[发明专利]一种轨迹点的基础语义识别方法及相关设备在审

专利信息
申请号: 202010737113.5 申请日: 2020-07-28
公开(公告)号: CN111881242A 公开(公告)日: 2020-11-03
发明(设计)人: 王芃森;孙福宁 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/29 分类号: G06F16/29;G06F16/906;G06F16/909;G06F16/9537;G06K9/62
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 李杭
地址: 518057 广东省深圳*** 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 轨迹 基础 语义 识别 方法 相关 设备
【权利要求书】:

1.一种轨迹点的基础语义识别方法,其特征在于,包括:

获取目标用户对应的N个第一轨迹,其中,N为大于或等于2的正整数,所述N个第一轨迹中每个轨迹至少包括M个轨迹点,M为大于或等于2的正整数,所述N个第一轨迹中的每条轨迹均为包含离散稀疏轨迹点的轨迹,所述N个第一轨迹与所述N个统计周期相对应;

对所述N个第一轨迹中每个第一轨迹的轨迹点进行合并,得到第二轨迹,所述第二轨迹中包括所述N个第一轨迹中的所有轨迹点;

根据所述第二轨迹中每个轨迹点的基础语义特征确定所述第二轨迹中每个轨迹点的基础语义;

展示所述第二轨迹中每个轨迹点的基础语义。

2.根据权利要求1所述的方法,其特征在于,所述对所述N个第一轨迹中每个第一轨迹的轨迹点进行合并,得到第二轨迹包括:

对所述N个第一轨迹中每个第一轨迹的轨迹点进行压缩,得到N个第三轨迹;

对所述N个第三轨迹中每个轨迹的轨迹点进行空间位置合并,得到所述第二轨迹。

3.根据权利要求2所述的方法,其特征在于,所述对所述N个第一轨迹中每个第一轨迹的轨迹点进行压缩,得到N个第三轨迹包括:

确定目标第一轨迹中满足预设条件的目标轨迹点序列,所述目标第一轨迹为所述N个第一轨迹中的任意一个轨迹;

确定所述目标轨迹点序列的中心轨迹点;

根据所述中心轨迹点以及所述目标第一轨迹中除所述目标轨迹点序列之外的其他轨迹点确定目标第二轨迹,所述目标第二轨迹包含于所述N个第三轨迹。

4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:

确定第一截断距离内的第一轨迹点集合,所述第一截断距离为第一轨迹点对应的截断距离,所述第一轨迹点为所述第二轨迹中的任意一个轨迹点;

确定所述第一轨迹点与所述第一轨迹点集合中每个轨迹点的第一距离;

根据所述第一轨迹点集合以及所述第一轨迹点与所述第一轨迹点集合中每个轨迹点的第一距离确定所述第一轨迹点的局部密度;

当所述第一轨迹点的局部密度为所述第二轨迹中局部密度最大的轨迹点时,将第三轨迹点与所述第一轨迹点之间的距离确定为所述第一轨迹点对应的距离特征,所述第三轨迹点为所述第二轨迹中与所述第一轨迹点距离最大的轨迹点;

当所述第一轨迹点的局部密度不为所述第二轨迹中局部密度最大的轨迹点时,确定所述第二轨迹中局部密度大于所述第一轨迹点的局部密度的第二轨迹点集合;

确定所述第二轨迹点集合中与所述第一轨迹点最近的第二轨迹点;

将所述第一轨迹点与所述第二轨迹点之间的距离确定为所述第一轨迹点对应的距离特征;

确定所述第一轨迹点集合对应的统计周期;

基于所述第一轨迹点集合对应的统计周期以及所述N个统计周期确定所述第一轨迹点对应的定位周期比例;

其中,所述第一轨迹点的局部密度、所述第一轨迹点对应的距离特征以及所述第一轨迹点对应的定位周期比距均为所述第一轨迹点的基础语义特征。

5.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:

对所述第二轨迹中每个轨迹点的基础语义特征进行归一化处理,得到归一化处理后的所述第二轨迹中每个轨迹点的基础语义特征;

所述根据所述第二轨迹中每个轨迹点的基础语义特征确定所述第二轨迹中每个轨迹点的基础语义包括:

通过归一化处理后的所述第二轨迹中每个轨迹点的基础语义特征确定所述第二轨迹中每个轨迹点的基础语义。

6.根据权利要求5所述的方法,其特征在于,所述通过归一化处理后的所述第二轨迹中每个轨迹点的基础语义特征确定所述第二轨迹中每个轨迹点的基础语义包括:

确定目标轨迹点基础语义特征之间的相对大小关系,所述目标轨迹点为归一化处理后的所述第二轨迹中的任意一个轨迹点;

根据所述目标轨迹点基础语义特征之间的相对大小关系以及预设时间阈值确定所述目标轨迹点的基础语义。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010737113.5/1.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