CN116860904B - 一种基于去中心化网络的目标追踪方法及装置 - Google Patents

Abstract

本发明涉及一种基于去中心化网络的目标追踪方法及装置，方法包括响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；在第一位置点组中选取多个位置点；获取每一个位置点处出现的疑似对象；将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组以及计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。本发明公开的基于去中心化网络的目标追踪方法及装置，通过使用位置关联度分析以及时空关联度分析的方式来提高对目标进行发现和追踪过程中结果的准确程度。

Description

一种基于去中心化网络的目标追踪方法及装置

技术领域

本发明涉及大数据处理技术领域，尤其是涉及一种基于去中心化网络的目标追踪方法及装置。

背景技术

目标追踪在多个领域存在使用前景，具体的追踪方式是根据被追踪对象留下的数据来分析其关联关系。以往的追踪方式多是通过问询和使用资料的方式进行处理，这种处理方式需要足够的人手和处理时间，在时间上存在滞后性。

随着大数据应用的兴起，使用大数据对目标进行分析和追踪的技术开始使用，这种方式的优势在于不再需要借助人手，但是在如何使用数据得到结果和结果的准确程度上还需要进一步研究。

发明内容

本发明提供一种基于去中心化网络的目标追踪方法及装置，通过使用位置关联度分析以及时空关联度分析的方式来提高对目标进行发现和追踪过程中结果的准确程度。

本发明的上述目的是通过以下技术方案得以实现的：

第一方面，本发明提供了一种基于去中心化网络的目标追踪方法，包括：

响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

在第一位置点组中选取多个位置点；

获取每一个位置点处出现的疑似对象；

将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。

在本发明的一种可能的实现方式中，在第一位置点组上多次选取位置点，每一次选取过程中的位置点与上一次选取过程中的位置点存在不完全重合。

在本发明的一种可能的实现方式中，根据第一位置点组和第二位置点组的重合度对疑似对象进行一次筛选；

根据多次选取位置点时疑似对象的出现次数对疑似对象进行二次筛选。

在本发明的一种可能的实现方式中，计算第一位置点组和第二位置点组的重合度包括：

根据第二位置点组的起始位置点的时间点和截止位置点的时间点对第一位置点组进行选取；

统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量；以及

计算第一数量在截取的第一位置点组上的全部位置点中的占比。

在本发明的一种可能的实现方式中，当第一位置点组和第二位置点组中的位置点数量不同时，还包括：

将第一位置点组和第二位置点组中的位置点在时间序列上进行排列并连接，缺省的位置点进行在连接时进行缺失处理；

计算缺失处理区域的替代连接线与对应位置点之间连线的面积；以及

根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点。

在本发明的一种可能的实现方式中，还包括：

计算空缺段与对应第一位置点组间的距离；以及

对超过允许距离的空缺段部分进行舍弃处理；

其中，对空缺段与对应的第一位置点组，使用多条平行的线段进行划分。

在本发明的一种可能的实现方式中，还包括对空缺段进行填补，对空缺段进行填补包括：

获取空缺段的起始位置点和截止位置点；

根据起始位置点和截止位置点在地图上的位置得到多条路径；以及

使用一条路径对空缺段进行填补；

其中，路径根据疑似对象选择或者选择一条最短路径。

第二方面，本发明提供了一种目标追踪装置，包括：

第一处理单元，用于响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

第一选取单元，用于在第一位置点组中选取多个位置点；

第二选取单元，用于获取每一个位置点处出现的疑似对象；

第二处理单元，用于将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

筛选单元，用于计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。

第三方面，本发明提供了一种目标追踪系统，所述系统包括：

一个或多个存储器，用于存储指令；以及

一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如第一方面及第一方面任意可能的实现方式中所述的方法。

第四方面，本发明提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括：

程序，当所述程序被处理器运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。

第五方面，本发明提供了一种计算机程序产品，包括程序指令，当所述程序指令被计算设备运行时，如第一方面及第一方面任意可能的实现方式中所述的方法被执行。

第六方面，本发明提供了一种芯片系统，该芯片系统包括处理器，用于实现上述各方面中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。

