一种多源对象关联方法及装置制造方法及图纸

本发明专利技术实施例提供了一种多源对象关联方法及装置，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；针对每一时间区间，确定所述目标对象在该时间区间对应的第一图像；确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。本发明专利技术实施例能够建立不同源数据之间的关联关系，从而能够根据已关联数据对车辆或人进行身份识别，提高身份识别的准确性。

Multi source object association method and device

The embodiment of the present invention provides a multi-source object association method and device, which includes acquiring the first record of the target object in a preset time period and the second record of the object to be associated in the preset time period, and determining the first corresponding time interval of the target object for each time interval. Image; determine the second image corresponding to the object to be correlated in the time interval; determine the first image and the second image corresponding to the same time interval as image pairs, calculate the similarity of each image pair, and determine the weight of each image pair; determine the similarity between the object to be correlated and the object to be correlated; Whether the target similarity is greater than the preset threshold; if so, the association relationship between the object to be correlated and the target object is established. The embodiment of the present invention can establish the correlation relationship between different source data, so that the vehicle or person can be identified according to the correlated data, and the accuracy of the identification can be improved.

【技术实现步骤摘要】
一种多源对象关联方法及装置
本专利技术涉及大数据
，特别是涉及一种多源对象关联方法及装置。
技术介绍
随着机器视觉、智能传感器、大数据等新技术的引入，安防监控系统逐步走向智能化。对运动目标的检测、识别、跟踪、时空轨迹分析，已经成为安防监控行业需要解决的关键问题之一。其中，对运动目标的身份识别是上述问题解决的基础，因为只有识别出目标的唯一身份，才能基于目标汇总海量数据，从而可以对目标的时空活动轨迹做进一步的分析。在安防监控系统中，运动目标主要为车辆和人。现有的运动目标身份识别方法，主要为通过车牌信息对车辆进行识别，通过人脸对人进行识别。具体地，可以通过图像采集设备采集包含车辆的图像，然后对采集的图像进行识别，获取到图像中包含的车牌信息；或者，通过图像采集设备采集包含人脸的图像，然后将采集的图像中包含的人脸的特征数据与存储的海量人脸特征数据逐一进行比对，从而获取到图像中包含的人脸的身份信息。但是，安防领域中，图像采集设备采集的图像具有特殊性，气候条件不固定(晴天、雨天、雾霾天、雪天、大风、风沙等)、光照条件不固定(顺光、逆光、强光、雨天反光、阴影等)、采集场景复杂多样(室内、室外等)等等，这将导致图像采集设备采集的图像质量差别较大；并且，相似人脸较多，从而导致仅根据图像采集设备采集的图像对车辆或人进行身份识别时，准确性较低。
技术实现思路
本专利技术实施例的目的在于提供一种多源对象关联方法及装置，以建立不同源数据之间的关联关系，从而对车辆或人进行身份识别时，提高身份识别的准确性。具体技术方案如下：第一方面，本专利技术实施例提供了一种多源对象关联方法，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。可选的，所述针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像的步骤包括：针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。可选的，所述计算各图像对的相似度的步骤包括：针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断各第一记录的位置信息和各第二记录的位置信息是否相同；如果是，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；如果否，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。可选的，所述根据统计结果，计算该第一图像与该第二图像的相似度的步骤包括：根据以下公式，计算该第一图像与该第二图像的相似度S：其中，所述i为各位置标识，所述Xi为所述目标对象在位置i处出现的次数，所述Yi为所述待关联对象在位置i处出现的次数。可选的，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域；确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域；计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。可选的，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。可选的，所述确定各图像对的权重的步骤包括：确定各图像对所在时间区间的时间长度；计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。可选的，所述确定各图像对的权重的步骤包括：针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；计算所述第一数量占所述总数量的比重，并将所计算结果作为对应各图像对的权重。可选的，所述根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度的步骤包括：对各图像对的相似度与权重进行加权处理，并将所得结果确定为所述目标对象与所述待关联对象的目标相似度。第二方面，本专利技术实施例提供了一种多源对象关联装置，所述装置包括：获取模块，用于获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；第一确定模块，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；执行模块，用于将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；第二确定模块，用于根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断模块，用于判断所述目标相似度是否大于预设阈值；关联模块，用于当所述判断模块判断结果为是时，建立所述待关联对象与所述目标对象的关联关系。可选的，所述第一确定模块包括：第一映射单元，用于针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；第二映射单元，用于根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。可选的，所述执行模块包括：获取单元，用于针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断单元，用于判断各第一记录的位置信息和各第二记录的位置信息是否相同；第一处理单元，用于当所述判断单元判断结果为是时，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；第二处理单元，用于当所述判断单元本文档来自技高网...

