取目标用户的历史位置数据;
基于历史位置数据,构造位置特征向量;
基于位置特征向量,判断目标用户出现的第一位置;
根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;
控制至少一个音视频设备执行对目标用户的音视频采集的操作。
在其中一个实施例中,基于历史位置数据,构造位置特征向量的方法,包括:
基于历史位置数据,构造第一位置特征向量、第二位置特征向量和第三位置特征向量;其中,第一位置特征向量表征基于目标用户在不同时间段的历史位置数据所构造的特征向量;第二位置特征向量表征基于目标用户在不同空间内的历史位置数据所构造的特征向量;第三位置特征向量表征基于目标用户的运动轨迹所构造的特征向量;其中,运动轨迹是根据目标用户的历史位置数据生成;
根据第一位置特征向量、第二位置特征向量和第三位置特征向量,以及第一位置特征向量、第二位置特征向量和第三位置特征向量分别对应的第一可信度、第二可信度和第三可信度,利用第一预设模型,确定目标用户的位置特征向量。
在其中一个实施例中,基于历史位置数据,构造第一位置特征向量的方法,包括,
利用如下公式(1)构造第一位置特征向量:
Figure BDA0003150834160000021
其中,P1(u)表示第一位置特征向量,i表示所有时间维度I中的第i个时间维度,|{<u,t,l>∈Cu1|t=t1,i}|表示第i个时间维度中目标用户在第1个时间段的历史位置数据,|{<u,t,l>∈Cun|t=tn,i}|表示第i个时间维度中目标用户在第n个时间段的历史位置数据,σ1表示第i个时间维度中目标用户在第1个时间段的历史位置数据的特征重要值,σn表示第i个时间维度中目标用户在第n个时间段的历史位置数据的特征重要值,TM为第一特征参数,D为第二特征参数,M0为第三特征参数。
在其中一个实施例中,基于历史位置数据,构造第二位置特征向量的方法,包括,
利用如下公式(2)构造第二位置特征向量:
Figure BDA0003150834160000031
其中,P2(u)表示第二位置特征向量,i表示所有空间维度I中的第i个空间维度,|{<u,t,l>∈Cu1|l=l1,i}|表示第i个空间维度中目标用户在第1个空间范围内的历史位置数据,|{<u,t,l>∈Cun|l=ln,i}|表示第i个空间维度中目标用户在第n个空间范围内的历史位置数据,β1表示第i个空间维度中目标用户在第1个空间范围内的的历史位置数据的特征重要值,σn表示第i个空间维度中目标用户在第n个空间范围内的历史位置数据的特征重要值,TM'为第一特征参数,D'为第二特征参数,M0'为第三特征参数。
在其中一个实施例中,基于历史位置数据,构造第三位置特征向量的方法,包括,
利用如下公式(3)构造第三位置特征向量:
Figure BDA0003150834160000032
其中,P3(u)表示第三位置特征向量,
Figure BDA0003150834160000033
表示目标用户的运动轨迹,
Figure BDA0003150834160000034
表示目标用户的在第一时刻的位置,
Figure BDA0003150834160000035
表示目标用户的在第n时刻的位置,TM”为第一特征参数,D”为第二特征参数,M0”为第三特征参数。
在其中一个实施例中,基于位置特征向量,判断下一时刻目标用户出现的第一位置的方法,包括:
获取当前时刻目标用户的当前位置向量;
基于当前位置向量以及位置特征向量,利用第二预设模型,确定下一时刻目标用户出现的第一位置。
在其中一个实施例中,根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备的方法,包括:
根据第一位置,确定目标用户进行活动的第一范围;
获取每个音频设备所对应的采集区域;
根据第一范围和采集区域,确定采集区域与第一范围有交集的至少一个音视频设备;
将采集区域与第一范围有交集的至少一个音视频设备确定为对第一位置进行音视频采集的至少一个音视频设备。
本发明还提供了一种音视频采集设备控制装置,包括:
获取模块,用于获取目标用户的历史位置数据;
构造模块,用于基于历史位置数据,构造位置特征向量;
预判模块,用于基于位置特征向量,判断下一时刻目标用户出现的第一位置;
确定模块,用于根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;
控制模块,用于控制至少一个音视频设备开始执行对目标用户的音视频采集。