该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。

在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，或者处理器和该存储器也可以耦合在同一个设备上。

附图说明

图1是本发明提供的一种目标追踪方法的步骤流程示意框图。

图2是本发明提供的一种判断空缺段上是否存在重合的位置点的步骤流程示意框图。

图3是本发明提供的一种对空缺段进行填补的步骤流程示意框图。

具体实施方式

以下结合附图，对本发明中的技术方案作进一步详细说明。

本发明公开了一种基于去中心化网络的目标追踪方法，请参阅图1，追踪方法包括以下步骤：

S101，响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

S102，在第一位置点组中选取多个位置点；

S103，获取每一个位置点处出现的疑似对象；

S104，将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

S105，计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。

整体而言，在步骤S101中，首先会确定一个追踪对象或者收到一个追踪对象，接着根据追踪对象在数据库中的沉淀数据中进行摘取和分析，得到与追踪对象关联的疑似对象的位置点组，此处为了描述，将该位置点组记为第一位置点组。

追踪对象在数据库中的沉淀数据依托于其日常活动过程中产生的行为数据，例如手机与基站的连接，蓝牙的使用情况以及各种消费产生的数据。这些数据产生后在数据库中存储，或者在需要时由数据库向数据的管理端进行请求，管理端将这些数据发送到数据库。

第一位置点组生成后，在第一位置点组中选取多个位置点，也就是步骤S102中的内容，这些位置点的作用是用来判断与追踪对象存在潜在密切接触关系的对象，此处将这些对象称为疑似对象。

在步骤S103中，会获取每一个位置点处出现的疑似对象，此处的疑似对象与位置点直接关联。根据前文我们可以知道，位置点同样是基于追踪对象生成，对于一个位置点，可以有位置和时间两个维度，疑似对象同样使用位置和时间两个维度进行筛选，也就是疑似对象和追踪对象需要在同一个位置点处出现过，同时还需要满足时间维度的要求。

例如以追踪对象在某个位置点处出现的时间点或者时间段为例，在该时间点或者时间段出现的对象均会被纳入到疑似对象的范围内。

在步骤S104中，将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组，第二位置点组表征疑似对象的位置点组与第一位置点组的重合度。

例如某个疑似对象在步骤S102中选取的多个位置点上出现过，并且符合位置和时间两个维度，那么根据这些位置点就可以生成疑似对象的位置点组，也就是第二位置点组。

在步骤S105中，计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。具体的重合度计算方式如下，第一位置点组上存在M个位置点，第二位置点组上存在N个位置点，重合度Q=N/M。

另外，还需要根据时间维度进行计算，具体的方式是疑似对象和追踪对象在同一个位置点处的出现时间来确定。

同一个位置点处，疑似对象的出现时间为T11，追踪对象的出现时间为T12，此处假设T1<T2,那么该位置处的加权计算量P= T11/ T12；当然，当T1>T2时，该位置处的加权计算量P=1。

重合度Q=(（T11/ T12）+（T21/ T22）+…（TN1/ TN2）)/ M，此处假设同一个位置点处的疑似对象的出现时间均小于追踪对象。

重合度计算完成后，与设定值或者设定范围进行比对，当计算得到的重合度大于设定值或者在设定范围内时，确定该疑似对象为与追踪对象关联的疑似对象，反之则将该疑似对舍弃。

整体而言，本发明提供的基于去中心化网络的目标追踪方法，通过基于大数据生成的位置点组来判断疑似对象和追踪对象的关联程度，将疑似对象和追踪对象的关系转为通过位置点组（第一位置点组和第二位置点组）的方式进行判定。

本发明使用了去中心化网络的分析与追踪方式，通过离散的位置点来判断第一位置点组和第二位置点组的重合度结果来给出疑似对象和追踪对象的关联程度。中心化网络的分析方式是将疑似对象和追踪对象的信息综合后进行比对，比对过程中使用例如加权等运算方式来进行计算，但是对于各影响因素的权重分配，很难给出通用的处理方式。

因为对于不同的个体而言，各影响因素的权重不尽相同，因此难以使用一套较为通用的影响因素权重分配方式来进行影响因素的权重分配，这就导致在分析过程中的误差较大。

本发明将疑似对象和追踪对象的与移动相关的信息在空域上进行显示，同时使用重合度来判定疑似对象和追踪对象在位置点组上的重合部分，这种方式综合考虑了时间、位置和疑似对象与追踪对象各自的习惯。对于前文中提到的各影响因素的权重分配，则可以通过习惯进行自动分配。

对于一个追踪对象而言，本发明可以通过位置点组来自动发现潜在的疑似对象并对潜在的疑似对象进行跟踪，并通过分析与判断来找到疑似对象，这种方式还避免了需要人工列出潜在疑似对象存在范围过大和遗漏的问题。

