[发明专利]基于特征提取的车辆循迹方法、装置、设备和介质

权利要求书

1.一种基于特征提取的车辆循迹方法，其特征在于，所述方法包括：

获取待查询车辆图片，基于所述待查询车辆图片确定图片特征值；

基于所述图片特征值对应的数据类型确定目标搜索引擎，并通过所述目标搜索引擎检索后得到所述待查询车辆图片对应的目标采集信息；其中，所述数据类型包括热数据和冷数据；所述目标采集信息至少包括采集时间、采集地点、人车信息、行驶方向、坐标信息的一种或多种；

基于所述目标采集信息和预先构建的出行特征决策模型，对车辆出行轨迹进行重构，以进行车辆循迹。

2.根据权利要求1所述的基于特征提取的车辆循迹方法，其特征在于，基于所述图片特征值对应的数据类型确定目标搜索引擎，包括：

当所述图片特征值对应的数据类型的热数据时，确定目标搜索引擎为预先构建的向量搜索引擎；

当所述图片特征值对应的数据类型的冷数据时，确定目标搜索引擎为预先构建的雷霆数据库。

3.根据权利要求2所述的基于特征提取的车辆循迹方法，其特征在于，通过所述目标搜索引擎检索后得到所述待查询车辆图片对应的目标采集信息，包括：

当所述图片特征值对应的数据类型的冷数据时，通过go接口进行判断后调用预先构建的雷霆数据库进行检索，得到所述待查询车辆图片对应的采集时间和采集坐标。

4.根据权利要求3所述的基于特征提取的车辆循迹方法，其特征在于，通过所述目标搜索引擎检索后得到所述待查询车辆图片对应的目标采集信息，包括：

当所述图片特征值对应的数据类型的热数据时，查询预先构建的向量搜索引擎对应的目标代理；

通过所述目标代理查询得到多个结果，并过结果进行合并处理；

将合并后的结果匹配对应的标识符和目标相似度；基于所述标识符和目标相似度通过go接口调用预先构建的雷霆数据库，得到所述待查询车辆图片对应的物体标识、采集时间、行驶方向、坐标。

5.根据权利要求1所述的基于特征提取的车辆循迹方法，其特征在于，基于所述目标采集信息和预先构建的出行特征决策模型，对车辆出行轨迹进行重构，包括：

基于预设的间隔时间阈值对所述目标采集信息中出行轨迹进行分割，得到多个出行链；

基于预设的路径算法生成与所述出行链对应的多条近似轨迹；

对多条所述近似轨迹进行指标约束，得到最短出行轨迹，从而基于所述最短出行轨迹对车辆出行轨迹进行重构。

6.根据权利要求5所述的基于特征提取的车辆循迹方法，其特征在于，对多条所述近似轨迹进行指标约束，得到最短出行轨迹，包括：

基于所述预先构建的出行特征决策模型，对所述出行特征决策模型进行指标归一化处理；

根据归一化后的指标权值进行最优化，对多条所述近似轨迹进行指标约束，得到最短出行轨迹。

7.根据权利要求6所述的基于特征提取的车辆循迹方法，其特征在于，所述预先构建的出行特征决策模型至少包括以下出行特征指标的一种或多种：时距相符程度指标、路径权值指标、信号灯数量指标和出行惯性指标。

8.一种基于特征提取的车辆循迹装置，其特征在于，所述装置包括：

特征确定模块，用于获取待查询车辆图片，基于所述待查询车辆图片确定图片特征值；

数据检索模块，用于基于所述图片特征值对应的数据类型确定目标搜索引擎，并通过所述目标搜索引擎检索后得到所述待查询车辆图片对应的目标采集信息；其中，所述数据类型包括热数据和冷数据；所述目标采集信息至少包括采集时间、采集地点、人车信息、行驶方向、坐标信息的一种或多种；

轨迹重构模块，用于基于所述目标采集信息和预先构建的出行特征决策模型，对车辆出行轨迹进行重构，以进行车辆循迹。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的基于特征提取的车辆循迹方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的基于特征提取的车辆循迹方法。