CN115631212B - 人员伴随轨迹确定方法、装置、电子设备和可读介质 - Google Patents
人员伴随轨迹确定方法、装置、电子设备和可读介质 Download PDFInfo
- Publication number
- CN115631212B CN115631212B CN202211661068.5A CN202211661068A CN115631212B CN 115631212 B CN115631212 B CN 115631212B CN 202211661068 A CN202211661068 A CN 202211661068A CN 115631212 B CN115631212 B CN 115631212B
- Authority
- CN
- China
- Prior art keywords
- track
- information
- person
- position information
- sequence
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 27
- 238000003780 insertion Methods 0.000 claims description 15
- 230000037431 insertion Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000000926 separation method Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了人员伴随轨迹确定方法、装置、电子设备和可读介质。该方法的一具体实施方式包括:获取目标人员在预设时段内的位置信息序列;根据位置信息包括的位置坐标,进行人员轨迹拟合;根据位置信息包括的位置定位时间和位置坐标,确定目标视频;对目标视频进行人员识别,以生成候选人员移动轨迹信息;对于候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;从候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息。该实施方式提高了伴随轨迹确定的准确度和效率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及人员伴随轨迹确定方法、装置、电子设备和可读介质。
背景技术
轨迹确定是指根据人员的定位数据,实现移动轨迹确定的一种技术。在此基础上,通过实现多人员的伴随轨迹确定,在流行病溯源,嫌疑人员追踪等领域有着巨大的研究价值。当前,在进行伴随轨迹确定时,通常采用的方式为:基于人工研判的方式,进行伴随人员识别,以达到伴随轨迹确定的目的。
然而,发明人发现,当采用上述方式时,经常会存在如下技术问题:
第一,针对大量的定位数据,通过人工的方式难以高效地进行轨迹确定和伴随关系确定,导致无法在较短时间内进行快速且准确的伴随轨迹确定;
第二,实际情况中,多人员对应的轨迹交互关系复杂,使得难以准确地确定轨迹之间的伴随关系,而错误的伴随关系,会影响后续在流行病溯源,嫌疑人员追踪等领域的应用,从而造成如溯源错误,追踪失败等问题。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了人员伴随轨迹确定方法、装置、电子设备和可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种人员伴随轨迹确定方法,该方法包括:获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标;根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息;根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频;对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列;对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。
第二方面,本公开的一些实施例提供了一种人员伴随轨迹确定装置,装置包括:获取单元,被配置成获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标;人员轨迹拟合单元,被配置成根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息;第一确定单元,被配置成根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频;人员识别单元,被配置成对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列;第二确定单元,被配置成对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;筛选单元,被配置成从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的人员伴随轨迹确定方法提高了伴随轨迹确定的准确度和效率。具体来说,造成伴随轨迹确定的准确度和效率较低的原因在于:针对大量的定位数据,通过人工的方式难以高效地进行轨迹确定和伴随关系确定,导致无法在较短时间内进行快速且准确的伴随轨迹确定。基于此,本公开的一些实施例的人员伴随轨迹确定方法,首先,获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标。