在一些例子中，在第一位置点组上多次选取位置点，每一次选取过程中的位置点与上一次选取过程中的位置点存在不完全重合。这种方式目的是能够尽可能的发现潜在的意思对象。

因为在前文中提到，筛选疑似对象需要计算第一位置点组和第二位置点组的重合度，如果第一位置点组的样本容量过大，会导致重合度计算产生较多遗漏，因此需要在第一位置点组上多次选取位置点，这样可以减少第一位置点组的样本容量。

每一次选取过程中的位置点与上一次选取过程中的位置点存在不完全重合可以使在每一次的处理过程中能够针对不同的潜在疑似对象。另外，如果一个确定的潜在对象对多次的位置点选取过程中均出现，那么很明显该潜在对象与追踪对象进行密切接触的程度更高。

总结来说，本发明根据第一位置点组和第二位置点组的重合度对疑似对象进行一次筛选，根据多次选取位置点时疑似对象的出现次数对疑似对象进行二次筛选。

这种方式的优势在于能够对疑似对象进行更加准确的定位，因为如果一个疑似对象在多次重合度对比过程中出现，那么说明该疑似对象与追踪对象具有很高的密切接触程度。

在一些例子中，计算第一位置点组和第二位置点组的重合度包括以下步骤：

S201，根据第二位置点组的起始位置点的时间点和截止位置点的时间点对第一位置点组进行选取；

S202，统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量；以及

S203，计算第一数量在截取的第一位置点组上的全部位置点中的占比。

具体的过程中，会首先确定两个位置点，分别是起始位置点和截止位置点，然后在这两个位置点之间对第二位置点组进行选取。这种选取方式中会将第二位置点组按照时间顺序排列，然后再进行选取，同样需要对第一位置点组中的位置点在时间维度上进行排序后再进行选取。

然后统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量，接着计算第一数量在截取的第一位置点组上的全部位置点中的占比。

通过使用时间对第一位置点组和第二位置点组中参与分析的位置点进行限制，能够得到更加准确的判断结果。

当然，在上述方式中，会出现第一位置点组和第二位置点组中的位置点数量不同的情况，造成这种问题的原因是大数据存在遗漏，请参阅图2，此时使用如下方式解决：

S301，将第一位置点组和第二位置点组中的位置点在时间序列上进行排列并连接，缺省的位置点进行在连接时进行缺失处理；

S302，计算缺失处理区域的替代连接线与对应位置点之间连线的面积；以及

S303，根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点。

步骤S301至步骤S303中的内容是首先将空缺地方进行填补，然后计算缺失处理区域的替代连接线与对应位置点之间连线的面积，接着根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点。

这种方式能够在一定程度上弥补大数据存在遗漏时的判定问题。同时为了进一步提高判定时的准确程度，引入如下步骤：

S401，计算空缺段与对应第一位置点组间的距离；以及

S402，对超过允许距离的空缺段部分进行舍弃处理；

其中，对空缺段与对应的第一位置点组，使用多条平行的线段进行划分。

步骤S401和步骤S402中的内容，能够在面积计算过程中得到更加准确的结果。因为经过步骤S401和步骤S402的处理后，相当于对缺失处理的长度进行了限制。

根据前文中记载的内容，使用面积与空缺段长度时，二者的关系为负相关，也就是在空缺长度越长时，使用面积应当越小，这样才能够说明第一位置点组和第二位置点组中的位置点连线的重合度越高。

对于缺失处理的长度进行限制，但是在面积计算过程中依然保持了同样的计算方式，这就会导致在判定时采用更加严格的限制条件。

另外，还可以选择对对空缺段进行填补的方式来处理，请参阅图3，具体步骤如下：

S501，获取空缺段的起始位置点和截止位置点；

S502，根据起始位置点和截止位置点在地图上的位置得到多条路径；以及

S503，使用一条路径对空缺段进行填补；

其中，路径根据疑似对象选择或者选择一条最短路径。

具体而言，就是根据空缺段的起始位置点和截止位置点模拟路径，通过虚构真实移动轨迹的方式来完成判定时需要进行的计算过程，对于路径的选择，会根据疑似对象选择或者选择一条最短路径。

根据疑似对象选择的依据是前期收集得到的大数据中在空缺段存在关联性内容，如果该内容不存在，则选择一条最短路径。这种方式的优势在于更加贴合实际，有助于得到更加准确的判定结果。

