CN110659560A - 一种关联对象的识别方法及系统 - Google Patents

Abstract

本发明适用于数据处理技术领域，提供了一种关联对象的识别方法及系统，包括：信息采集终端获取多个不同类型的目标对象的对象信息；对象信息包括目标对象的位置信息；信息解析系统接收对象信息，并从各个对象信息中提取目标对象的对象标识符，并根据对象标识符以及对象信息生成对象数据包；数据处理系统接收对象数据包，根据同一对象标识符的多个位置信息，构建目标对象的移动轨迹；数据处理系统基于移动轨迹，建立不同类型的目标对象之间的关联关系。本发明建立不同目标对象的关联关系，在某一类型的对象信息无法采集时，可以通过获取其他类型的对象信息继续对用户进行位置跟踪，从而能够提高用户信息采集的适用范围，以及信息采集的效率。

Description

一种关联对象的识别方法及系统

技术领域

本发明属于数据处理技术领域，尤其涉及一种关联对象的识别方法及系统。

背景技术

随着信息采集技术以及信息识别技术的不断发展，能够对目标对象的移动轨迹进行位置追踪，例如通过分布于各个区域的摄像模块采集行人的人脸图像，并从采集行人的人脸图像中选取出目标对象的人脸图像，并通过不同时刻采集的关于该目标对象的人脸图像，创建关于该目标对象的移动轨迹，从而实现对目标对象的位置追踪。

然而上述的用户信息采集技术中，当人脸被遮挡，或当目标对象搭乘相关的交通工具等情况下，则无法有效地采集用户的人脸图像，从而无法对该目标对象进行跟踪。由此可见，现有的用户信息的采集技术中，采集方式较为单一，当关键信息无法采集的情况下，无法实现用户位值追踪等操作，从而降低了信息采集的效率以及应用范围。

发明内容

有鉴于此，本发明实施例提供了一种关联对象的识别方法及系统，以解决现有的用户信息的采集技术中，采集方式较为单一，当关键信息无法采集的情况下，无法实现用户位值追踪等操作，从而降低了信息采集的效率以及应用范围的问题。

本发明实施例的第一方面提供了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；

所述信息解析系统接收各个所述信息采集终端发送的所述对象信息，并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。

本发明实施例的第二方面提供了一种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；

所述信息采集终端，用于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，用于接收各个所述信息采集终端发送的所述对象信息，并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，用于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，用于基于所述移动轨迹，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。

实施本发明实施例提供的一种关联对象的识别方法及系统具有以下有益效果：

本发明实施例通过信息采集终端获取不同类型的目标对象的对象信息，通过信息解析系统对对象信息进行解析，提取关于目标对象的对象标识符，继而通过数据处理系统获取关于同一对象标识符的多个对象信息，建立关于该对象标识符对应的目标对象的移动轨迹，最后通过对多个移动轨迹进行碰撞识别，可以确定存在关联关系的多个不同类型的目标对象，实现关联对象的自动识别。与现有的信息采集技术相比，信息采集终端可以获取不同类型的目标对象，例如移动终端、用户人脸、车牌号码等类型的对象信息，并建立不同目标对象的移动轨迹，继而通过不同目标对象的移动轨迹的相似度，可以识别不同的目标对象是否对应同一实体用户，继而建立不同目标对象的关联关系，在某一类型的对象信息无法采集时，可以通过获取其他类型的对象信息继续对用户进行位置跟踪，从而能够提高用户信息采集的适用范围，以及信息采集的效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的一种关联对象的识别方法的交互流程图；

