一种数据处理方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种数据处理方法、装置、设备及存储介质，所述方法包括：获取目标区域的第一类型区域内的第一人体轨迹数据、第二类型区域内的第二人体轨迹数据和对应的轨迹关联信息；基于行人再识别对第一人体轨迹数据进行聚类得到目标聚类轨迹；为目标聚类轨迹设置人体身份标识；将第二人体轨迹数据与第一人体轨迹数据进行匹配，确定人体轨迹匹配数据；利用人体轨迹匹配数据和目标聚类轨迹的人体身份标识确定目标区域内每一人体轨迹数据的人体身份标识；基于每一人体轨迹数据的人体身份标识和对应的轨迹关联信息，构建目标区域内人员的游逛轨迹数据。利用本申请实施例提供的技术方案可以提高对目标区域管理的精准性，且成本低，通用性广。

【技术实现步骤摘要】
一种数据处理方法、装置、设备及存储介质
本申请涉及人工智能
，尤其涉及一种数据处理方法、装置、设备及存储介质。
技术介绍
随着人工智能(ArtificialIntelligence，AI)技术研究和进步，人工智能技术在多个领域展开研究和应用，例如常见的智慧零售、智慧安防、智慧社区、智慧教育、智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等，相信随着技术的发展，人工智能技术将在更多的领域得到应用，并发挥越来越重要的价值。目前AI技术在智慧零售、智慧安防、智慧社区、智慧教育等领域的应用，常常涉及需要对相应区域进行人员建档或人流游逛情况的统计，以实现对区域的管理。现有技术中，往往通过人脸摄像头完成不同区域的人脸抓拍，调用人脸检测、跟踪等技术实现基于FaceID的人脸识别、身份建档、人流游逛情况的统计等。但上述应用中，商场、社区、学校等区域往往包括不同类型的子区域，例如商场包括场区域、店区域、社区包括公共区域和个人区域等，现有技术的基于人脸的方案只做到针对某一子区域的人员建档或人流游逛情况，无法满足整个商场、整个社区对数据的需求，局限性较大，且基于人脸识别完成身份建档，由于人脸抓拍对摄像设备本身要求较高，带来较高的设备成本。因此，需要提供更全面或更有效的方案。
技术实现思路
本申请提供了一种数据处理方法、装置、设备及存储介质，可以实现为整个目标区域提供更加精细化、数字化的人流游逛信息，提高对目标区域管理的精准性，且成本低，通用性广。一方面，本申请提供了一种数据处理方法，所述方法包括：获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息，所述人体轨迹数据包括所述目标区域的第一类型区域内的多个第一人体轨迹数据和所述目标区域的第二类型区域内的多个第二人体轨迹数据；基于行人再识别对预设单位时间段内生成的第一人体轨迹数据进行聚类，得到所述第一类型区域内的目标聚类轨迹；为所述第一类型区域内的每一目标聚类轨迹设置人体身份标识；按照预设频率，将每一第二人体轨迹数据与第一预设时间段内生成的第一人体轨迹数据进行匹配，确定所述第一类型区域和所述第二类型区域间的人体轨迹匹配数据；利用所述人体轨迹匹配数据和所述目标聚类轨迹的人体身份标识确定所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识；基于所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识和所述对应的轨迹关联信息，构建所述目标区域内人员的游逛轨迹数据。另一方面提供了一种数据处理装置，所述装置包括：数据获取模块，用于获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息，所述人体轨迹数据包括所述目标区域的第一类型区域内的多个第一人体轨迹数据和所述目标区域的第二类型区域内的多个第二人体轨迹数据；聚类模块，用于基于行人再识别对预设单位时间段内生成的第一人体轨迹数据进行聚类，得到所述第一类型区域内的目标聚类轨迹；人体身份标识设置模块，用于为所述第一类型区域内的每一目标聚类轨迹设置人体身份标识；第一轨迹匹配模块，用于按照预设频率，将每一第二人体轨迹数据与第一预设时间段内生成的第一人体轨迹数据进行匹配，确定所述第一类型区域和所述第二类型区域间的人体轨迹匹配数据；第一人体身份标识确定模块，用于利用所述人体轨迹匹配数据和所述目标聚类轨迹的人体身份标识确定所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识；游逛轨迹数据构建模块，用于基于所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识和所述对应的轨迹关联信息，构建所述目标区域内人员的游逛轨迹数据。另一方面提供了一种数据处理设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的数据处理方法。另一方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的数据处理方法。本申请提供的数据处理方法、装置、设备及存储介质，具有如下技术效果：本申请基于行人再识别对目标区域的第一类型区域内的人体轨迹数据进行聚类，得到对应人体身份标识的目标聚类轨迹，实现第一类型区域内游逛人员的建档，且通过人体轨迹数据进行人员的建档，摄像成本低，通用性广；并通过目标区域的第二类型区域内的人体轨迹数据与第一类型区域内人体轨迹数据的匹配，实现目标区域内每一人员在不同类型区域间的人体轨迹数据的关联，进而实现第二类型区域内的人体轨迹数据与人体身份标识的打通；接着，结合对应的轨迹关联信息，构建整个目标区域内人员的游逛轨迹数据。实现为整个目标区域提供更加精细化、数字化的人流游逛信息，提高对目标区域管理的精准性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。图1是本申请实施例提供的一种数据处理系统的示意图；图2是本申请实施例提供的一种数据处理方法的流程示意图；图3是本申请实施例提供的一种获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息的流程示意图；图4是本申请实施例提供的一种构建所述目标区域内人员的游逛轨迹数据的流程示意图；图5是本申请实施例提供的一种统计人流人次的流程示意图；图6是本申请实施例提供的一种统计人流人数的流程示意图；图7是本申请实施例提供的一种数据处理装置的结构示意图；图8是本申请实施例提供的一种实现数据处理方法的设备的硬件结构框图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。人工智能技术是一门综合学科，涉及领域广泛，本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：/n获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息，所述人体轨迹数据包括所述目标区域的第一类型区域内的多个第一人体轨迹数据和所述目标区域的第二类型区域内的多个第二人体轨迹数据；/n基于行人再识别对预设单位时间段内生成的第一人体轨迹数据进行聚类，得到所述第一类型区域内的目标聚类轨迹；/n为所述第一类型区域内的每一目标聚类轨迹设置人体身份标识；/n按照预设频率，将每一第二人体轨迹数据与第一预设时间段内生成的第一人体轨迹数据进行匹配，确定所述第一类型区域和所述第二类型区域间的人体轨迹匹配数据；/n利用所述人体轨迹匹配数据和所述目标聚类轨迹的人体身份标识确定所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识；/n基于所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识和所述对应的轨迹关联信息，构建所述目标区域内人员的游逛轨迹数据。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息，所述人体轨迹数据包括所述目标区域的第一类型区域内的多个第一人体轨迹数据和所述目标区域的第二类型区域内的多个第二人体轨迹数据；
基于行人再识别对预设单位时间段内生成的第一人体轨迹数据进行聚类，得到所述第一类型区域内的目标聚类轨迹；
为所述第一类型区域内的每一目标聚类轨迹设置人体身份标识；
按照预设频率，将每一第二人体轨迹数据与第一预设时间段内生成的第一人体轨迹数据进行匹配，确定所述第一类型区域和所述第二类型区域间的人体轨迹匹配数据；
利用所述人体轨迹匹配数据和所述目标聚类轨迹的人体身份标识确定所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识；
基于所述目标区域内每一第一人体轨迹数据和每一第二人体轨迹数据的人体身份标识和所述对应的轨迹关联信息，构建所述目标区域内人员的游逛轨迹数据。