本发明还提供了一种目标追踪装置，包括：

第一处理单元，用于响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

第一选取单元，用于在第一位置点组中选取多个位置点；

第二选取单元，用于获取每一个位置点处出现的疑似对象；

第二处理单元，用于将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

筛选单元，用于计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。

进一步地，在第一位置点组上多次选取位置点，每一次选取过程中的位置点与上一次选取过程中的位置点存在不完全重合。

进一步地，根据第一位置点组和第二位置点组的重合度对疑似对象进行一次筛选；

根据多次选取位置点时疑似对象的出现次数对疑似对象进行二次筛选。

进一步地，还包括：

截取单元，用于根据第二位置点组的起始位置点的时间点和截止位置点的时间点对第一位置点组进行选取；

统计单元，用于统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量；以及

第一计算单元，用于第一数量在截取的第一位置点组上的全部位置点中的占比。

进一步地，还包括：

第一填补单元，用于将第一位置点组和第二位置点组中的位置点在时间序列上进行排列并连接，缺省的位置点进行在连接时进行缺失处理；

第二计算单元，用于计算缺失处理区域的替代连接线与对应位置点之间连线的面积；以及

判定单元，用于根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点。

进一步地，还包括：

第三计算单元，用于计算空缺段与对应第一位置点组间的距离；以及

舍弃处理单元，用于对超过允许距离的空缺段部分进行舍弃处理；

其中，对空缺段与对应的第一位置点组，使用多条平行的线段进行划分。

进一步地，还包括：

获取单元，用于获取空缺段的起始位置点和截止位置点；

路径规划单元，用于根据起始位置点和截止位置点在地图上的位置得到多条路径；以及

第二填补单元，用于使用一条路径对空缺段进行填补；

其中，路径根据疑似对象选择或者选择一条最短路径。

在一个例子中，以上任一装置中的单元可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个专用集成电路(application specificintegratedcircuit，ASIC)，或，一个或多个数字信号处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)，或这些集成电路形式中至少两种的组合。

再如，当装置中的单元可以通过处理元件调度程序的形式实现时，该处理元件可以是通用处理器，例如中央处理器(central processing unit，CPU)或其它可以调用程序的处理器。再如，这些单元可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。

在本发明中可能出现的对各种消息/信息/设备/网元/系统/装置/动作/操作/流程/概念等各类客体进行了赋名，可以理解的是，这些具体的名称并不构成对相关客体的限定，所赋名称可随着场景，语境或者使用习惯等因素而变更，对本发明中技术术语的技术含义的理解，应主要从其在技术方案中所体现/执行的功能和技术效果来确定。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

还应理解，在本发明的各个实施例中，第一、第二等只是为了表示多个对象是不同的。例如第一时间窗和第二时间窗只是为了表示出不同的时间窗。而不应该对时间窗的本身产生任何影响，上述的第一、第二等不应该对本发明的实施例造成任何限制。

还应理解，在本发明的各个实施例中，如果没有特殊说明以及逻辑冲突，不同的实施例之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明还提供了一种目标追踪系统，所述系统包括：

一个或多个存储器，用于存储指令；以及

一个或多个处理器，用于从所述存储器中调用并运行所述指令，执行如上述内容中所述的方法。

本发明还提供了一种计算机程序产品，该计算机程序产品包括指令，当该指令被执行时，以使得该追踪系统执行对应于上述方法的追踪系统的操作。

本发明还提供了一种芯片系统，该芯片系统包括处理器，用于实现上述内容中所涉及的功能，例如，生成，接收，发送，或处理上述方法中所涉及的数据和/或信息。

该芯片系统，可以由芯片构成，也可以包括芯片和其他分立器件。

上述任一处提到的处理器，可以是一个CPU，微处理器，ASIC，或一个或多个用于控制上述的反馈信息传输的方法的程序执行的集成电路。

在一种可能的设计中，该芯片系统还包括存储器，该存储器，用于保存必要的程序指令和数据。该处理器和该存储器可以解耦，分别设置在不同的设备上，通过有线或者无线的方式连接，以支持该芯片系统实现上述实施例中的各种功能。或者，该处理器和该存储器也可以耦合在同一个设备上。

可选地，该计算机指令被存储在存储器中。

可选地，该存储器为该芯片内的存储单元，如寄存器、缓存等，该存储器还可以是该终端内的位于该芯片外部的存储单元，如ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM等。

可以理解，本发明中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

非易失性存储器可以是ROM、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasablePROM，EPROM)、电可擦除可编程只读存储器(electricallyEPROM，EEPROM)或闪存。