然后,根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息。从而实现目标人员移动轨迹的生成。接着,根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频。实际情况中,目标视频内也会包含与目标人员存在伴随关系的人员。通过获取目标视频,以用于后续伴随人员的确定。接着,对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列。通过对目标视频进行人员识别,以确定目标视频内包含的除目标人员以外的人员。进一步,对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度。实际情况中,目标视频内往往包含多个人员,部分人员可能与目标人员之间存在伴随关系,因此,需要对是否存在伴随关系进行确定。最后,从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。从而实现了伴随轨迹的自动确定,相较于人工研判的方式,伴随轨迹确定的准确度和效率大大提高。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的人员伴随轨迹确定方法的一些实施例的流程图;
图2是根据本公开的人员伴随轨迹确定装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1,示出了根据本公开的人员伴随轨迹确定方法的一些实施例的流程100。该人员伴随轨迹确定方法,包括以下步骤:
步骤101,获取目标人员在预设时段内的位置信息序列。
在一些实施例中,人员伴随轨迹确定方法的执行主体(例如,计算设备)可以通过有线连接,或无线连接的方式,获取上述目标人员在预设时段内的位置信息序列。上述位置信息序列中的位置信息包括:位置定位时间和位置坐标。其中,上述目标人员为待确定对应的伴随轨迹的人员。上述预设时段可以是预先设定的时间段。位置信息可以表征目标人员在上述时间段内的位置。上述位置定位时间可以是定位上述目标人员所在位置的时间。上述位置坐标可以表征定位时,上述目标人员所在的位置。实践中,位置信息包括的位置坐标可以根据通信基站通过三点定位法确定。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
需要说明的是,上述计算设备可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。应该理解,计算设备的数目根据实现需要,可以具有任意数目的计算设备。
步骤102,根据位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成目标人员对应的目标人员移动轨迹信息。
在一些实施例中,上述执行主体可以根据位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成目标人员对应的目标人员移动轨迹信息。其中,上述目标人员移动轨迹信息表征上述目标人员对应的移动轨迹。例如,上述目标人员移动轨迹信息可以是目标人员对应的移动轨迹的轨迹方程。又如,上述目标人员移动轨迹信息可以是目标人员对应的移动轨迹的轨迹点集合。实践中,上述执行主体可以根据上述位置信息序列中的位置信息包括的位置坐标,通过最小二乘法,进行人员轨迹拟合,以生成上述目标人员移动轨迹信息。
在一些实施例的一些可选的实现方式中,上述执行主体根据位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成目标人员对应的目标人员移动轨迹信息,可以包括以下步骤:
第一步,对于上述位置信息序列中的每对位置信息组,执行以下分隔位置确定步骤:
第一子步骤,确定上述位置信息组中的位置信息包括的位置定位时间的时间间隔,得到时间差值。
其中,上述位置信息组中包括相邻的两个位置信息、
作为示例,位置信息组包括位置信息A和位置信息B。其中,位置信息B包括的位置定位时间晚于位置信息A包括的位置定位时间。上述执行主体可以用位置信息B包括的位置定位时间减去上述位置信息A包括的位置定位时间,作为时间差值。
第二子步骤,响应于确定上述时间差值大于预设差值,根据上述位置信息组,确定分隔位置信息。
其中,分隔位置信息表征分隔位置。实践中,上述执行主体可以通过以下公式,确定上述分隔位置信息:
第二步,根据得到的分隔位置信息集合,对上述位置信息序列进行分组处理,得到位置信息组序列。
第三步,对上述位置信息组序列中的每个位置信息组进行轨迹拟合,以生成子拟合轨迹,得到子拟合轨迹序列。
作为示例,上述执行主体可以通过最小二乘法,根据位置信息组中的位置信息包括的位置坐标进行轨迹拟合,以生成子拟合轨迹。
第四步,对于上述子拟合轨迹序列中的每对子拟合轨迹组,执行以下轨迹融合处理步骤:
第一子步骤,确定上述子拟合轨迹组中的子拟合轨迹之间的***点数量。
其中,上述子拟合轨迹组中包括两个相邻的子拟合轨迹。
作为示例,上述子拟合轨迹组包括子拟合轨迹A和子拟合轨迹B。上述执行主体可以将子拟合轨迹A的结束点对应的位置信息包括的位置定位时间,与子拟合轨迹B的开始点对应的位置信息包括的位置定位时间的差值,确定为上述***点数量。
第二子步骤,确定***点位置信息集合。
其中,***点位置信息集合中的***点位置信息的数量与上述***点数量相同。
作为示例,***点数量可以是1个。上述子拟合轨迹组包括子拟合轨迹A和子拟合轨迹B。上述执行主体可以连接线A和连接线B的交点位置,确定为***点位置信息对应的位置。其中,连接线A是子拟合轨迹A结束点和子拟合轨迹B的开始点连接的线。连接线B是过子拟合轨迹A的结束点的切线,与子拟合轨迹B的开始点的切线的交点、且与连接线A垂直的线。
