[发明专利]一种关联对象的识别方法及系统有效
申请号: | 201910718796.7 | 申请日: | 2019-08-05 |
公开(公告)号: | CN110659560B | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 贾亮亮;熊友军 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G06V20/30 | 分类号: | G06V20/30;G06V40/16;G06F16/51 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 黄志云 |
地址: | 518000 广东省深圳市南山区*** | 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 对象 识别 方法 系统 | ||
1.一种关联对象的识别方法,应用于关联对象的识别系统,其特征在于,所述关联对象的识别系统包括:信息采集终端、信息解析系统以及数据处理系统;
所述关联对象的识别方法包括:
所述信息采集终端获取多个不同类型的目标对象的对象信息;所述对象信息包括所述目标对象的位置信息;
所述信息解析系统包括任务转发终端以及信息解析节点;所述任务转发终端接收所述信息采集终端发送的所述对象信息,并采集接收到所述对象信息时刻各个所述信息解析节点的负载参量;
所述任务转发终端将所述负载参量导入预设的转发优先级转换算法,确定各个所述信息解析节点的转发优先级;
所述任务转发终端基于所述转发优先级,从所述信息解析节点中选取目标解析节点,并将接收到的所述对象信息发送给所述目标解析节点;
所述目标解析节点从各个对象信息中提取所述目标对象的对象标识符,并根据所述对象标识符以及所述对象信息生成对象数据包;
所述数据处理系统接收所述信息解析系统发送的所述对象数据包,根据同一所述对象标识符的多个所述位置信息,构建所述对象标识符对应的所述目标对象的移动轨迹;
所述数据处理系统基于所述移动轨迹,建立不同类型的所述目标对象之间的关联关系;所述具有关联关系的不同类型的目标对象对应同一实体用户。
2.根据权利要求1所述的识别方法,其特征在于,所述对象信息还包括时间信息;所述数据处理系统基于所述移动轨迹,建立不同类型的所述目标对象的关联关系,包括:
所述数据处理系统根据所述移动轨迹中各个所述位置信息对应的所述时间信息,确定所述移动轨迹的移动触发时间;
所述数据处理系统从所有所述移动轨迹中提取所述移动触发时间相同的多条目标轨迹,并计算所述多条目标轨迹之间的重合率;
所述数据处理系统选取所述重合率大于预设的重合阈值的目标轨迹作为关联轨迹,并建立所述关联轨迹对应的所述目标对象之间的关联关系。
3.根据权利要求1所述的识别方法,其特征在于,所述数据处理系统包括基于分布式全文检索ElasticSearch集群的数据搜索服务器;
所述关联对象的识别方法还包括:
所述数据搜索服务器接收用户终端发送的查询请求;所述查询请求包括有所需查询的目标时间段以及目标用户标识;
所述数据搜索服务器获取所述目标用户标识对应的所述关联关系,并基于所述关联关系确定所述目标用户标识关联的多个不同类型的所述目标对象;
所述数据搜索服务器在所述信息采集终端上传的所有所述对象信息中提取采集时间在所述目标时间段内的所述对象信息作为候选信息;
所述数据搜索服务器从所述候选信息中,提取关于所述目标用户标识关联的任一类型的所述目标对象的候选信息作为目标信息;
所述数据搜索服务器在预设的地图界面上标记所述目标信息,并根据所述目标信息的所述采集时间的次序,生成所述目标用户标识的实时动态轨迹。
4.根据权利要求1所述的识别方法,其特征在于,所述任务转发终端基于所述转发优先级,从所述信息解析节点中选取目标解析节点,并将接收到的所述对象信息发送给所述目标解析节点,包括:
所述任务转发终端若检测到所有所述转发优先级均小于预设的优先级阈值,则在所述信息解析系统中创建扩容解析节点,并基于所述信息解析节点的配置信息对所述扩容解析节点进行初始化配置操作;
所述任务转发终端将配置后的所述扩容解析节点识别为所述目标解析节点,并将接收到的所述对象信息发送给所述目标解析节点。
5.根据权利要求1-3任一项所述的识别方法,其特征在于,所述关联对象的识别系统还包括基于Hbase集群的图像存储系统;
所述关联对象的识别方法还包括:
所述信息解析系统若检测到所述对象信息的信息类型为图像信息类型,则从所述对象信息中提取所述目标对象的对象标识区域图像;
所述图像存储系统接收所述信息解析系统上传的所述对象标识区域图像,并从所述图像存储系统中选取存储优先级最高的一个图像存储节点作为目标存储节点,并通过所述目标存储节点存储所述对象标识图像。
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市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201910718796.7/1.html,转载请声明来源钻瓜专利网。