易失性存储器可以是RAM，其用作外部高速缓存。RAM有多种不同的类型，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(doubledata rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synch link DRAM，SLDRAM)和直接内存总线随机存取存储器。

本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (2)

1.一种基于去中心化网络的目标追踪方法，其特征在于，包括：

S101，响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

S102，在第一位置点组中选取多个位置点；

S103，获取每一个位置点处出现的疑似对象；

S104，将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

S105，计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象；

计算第一位置点组和第二位置点组的重合度包括：

S201，根据第二位置点组的起始位置点的时间点和截止位置点的时间点对第一位置点组进行选取；

S202，统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量；以及

S203，计算第一数量在截取的第一位置点组上的全部位置点中的占比；

具体的过程中，会首先确定两个位置点，分别是起始位置点和截止位置点，然后在这两个位置点之间对第二位置点组进行选取，这种选取方式中会将第二位置点组按照时间顺序排列，然后再进行选取，同样需要对第一位置点组中的位置点在时间维度上进行排序后再进行选取；然后统计截取的第一位置点组上和第二位置点组上相同的位置点的数量，记为第一数量，接着计算第一数量在截取的第一位置点组上的全部位置点中的占比；通过使用时间对第一位置点组和第二位置点组中参与分析的位置点进行限制，能够得到更加准确的判断结果；

当第一位置点组和第二位置点组中的位置点数量不同时，还包括：

S301，将第一位置点组和第二位置点组中的位置点在时间序列上进行排列并连接，缺省的位置点进行在连接时进行缺失处理；

S302，计算缺失处理区域的替代连接线与对应位置点之间连线的面积；以及

S303，根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点；

步骤S301至步骤S303中的内容是首先将空缺地方进行填补，然后计算缺失处理区域的替代连接线与对应位置点之间连线的面积，接着根据面积与空缺段长度判断空缺段与对应第一位置点组间是否存在重合的位置点；这种方式能够在一定程度上弥补大数据存在遗漏时的判定问题；

在第一位置点组上多次选取位置点，每一次选取过程中的位置点与上一次选取过程中的位置点存在不完全重合；

根据第一位置点组和第二位置点组的重合度对疑似对象进行一次筛选；

根据多次选取位置点时疑似对象的出现次数对疑似对象进行二次筛选；

还包括：

S401，计算空缺段与对应第一位置点组间的距离；以及

S402，对超过允许距离的空缺段部分进行舍弃处理；

其中，对空缺段与对应的第一位置点组，使用多条平行的线段进行划分；

步骤S401至步骤S402中的内容，能够在面积计算过程中得到更加准确的结果，经过步骤S401至步骤S402的处理后，相当于对缺失处理的长度进行了限制；使用面积与空缺段长度时，二者的关系为负相关，也就是在空缺长度越长时，使用面积应当越小，这样才能够说明第一位置点组和第二位置点组中的位置点连线的重合度越高；对于缺失处理的长度进行限制，但是在面积计算过程中依然保持了同样的计算方式，这就会导致在判定时采用更加严格的限制条件；

还包括对空缺段进行填补，对空缺段进行填补包括：

S501，获取空缺段的起始位置点和截止位置点；

S502，根据起始位置点和截止位置点在地图上的位置得到多条路径；以及

S503，使用一条路径对空缺段进行填补；

其中，路径根据疑似对象选择或者选择一条最短路径；

具体就是根据空缺段的起始位置点和截止位置点模拟路径，通过虚构真实移动轨迹的方式来完成判定时需要进行的计算过程，对于路径的选择，会根据疑似对象选择或者选择一条最短路径；根据疑似对象选择的依据是前期收集得到的大数据中在空缺段存在关联性内容，如果该内容不存在，则选择一条最短路径，以更加贴合实际，得到更加准确的判定结果。

2.一种目标追踪装置，其特征在于，所述装置使用如权利要求1所述的基于去中心化网络的目标追踪方法，所述装置包括：

第一处理单元，用于响应于获取到的追踪对象，获取追踪对象的相关信息并根据相关信息绘制追踪对象的位置点组，记为第一位置点组；

第一选取单元，用于在第一位置点组中选取多个位置点；

第二选取单元，用于获取每一个位置点处出现的疑似对象；

第二处理单元，用于将疑似对象合并，根据合并结果绘制疑似对象的位置点组，记为第二位置点组；以及

筛选单元，用于计算第一位置点组和第二位置点组的重合度并根据重合度结果对疑似对象进行筛选，得到与追踪对象关联的疑似对象。