图2是本发明第二实施例提供的一种关联对象的识别方法S104具体实现流程图；

图3是本发明第三实施例提供的一种关联对象的识别方法具体实现流程图；

图4是本发明第四实施例提供的一种关联对象的识别方法S102具体实现流程图；

图5是本发明第五实施例提供的一种关联对象的识别方法S1023具体实现流程图；

图6是本发明第六实施例提供的一种关联对象的识别方法具体实现流程图；

图7是本发明一实施例提供的一种关联对象的识别系统的结构框图；

图8是本发明另一实施例提供的一种关联对象的识别系统的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例通过信息采集终端获取不同类型的目标对象的对象信息，通过信息解析系统对对象信息进行解析，提取关于目标对象的对象标识符，继而通过数据处理系统获取关于同一对象标识符的多个对象信息，建立关于该对象标识符对应的目标对象的移动轨迹，最后通过对多个移动轨迹进行碰撞识别，可以确定存在关联关系的多个不同类型的目标对象，实现关联对象的自动识别，解决了现有的用户信息的采集技术中，采集方式较为单一，当关键信息无法采集的情况下，无法实现用户位值追踪等操作，从而降低了信息采集的效率以及应用范围的问题。

在本发明实施例中，流程的执行主体为关联对象的识别系统，该关联对象的识别系统至少包括：信息采集终端、信息解析系统以及数据处理系统。图1示出了本发明第一实施例提供的关联对象的识别方法的交互流程图，详述如下：

在S101中，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。

在本实施例中，该关联对象的识别系统可以配置有多个信息采集终端，各个信息采集终端可以固定部署于预设的监控区域，并获取经过该监控区域的目标对象的对象信息，可选地，该信息采集终端可以基于预设的行驶路径进行移动，例如该信息采集终端可以为车辆上的行驶记录仪，获取行驶路径监控得到的目标对象的对象信息。多个信息采集终端可以构成该关联对象的识别系统的分布式信息采集系统，关联对象的识别系统可以在预设的监控地图界面上，标记出各个信息采集终端，并根据该信息采集终端的有效采集区域，生成关于关联对象的识别系统的监控区域，管理员可以该监控地图界面标记的监控区域，进行监控区域的补点，即在需要进行监控的区域添加信息采集终端，从而扩大监控的范围，提高了监控区域的管理效率。

在本实施例中，该信息采集终端采集的对象信息与该信息采集终端的设备类型相关。例如，若该信息采集终端为摄像模块，则获取的对象信息为图像信息；若该信息采集终端为基站设备，则获取的对象信息为接入该基站设备的设备信息。具体地，该信息采集终端可以发射移动局域网信号，用于覆盖特定区域内所有移动终端的移动信号，若某一移动终端进入到该区域内，需要向该基站设备发送设备注册指令，该设备注册指令携带有移动终端的终端信息，例如移动终端的物理地址，例如MAC地址或者移动的IMEI码，还可以是移动终端的网络地址，例如IP地址。该信息采集终端还可以为无线接入设备，该无线接入设备可以在安装区域内发射无线局域网信号，移动终端可以通过内置的无线通信模块接入该无线局域网，继而无线接入设备可以获取接入的移动终端的终端信息。

在本实施例中，信息采集终端可以设置有有效对象列表，该有效对象列表设置有所需采集对象信息的多个不同类型的对象类型，若信息采集终端检测到关于有效对象列表中记录的对象类型，则识别该对象为目标对象，并采集关于目标对象的对象信息。例如，信息采集设备可以设置车辆以及人为有效对象类型，若检测画面中存在车辆或人，则将该帧的图像信息识别为对象信息，并将该对象信息上传至信息解析系统。

在本实施例中，该对象信息除了包括与目标对象相关的信息外，例如记录有目标对象的图像信息或者关于目标对象的标识符等，还包括有位置信息，该位置信息可以由目标对象反馈得到，例如该目标对象为移动终端，在采集对象信息的过程中，该移动终端可以向信息采集终端发送定位信息，从而通过定位信息可以确定采集该对象信息对应的位置信息；若该信息采集终端为固定放置，则可以将该信息采集终端的安装位置作为该对象信息的位置信息。

可选地，在本实施例中，信息采集终端在获取到目标对象的对象信息后，可以对对象信息进行预处理，特别地，若该对象信息为图像数据类型，则可以对图像数据进行降噪处理，并通过图像识别算法提取该图像数据生成对象信息。若无法通过图像识别算法提取对象信息，则可以识别为无效信息，并丢弃该对象信息，从而减少无效数据的反馈。优选地，该关联对象的识别系统还包括中间件，信息采集终端可以基于获取得到的对象信息的信息类型，发送给与该信息类型对应的中间件，通过中间件对所述对象信息进行预处理，并将预处理后的对象信息发送给信息解析系统，从而提高了对象信息的处理速率以及减少无效输出的传输量。

