[发明专利]一种目标对象识别方法及装置在审

专利信息
申请号: 202010867151.2 申请日: 2020-08-26
公开(公告)号: CN111814914A 公开(公告)日: 2020-10-23
发明(设计)人: 邓练兵;朱俊;余大勇 申请(专利权)人: 珠海大横琴科技发展有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 李博洋
地址: 519000 广东省珠海市横琴新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 对象 识别 方法 装置
【权利要求书】:

1.一种目标对象识别方法,其特征在于,包括:

获取目标对象的目标轨迹,所述目标轨迹包括所述目标对象在不同时刻所处的经纬度;

将所述目标轨迹所在的目标区域划分为多个相同大小的经纬网格;

根据所述目标对象在不同时刻所处的经纬度确定所述目标对象在不同时间段内出现在各经纬网格中的频率;

根据所述目标对象在不同时间段内出现在各经纬网格中的频率生成所述目标轨迹矩阵;

根据所述目标轨迹矩阵和预设出行库确定所述目标对象的身份,所述预设出行库中包括多个预存出行轨迹及各预存出行轨迹对应的身份信息。

2.根据权利要求1所述的目标对象识别方法,其特征在于,根据所述目标轨迹矩阵和预设出行库确定所述目标对象的身份的步骤,包括:

获取所述预设出行库中各预存出行轨迹所在的预存区域;

将与所述目标区域的相似度大于预设阈值的预存区域对应的预存出行轨迹确定为备选轨迹;

分别计算各所述备选轨迹的备选轨迹矩阵与所述目标轨迹矩阵的相似度;

根据与所述目标轨迹矩阵相似度最高的备选轨迹矩阵对应的身份信息确定所述目标对象的身份。

3.根据权利要求2所述的目标对象识别方法,其特征在于,分别计算各所述备选轨迹的备选轨迹矩阵与所述目标轨迹矩阵的相似度的步骤,包括:

对所述目标轨迹矩阵和所述备选轨迹矩阵进行预处理,使得所述目标轨迹矩阵和各所述备选轨迹矩阵的行列数相同;

将预处理后的目标轨迹矩阵转换为一维目标矩阵;

将预处理后的各所述备选轨迹矩阵转换为一维备选矩阵;

分别根据各一维备选矩阵与一维目标矩阵相同位置的参数计算各备选轨迹矩阵与目标轨迹矩阵的相似度。

4.根据权利要求3所述的目标对象识别方法,其特征在于,通过如下公式计算所述各备选轨迹矩阵与目标轨迹矩阵的相似度:

其中,X表示目标轨迹矩阵,表示第j个备选轨迹矩阵,n表示一维备选矩阵与一维目标矩阵的长度,表示一维目标矩阵在第i个相同位置的参数,表示第j个一维备选矩阵在第i个相同位置的参数。

5.一种目标对象识别装置,其特征在于,包括:

轨迹获取模块, 用于获取目标对象的目标轨迹,所述目标轨迹包括所述目标对象在不同时刻所处的经纬度;

经纬网格确定模块,用于将所述目标轨迹所在的目标区域划分为多个相同大小的经纬网格;

频率计算模块,用于根据所述目标对象在不同时刻所处的经纬度确定所述目标对象在不同时间段内出现在各经纬网格中的频率;

轨迹矩阵生成模块,用于根据所述目标对象在不同时间段内出现在各经纬网格中的频率生成所述目标轨迹矩阵;

目标对象识别模块,用于根据所述目标轨迹矩阵和预设出行库确定所述目标对象的身份,所述预设出行库中包括多个预存出行轨迹及各预存出行轨迹对应的身份信息。

6.根据权利要求5所述的目标对象识别装置,其特征在于,所述目标对象识别模块包括:

预存区域获取子模块,用于获取所述预设出行库中各预存出行轨迹所在的预存区域;

备选轨迹确定子模块,用于将与所述目标区域的相似度大于预设阈值的预存区域对应的预存出行轨迹确定为备选轨迹;

相似度计算子模块,用于分别计算各所述备选轨迹的备选轨迹矩阵与所述目标轨迹矩阵的相似度;

目标对象识别子模块,用于根据与所述目标轨迹矩阵相似度最高的备选轨迹矩阵对应的身份信息确定所述目标对象的身份。

7.根据权利要求6所述的目标对象识别装置,其特征在于,所述相似度计算子模块包括:

轨迹矩阵预处理单元,用于对所述目标轨迹矩阵和所述备选轨迹矩阵进行预处理,使得所述目标轨迹矩阵和各所述备选轨迹矩阵的行列数相同;

第一矩阵转化单元,用于将预处理后的目标轨迹矩阵转换为一维目标矩阵;

第二矩阵转化单元,用于将预处理后的各所述备选轨迹矩阵转换为一维备选矩阵;

相似度计算单元,用于分别根据各一维备选矩阵与一维目标矩阵相同位置的参数计算各备选轨迹矩阵与目标轨迹矩阵的相似度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010867151.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top