2.根据权利要求1所述的方法，其特征在于，所述基于行人再识别对预设单位时间段内生成的第一人体轨迹数据进行聚类，得到所述第一类型区域内的目标聚类轨迹包括：
在所述预设单位时间段内每隔第二预设时间基于行人再识别对所述第一预设时间内生成的第一人体轨迹数据进行聚类，得到临时聚类轨迹；
在所述预设单位时间段内每隔第三预设时间，基于行人再识别对所述临时聚类轨迹进行聚类，得到所述目标聚类轨迹。


3.根据权利要求1所述的方法，其特征在于，所述获取目标区域内的多个人体轨迹数据和每一人体轨迹数据对应的轨迹关联信息包括：
获取目标区域内采集的多个视频数据和每一视频数据的视频采集信息，所述视频数据包括所述目标区域的第一类型区域内采集的视频数据和所述目标区域的第二类型区域内采集的视频数据，所述视频采集信息包括摄像设备采集区域的区域标识、摄像区域类型、摄像设备对应的进出拍摄框和采集时间；
基于所述第一类型区域内采集的视频数据和所述第二类型区域内采集的视频数据分别提取第一类型区域的第一初始人体轨迹和第二类型区域的第二初始人体轨迹；
根据每一第一初始人体轨迹和对应的视频采集信息中的进出拍摄框进行进出行为识别，得到每一第一初始人体轨迹对应的进出行为标识；
根据每一第二初始人体轨迹和对应的视频采集信息中的进出拍摄框进行进出行为识别，得到每一第二初始人体轨迹对应的进出行为标识；
对所述第一初始人体轨迹和所述第二初始人体轨迹分别进行特征提纯处理，得到第一提纯人体轨迹和第二提纯人体轨迹；
比较每一第一类型区域的第一提纯人体轨迹对应的进出行为标识和对应的摄像区域类型，当比较结果为一致时，将比较结果为一致的第一提纯人体轨迹作为所述第一类型区域的第一人体轨迹数据；
将每一第二类型区域的第二提纯人体轨迹作为所述第二类型区域的第二人体轨迹数据；
将每一第一人体轨迹数据对应的进出行为标识、对应视频采集信息中的区域标识、摄像区域类型和采集时间作为所述第一人体轨迹数据的轨迹关联信息；
将每一第二人体轨迹数据对应的进出行为标识、对应视频采集信息中的区域标识、摄像区域类型和采集时间作为所述第二人体轨迹数据的轨迹关联信息。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
当每一第一类型区域的第一人体轨迹数据对应的进出行为标识中存在相同进出行为标识时，计算所述相同进出行为标识对应采集时间间的第一时间间隔；
当所述第一时间间隔小于等于第一预设阈值时，对所述第一人体轨迹数据中所述相同进出行为标识对应的非最早的轨迹数据进行过滤，得到第一过滤轨迹；
根据所述第一过滤轨迹对应的摄像区域类型和区域标识确定所述第一类型区域的人流人次；
当每一第二人体轨迹数据对应的进出行为标识中存在相同进出行为标识时，计算所述相同进出行为标识对应采集时间间的第二时间间隔；
当所述第二时间间隔小于等于第二预设阈值时，对所述第二人体轨迹数据中所述相同进出行为标识对应的非最早的轨迹数据进行过滤，得到第二过滤轨迹；
当所述第二过滤轨迹在同一区域对应的进出行为标识中包括进、出和过时，对所述第二过滤轨迹中进出行为标识为过的轨迹数据进行过滤，得到第三过滤轨迹；
根据所述第三过滤轨迹对应的进出行为标识和区域标识确定所述第二类型区域的人流人次。


5.根据权利要求4所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：丁凯，严石伟，蒋楠，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44