在S102中，所述信息解析系统接收各个所述信息采集终端发送的所述对象信息，并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。

在本实施例中，信息解析系统在接收到对象信息后，可以识别该对象信息的信息类型，并通过与该信息类型相对应的解析算法提取该对象信息中包含的对象标识符，该对象标识符用于唯一标识目标对象。例如，实体用户的人脸图像、车辆的车牌号码以及移动终端的物理地址等。具体地，信息解析系统若检测到该对象信息为图像信息，则检测该图像信息中包含的拍摄主体的主体类型，若该主体类型在有效对象列表内，则提取该拍摄主体对应的区域图像，通过对应的识别算法，从区域图像中提取关于目标对象的对象标识符。例如需要提取车牌号码，则通过字符识别算法，从车辆区域图像中提取字符信息，将该字符信息识别为该目标车辆的车牌号码；若需要提取人脸信息，则通过预设的人脸特征点，定位出人体区域图像中的人脸区域，从而提取得到关于目标对应的人脸图像。

可选地，在本实施例中，信息解析系统内可以包含多个信息解析节点，该信息解析系统在接收到信息采集终端发送的对象信息后，可以将该对象信息对象信息进行集群分布式部署于各个信息解析节点内，从而可以避免当个节点宕机而导致数据丢失的情况，能够提高数据的安全性。

可选地，在本实施例中，信息解析系统内的不同信息解析节点可以用于处理不同区域上传的对象信息，在该情况下，每个信息解析节点可以固定关联有至少一个信息采集终端，并基于信息解析节点以及信息采集终端之间的对应关系生成一个转发路由表。在信息解析系统接收到信息采集终端发送的对象信息后，会查询该转发路由表确定该信息采集终端隶属的信息解析节点，并将该对象信息发送给该信息解析节点进行解析处理。

可选地，在本实施例中，信息解析系统内的不同信息解析节点与信息采集终端构成链式结构，即不同的信息类型的信息采集终端对应不同的信息解析节点，将对象信息上传至与该对象信息的信息类型相匹配的信息解析节点进行解析处理。若关联对象的识别系统添加新的目标对象，该目标对象的对象信息的信息类型与已有信息类型均不匹配，则可以在所述信息解析系统内新增对应的信息解析节点，并与新增的信息采集终端构成新的解析链，实现了对象类型的扩展。若关联对象的识别系统需要删除某一类型的目标对象，也对应地删除该信息类型关联的解析链即可，并将该解析链对应的信息解析节点的解析算法配置为剩余已有的其他信息类型的解析算法，从而能够提高关联对象的识别系统的资源利用率。

可选地，信息解析系统可以配置有备用信息解析节点，若检测到当前的解析任务的任务量大于预设的第一任务阈值，则可以通过备用信息解析节点，对上传的对象信息进行解析；若检测到当前的解析任务的任务量小于预设的第二任务阈值，则可以将在用的信息解析节点设置有备用信息节点，从而提高了资源利用率。

在本实施例中，信息解析系统可以将提取得到的对象标识符与对象信息进行封装，生成对象数据包，当然，若对源数据进行提取处理后，可以将对象信息中源数据相关的部分进行删除，只保留对象标识符，从而可以减少该对象数据包的大小。例如，信息解析系统可以删除对象图像，只保留提取后的人脸图像。

在S103中，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。

在本实施例中，数据处理系统可以接收信息解析系统发送的对象数据包，该对象数据包由于包含有对象标识符以及该对象数据包采集时刻对应的位置信息，数据处理系统可以根据数据包包含的对象标识符对数据包进行分类，将属于同一对象标识符的对象数据包作为一个数据组，并根据该数据组内包含多个位置信息，在预设的地图界面上绘制关于该目标对象的移动轨迹。特别低，每个对象数据包具有时间戳，数据处理系统可以通过检测时间戳确定各个对象数据包发送的先后次序，从而基于该先后次序依次连接各个位置信息，从而得到一条具有移动方向的移动轨迹。