本发明还提供了一种电子设备,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
处理器用于运行计算机程序时,执行上述任一方法的步骤。
本发明还提供了一种存储介质,存储介质中存储有计算机程序,计算机程序被处理器执行时,实现上述任一方法的步骤。
本发明提供的音视频采集设备控制方法、装置、电子设备和存储介质,获取目标用户的历史位置数据;基于历史位置数据,构造位置特征向量;基于位置特征向量,判断目标用户出现的第一位置;根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;控制至少一个音视频设备执行对目标用户的音视频采集的操作。本发明能够根据用户的历史位置数据提前预判用户可能出现的位置,进而提前控制该位置相应的音视频采集设备开启以进行音视频数据的采集,防止音视频采集设备在采集数据时遗漏重要数据。
附图说明
图1为本发明实施例音视频采集设备控制方法的流程示意图;
图2为本发明实施例音视频采集设备控制装置的结构示意图;
图3为本发明实施例电子设备硬件结构示意图。
具体实施方式
下面将结合附图及实施例对本发明作进一步详细的描述。
本发明实施例提供了一种音视频采集设备控制方法,如图1所示,该方法包括:
步骤101:获取目标用户的历史位置数据;
步骤102:基于历史位置数据,构造位置特征向量;
步骤103:基于位置特征向量,判断目标用户出现的第一位置;
步骤104:根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;
步骤105:控制至少一个音视频设备执行对目标用户的音视频采集的操作。
具体地,可从音视频采集设备以往采集到的音视频数据中获取目标用户的历史位置数据。例如,音视频采集设备A以往分别在时间t1,时间t2,......,时间tn采集到目标用户出现在采集位置L1内,音视频采集设备B以往分别在时间t1’,时间t2’,......,时间tn’采集到目标用户出现在采集位置L2内,则可以确定目标用户的历史位置数据为(t1,L1)、(t2,L1)、......,、(tn,L1),和(t1’,L2)、(t2’,L2)、......,、(tn’,L2)。
此外,由于不同的用户的行为轨迹不同,因此不同的目标用户对应不同的历史位置数据。
在采集到目标用户的历史位置数据后,可基于采集到的历史位置数据构造该目标用户的位置特征向量。
具体地,在一实施例中,基于历史位置数据,构造位置特征向量,包括:
基于历史位置数据,构造第一位置特征向量、第二位置特征向量和第三位置特征向量;其中,第一位置特征向量表征基于目标用户在不同时间段的历史位置数据所构造的特征向量;第二位置特征向量表征基于目标用户在不同空间内的历史位置数据所构造的特征向量;第三位置特征向量表征基于目标用户的运动轨迹所构造的特征向量;其中,运动轨迹是根据目标用户的历史位置数据生成;
根据第一位置特征向量、第二位置特征向量和第三位置特征向量,以及第一位置特征向量、第二位置特征向量和第三位置特征向量分别对应的第一可信度、第二可信度和第三可信度,利用第一预设模型,确定目标用户的位置特征向量。
由于不同的用户往往有不同的行为习惯,因此,可以基于目标用户的历史位置数据中从时间角度确定表征目标用户行为习惯的第一位置特征向量,从空间角度确定表征目标用户行为习惯的第二位置特征向量,和从目标用户以往运动轨迹的角度确定表征目标用户行为习惯的第三位置特征向量。从上述三个角度来表征目标用户行为习惯,可达到全面精准判断的效果。
这里,由于时间可以划分为多个维度,因此,可以从多个时间维度来确定表征目标用户行为习惯的第一位置特征向量。例如,时间可以划分为以下维度:白天和黑夜;春夏秋冬;工作日和节假日等。从不同的时间维度确定表征目标用户行为习惯的第一位置特征向量能够更加精确。
进一步地,在一实施例中,基于历史位置数据,构造第一位置特征向量,包括:
利用如下公式(1)构造第一位置特征向量:
Figure BDA0003150834160000071
其中,P1(u)表示第一位置特征向量,i表示所有时间维度I中的第i个时间维度,|{<u,t,l>∈Cu1|t=t1,i}|表示第i个时间维度中目标用户在第1个时间段的历史位置数据,|{<u,t,l>∈Cun|t=tn,i}|表示第i个时间维度中目标用户在第n个时间段的历史位置数据,σ1表示第i个时间维度中目标用户在第1个时间段的历史位置数据的特征重要值,σn表示第i个时间维度中目标用户在第n个时间段的历史位置数据的特征重要值,TM为第一特征参数,D为第二特征参数,M0为第三特征参数。
