同行判定方法及相关产品技术

本申请实施例公开了一种同行判定方法及相关产品，其中方法包括：获取指定时间段指定区域内的目标视频图像集；根据目标视频图像集确定目标的活动轨迹，目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；计算第一活动轨迹和第二活动轨迹的重合度；当重合度大于第一预设阈值时，判定第一目标与第二目标互为同行。本申请实施例通过确定第一目标和第二目标在指定时间段指定区域内的活动轨迹之间的重合度，进而确定第一目标和第二目标是否互为同行，该方法通过计算活动轨迹重合度，提升了同行判定的准确率，以便对用户安全进行提前预防，进而减少安全问题的发生。

【技术实现步骤摘要】
同行判定方法及相关产品
本申请涉及数据处理
，具体涉及一种同行判定方法及相关产品。
技术介绍
随着国家经济的高速发展以及城镇化进程的加速进行，越来越多的外来人口融入城市，这些人口在促进发展的同时，也给城市管理带来了巨大挑战。目前看来，视频监控技术对城市安全管理提供了技术支持，但是仅仅通过人工查看视频监控，或者在事件发生后查看视频监控，对于安全管理来说，是远远不够的。因此，亟待提出一种方法，能够从视频中获取用户的日常行为表现，然后分析获取用户与用户之间的关系，以便对用户安全进行提前预防，进而减少安全问题的发生。
技术实现思路
本申请实施例提供了一种同行判定方法及相关产品，以期通过确定第一目标和第二目标在指定时间段指定区域内的活动轨迹之间的重合度，进而确定第一目标和第二目标是否互为同行，该方法通过计算活动轨迹重合度，提升了同行判定的准确率。第一方面，本申请实施例提供一种同行判定方法，所述方法包括：获取指定时间段指定区域内的目标视频图像集；根据所述目标视频图像集确定目标的活动轨迹，所述目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；计算所述第一活动轨迹和所述第二活动轨迹的重合度；当确定所述重合度是否大于第一预设阈值时，判定所述第一目标与所述第二目标互为同行。可选情况下，所述获取指定时间段指定区域内的目标视频图像集包括：获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；对所述多张视频图像中每一张视频图像进行图像分割，得到多个目标图像；对所述多个目标图像中每一目标图像进行图像质量评价，得到多个图像质量评价值；将所述多个图像质量评价值中大于预设质量评价阈值的图像质量评价值对应的目标图像作为优质目标图像；以标准目标图像为基准数据，进行所述优质目标图像与标准目标图像的聚类，获得与所述标准目标图像聚类到同一个类簇中的所述优质目标图像作为同类优质目标图像；确定所述同类优质目标图像对应的所述视频图像为所述目标视频图像集。可选情况下，所述根据所述目标视频图像集确定目标的活动轨迹，包括：获取所述目标视频图像集中时间点标识；根据所述时间点标识对所述目标视频图像集进行分类，获得多个时间点标识分类，所述分类包括按照时间点标识是否处于同一时间范围进行分类，或按照所述时间点标识之间的差值是否小于第一时间阈值进行分类；确定所述多个时间点标识分类中每个时间点标识分类对应的时间值；获取所述每个时间点标识分类中的至少一个目标视频图像集对应的摄像头标识，并根据所述摄像头标识确定所述每个时间点标识分类对应的地点；根据所述每个时间点标识分类对应的时间值和地点确定一个停留点，所述多个时间点标识分类对应的多个所述停留点组成所述目标的活动轨迹。可选情况下，所述计算所述第一活动轨迹和所述第二活动轨迹的重合度包括：获取第一活动轨迹中的第一组停留点和第二活动轨迹中的第二组停留点；计算所述第一组停留点和所述第二组停留点之间的匹配度；根据所述匹配度确定所述第一活动轨迹和所述第二活动轨迹的重合度。可选情况下，所述方法还包括：获取同时识别出所述第一目标和所述第二目标的组合目标视频图像集数量；计算获得所述组合目标图像数量与所述第一目标对应的目标视频图像集数量的第一比率，以及所述合目标图像数量与所述第一目标对应的目标视频图像集数据的第二比率；当所述第一比率和所述第二比率中的最大值大于第一预设比率时，确定所述第一目标和所述第二目标互为同行。可选情况下，以标准目标图像为基准数据，进行所述优质目标图像与标准目标图像的聚类，包括：获取多个标准目标图像作为多个基准数据；进行所述优质目标图像与所述多个基准数据的聚类，获得第一聚类结果，所述第一聚类结果包括与所述基准数据数量对应的多个第一类簇；从所述多个第一类簇中的每个类簇中挑选一个质量最好的数据作为代表数据，进行所述代表数据与所述优质目标图像的聚类，获得第二聚类结果，所述第二聚类结果中包括多个第二类簇，所述多个为N个，N为大于1的整数，结合所述第一聚类结果和所述第二聚类结果，确定最终聚类结果，包括：S11、获取所述多个第二类簇中的第i个第二类簇，i为正整数；S12、确定所述第i个第二类簇中的所有代表数据对应的所有第一类簇，并将所述代表数据对应的所有第一类簇中的数据和所述代表数据对应的第二类簇中的数据放置到同一个第三类簇中；S13、赋值i＝i+1，执行步骤S11和S12，直到遍历完所述多个第二类簇，得到多个第三类簇，即为最终聚类结果，i小于或等于N-1。第二方面，本申请提供一种同行判定装置，所述同行判定装置包括：获取单元，用于获取指定时间段指定区域内的目标视频图像集；轨迹确定单元，用于根据所述目标视频图像集确定目标的活动轨迹，所述目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；计算单元，用于计算所述第一活动轨迹和所述第二活动轨迹的重合度；判定单元，用于当确定所述重合度大于第一预设阈值时，判定所述第一目标与所述第二目标互为同行。第三方面，本申请实施例提供一种电子装置，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面任一方法中的步骤的指令。第四方面，本申请实施例提供了一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面任一方法所述的步骤的指令。第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。可以看出，本申请实施例中，首先获取指定时间段指定区域内的目标视频图像；根据目标视频图像集确定目标的活动轨迹，目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；然后计算第一活动轨迹和第二活动轨迹的重合度，并确定重合度是否大于第一预设阈值；若是，则判定第一目标与第二目标互为同行。在这个过程中，因为目标视频图像集是有时间和地域限制的，因此获得的目标的活动轨迹也具有时间和地域限制，通过计算小范围短时间内第一活动轨迹和第二活动轨迹的重合度确定第一目标和第二目标的同行关系，提升了判定同行关系的效率和准确率。附图说明下面将对本申请实施例所涉及到的附图作简单地介绍。图1A为本申请实施例提供的一种同行判定方法；图1B为本申请实施例提供的一种目标视频图像示意本文档来自技高网...