第三子步骤,根据上述***点位置信息集合,拟合衔接轨迹。
第四子步骤,通过上述衔接轨迹,将上述子拟合轨迹组中的子拟合轨迹进行轨迹衔接,以生成衔接后轨迹。
第五步,将得到的衔接后轨迹集合中的各个衔接后轨迹进行轨迹连接,以生成上述目标人员移动轨迹信息。
实际情况中,由于通信基站位置固定,且信号接受范围固定,存在定位失败的情况,使得无法得到目标人员的位置信息。基于此,通过上述第一步至第五步,实现了对轨迹的补齐,保证了目标人员对应的移动轨迹的连续性和完整性。
步骤103,根据位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频。
在一些实施例中,上述执行主体可以根据位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频。实践中,上述执行主体可以从视频存储服务器中,拉取位置坐标对应的图像采集装置在位置定位时间采集的视频,作为上述目标视频。上述图像采集装置可以是具有视频录制功能的摄像头。
在一些实施例的一些可选的实现方式中,上述执行主体根据位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,可以包括以下步骤:
第一步,对于上述位置信息序列中的每个位置信息包括的位置坐标,确定与上述位置坐标相匹配的图像采集装置,以生成图像采集装置位置信息。
其中,上述图像采集装置可以是具有视频录制功能的摄像头。
作为示例,当位置坐标在图像采集装置的采集范围内时,可以将上述图像采集装置对应的装置所在位置,确定为图像采集装置信息。
第二步,对得到的图像采集装置位置信息集合进行去重处理,得到去重后图像采集装置位置信息集合。
第三步,对于上述位置信息序列中的每个位置信息,获取目标图像采集装置在上述位置信息包括的位置定位时间采集的子视频。
其中,上述目标图像采集装置是上述去重后图像采集装置位置信息集合中,与上述位置信息对应的去重后图像采集装置位置信息对应的图像采集装置。上述执行主体可以通过有线连接或无线连接的方式,获取上述目标图像采集装置在上述位置信息包括的位置定位时间采集的子视频。
第四步,对得到的子视频集合中的子视频以时间维度进行视频拼接,得到上述目标视频。
实践中,上述执行主体可以根据视频的生成时间的先后顺序,对上述子视频集合中的子视频进行拼接,以生成上述目标视频。
步骤104,对目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列。
在一些实施例中,上述执行主体可以对目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列。实践中,上述执行主体可以通过YOLO(YouOnly Look Once)网络进行人员检测,通过DeepSORT算法进行人员追踪,以生成候选人员轨迹信息。
在一些实施例中,上述执行主体对目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列,可以包括以下步骤:
第一步,对上述目标视频进行人员检测,以生成人员检测信息,得到人员检测信息集合。
实践中,上述执行主体可以通过FaceNet网络进行人员检测,以生成人员检测信息。
第二步,对上述人员检测信息集合中的人员检测信息进行人员信息关联,以生成人员检测信息组集合。
实践中,上述执行主体可以通过分类网络,对人员检测信息对应的人员进行分类。然后将相同类别的人员检测信息确定为人员检测信息组。
第三步,对于上述人员检测信息组集合中的每个人员检测信息组,根据上述人员检测信息组中的各个人员检测信息,生成候选人员移动轨迹信息。
实践中,首先,上述执行主体可以将人脸检测信息对应的人脸位置映射到世界坐标系,得到多个在世界坐标系下的人脸位置坐标。然后,对多个在世界坐标系下的人脸位置坐标进行线性拟合,以生成候选人员移动轨迹信息。
步骤105,对于候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度。
在一些实施例中,上述执行主体可以对于候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度。其中,轨迹伴随度表征候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹伴随程度。实践中,上述执行主体可以通过确定候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹距离,以生成轨迹伴随度。
在一些实施例的一些可选的实现方式中,上述执行主体对于候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定候选人员移动轨迹信息对应的人员轨迹和目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度,可以包括以下步骤:
第一步,确定上述目标人员移动轨迹信息对应的人员轨迹的轨迹方程,作为第一轨迹方程。
第二步,确定上述候选人员移动轨迹信息对应的人员轨迹的轨迹方程,作为第二轨迹方程。
第三步,将上述预设时段划分为多个子时间段,得到子时间段集合。
其中,上述子时间段集合中的子时间段的时间段长度一致。
第四步,对于上述子时间段集合中的每个子时间段,确定在上述子时间段内上述第一轨迹方程和上述第二轨迹方程围成区域的区域面积值。
实践中,上述执行主体可以通过定积分的方式,确定区域面积值。也可以通过确定围成区域内像素点数量的方式,确定区域面积值。