【技术保护点】
1.一种多源对象关联方法，其特征在于，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。

【技术特征摘要】
1.一种多源对象关联方法，其特征在于，所述方法包括：获取目标对象在预设时间段内的第一记录，以及待关联对象在所述预设时间段内的第二记录；其中，所述目标对象与所述待关联对象为不同类型对象；所述预设时间段包括多个时间区间；针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像；将同一时间区间对应的第一图像与第二图像确定为图像对，计算各图像对的相似度，并确定各图像对的权重；根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度；判断所述目标相似度是否大于预设阈值；如果是，建立所述待关联对象与所述目标对象的关联关系。2.根据权利要求1所述的方法，其特征在于，所述针对每一时间区间，根据所述目标对象在该时间区间内的第一记录，确定所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录，确定所述待关联对象在该时间区间对应的第二图像的步骤包括：针对每一时间区间，根据所述目标对象在该时间区间内的第一记录的位置信息，将该第一记录映射到预设坐标系中，得到所述目标对象在该时间区间对应的第一图像；根据所述待关联对象在该时间区间内的第二记录的位置信息，将该第二记录映射到预设坐标系中，得到所述待关联对象在该时间区间对应的第二图像。3.根据权利要求1所述的方法，其特征在于，所述计算各图像对的相似度的步骤包括：针对任一图像对中包括的第一图像和第二图像，获取该第一图像对应的各第一记录的位置信息，以及该第二图像对应的各第二记录的位置信息；判断各第一记录的位置信息和各第二记录的位置信息是否相同；如果是，统计所述目标对象在该区间内各位置出现的第一次数，以及所述待关联对象在该区间内各位置出现的第二次数，并根据统计结果，计算该第一图像与该第二图像的相似度；如果否，根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度。4.根据权利要求3所述的方法，其特征在于，所述根据统计结果，计算该第一图像与该第二图像的相似度的步骤包括：根据以下公式，计算该第一图像与该第二图像的相似度S：其中，所述i为各位置标识，所述Xi为所述目标对象在位置i处出现的次数，所述Yi为所述待关联对象在位置i处出现的次数。5.根据权利要求3所述的方法，其特征在于，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行密度聚类，确定该第一图像的密度大于预设阈值的第一区域，以及该第二图像的密度大于所述预设阈值的第二区域；确定所述第一区域与所述第二区域的重叠区域，以及所述第一区域与所述第二区域的总区域；计算所述重叠区域的第一面积与所述总区域的第二面积，以及所述第一面积与所述第二面积的比值，并将所计算结果作为该第一图像与该第二图像的相似度。6.根据权利要求3所述的方法，其特征在于，所述根据该第一图像与该第二图像，计算该第一图像与该第二图像的相似度的步骤包括：对该第一图像与该第二图像进行图像分析，确定该第一图像与该第二图像的相似度。7.根据权利要求1所述的方法，其特征在于，所述确定各图像对的权重的步骤包括：确定各图像对所在时间区间的时间长度；计算各时间长度占预设总时长的比重，并将所计算结果作为对应各图像对的权重。8.根据权利要求1所述的方法，其特征在于，所述确定各图像对的权重的步骤包括：针对每个图像对，确定该图像对所对应的第一记录和第二记录的第一数量，以及该图像对所对应的第一记录和第二记录的位置信息处，且该图像对所对应时间区间内的历史记录总数量；计算所述第一数量占所述总数量的比重，并将所计算结果作为对应各图像对的权重。9.根据权利要求1所述的方法，其特征在于，所述根据各图像对的相似度与权重，确定所述目标对象与所述待关联对象的目标相似度的步骤包括：对各图像对的相似度与权重进行加权处理，并将所得结果确定为所述目标对象与所述待关联对...

【专利技术属性】
技术研发人员：王辉，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江,33