[发明专利]一种关联特征数据的方法、装置、存储介质及终端有效

专利信息
申请号: 201811057961.0 申请日: 2018-09-11
公开(公告)号: CN109325429B 公开(公告)日: 2021-03-19
发明(设计)人: 王东锋;殷长松;姚相松 申请(专利权)人: 深圳前海中电慧安科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 潘登
地址: 518000 广东省深圳市前海深港合作区前*** 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 关联 特征 数据 方法 装置 存储 介质 终端
【权利要求书】:

1.一种关联特征数据的方法,其特征在于,包括以下步骤:

S1:对多个采集点的人体特征数据和IMSI特征数据进行采集;

S2:将所述人体特征数据和IMSI特征数据输入预先训练的关系预测模型进行分析,包括:获取多个训练采集点的人体特征数据的四维向量数据和所述IMSI特征数据的四维向量数据;选取预设时段内的所述人体特征数据和IMSI特征数据,根据四维向量数据分别建立人体特征数据和IMSI特征数据的空间轨迹分布图;计算空间轨迹分布图中相邻人体特征数据和IMSI特征数据之间的空间距离;根据所述计算的空间距离和预设的空间阈值距离判断人体特征数据和IMSI特征数据之间是否为关联关系的特征数据,以得到具有关联关系或关联关系的特征数据;

S3:输出所述具有关联关系的特征数据。

2.如权利要求1所述的一种关联特征数据的方法,其特征在于,在对每个采集点的人体特征数据和IMSI特征数据进行采集之后包括:将所述人体特征数据和IMSI特征数据处理为四维向量数据,所述人体特征数据的四维向量数据包括:人体特征、时间点、地点、方向,所述IMSI特征数据的四维向量数据包括:IMSI特征、时间点、地点、方向。

3.如权利要求2所述的一种关联特征数据的方法,其特征在于,所述关系预测模型的预先训练包括:

接收目标采集点的人体特征数据的四维向量数据和所述IMSI特征数据的四维向量数据;

选取预设时段内的所述人体特征数据和IMSI特征数据,

根据四维向量数据分别建立人体特征数据和IMSI特征数据的空间轨迹分布图;

计算最相邻人体特征数据和IMSI特征数据之间的空间距离,根据所述空间距离确定人体特征数据和IMSI特征数据之间的关联关系;

使用关联关系对多个训练样本的人体特征数据和IMSI特征数据进行标记,将具有标签的每个训练样本的人体特征数据和IMSI特征数据输入关系预测模型进行训练。

4.如权利要求2所述的一种关联特征数据的方法,其特征在于,所述时间点的确认方式为:根据预设的时间单位长度,将前一时间单位、当前时间单位、后一时间单位内分别采集的数据的时间点定义为当前时间单位的起始点。

5.如权利要求4所述的一种关联特征数据的方法,其特征在于,所述地点的确认方式为:根据预设的距离范围,如果采集的数据的地点在同一采集点预设距离范围内,则采集的数据的地点为该采集点地理位置。

6.如权利要求4所述的一种关联特征数据的方法,其特征在于,所述方向的确认方式为:根据在连续两个时间点对应的采集点的连线方向来定义数据的方向。

7.如权利要求1所述的一种关联特征数据的方法,其特征在于,在对每个采集点的人体特征数据和IMSI特征数据进行采集之后包括:

对采集到的人体特征数据进行数据清洗,以去除人体特征数据对应的图像质量低于预设质量参数的人体特征数据;

对采集到的IMSI特征数据进行数据清洗,以去除IMSI特征数据中重复的数据。

8.一种关联特征数据的装置,包括:

特征采集模块,用于对多个采集点的人体特征数据和IMSI特征数据进行采集;

数据分析模块,用于将所述人体特征数据和IMSI特征数据输入预先训练的关系预测模型进行分析,以得到具有关联关系的特征数据;

特征输出模块,用于输出所述具有关联关系的特征数据。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的关联特征数据的方法。

10.一种终端,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的关联特征数据的方法。

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深圳前海中电慧安科技有限公司,未经深圳前海中电慧安科技有限公司许可,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/201811057961.0/1.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