在本实施例中，数据处理系统在建立移动轨迹的过程中，信息采集终端可以持续获取该目标对象的对象信息，并通过信息解析系统发送对象信息的对象数据包，在该情况下，数据处理系统可以实时对该移动轨迹进行更新，从而实现实时动态追踪目标对象。

可选地，在本实施例中，该数据处理系统可以设置有一个图形数据库，若检测到对象数据包中包含了图像数据，则提取该对象数据包中的图像数据，继而将该图像数据存储至该对象数据包携带有的对象标识符关联的存储区域内，从而为每个目标对象创建与之对应的图像库，便于后续的查询操作。具体地，数据处理系统可以根据对象类型创建多个图像数据库，将不同类型的目标对象的图像数据存储至与之关联的图像数据库内，从而能够提高数据存储以及数据查询的效率。

在S104中，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。

在本实施例中，数据处理系统在确定了不同类型的目标对象的移动轨迹后，可以根据移动轨迹的移动区域以及移动时间，计算不同类型的目标对象之间的关联度，若两个目标对象的移动轨迹的移动区域的差异度较小，且移动时间相同，则上述两个目标对象对应同一实体用户的概率较高，因此，可以根据移动区域以及移动时间确定两个目标对象之间的匹配因子，并基于上述两个匹配因子计算两个目标对象的匹配度。若两者的匹配度大于预设的匹配度阈值，则识别两个类型的目标对象对应同一实体用户，例如目标对象A为车辆，而目标对象B为移动终端，上述两个目标对象的匹配度大于预设的匹配度阈值，则可以确定车辆以及移动终端属于同一个实体用户。基于此，在该实体用户在没有驾驶车辆的状态下，可以通过获取移动终端的位置信息，来对该实体用户进行移动轨迹的追踪。

以上可以看出，本发明实施例提供的一种关联对象的识别方法通过信息采集终端获取不同类型的目标对象的对象信息，通过信息解析系统对对象信息进行解析，提取关于目标对象的对象标识符，继而通过数据处理系统获取关于同一对象标识符的多个对象信息，建立关于该对象标识符对应的目标对象的移动轨迹，最后通过对多个移动轨迹进行碰撞识别，可以确定存在关联关系的多个不同类型的目标对象，实现关联对象的自动识别。与现有的信息采集技术相比，信息采集终端可以获取不同类型的目标对象，例如移动终端、用户人脸、车牌号码等类型的对象信息，并建立不同目标对象的移动轨迹，继而通过不同目标对象的移动轨迹的相似度，可以识别不同的目标对象是否对应同一实体用户，继而建立不同目标对象的关联关系，在某一类型的对象信息无法采集时，可以通过获取其他类型的对象信息继续对用户进行位置跟踪，从而能够提高用户信息采集的适用范围，以及信息采集的效率。

图2示出了本发明第二实施例提供的一种关联对象的识别方法S104的具体实现流程图。本发明实施例的执行主体为所述数据处理系统，参见图2，相对于图1所述实施例，本实施例提供的一种关联对象的识别方法S104包括：S1041～S1043，具体详述如下：

进一步地，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：

在S1041中，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。

在本实施例中，信息采集终端在获取对象信息时，可以将采集时刻的时间信息封装到该对象信息内。数据处理系统可以从对象数据包中提取时间信息，确定该位置信息相应的采集时间。数据处理系统可以基于各个位置信息的时间先后次序，对各个位置信息进行排列，并将最早的一个时间信息作为该移动轨迹的移动触发时间。

