一种应用于轨迹伴随可能性分析的伴随系数计算方法技术

本发明专利技术公开一种应用于轨迹伴随可能性分析的伴随系数计算方法，包括：获取两条轨迹A和B并按时间排序；遍历轨迹A的轨迹点P，并从轨迹B找出与轨迹点P时间最接近的轨迹点Q，计算并记录轨迹点对(P，Q)的时间差；从轨迹点对(P，Q)中找出时间差最小且满足给定条件的轨迹点对(P’，Q’)；将轨迹A以轨迹点P’分为轨迹A1和A2，将轨迹B以轨迹点Q’分为轨迹B1和B2；重复上述步骤直至找出所有匹配的轨迹点对(P’，Q’)，并将该轨迹点对保存于最佳匹配结果集；计算并统计匹配状态；计算伴随系数。本发明专利技术有效降低伴随系数的计算复杂度，提高计算效率，且受偏差值影响较小，可应用到实际轨迹数据中分析出有效伴随信息。

A calculation method of the adjoint coefficient applied to the analysis of the adjoint possibility of trajectories

【技术实现步骤摘要】
一种应用于轨迹伴随可能性分析的伴随系数计算方法
本专利技术涉及安防与信息，尤其涉及一种应用于轨迹伴随可能性分析的伴随系数计算方法。
技术介绍
目前，安防系统中多种监控设备会采集大量行为轨迹数据，该行为轨迹数据包括人脸、MAC、IMSI及IMEI等数据，不同类型的数据通常由不同类型的采集设备所采集，因此，不同类型的轨迹数据通常没有直接的关联关系，但通过数据挖掘可以从上述轨迹数据中分析出许多有用信息，其中一种重要信息就是轨迹的伴随状态，通过伴随状态可以找出与目标人员经常同行的伴随人员，或找出属于同一个目标人员的多个行为特征，诸如此类信息可以在安防领域起到重要作用。对于轨迹的伴随分析而言，伴随人员的轨迹不一定与目标人员完全一致，而是在满足一定时间差内两者处于合适距离，但时间差和距离不固定且经常变化，而且有时会出现偏差，另外伴随状态有可能不连续(即伴随人员的轨迹与目标人员的轨迹伴随一段时间后分离，经过一段时间后又回到伴随状态)，这些问题在做轨迹伴随分析时都是需要考虑的；另外，轨迹的伴随分析需要通过计算大量数据来得到伴随系数，市面已有多种用于计算本文档来自技高网...

【技术保护点】
1.一种应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，包括以下步骤：/n步骤S1，任选两条轨迹A和B并按时间进行排序；/n步骤S2，遍历所述轨迹A和B的轨迹点，找出所有轨迹点中时间差最小的轨迹点对(P’，Q’)；/n步骤S3，采用递归的方法找出所述轨迹A和B中所有满足匹配条件的轨迹点对(P’，Q’)构成最佳匹配结果集；/n步骤S4，计算所述最佳匹配结果集中每个轨迹点对(P’，Q’)的匹配状态，统计每种匹配状态的数据值并套用公式计算出伴随系数。/n

【技术特征摘要】
1.一种应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，包括以下步骤：
步骤S1，任选两条轨迹A和B并按时间进行排序；
步骤S2，遍历所述轨迹A和B的轨迹点，找出所有轨迹点中时间差最小的轨迹点对(P’，Q’)；
步骤S3，采用递归的方法找出所述轨迹A和B中所有满足匹配条件的轨迹点对(P’，Q’)构成最佳匹配结果集；
步骤S4，计算所述最佳匹配结果集中每个轨迹点对(P’，Q’)的匹配状态，统计每种匹配状态的数据值并套用公式计算出伴随系数。


2.根据权利要求1所述的应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，所述步骤S1包括以下步骤：
步骤S101，获取采集设备采集的海量行为轨迹数据构建轨迹数据库，并从所述轨迹数据库中任意选择两条轨迹A和B；
步骤S102，将两条所述轨迹A和B按时间进行排序。


3.根据权利要求2所述的应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，所述步骤S101获取的海量行为轨迹包括人脸数据、MAC数据、IMSI数据、IMEI数据中的一种或多种。


4.根据权利要求3所述的应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，所述步骤S2包括以下步骤：
步骤S201，按时间顺序遍历所述轨迹A中的轨迹点P，并从所述轨迹B中找出与所述轨迹点P时间最接近的轨迹点Q，计算并记录所述轨迹点对(P，Q)的时间差；
步骤S202，从步骤S201中所述的轨迹点对(P，Q)中找出时间差最小，且所述轨迹点对(P，Q)的时间差满足不大于给出的最大匹配时间差的轨迹点P’和Q’，并将所述轨迹点P’和Q’组成轨迹点对(P’，Q’)。


5.根据权利要求4所述的应用于轨迹伴随可能性分析的伴随系数计算方法，其特征在于，所述步骤S201中的时间差通过计算所述轨迹点P对应的时间与所述轨迹点Q...

【专利技术属性】
技术研发人员：陈绮雯，王明兴，陆刚，池汉雄，
申请(专利权)人：深圳市甲易科技有限公司，
类型：发明
国别省市：广东;44