第五步,响应于确定得到的区域面积值序列中存在多个连续的区域面积值均小于等于预设面积,将多个连续的区域面积值中的区域面积值的数量与上述子时间段集合中子时间段的数量的比值,确定为轨迹伴随度。
步骤106,从候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。
在一些实施例中,上述执行主体可以从候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。其中,上述轨迹筛选条件为:轨迹伴随度大于预设轨迹伴随度。
在一些实施例的一些可选的实现方式中,上述方法还包括:
第一步,对于上述伴随轨迹信息集合中的每个伴随轨迹信息,执行以下伴随关系确定步骤:
第一子步骤,以第一人员轨迹的轨迹开始点为采样起始点,进行预设频率的轨迹点采样,得到第一轨迹采样点序列。
其中,上述第一人员轨迹是上述目标人员移动轨迹信息对应的人员轨迹。
第二子步骤,以第二人员轨迹的轨迹开始点为采样起始点,进行上述预设频率的轨迹点采样,得到第二轨迹采样点序列。
其中,上述第二人员轨迹是上述伴随轨迹信息对应的人员轨迹。
第三子步骤,对于上述第一轨迹采样点序列中的每个第一轨迹采样点,确定上述第一轨迹采样点与上述第二轨迹采样点序列中对应的第二轨迹采样点的轨迹点相近度和轨迹点偏转度。
其中,轨迹点相近度是第一轨迹采样点与上述第二轨迹采样点序列中对应的第二轨迹采样点之间的采样点距离值。轨迹点偏转度是轨迹点相近度是第一轨迹采样点与上述第二轨迹采样点序列中对应的第二轨迹采样点之间连线与水平线之间的夹角值。
第四子步骤,根据得到的轨迹点相近度序列和轨迹点偏转度序列,确定上述伴随轨迹信息对应的人员和上述目标人员之间的伴随关系,得到伴随关系信息。
作为示例,上述执行主体可以对轨迹点相近度序列的标准差和轨迹点偏转度序列标准差进行加权求和,得到伴随关系值。根据伴随关系值和预设的多个数值区间,确定伴随关系信息。实践中,伴随关系信息可以是并行伴随关系,也可以是尾随伴随关系。
第二步,将得到的伴随关系信息集合发送至信息存储端进行信息存储。
上述第一步至第二步,作为本公开的一个发明点,解决了背景技术提及的技术问题二,实际情况中,多人员对应的轨迹交互关系复杂,使得难以准确地确定轨迹之间的伴随关系,而错误的伴随关系,会影响后续在流行病溯源,嫌疑人员追踪等领域的应用,从而造成如溯源错误,追踪失败等问题。实际情况中,多人元对应的轨迹并非平行,使得难以衡量多个轨迹之间的伴随关系,基于此,本公开通过轨迹点相近度来衡量轨迹的距离关系。此外,多个轨迹在相同时刻下的位置点的连线并非完全平行。转换至实际场景中可以解释为,伴随关系除平行伴随,还存在尾随伴随等多种伴随方式,因此,本公开通过设置轨迹点偏转度来衡量轨迹之间的位置关系。通过此种方式,量化了多个轨迹之间的伴随关系,实现了伴随关系的精准分类。
在一些实施例的一些可选的实现方式中,上述方法还包括:
第一步,确定上述位置信息序列对应的局部地图区域。
其中,上述执行主体可以将位置信息序列中位置信息所在的行政区对应的区域,确定为局部地图区域。
第二步,确定上述目标人员移动轨迹信息对应的人员轨迹所经过的区域点位,以生成区域点位信息,得到区域点位信息集合。
其中,区域点位可以是含有实际地理含义的位置。实践中,如超市位置,饭店位置等。
第三步,对于上述区域点位信息集合中的每个区域点位信息,确定上述目标人员在上述区域点位信息对应的区域点位的驻留时间。
实践中,上述执行主体可以将上述目标人员离开上述区域点位信息对应的区域点位的时间,与进入上述区域点位信息对应的区域点位的时间的差值,确定为上述驻留时间。
第四步,将上述目标人员移动轨迹信息对应的人员轨迹映射至上述局部地图区域,以及在上述局部地图区域中显示上述区域点位信息集合中区域点位信息对应的区域点位的驻留时间。
通过此种方式,实现了轨迹可视化,同时,通过驻留时间的显示,可以直观的显示目标人员在不同区域点位的停留时间。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的人员伴随轨迹确定方法提高了伴随轨迹确定的准确度和效率。具体来说,造成伴随轨迹确定的准确度和效率较低的原因在于:针对大量的定位数据,通过人工的方式难以高效地进行轨迹确定和伴随关系确定,导致无法在较短时间内进行快速且准确的伴随轨迹确定。基于此,本公开的一些实施例的人员伴随轨迹确定方法,首先,获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标。然后,根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息。从而实现目标人员移动轨迹的生成。接着,根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频。实际情况中,目标视频内也会包含与目标人员存在伴随关系的人员。通过获取目标视频,以用于后续伴随人员的确定。接着,对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列。通过对目标视频进行人员识别,以确定目标视频内包含的除目标人员以外的人员。进一步,对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度。实际情况中,目标视频内往往包含多个人员,部分人员可能与目标人员之间存在伴随关系,因此,需要对是否存在伴随关系进行确定。最后,从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。从而实现了伴随轨迹的自动确定,相较于人工研判的方式,伴随轨迹确定的准确度和效率大大提高。