可选地，在本实施例中，该数据处理系统可以为基于Spark系统组成的服务器集群，由于Spark系统在时间以及区域的联合查询的效率较高，因此能够快速提取位于相同位置区域的多个对象数据包，并通过对各个对象数据包的时间戳进行分类，从而建立关于不同目标对象的移动轨迹，并基于移动轨迹进行碰撞分析，确定各个移动轨迹之间的匹配度，建立不同类型的目标对象之间的关联关系，提高关联关系的识别效率以及准确性。在该情况下，Spark集群系统可以获取集群内各个服务器的负载参量，并根据负载均衡算法，从各个可用的服务器中选取目标服务器，并将移动轨迹的创建任务发送给目标服务器，通过目标服务器生成该目标对象的移动轨迹。

在S1042中，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。

在本实施例中，数据处理系统在确定了移动轨迹的移动触发时间后，可以从所有移动轨迹中选取移动触发时间相同的多条移动轨迹，将提取的多条移动轨迹划分到同一移动轨迹组内，进行后续的重合率计算流程。若不同类型的目标对象属于同一实体用户，则两个目标对象的移动触发时间以及移动路径应该完全重合，即存在关联关系的多个目标对象会在相同的时间内，存在重合率较高的两条移动轨迹。基于此，数据处理系统可以根据移动触发时间，选取可能存在关联关系的多条目标轨迹。

在本实施例中，数据处理系统可以对多条目标轨迹进行重复率计算，计算的过程可以为：选取处于同一移动触发区域内的目标轨迹作为候选轨迹；在预设的地图界面上绘制所述候选轨迹，计算任意两条的移动轨迹之间的重合长度，基于该移动轨迹的总长度以及重合长度，计算两个移动轨迹之间的重合率。

在S1043中，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。

在本实施例中，若两条移动轨迹的重合率较高，则表示两个目标对象对应同一实体用户的概率越高。基于此，数据处理系统可以将重合率大于预设的重合阈值的多条目标轨迹识别为关联轨迹，并识别两个关联轨迹对应的目标对象所对应的实体用户相同，例如某一车辆的移动轨迹与另一移动终端的移动轨迹的重合率大于预设的重合阈值，则可以确定该车辆的车主以及移动终端的所属用户是同一个人，此时，数据处理系统可以建立上述两个或以上重合率大于重合阈值的目标对象之间的关联关系。需要说明的是，关联关系中可以为不同对象类型设置最大个数，即在同一关联关系中，每个对象类型的个数不能超过上述的最大个数。例如，人脸类型对应的最大个数为1，而移动终端对应的最大个数可以为5，即同一实体用户的人脸图像有且只可以对应一个，而一个实体用户可以携带有多个移动终端，在该情况下，该关联关系中可以包含移动终端类型的目标对象的数量可以为多个。

可选地，数据处理系统在确定两个目标对象的移动轨迹之间的重合率大于预设的重合率阈值时，可以获取上述两个目标对象在其他移动触发时间对应的移动轨迹，并计算在其他移动触发时间对应的移动轨迹之间的重合率，并统计所述目标对象的移动轨迹之间重合率大于预设的重合率阈值的移动触发时间个数，若移动触发时间个数大于预设的个数阈值，则识别上述两个目标对象存在关联关系，并建立所述目标对象之间的关联关系。

在本发明实施例中，通过确定各个移动轨迹的移动触发时间，能够选取出目标轨迹，从而能够减少大量无效重合率计算操作，提高了关联关系的识别效率，并通过计算不同类型的目标对象之间的重合率，能够准确建立目标对象之间的关联关系，提高关联关系识别的准确性。

图3示出了本发明第三实施例提供的一种关联对象的识别方法的具体实现流程图。本发明实施例的执行主体为所述数据处理系统，参见图3，相对于图1所述的实施例，本实施例提供的一种关联对象的识别方法还包括：S301～S305，具体详述如下：

进一步地，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；在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之后，还包括：

在S301中，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。

在本实施例中，数据处理系统还包括有ElasticSearch服务器集群(ES服务器集群)，该ES服务器集群内包含有多个数据搜索服务器，通过多个数据搜索服务器来承担用户发起的数据搜索任务。可选地，在本实施例中，该ES服务器集群支持动态扩展，即ES服务器集群中可以配置有多台备用服务器，若ES服务器检测到当前各个数据搜索服务器的负载参量均大于预设的最大运行阈值，则识别当前ES服务器集群处于过载状态，需要对该ES服务器集群进行扩容操作，此时可以启动备用服务器，并将待执行的数据搜索任务发送给启用后的备用服务器进行响应。

