[发明专利]基于时空相似性的高精地图数据众包方法及装置

权利要求书

1.一种基于时空相似性的高精地图数据众包方法,其特征在于包括：

众包采集视频数据，提取视频元数据；

计算元数据间的时间相似度；

计算元数据间的空间相似度；

根据时间以及空间相似度,计算视频元数据间的时空相似度；

根据时空相似度、带宽环境以及低点所需的覆盖度进行所需视频的上传；

所述计算元数据间的空间相似度步骤包括：

将两个不同的视频帧元数据简化表示；

将简化后的两个视频元数据的刚体运动分解为平移和旋转并分别计算两种运动的相似程度；

计算旋转的覆盖交集和平移的覆盖交集；

根据旋转的覆盖交集和平移的覆盖交集，得到两个元数据之间的相似性；

从垂直以及水平两个方向进行计算，分别得到垂直方向上的相似性和水平方向上的相似性；对垂直方向上的相似性和水平方向上的相似性进行加权计算后，得到平移相似度；

两个不同的视频帧元数据f₁、f₂简化表示f₁＝(l₁,θ₁)和f₂＝(l₂,θ₂),

其中，θ₁和θ₂表示两个不同的视频帧元数据的角度范围，l₁和l₂表示两个不同的视频帧元数据的拍摄地点；

旋转的覆盖交集表示为：

其中，是相机镜头的视野，φ表示相机镜头的视野大小，表示两个不同的视频帧元数据的视角差异；

平移的覆盖交集表示为：

其中，Ssem_⊥为与镜头方向垂直的相似性，r表示相机的有效范围,δ_l表示l₁和l₂之间的距离，Ssem_||为水平方向上的相似性，δ_θ＝min(|θ₂-θ₁|,2π-|θ₂-θ₁|)，δ_θ表示两个不同的视频帧元数据的方向差；

水平方向上的相似性Ssem_||由以下式子计算得到：

当f₂的平移方向为且平移距离为δ_l时，通过一个加权方程得到平移相似度：

两个不同的视频帧元数据f₁和f₂之间的空间相似性表示为：

Ssem(f1,f2)＝Ssem_R(f1,f2)+Ssem_T(f1,f2)。

2.如权利要求1所述的方法，其特征在于，所述计算元数据间的时间相似度步骤包括：

计算时间度量关系相关度：

计算时间相似性：

3.如权利要求1所述的方法，其特征在于，所述计算视频元数据间的时空相似度步骤包括：计算时空相似性的度量关系和计算时空相似性的拓扑关系，

计算时空相似性的度量关系为计算面积S沿lj变化曲线上的积分：

计算时空相似性的拓扑关系为分解每一帧上拓扑以及方位关系的运算得到两个不同的视频帧元数据之间的空间相似性Ssem_(f1,f2)后，再与时间相似度关联，得到时空相似性的拓扑关系：

Stsem_TA(f1,f2)＝Tsem×Ssem_(f1,f2)；

时空相似性表示为：

Stsem＝W_tsStsem_s(f1,f2)+W_ttaStsem_TA(f1,f2)

式中：Stsem为总时空相似性；W_ts，W_tta分别为空间以及时间关联权重值，且满足W_ts+W_tta＝1，两个视频元数据的相似性的大小范围为0到1之间。