[发明专利]一种基于特征向量的轨迹比对匹配方法及系统

说明书

本发明公开了一种基于特征向量的轨迹比对匹配方法，通过对目标的特征信息进行采集并上传至消息队列；将消息队列中的目标特征信息做结构化处理，识别并标记目标，存储标记及其特征信息至分布式存储系统；读取存储系统中的标记及其特征信息进行分布式计算，构建每个目标包括目标ID、位置ID和时间信息的路径信息；对每个目标ID对应的时间信息进行正序排序，将每个目标ID对应的位置ID按时间正序进行两两配对为路径轨迹段，对每段路径轨迹进行计数；将待分析目标的特征数据与其他目标的特征数据进行比对，选择相似度最高的目标为该待分析目标的匹配对象。旨在解决现有技术中存在的标签目标潜在轨迹相似的同行目标识别判断难度大，效率低的技术问题。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于特征向量的轨迹比对匹配方法。

背景技术

目前，在固定区域目标之间的关系确认上存在很多难点，例如在社区目标关系确认上，特别是潜在轨迹相似目标的确认上一般由保安登记进出记录等方式来确认，存在人力成本高，可靠性低，固定地点人员关系复杂，轨迹数据繁多，偶然性大等问题。现有技术中，美亚柏科有家谱计算算法，通过户籍以及网络数据计算家谱来识别目标关系，但是在待分析目标关系的确认上还是存在一定的困难。

随着人脸识别技术的迅速发展，延伸出目标身份信息识别技术，并应用到许多场景中，特别在智能安防领域凸显出显著的效果。由此建立标签目标信息库，标签目标是指通过第三方系统、全国在逃人员数据库以及用户自定义维护的带有属性标签的目标。例如失信被执行人也属于标签目标。标签目标的信息可以通过人脸识别技术识别出来，但是与之相对应的潜在轨迹相似的同行目标关系确定具有一定的难度。在一定次数下的同行目标就可以认为其与标签目标存在一定的关系。因此判断潜在轨迹相似的同行目标与标签目标的关系可以获取更多的信息，有利于目标监控以及目标轨迹查询。

因此，如何实现对标签目标潜在轨迹相似的同行目标的精准识别和判断，是一个亟需解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于特征向量的轨迹比对匹配方法，旨在解决现有技术中存在的标签目标潜在轨迹相似的同行目标识别判断难度大，效率低的技术问题。

为实现上述目的，本发明提出一种基于特征向量的轨迹比对匹配方法，所述轨迹比对匹配方法包括如下步骤：

对目标的特征信息进行采集并上传至消息队列；

将消息队列中的目标特征信息做结构化处理，识别并标记目标，存储标记及其特征信息至分布式存储系统；

读取存储系统中的标记及其特征信息进行分布式计算，构建每个目标包括目标ID、位置ID和时间信息的路径信息；

对每个目标ID对应的时间信息进行正序排序，将每个目标ID对应的位置ID按时间正序进行两两配对为路径轨迹段，对每段路径轨迹进行计数，将目标ID、路径轨迹段和计数特征值作为该目标的特征数据；

将待分析目标的特征数据与其他目标的特征数据进行一一比对，计算对应相似度，选择相似度最高的目标为该待分析目标的匹配对象。

优选的，一种基于特征向量的轨迹比对匹配方法，所述目标的特征信息包括人员特征信息和行车特征信息，所述人员特征信息包括用于识别人员的服饰信息，所述行车特征信息包括用于识别行车的车辆品牌、车辆颜色、车辆车牌号的外观信息。

优选的，一种基于特征向量的轨迹比对匹配方法，所述消息队列对采集并集中的多个采集模块的目标特征信息进行数据中间缓存，该数据用于处理中心进行顺时结构化处理。

优选的，一种基于特征向量的轨迹比对匹配方法，所述计数特征值为计数*影响因子，所述影响因子为该区间的次数修正常数。