在本实施例中，ES服务器集群可以根据各个目标对象的对象标识符，为每个目标对象创建对应的数据索引，并在服务器集群内划分对应的数据存储空间，将关于该对象标识符的所有对象数据包均存储于与之对应的数据存储空间中。当接收到用户终端发送的查询任务时，可以根据该数据索引表，确定对应的对象标识符所对应的数据存储空间，响应查询操作。

在本实施例中，用户终端可以通过本地安装的客户端，向ES服务器集群发送查询请求，该查询请求包括有所需查询的目标用户的用户标识，以及所需查询的目标时间段。需要说明的是，该目标时间段可以缺省配置，若该目标时间段为空时，则识别用户需要查询当前时刻关于目标用户的移动轨迹。

在S302中，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。

在本实施例中，数据搜索服务器在接收到查询请求后，会提取该查询请求中包含的目标用户标识，并查询关联关系列表中与该目标用户标识对应的关联关系，该关联关系记录属于该目标用户的多个不同类型的目标对象，例如目标人脸、目标车辆以及目标终端。

在S303中，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。

在本实施例中，该数据搜索服务器根据查询信息携带有的目标时间段，在信息采集终端上传的所有对象信息中进行筛选，选取采集时间在该目标时间段内的对象信息作为候选信息，从而可以构建任何时刻关于该目标用户的移动轨迹。

需要说明的是，该对象信息可以分别存储在ES服务器集群内各个数据搜索服务器内，数据搜索服务器可以将所需查询的时间段在服务器集群内进行并发搜索，各个数据搜索服务器将匹配的对象信息反馈给发起搜索需求的数据搜索服务器，从而实现了在全网搜索的目的。

在S304中，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。

在本实施例中，数据搜索服务器检测反馈的候选信息中是否包含与目标用户标识关联的目标对象的对象信息，若存在，则识别该候选信息为目标信息，从而可以通过提取得到的关于目标用户的目标信息构建目标用户的实时动态轨迹。

在S305中，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。

在本实施例中，数据搜索服务器可以在地图界面上标记出提取得到的目标信息，基于根据各个目标信息的采集时间的先后次序，建立一条具有移动方向的实时动态轨迹，并将该查询结果通过用户终端的客户端展示给查询用户。

在本发明实施例中，通过由多个数据搜索服务器构成的ES服务器集群，响应用户终端发起的数据查询请求，由于ES服务器集群是一个高度可伸缩的开源全文搜索和分析引擎，能够提供以近实时的方式快速存储、搜索和分析大量的数据；同时ElasticSearch提供了基于经纬度搜索的功能，为时间/区域搜索提供查询操作，提高了搜索的效率以及动态轨迹的展示效果。

图4示出了本发明第四实施例提供的一种关联对象的识别方法S102的具体实现流程图。本发明实施例的执行主体为所述信息解析系统，参见图4，相对于图1-3任一所述实施例，本实施例提供的一种关联对象的识别方法中S102包括：S1021～S1024，具体详述如下：

进一步地，所述信息解析系统包括任务转发终端以及信息解析节点；

所述信息解析系统接收各个所述信息采集终端发送的所述对象信息，并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，包括：

在S1021中，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。

在本实施例中，信息解析系统包括有任务转发终端以及信息解析节点。任务转发终端，即用于转发对象信息的中间件，在接收到信息采集终端发送的对象信息后，可以将对象信息存储在消息队列内，该消息队列可以为Kafka消息队列，由于kafka消息队列以集群的方式部署，防止单个节点宕机而导致数据的丢失。

在本实施例中，该信息解析节点在上线是需要在节点中心进行注册操作，用于宣告该信息解析节点可用，该信息解析节点异常或关机等情况需要执行下线时，也需要在节点中心进行注销操作。因此，通过信息解析节点的注册以及注销操作，节点中心可以确定各个信息解析节点的运行状态，从而实现解析任务的动态调节。