如图2所示,一些实施例的人员伴随轨迹确定装置200包括:获取单元201、人员轨迹拟合单元202、第一确定单元203、人员识别单元204、第二确定单元205和筛选单元206。其中,获取单元201,被配置成获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标;人员轨迹拟合单元202,被配置成根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息;第一确定单元203,被配置成根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频;人员识别单元204,被配置成对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列;第二确定单元205,被配置成对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;筛选单元206,被配置成从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。
可以理解的是,该人员伴随轨迹确定装置中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于人员伴随轨迹确定装置及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(例如,计算设备)300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器302中的程序或者从存储装置308加载到随机访问存储器303中的程序而执行各种适当的动作和处理。在随机访问存储器303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、只读存储器302以及随机访问存储器303通过总线304彼此相连。输入/输出接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些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。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从只读存储器302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、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)、光纤、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。在本公开的一些实施例中,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。而在本公开的一些实施例中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读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该电子设备执行时,使得该电子设备:获取目标人员在预设时段内的位置信息序列,其中,上述位置信息序列中的位置信息包括:位置定位时间和位置坐标;根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息;根据上述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,上述目标视频为包含有上述目标人员的视频;对上述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列;对于上述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定上述候选人员移动轨迹信息对应的人员轨迹和上述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;从上述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与上述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、人员轨迹拟合单元、第一确定单元、人员识别单元、第二确定单元和筛选单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,人员轨迹拟合单元还可以被描述为“根据上述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成上述目标人员对应的目标人员移动轨迹信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (7)
1.一种人员伴随轨迹确定方法,包括:
获取目标人员在预设时段内的位置信息序列,其中,所述位置信息序列中的位置信息包括:位置定位时间和位置坐标;
根据所述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成所述目标人员对应的目标人员移动轨迹信息;
根据所述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,其中,所述目标视频为包含有所述目标人员的视频;
对所述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列;