同样,由于空间可以划分为多个维度,因此,可以从多个空间维度来确定表征目标用户行为习惯的第二位置特征向量。例如,空间可以划分为以下维度:工作区和休息区;喧闹场所和安静场所;公众场所和个人场所等。从不同的空间维度确定表征目标用户行为习惯的第二位置特征向量能够更加精确。
进一步地,在一实施例中,基于历史位置数据,构造第二位置特征向量,包括:
利用如下公式(2)构造第二位置特征向量:
Figure BDA0003150834160000072
其中,P2(u)表示第二位置特征向量,i表示所有空间维度I中的第i个空间维度,|{<u,t,l>∈Cu1|l=l1,i}|表示第i个空间维度中目标用户在第1个空间范围内的历史位置数据,|{<u,t,l>∈Cun|l=ln,i}|表示第i个空间维度中目标用户在第n个空间范围内的历史位置数据,β1表示第i个空间维度中目标用户在第1个空间范围内的的历史位置数据的特征重要值,σn表示第i个空间维度中目标用户在第n个空间范围内的历史位置数据的特征重要值,TM'为第一特征参数,D'为第二特征参数,M0'为第三特征参数。
除了从时间和空间分析目标用户的行为习惯外,还可以从目标用户以往的运动轨迹中分析目标用户以往的行为习惯,确定表征目标用户行为习惯的第三位置特征向量。
在一实施例中,基于历史位置数据,构造第三位置特征向量,包括:
利用如下公式(3)构造第三位置特征向量:
Figure BDA0003150834160000081
其中,P3(u)表示第三位置特征向量,
Figure BDA0003150834160000082
表示目标用户的运动轨迹,
Figure BDA0003150834160000083
表示目标用户的在第一时刻的位置,
Figure BDA0003150834160000084
表示目标用户的在第n时刻的位置,TM”为第一特征参数,D”为第二特征参数,M0”为第三特征参数。
这里,由于第一位置特征向量、第二位置特征向量和第三位置特征向量分别从时间、空间和运动轨迹的角度表征目标用户的行为习惯,因此,利用该第一位置特征向量、第二位置特征向量和第三位置特征向量可以精准预测用户下一时刻可能出现的第一位置,进而提前开启对该第一位置进行音视频采集的音视频采集设备,以便当目标用户出现时,能及时地进行音视频数据的采集,避免遗漏重要音视频数据的采集。
在获取第一位置特征向量、第二位置特征向量和第三位置特征向量后,可根据第一位置特征向量、第二位置特征向量和第三位置特征向量,获取该第一位置特征向量、第二位置特征向量和第三位置特征向量分别对应的第一可信度、第二可信度和第三可信度,再利用第一位置特征向量、第二位置特征向量、第三位置特征向量、第一可信度、第二可信度、第三可信度和第一预设模型,确定目标用户的位置特征向量。
这里,第一可信度、第二可信度、第三可信度和第一预设模型可通过以往的数据样本进行模型训练后获得。训练完成后的第一可信度、第二可信度、第三可信度和第一预设模型可用于确定目标用户的位置特征向量。这里的第一预设模型可为神经网络模型。
由于用户的行为存在一定的规律,因此,利用目标用户以往的位置数据进行预测,能较好地预测出目标用户下一时刻出现的第一位置。
在一实施例中,基于位置特征向量,判断下一时刻目标用户出现的第一位置,包括:
获取当前时刻目标用户的当前位置向量;
基于当前位置向量以及位置特征向量,利用第二预设模型,确定下一时刻目标用户出现的第一位置。
这里,第二预设模型也可以为神经网络模型。
将目标用户的当前位置向量以及位置特征向量输入至第二预设模型后,该第二预设模型能输出下一时刻目标用户可能出现的第一位置。该第二预设模型通过训练,预测结果能实现较高的准确率。
进一步地,在一实施例中,根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备,包括:
根据第一位置,确定目标用户进行活动的第一范围;
获取每个音频设备所对应的采集区域;
根据第一范围和采集区域,确定采集区域与第一范围有交集的至少一个音视频设备;
将采集区域与第一范围有交集的至少一个音视频设备确定为对第一位置进行音视频采集的至少一个音视频设备。
这里,确定第一位置后,可以根据预设范围确定目标用户进行活动的第一范围。例如,可以设定第一位置周边2米以内的范围为第一范围。也可以根据实际场景情况确定第一范围。例如,某一沙发位置的周围所有沙发位置范围为第一范围。
在确定第一范围和每个音频设备所对应的采集区域后,将采集区域与该第一范围有交集的至少一个音视频设备作为对第一位置进行音视频采集的至少一个音视频设备,以便提前开启该音视频采集设备进行音视频数据的采集。