【技术保护点】
1.一种同行判定方法，其特征在于，所述方法包括：/n获取指定时间段指定区域内的目标视频图像集；/n根据所述目标视频图像集确定目标的活动轨迹，所述目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；/n计算所述第一活动轨迹和所述第二活动轨迹的重合度；/n当所述重合度大于第一预设阈值时，判定所述第一目标与所述第二目标互为同行。/n

【技术特征摘要】
1.一种同行判定方法，其特征在于，所述方法包括：
获取指定时间段指定区域内的目标视频图像集；
根据所述目标视频图像集确定目标的活动轨迹，所述目标的活动轨迹包括第一目标的第一活动轨迹和第二目标的第二活动轨迹；
计算所述第一活动轨迹和所述第二活动轨迹的重合度；
当所述重合度大于第一预设阈值时，判定所述第一目标与所述第二目标互为同行。


2.根据权利要求1所述的方法，其特征在于，所述获取指定时间段指定区域内的目标视频图像集包括：
获取指定时间段由指定区域内的多个摄像头拍摄的视频集，得到多个视频集，所述多个摄像头拍摄的视频集中包括其对应摄像头标识和时间标识；
对所述多个视频集中每一视频集进行视频解析，得到多张视频图像，所述多张视频图像中的每张图像包括所述摄像头标识和时间点标识；
对所述多张视频图像中每一张视频图像进行目标识别，得到多个目标图像；
对所述多个目标图像中每一目标图像进行图像质量评价，得到多个图像质量评价值；
将所述多个图像质量评价值中大于预设质量评价阈值的图像质量评价值对应的目标图像作为优质目标图像；
以标准目标图像为基准数据，进行多个优质目标图像与标准目标图像的聚类，获得与所述标准目标图像聚类到同一个类簇中的所述优质目标图像作为同类优质目标图像；
确定多个所述同类优质目标图像组成所述目标视频图像集。


3.根据权利要求2所述的方法，其特征在于，所述根据所述目标视频图像集确定目标的活动轨迹，包括：
获取所述目标视频图像集中时间点标识；
根据所述时间点标识对所述目标视频图像集进行分类，获得多个时间点标识分类；
确定所述多个时间点标识分类中每个时间点标识分类对应的时间值；
获取所述每个时间点标识分类中的每个目标视频图像对应的摄像头标识，并根据所述摄像头标识确定所述每个时间点标识分类对应的地点；
根据所述每个时间点标识分类对应的时间值和地点确定一个停留点，所述多个时间点标识分类对应的多个所述停留点组成所述目标的活动轨迹。


4.根据权利要求3所述的方法，其特征在于，所述计算所述第一活动轨迹和所述第二活动轨迹的重合度包括：
获取第一活动轨迹中的第一组停留点和第二活动轨迹中的第二组停留点；
计算所述第一组停留点和所述第二组停留点之间的匹配度；
根据所述匹配度确定所述第一活动轨迹和所述第二活动轨迹的重合度。


5.根据权利要去1-4任一项所述的方法，其特征在于，所述方法还包括：
获取同时识别出所述第一目标和所述第二目标的组合目标视频图像集数量；
计算获得所述组合目标图像数量与所述第一目标对应的目标视频图像集数量的第一比率，以及所述合目标图像数量与所述第二目标对应的目标视频图像集数据的第二比率；
当所述第一...

【专利技术属性】
技术研发人员：谢友平，夏登成，陈佳齐，黄超凤，马荧，徐麟，
申请(专利权)人：成都云天励飞技术有限公司，
类型：发明
国别省市：四川;51