对于所述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定所述候选人员移动轨迹信息对应的人员轨迹和所述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度;
从所述候选人员移动轨迹信息序列中筛选出对应的轨迹伴随度满足轨迹筛选条件的候选人员移动轨迹信息,作为与所述目标人员对应的伴随轨迹信息,得到伴随轨迹信息集合;
对于所述伴随轨迹信息集合中的每个伴随轨迹信息,执行以下伴随关系确定步骤:
以第一人员轨迹的轨迹开始点为采样起始点,进行预设频率的轨迹点采样,得到第一轨迹采样点序列,其中,所述第一人员轨迹是所述目标人员移动轨迹信息对应的人员轨迹;
以第二人员轨迹的轨迹开始点为采样起始点,进行所述预设频率的轨迹点采样,得到第二轨迹采样点序列,其中,所述第二人员轨迹是所述伴随轨迹信息对应的人员轨迹;
对于所述第一轨迹采样点序列中的每个第一轨迹采样点,确定所述第一轨迹采样点与所述第二轨迹采样点序列中对应的第二轨迹采样点的轨迹点相近度和轨迹点偏转度;
根据得到的轨迹点相近度序列和轨迹点偏转度序列,确定所述伴随轨迹信息对应的人员和所述目标人员之间的伴随关系,得到伴随关系信息,其中,伴随关系信息包括:并行伴随关系和尾随伴随关系;
将得到的伴随关系信息集合发送至信息存储端进行信息存储;
其中,所述对于所述候选人员移动轨迹信息序列中的每个候选人员移动轨迹信息,确定所述候选人员移动轨迹信息对应的人员轨迹和所述目标人员移动轨迹信息对应的人员轨迹的轨迹伴随度,包括:
确定所述目标人员移动轨迹信息对应的人员轨迹的轨迹方程,作为第一轨迹方程;
确定所述候选人员移动轨迹信息对应的人员轨迹的轨迹方程,作为第二轨迹方程;
将所述预设时段划分为多个子时间段,得到子时间段集合,其中,所述子时间段集合中的子时间段的时间段长度一致;
对于所述子时间段集合中的每个子时间段,确定在所述子时间段内所述第一轨迹方程和所述第二轨迹方程围成区域的区域面积值;
响应于确定得到的区域面积值序列中存在多个连续的区域面积值均小于等于预设面积,将多个连续的区域面积值中的区域面积值的数量与所述子时间段集合中子时间段的数量的比值,确定为轨迹伴随度。
2.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述位置信息序列对应的局部地图区域;
确定所述目标人员移动轨迹信息对应的人员轨迹所经过的区域点位,以生成区域点位信息,得到区域点位信息集合;
对于所述区域点位信息集合中的每个区域点位信息,确定所述目标人员在所述区域点位信息对应的区域点位的驻留时间;
将所述目标人员移动轨迹信息对应的人员轨迹映射至所述局部地图区域,以及在所述局部地图区域中显示所述区域点位信息集合中区域点位信息对应的区域点位的驻留时间。
3.根据权利要求2所述的方法,其中,所述根据所述位置信息序列中的位置信息包括的位置坐标,进行人员轨迹拟合,以生成所述目标人员对应的目标人员移动轨迹信息,包括:
对于所述位置信息序列中的每对位置信息组,执行以下分隔位置确定步骤:
确定所述位置信息组中的位置信息包括的位置定位时间的时间间隔,得到时间差值,其中,所述位置信息组中包括相邻的两个位置信息;
响应于确定所述时间差值大于预设差值,根据所述位置信息组,确定分隔位置信息;
根据得到的分隔位置信息集合,对所述位置信息序列进行分组处理,得到位置信息组序列;
对所述位置信息组序列中的每个位置信息组进行轨迹拟合,以生成子拟合轨迹,得到子拟合轨迹序列;
对于所述子拟合轨迹序列中的每对子拟合轨迹组,执行以下轨迹融合处理步骤:
确定所述子拟合轨迹组中的子拟合轨迹之间的***点数量,其中,所述子拟合轨迹组中包括两个相邻的子拟合轨迹;
确定***点位置信息集合,其中,所述***点位置信息集合中的***点位置信息的数量与所述***点数量相同;
根据所述***点位置信息集合,拟合衔接轨迹;
通过所述衔接轨迹,将所述子拟合轨迹组中的子拟合轨迹进行轨迹衔接,以生成衔接后轨迹;
将得到的衔接后轨迹集合中的各个衔接后轨迹进行轨迹连接,以生成所述目标人员移动轨迹信息。
4.根据权利要求3所述的方法,其中,所述根据所述位置信息序列中的位置信息包括的位置定位时间和位置坐标,确定目标视频,包括:
对于所述位置信息序列中的每个位置信息包括的位置坐标,确定与所述位置坐标相匹配的图像采集装置,以生成图像采集装置位置信息;
对得到的图像采集装置位置信息集合进行去重处理,得到去重后图像采集装置位置信息集合;
对于所述位置信息序列中的每个位置信息,获取目标图像采集装置在所述位置信息包括的位置定位时间采集的子视频,其中,所述目标图像采集装置是所述去重后图像采集装置位置信息集合中,与所述位置信息对应的去重后图像采集装置位置信息对应的图像采集装置;
对得到的子视频集合中的子视频以时间维度进行视频拼接,得到所述目标视频。
5.根据权利要求4所述的方法,其中,所述对所述目标视频进行人员识别,以生成候选人员移动轨迹信息,得到候选人员移动轨迹信息序列,包括:
对所述目标视频进行人员检测,以生成人员检测信息,得到人员检测信息集合;
对所述人员检测信息集合中的人员检测信息进行人员信息关联,以生成人员检测信息组集合;
对于所述人员检测信息组集合中的每个人员检测信息组,根据所述人员检测信息组中的各个人员检测信息,生成候选人员移动轨迹信息。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661068.5A CN115631212B (zh) | 2022-12-23 | 2022-12-23 | 人员伴随轨迹确定方法、装置、电子设备和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211661068.5A CN115631212B (zh) | 2022-12-23 | 2022-12-23 | 人员伴随轨迹确定方法、装置、电子设备和可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115631212A CN115631212A (zh) | 2023-01-20 |