本发明实施例提供的音视频采集设备控制方法,获取目标用户的历史位置数据;基于历史位置数据,构造位置特征向量;基于位置特征向量,判断目标用户出现的第一位置;根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;控制至少一个音视频设备执行对目标用户的音视频采集的操作。本发明实施例的方案能够根据用户的历史位置数据提前预判用户可能出现的位置,进而提前控制该位置相应的音视频采集设备开启以进行音视频数据的采集,防止音视频采集设备在采集数据时遗漏重要数据。
为了实现本发明实施例的方法,本发明实施例还提供了一种音视频采集设备控制装置,设置电子设备上,如图2所示,音视频采集设备控制装置200包括:获取模块201、构造模块202、预判模块203、确定模块204和控制模块205;其中,
获取模块201,用于获取目标用户的历史位置数据;
构造模块202,用于基于历史位置数据,构造位置特征向量;
预判模块203,用于基于位置特征向量,判断目标用户出现的第一位置;
确定模块204,用于根据第一位置,确定对第一位置进行音视频采集的至少一个音视频设备;
控制模块205,用于控制至少一个音视频设备执行对目标用户的音视频采集的操作。
实际应用时,获取模块201、构造模块202、预判模块203、确定模块204和控制模块205可由音视频采集设备控制装置中的处理器实现。
需要说明的是:上述实施例提供的上述装置在执行操作时,仅以上述各程序模块的划分进行举例说明,实际应用时,可以根据需要而将上述处理分配由不同的程序模块完成,即将终端的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的上述装置与上述方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
基于上述程序模块的硬件实现,且为了实现本发明实施例的方法,本发明实施例还提供了一种电子设备(计算机设备)。具体地,在一个实施例中,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过***总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作***B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作***B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现上述任意一项实施例的方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明实施例提供的设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现上述任意一项实施例的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
可以理解,本发明实施例的存储器可以是易失性存储器或者非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,ReadOnly Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,RandomAccess Memory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种音视频采集设备控制方法,其特征在于,所述方法包括:
获取目标用户的历史位置数据;
基于所述历史位置数据,构造位置特征向量;
基于所述位置特征向量,判断所述目标用户出现的第一位置;
根据所述第一位置,确定对所述第一位置进行音视频采集的至少一个音视频设备;
控制所述至少一个音视频设备执行对所述目标用户的音视频采集的操作;
其中,所述基于所述历史位置数据,构造位置特征向量的方法,包括:
基于所述历史位置数据,构造第一位置特征向量、第二位置特征向量和第三位置特征向量;其中,所述第一位置特征向量表征基于所述目标用户在不同时间段的历史位置数据所构造的特征向量;所述第二位置特征向量表征基于所述目标用户在不同空间内的历史位置数据所构造的特征向量;所述第三位置特征向量表征基于所述目标用户的运动轨迹所构造的特征向量;其中,所述运动轨迹是根据所述目标用户的历史位置数据生成;
