一种同行人员确定方法、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114187565A(43)申请公布日2022.03.15(21)申请号202111590266.2(22)申请日2021.12.23(71)申请人浙江宇视科技有限公司地址310051浙江省杭州市滨江区西兴街道江陵路88号10幢南座1-11层、2幢A区1-3楼、2幢B区2楼(72)发明人胡晶黄新洲(74)专利代理机构北京安信方达知识产权代理有限公司11262代理人吴晓霞栗若木(51)Int.Cl.G06V20/52(2022.01)G06V10/762(2022.01)G06V10/74(2022.01)G06K9/62(2022.01)权利要求书2页说明书12页附图3页(54)发明名称一种同行人员确定方法、电子设备和存储介质(57)摘要本发明实施例公开了一种同行人员确定方法、电子设备和存储介质。其中，所述方法包括：根据目标人物的轨迹信息，确定进行行人数据筛选的时间范围、起点区域和终点区域；根据时间范围、起点区域和终点区域，获取相匹配的多个行人的轨迹信息，并聚合得到多个轨迹聚类；从多个轨迹聚类中选择符合第一聚类标准的至少一个聚类；确定所选择的聚类中所包含的轨迹对象对应的行人中非目标人物的行人为第一类行人；将所述第一类行人确定为目标人物的同行人员。本公开提供的同行人员确定方案，能够有效地识别目标人物的其他同行人员，进一步完善安防系统的大数据分析功能。CN114187565ACN114187565A权利要求书1/2页1.一种同行人员确定方法，其特征在于，包括：根据目标人物的轨迹信息，确定进行行人数据筛选的时间范围、起点区域和终点区域；根据所述时间范围、起点区域和终点区域，获取相匹配的多个行人的轨迹信息；根据所述多个行人的轨迹信息进行轨迹对象聚合得到多个轨迹聚类；从所述多个轨迹聚类中选择符合第一聚类标准的至少一个聚类；确定所选择的至少一个聚类中所包含的轨迹对象对应的行人中非所述目标人物的行人为第一类行人；将所述第一类行人确定为所述目标人物的同行人员。2.如权利要求1所述的方法，其特征在于，所述将所述第一类行人确定为所述目标人物的同行人员，包括：根据所述第一类行人在到达所述终点区域后的停留时间段与所述目标人物在到达所述终点区域后的停留时间段，分别确定各所述第一类行人与所述目标人物在所述终点区域的重合时间段，选择所述重合时间段满足时间重合度标准的第一类行人为所述目标人物的同行人员。3.如权利要求1所述的方法，其特征在于，所述根据所述多个行人的轨迹信息进行轨迹对象聚合得到多个轨迹聚类，包括：按照轨迹间的轨迹相似度对所述多个行人的轨迹信息对应的轨迹对象进行聚合，得到所述多个轨迹聚类；其中，所述轨迹间的轨迹相似度根据轨迹间的空间相似度和轨迹间的时间相似度计算得到。4.如权利要求3所述的方法，其特征在于，所述按照轨迹间的轨迹相似度对所述多个行人的轨迹信息对应的轨迹对象进行聚合，得到所述多个轨迹聚类，包括：根据设定的道路权重，分别计算各行人轨迹的轨迹权重；以所述多个轨迹对象作为初始的原子轨迹对象；针对全部原子轨迹对象执行以下聚合及过滤步骤：按照轨迹间的轨迹相似度对所述原子轨迹对象进行聚合，得到至少一个轨迹聚类；所述轨迹聚类包括：多对象轨迹聚类和/或第一单对象轨迹聚类；根据各所述对象轨迹聚类中包括的轨迹对象的轨迹权重，将轨迹权重符合轨迹偏移标准的轨迹对象从归属的多对象轨迹聚类中剔除，单独作为第二单对象轨迹聚类；以第一单对象轨迹聚类和第二单对象轨迹聚类中的轨迹对象作为原子轨迹对象；继续执行所述聚合及过滤步骤，直到全部轨迹聚类满足聚类收敛标准。5.如权利要求4所述的方法，其特征在于，根据以下方法确定所述轨迹权重是否符合轨迹偏移标准：根据所述轨迹权重与归属聚类的轨迹权重均值，确定所述轨迹权重对应的权重偏差；在所述权重偏差大于预设偏离阈值的情况下，确定所述轨迹权重符合轨迹偏移标准；在所述权重偏差小于或等于预设偏离阈值的情况下，确定所述轨迹权重不符合轨迹偏移标准；其中，所述轨迹权重均值为归属聚类中全部行人轨迹的轨迹权重的平均值。6.如权利要求4所述的方法，其特征在于，2CN114187565A权利要求书2/2页根据以下方法确定全部轨迹聚类是否满足聚类收敛标准：在轨迹聚类的总数量不变，且各轨迹聚类中包含的轨迹对象均不变的情况下，确定满足聚类收敛标准；在轨迹聚类的总数量有变，或任一轨迹聚类中包含的轨迹对象有变的情况下，确定不满足聚类收敛标准。7.如权利要求1‑4任一项所述的方法，其特征在于，确定一个所述轨迹聚类是否符合第一聚类标准，包括：计算一个所述轨迹聚类所包括的轨迹对象的数量相对于全部所述轨迹聚类所包括的轨迹对象的数量的比例，记为一个所述轨迹聚类的轨迹对象占比；在所述轨迹对象占比小