CN115631212B true CN115631212B (zh) | 2023-03-28 |
Family
ID=84910119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211661068.5A Active CN115631212B (zh) | 2022-12-23 | 2022-12-23 | 人员伴随轨迹确定方法、装置、电子设备和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115631212B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117062009B (zh) * | 2023-10-11 | 2024-01-23 | 北京艾瑞数智科技有限公司 | 一种伴随轨迹的判别方法、装置、设备以及存储介质 |
CN117495063B (zh) * | 2024-01-03 | 2024-04-12 | 中关村科学城城市大脑股份有限公司 | 警力资源调度方法、装置、电子设备和计算机可读介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11164335B2 (en) * | 2018-11-06 | 2021-11-02 | International Business Machines Corporation | Passenger travel route inferencing in a subway system |
CN113761964A (zh) * | 2020-05-18 | 2021-12-07 | 深圳云天励飞技术有限公司 | 同行人员确定方法及相关产品 |
CN112653990A (zh) * | 2020-09-18 | 2021-04-13 | 武汉爱迪科技股份有限公司 | 一种密切接触人员的筛选算法及*** |
-
2022
- 2022-12-23 CN CN202211661068.5A patent/CN115631212B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115631212A (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115631212B (zh) | 人员伴随轨迹确定方法、装置、电子设备和可读介质 | |
CN108427939B (zh) | 模型生成方法和装置 | |
CN111784712B (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN115616937B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
US20210264198A1 (en) | Positioning method and apparatus | |
CN110765280A (zh) | 地址识别方法和装置 | |
CN115205330B (zh) | 轨迹信息生成方法、装置、电子设备和计算机可读介质 | |
CN112257582A (zh) | 脚部姿态确定方法、装置、设备和计算机可读介质 | |
CN112464039B (zh) | 树形结构的数据显示方法、装置、电子设备和介质 | |
CN117290561B (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 | |
CN114708545A (zh) | 基于图像的对象侦测方法、装置、设备和存储介质 | |
CN112183388B (zh) | 图像处理方法、装置、设备和介质 | |
WO2022052889A1 (zh) | 图像识别方法、装置、电子设备和计算机可读介质 | |
CN114883012A (zh) | 基于时空轨迹的传染病溯源方法、装置、介质及设备 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN111369624B (zh) | 定位方法和装置 | |
CN113255290A (zh) | 电力项目信息展示方法、设备和计算机可读介质 | |
CN110084298B (zh) | 用于检测图像相似度的方法及装置 | |
CN113255819A (zh) | 用于识别信息的方法和装置 | |
CN112699289A (zh) | 房源信息聚合展示方法、装置、电子设备和计算机可读介质 | |
CN111460334A (zh) | 信息显示方法、装置和电子设备 | |
CN118038193B (zh) | 地下电缆可视化展示方法、装置、电子设备与计算机介质 | |
CN111143496A (zh) | 用于确定轨迹相似的目标对象的方法和装置 | |
CN115147789B (zh) | 分合流道路信息检测方法、装置、设备和计算机可读介质 | |
CN116384945B (zh) | 一种项目管理方法和*** |
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 |