[发明专利]一种基于轨迹分析的跨境行为识别方法

权利要求书

1.一种基于轨迹分析的跨境行为识别方法，其特征在于：包括以下步骤：

①获取轨迹数据与边界地理围栏数据：获取人员历史轨迹及边界地理围栏数据；

②轨迹数据预处理：对人员历史轨迹数据进行数据预处理；

③轨迹数据预分类：根据边界地理围栏数据，对人员历史轨迹数据进行数据预分类；

④跨境行为识别和预测：对预分类的轨迹数据进行跨境行为识别和跨境趋势预测；

⑤获取跨境行为识别结果：获取跨境行为的识别结果或者跨境趋势的预测值；

所述步骤②分为以下步骤：

(2.1)数据序列化：将人员原始轨迹数据按时间排序生成轨迹序列，该轨迹序列为Nx3的二维矩阵，矩阵元素由轨迹点组成，轨迹点的形式为三元组：经度、维度、时间戳，其转换为向量形式即为[经度，纬度，时间戳]；

(2.2)倒序处理：将轨迹点中纬度、经度顺序异常的，调整为(2.1)的三元组顺序；

(2.3)异常值处理：去除轨迹点中的零值、空值数据；

(2.4)数据去重：删除采样频率内的重复数据，获取预处理后的轨迹序列P；

所述步骤③分为以下步骤：

(3.1)计算轨迹序列P的长度，即组成序列的轨迹点数目，记为L_p，若L_p不大于设定的阈值，则忽略该轨迹序列，反之则执行步骤(3.2)；

(3.2)采用Haversine算法计算轨迹序列中的轨迹点与目标区域的边界线的距离，保留最小距离值d；

(3.3)若d不大于步骤(1.2)中的最大半径R，则将该轨迹序列置标签1，若轨迹序列P中所有轨迹点与目标区域的边界线的距离均不满足步骤(3.3)的判别条件，则忽略该轨迹序列；

(3.4)重复步骤(3.2)～(3.3)，获取长度为L的距离序列D；

所述步骤④中，对预分类为1的轨迹序列进行跨境行为识别，具体分为以下步骤：

(4.1)对边界内侧地理围栏区域，采用射线法获取轨迹点在该区域的穿越次数，如果次数为奇数，则轨迹点在区域内，标记为1，反之则在区域外，标记为0，重复此步骤，得到由0和1组成的在边界内地理围栏区域的序列轨迹序列，标记为P_in；

(4.2)对边界外侧地理围栏区域，采用射线法获取轨迹点在该区域的穿越次数，如果次数为奇数，则轨迹点在区域内，标记为-1，反之则在区域外，标记为0，重复此步骤，得到由0和-1组成的在边界外地理围栏区域的序列轨迹序列，标记为P_out；

(4.3)将序列P_in与P_out按位进行“加”运算，获取轨迹序列在边界内外两侧地理围栏区域新的标记结果P_io，P_io是由0、1和-1组成的序列；

(4.4)统计序列P_io中1、-1的跳变情况，获取轨迹序列在边界地理围栏区域的活动情况，若为1到-1变化，表示从边界内到边界外，为出境，若为-1到1变化，表示边界外到边界内，为入境，由此识别出轨迹的跨境行为，获取跨境行为的识别结果；

(4.5)若序列P_io中没有1、-1的跳变情况，则不存在跨境行为，进行跨境趋势预测，获取跨境趋势的预测值；

所述步骤④中，跨境趋势预测分为以下步骤：

(4.5.1)从序列P_io中第一个非零元素的对应轨迹点位置开始，截取轨迹序列，得到轨迹子序列Q并计算其长度，记为L_q，获取轨迹子序列Q与轨迹序列P的长度比值K₁；

(4.5.2)根据距离序列D，并结合轨迹子序列Q，截取对应的距离子序列D_q，计算D_q序列中两两距离值的差值，并统计其差值小于给定阈值r的个数，记为M，获取M与L_q的比值K₂；

(4.5.3)计算K₁与K₂的加权和，获取跨境趋势的预测值，记为p。