根据所述第一位置特征向量、所述第二位置特征向量和所述第三位置特征向量,以及所述第一位置特征向量、所述第二位置特征向量和所述第三位置特征向量分别对应的第一可信度、第二可信度和第三可信度,利用第一预设模型,确定所述目标用户的位置特征向量;其中,所述第一可信度、所述第二可信度、所述第三可信度和所述第一预设模型通过以往数据样本进行模型训练后获得。
2.根据权利要求1所述的方法,其特征在于,所述基于所述历史位置数据,构造第一位置特征向量的方法,包括,
利用如下公式(1)构造第一位置特征向量:
Figure FDA0004051812300000011
其中,P1(u)表示第一位置特征向量,i表示所有时间维度I中的第i个时间维度,<u,t,l>用于表征历史位置数据,|{<u,t,l>∈Cu1|t=t1,i}|表示第i个时间维度中目标用户u在时间t为第1个时间段的历史位置数据,|{<u,t,l>∈Cun|t=tn,i}|表示第i个时间维度中目标用户u在时间t为第n个时间段的历史位置数据,σ1表示第i个时间维度中目标用户在第1个时间段的历史位置数据的特征重要值,σn表示第i个时间维度中目标用户在第n个时间段的历史位置数据的特征重要值,TM为第一特征参数,D为第二特征参数,M0为第三特征参数。
3.根据权利要求1所述的方法,其特征在于,所述基于所述历史位置数据,构造第二位置特征向量的方法,包括,
利用如下公式(2)构造第二位置特征向量:
Figure FDA0004051812300000021
其中,P2(u)表示第二位置特征向量,i表示所有空间维度I中的第i个空间维度,<u,t,l>用于表征历史位置数据,|{<u,t,l>∈Cu1|l=l1,i}|表示第i个空间维度中目标用户u在位置l为第1个空间范围内的历史位置数据,|{<u,t,l>∈Cun|l=ln,i}|表示第i个空间维度中目标用户u在位置l为第n个空间范围内的历史位置数据,β1表示第i个空间维度中目标用户在第1个空间范围内的的历史位置数据的特征重要值,βn表示第i个空间维度中目标用户在第n个空间范围内的历史位置数据的特征重要值,TM'为第一特征参数,D'为第二特征参数,M0'为第三特征参数。
4.根据权利要求1所述的方法,其特征在于,所述基于所述历史位置数据,构造第三位置特征向量的方法,包括,
利用如下公式(3)构造第三位置特征向量:
Figure FDA0004051812300000022
其中,P3(u)表示第三位置特征向量,
Figure FDA0004051812300000023
表示目标用户的运动轨迹,
Figure FDA0004051812300000024
表示目标用户的在第一时刻的位置,
Figure FDA0004051812300000025
表示目标用户的在第n时刻的位置,TM”为第一特征参数,D”为第二特征参数,M0”为第三特征参数。
5.根据权利要求1所述的方法,其特征在于,所述基于所述位置特征向量,判断所述目标用户出现的第一位置的方法,包括:
获取当前时刻所述目标用户的当前位置向量;
基于所述当前位置向量以及所述位置特征向量,利用第二预设模型,确定下一时刻所述目标用户出现的第一位置。
6.根据权利要求1所述的方法,其特征在于,所述根据所述第一位置,确定对所述第一位置进行音视频采集的至少一个音视频设备的方法,包括:
根据所述第一位置,确定所述目标用户进行活动的第一范围;
获取每个音频设备所对应的采集区域;
根据所述第一范围和所述采集区域,确定采集区域与所述第一范围有交集的至少一个音视频设备;
将所述采集区域与所述第一范围有交集的至少一个音视频设备确定为对所述第一位置进行音视频采集的至少一个音视频设备。
7.一种音视频采集设备控制装置,其特征在于,包括:
获取模块,用于获取目标用户的历史位置数据;
构造模块,用于基于所述历史位置数据,构造位置特征向量;
预判模块,用于基于所述位置特征向量,判断所述目标用户出现的第一位置;
确定模块,用于根据所述第一位置,确定对所述第一位置进行音视频采集的至少一个音视频设备;
控制模块,用于控制所述至少一个音视频设备开始执行对所述目标用户的音视频采集;
其中,所述构造模块,还具体用于基于所述历史位置数据,构造第一位置特征向量、第二位置特征向量和第三位置特征向量;其中,所述第一位置特征向量表征基于所述目标用户在不同时间段的历史位置数据所构造的特征向量;所述第二位置特征向量表征基于所述目标用户在不同空间内的历史位置数据所构造的特征向量;所述第三位置特征向量表征基于所述目标用户的运动轨迹所构造的特征向量;其中,所述运动轨迹是根据所述目标用户的历史位置数据生成;根据所述第一位置特征向量、所述第二位置特征向量和所述第三位置特征向量,以及所述第一位置特征向量、所述第二位置特征向量和所述第三位置特征向量分别对应的第一可信度、第二可信度和第三可信度,利用第一预设模型,确定所述目标用户的位置特征向量;其中,所述第一可信度、所述第二可信度、所述第三可信度和所述第一预设模型通过以往数据样本进行模型训练后获得。
