[发明专利]一种基于网络轨迹大数据的人物追踪方法与系统

说明书

本发明提供了一种基于网络轨迹大数据的人物追踪方法与系统，包括：获取监控网络记录的历史数据，所述历史数据包含每一个人物的轨迹数据；计算所获取的历史数据中每两个人物轨迹之间的同步性值；将所获取的历史数据中所有人物的人物轨迹划分类簇；确定每一类簇中的轨迹点，串联得到每一个类簇的类簇轨迹；获取待追踪人物过去一段时间内的轨迹数据，计算待追踪人物的轨迹与每个类簇的类簇轨迹的同步性值，提取同步性值大于阈值且轨迹点包含待追踪人物最后被记录位置的类簇；确定所提取的每个类簇中待追踪人物最后被记录位置的轨迹点，并得出待追踪人物出现在下一轨迹点对应位置的概率。本发明方便对人物进行预测跟踪。

技术领域

本发明属于视频监控技术领域，具体涉及一种基于网络轨迹大数据的人物追踪方法与系统。

背景技术

目前，大量的城市已经部署了以人物的身份识别和轨迹追踪为目的的监控网络系统。监控网络系统包括前端和后台，在前端，视频摄像头可以拍摄人物的画面，形成人物身份特征和记录时间在内的记录表。手机微卡口可以获得手机上传的设备串号，形成包含串号及其记录时间在内的记录表。后台服务器从城市空间范围内的前端获得所述记录表，并对记录表包含的数据进行分析，基于记录表可以实现针对特定人物的动态轨迹追踪。

但是，由于各种客观条件的制约，绝大部分监控网络系统的前端不可能对整个城市空间实现全面无缝覆盖，一般只能在一些重点地段、交通枢纽设立前端，实现局部空间的监测。也就是说，某个人物在某个前端被记录后，其后续的行踪处于不确定的状态，直至其在另一个前端再次被记录。

所以，当我们希望开展对特定人物的即时追踪时，希望能够根据该人物在过去一段时间的移动轨迹，预测其下一步可能出现的地点，并给与对应的处置。例如警方希望布控抓捕犯罪嫌疑人，可以根据该嫌疑人在过去一段时间的移动轨迹，预测其下一步可能出现的地点，进而派出警员进行蹲守。

发明内容

有鉴于此，本发明提供了一种基于网络轨迹大数据的人物追踪方法与系统，通过对大数据进行分析，能够通过追踪目标过去一段时间的移动轨迹，预测出该目标下一个可能出现位置的概率，从而帮助警方对目标进行实时追踪，更好的进行警力部署。

为了实现上述目的，本申请提供了以下技术方案：

本申请提供了一种基于网络轨迹大数据的人物追踪方法，所述方法包括：

获取监控网络过去一段时间内记录的历史数据，所述历史数据包含每一个人物的轨迹数据；

计算所获取的历史数据中每两个人物轨迹之间的同步性值；具体为：对于任意两条人物轨迹，若两个人物出现在同一前端位置且处于同一时间区段内，则按预设规则增加这两条人物轨迹同步性值；遍历所获取的历史数据中的全部人物轨迹，按上述方式计算两两轨迹之间的同步性值。

将所获取的历史数据中所有人物的人物轨迹划分类簇，具体为：将同步性值大于阈值的两个人物轨迹归入同一类簇，且使每一个类簇满足：该类簇中的每一人物的人物轨迹与该类簇中其他任一人物的人物轨迹之间的同步性值均大于阈值。

确定每一类簇中的轨迹点，将轨迹点按时间顺序串联，得到每一个类簇的类簇轨迹。轨迹点的确定方式为：对于每一个类簇，如果该类簇中大于比例阈值的人物轨迹都经过了一个位置，且经过的时间在同一时间区段内，则将该位置作为该类簇的一个轨迹点。

获取待追踪人物过去一段时间内的轨迹数据，计算这段时间内待追踪人物的轨迹与每个类簇的类簇轨迹的同步性值，提取与待追踪人物的人物轨迹的同步性值大于阈值且轨迹点包含待追踪人物最后被记录位置的类簇；

确定所提取的每个类簇中待追踪人物最后被记录位置的轨迹点，并提取每一类簇中下一轨迹点的位置，通过统计分析，可以得出待追踪人物出现在下一轨迹点对应位置的概率。

本申请还提供了一种基于网络轨迹大数据的人物追踪系统，所述系统包括：