【技术实现步骤摘要】
轨迹分类模型的训练方法和装置、电子设备
本公开实施例涉及计算机技术
，特别涉及轨迹分类模型的训练方法和装置、电子设备、计算机可读介质。
技术介绍
随着智能电子采集设备的快速发展，可利用智能手机、车载导航、GPS等设备搜集到多种轨迹数据。而轨迹数据为智慧城市、交通规划、安排合理出行等方面上，提供了重要的解决思路。对轨迹数据地分析利用已是近些年来商业讨论的焦点。在现有技术中，例如，通过摄像机捕捉的图像序列中分析和理解运动目标的行为，并对异常行为进行报警。行为检测是智能视觉监控的重要功能。基于轨迹数据的事件检测，能够长时间分析目标的行为，从而可以有效的预测和判断目标的行为，如构建4维直方图等。
技术实现思路
本公开实施例提供一种轨迹分类模型的训练方法和装置、电子设备、计算机可读介质。第一方面，本公开实施例提供了一种轨迹分类模型的训练方法，包括：获取轨迹数据；根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征，其中，所述轨迹特征包括曲率和/或转角；对所述轨迹特征进行训练，得到轨迹分类模型。在一些实施例中，在所述获取轨迹数据之后，还包括：对所述轨迹数据进行预处...
【技术保护点】
1.一种轨迹分类模型的训练方法，包括：获取轨迹数据；根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征，其中，所述轨迹特征包括曲率和/或转角；对所述轨迹特征进行训练，得到轨迹分类模型。
【技术特征摘要】
1.一种轨迹分类模型的训练方法，包括：获取轨迹数据；根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征，其中，所述轨迹特征包括曲率和/或转角；对所述轨迹特征进行训练，得到轨迹分类模型。2.根据权利要求1所述的方法，其中，在所述获取轨迹数据之后，还包括：对所述轨迹数据进行预处理；则所述根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征，包括：根据预处理后的轨迹数据的时间特征和空间特征计算所述轨迹特征；所述预处理包括：将满足至少一个条件的所述轨迹数据进行删除，得到所述预处理后的轨迹数据；所述至少一个条件包括：时间特征相同而空间特征不同；空间特征超出预设区域范围的轨迹数据的数量小于预设比值。3.根据权利要求1所述的方法，其中，还包括：根据所述轨迹数据的时间特征计算所述轨迹数据的采样时间的时间间隔；响应于各个时间间隔均相同，执行所述根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征。4.根据权利要求3所述的方法，其中，还包括：响应于至少一个时间间隔不同，根据线性差值采样法以预设时间间隔进行重采样，得到重采样后的轨迹数据；所述根据所述轨迹数据的时间特征和空间特征计算所述轨迹数据的轨迹特征包括：根据所述重采样后的轨迹数据的时间特征和空间特征计算所述轨迹特征。5.根据权利要求1至4所述的方法，其中，所述对所述轨迹特征进行训练，得到轨迹分类模型，包括：将所述轨迹数据划分为训练数据和校验数据；提取所述训练数据对应的第一轨迹特征；根据机器学习模型对所述第一轨迹特征进行训练，得到初始轨迹分类模型；提取所述校验数据对应的第二轨迹特征；根据所述初始轨迹分类模型和所述第二轨迹特征确定所述轨迹分类模型。6.根据权利要求5所述的方法，其中，所述根据所述初始轨迹分类模型和所述第二轨迹特征确定所述轨迹分类模型，包括：将所述第二轨迹特征输入至所述初始轨迹分类模型，得到轨迹分类结果；响应于所述轨迹分类结果与预设的分类结果的差值大于预设的阈值，对所述机器学习模型的参数进行调整，并根据调整后的机器学习模型对所述第一轨迹特征进行训练。7.根据权利要求1至4所述的方法，其中，所述轨迹特征还包括以下至少一种：速度、加速度、速度变化的最大值、速度变化的最小值、速度变化的均值、速度变化的中位数、速度变化的方差。8.一种轨迹分类模...
【专利技术属性】
技术研发人员：白恩洋，陈科第，周淼，孟泉，王蔚，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。