8.一种电子设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器;其中,
所述处理器用于运行所述计算机程序时,执行权利要求1至6任一项所述方法的步骤。
9.一种存储介质,所述存储介质中存储有计算机程序,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至6任一项所述方法的步骤。
CN202110770452.8A 2021-07-06 2021-07-06 音视频采集设备控制方法、装置、电子设备和存储介质 Active CN113408518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110770452.8A CN113408518B (zh) 2021-07-06 2021-07-06 音视频采集设备控制方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110770452.8A CN113408518B (zh) 2021-07-06 2021-07-06 音视频采集设备控制方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113408518A CN113408518A (zh) 2021-09-17
CN113408518B true CN113408518B (zh) 2023-04-07

Family

ID=77685413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110770452.8A Active CN113408518B (zh) 2021-07-06 2021-07-06 音视频采集设备控制方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113408518B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115016311B (zh) * 2022-07-06 2023-05-23 慕思健康睡眠股份有限公司 一种智能设备控制方法、装置、设备和存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4346993B2 (ja) * 2003-08-26 2009-10-21 富士重工業株式会社 車両の誘導制御装置
JP2005354367A (ja) * 2004-06-10 2005-12-22 Matsushita Electric Ind Co Ltd ネットワークカメラシステム
WO2016151925A1 (ja) * 2015-03-26 2016-09-29 富士フイルム株式会社 追尾制御装置、追尾制御方法、追尾制御プログラム、及び、自動追尾撮影システム
CN104994289B (zh) * 2015-06-30 2017-11-24 广东欧珀移动通信有限公司 一种大视角摄像头启动方法及***、拍摄终端
CN106534782A (zh) * 2016-11-14 2017-03-22 刘兰平 全制式移动信号引导视频跟踪方法及装置
CN106657775B (zh) * 2016-11-28 2020-10-16 浙江宇视科技有限公司 一种跟踪监控的方法、装置和***
CN108055501A (zh) * 2017-11-22 2018-05-18 天津市亚安科技有限公司 一种目标检测及跟踪的视频监控***及方法
AU2019200854A1 (en) * 2019-02-07 2020-08-27 Canon Kabushiki Kaisha A method and system for controlling a camera by predicting future positions of an object
CN112207812A (zh) * 2019-07-12 2021-01-12 阿里巴巴集团控股有限公司 设备控制方法、设备、***及存储介质
KR102068800B1 (ko) * 2019-08-09 2020-01-22 국방과학연구소 원격구동 카메라 및 그 제어 방법
CN112750301A (zh) * 2019-10-30 2021-05-04 杭州海康威视***技术有限公司 目标对象追踪方法、装置、设备及计算机可读存储介质
CN110928993B (zh) * 2019-11-26 2023-06-30 重庆邮电大学 基于深度循环神经网络的用户位置预测方法及***
CN110968098B (zh) * 2019-12-13 2020-12-11 珠海大横琴科技发展有限公司 电子围网的途中车辆监控方法、装置、***及存储介质
CN111698467B (zh) * 2020-05-08 2022-05-06 北京中广上洋科技股份有限公司 基于多摄像机的智能跟踪方法及***
CN112383714A (zh) * 2020-11-13 2021-02-19 珠海大横琴科技发展有限公司 一种目标对象的跟踪方法和装置

Also Published As

Publication number Publication date
CN113408518A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
US11228653B2 (en) Terminal, cloud apparatus, driving method of terminal, method for processing cooperative data, computer readable recording medium
KR102531593B1 (ko) 소비 전력을 예측하기 위한 방법 및 장치, 디바이스 및 판독 가능한 저장 매체
KR20180119674A (ko) 사용자 신용 평가 방법 및 장치, 그리고 저장 매체
EP3133502B1 (en) Terminal device and method for cooperatively processing data
KR101986307B1 (ko) 시각 대화를 통해 객체의 위치를 알아내기 위한 주의 기억 방법 및 시스템
CN110704741A (zh) 基于时空点过程的兴趣点预测方法
CN113408518B (zh) 音视频采集设备控制方法、装置、电子设备和存储介质
US20140278338A1 (en) Stream input reduction through capture and simulation
US20190297473A1 (en) Data usage recommendation generator
CN110659435A (zh) 页面数据采集处理方法、装置、计算机设备和存储介质
US8417811B1 (en) Predicting hardware usage in a computing system
CN111291278A (zh) 轨迹相似度的计算方法、装置、存储介质及终端
CN112801156B (zh) 用于人工智能机器学习的业务大数据采集方法及服务器
WO2022022059A1 (en) Context aware anomaly detection
CN109213906B (zh) 会话时长计算方法、装置及***
CN105843607A (zh) 一种信息展示方法及装置
CN117194792B (zh) 基于角色预测的儿童绘本推荐方法及***
Gaska et al. MLStar: machine learning in energy profile estimation of android apps
CN113420844B (zh) 物体缺陷检测方法、装置、电子设备和存储介质
US20230030217A1 (en) Systems and methods for organizing displays of software applications running on a device
CN114756710A (zh) 视频标签获取方法、装置、电子设备和存储介质
CN117474603A (zh) 推广信息的生成方法、装置、存储介质以及电子设备
CN114897557A (zh) 一种预测用户是否流失的方法、装置、设备及介质
CN115422996A (zh) 广告异常设备处理方法、装置、电子设备和存储介质
CN113759735A (zh) 电器运行参数值推荐方法、装置、电子设备和存储介质

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