在本实施例中，任务转发终端可以获取信息解析系统内各个信息解析节点的负载参量，优选地，若信息解析系统对应一个节点中心，则可以通过节点中心直接获取集群内所有信息解析节点的负载情况。

在S1022中，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。

在本实施例中，任务转发终端可以将采集到的负载参量导入到转发优先级转换算法内，从而能够计算当前时刻，各个信息解析节点的转发优先级，并基于该转发优先级确定响应解析任务的目标解析节点。

可选地，在本实施例中，该转发优先级转换算法可以为：1)轮询算法，即将请求按照轮询方式依次发送给各个信息解析节点；2)随机算法，即以预设的随机数生成算法生成随机数，并将对象信息发送给该随机数对应的信息解析节点；3)按照权重分配算法，即按照分配好的权重比例，将与权重比例对应数量的对象信息发送给信息解析节点；4)Iphash每个对象信息按访问ip的hash结果分配，这样每个信息采集终端固定对应一个信息解析节点；5)最少连接数分配算法，新的请求发送给连接数最少的服务器。本发明可以按照权重规则，给信息解析节点配置权重信息，例如某个微服务不在接收请求时，将该微服务的权重设置为0；任务转发终端实时监控信息解析节点的性能，动态给信息解析节点分配相应的权重，如果信息解析节点性能较好，则分配高权重，否则反之，在过程中管理和任务分发任务转发终端不断监控信息解析节点的性能，实时调整信息解析节点的权重配置。

在S1023中，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。

在本实施例中，任务转发终端在计算得到各个信息解析节点的转发优先级后，可以选取转发优先级最高的一个信息解析节点作为目标解析节点，还可以根据预设的转发阈值，将转发优先级大于该转发阈值的信息解析节点中任取一个作为目标解析节点，并将对象信息发送给目标解析节点进行解析操作。

在S1024中，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。

在本实施例中，目标解析节点通过解析算法提取该对象信息的对象标识符，具体的实现过程与S102的操作完全相同，具体描述可以参见S102的相关阐述，在此不再赘述。

在本发明实施例中，通过任务转发终端对对象信息进行缓存，并通过任务转发终端依次将解析任务发送给各个信息解析节点，从而能够实现解析任务的动态调节，提高了解析任务的响应效率以及信息解析系统的负载均衡。

图5示出了本发明第五实施例提供的一种关联对象的识别方法S1023的具体实现流程图。参见图5，相对于图4所述实施例，本实施例提供的一种关联对象的识别方法S1023包括：S501～S502，具体详述如下：

进一步地，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：

在S501中，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。

在本实施例中，任务转发终端若检测到各个信息解析节点的转发优先级均小于预设的优先级阈值，则标识各个信息解析节点处于过载或满载状态，此时需要对信息解析系统执行扩容操作。在该情况下，信息解析系统可以在备用服务器中选取一个作为扩容解析节点，或在信息解析系统内创建一个虚拟服务器，将该虚拟服务器识别为一个扩容解析节点。

在本实施例中，信息解析系统可以获取在用的信息解析节点的配置信息，并基于该配置信息对扩容解析节点进行初始化配置操作，从而实现将扩容解析节点添加到信息解析系统内，当然，信息解析系统需要为该扩容解析节点配置唯一标识符。

在S502中，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。

在本实施例中，任务转发终端可以将扩容解析节点识别为目标解析节点，通过扩容后的扩容解析节点来响应对象信息的解析任务。

在本发明实施例中，在检测到信息解析系统需要扩容时进行动态扩容，创建一个扩容解析节点，能够提高信息解析系统的数据处理能力，提高了信息解析效率。

图6示出了本发明第六实施例提供的一种关联对象的识别方法的具体实现流程图。参见图6，相对于图1-3任一所述实施例，本实施例提供的一种关联对象的识别方法还包括：S601～S602，具体详述如下：

进一步地，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：

在S601中，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。

在本实施例中，关联对象的识别系统还包括有图像存储系统，用于存储对象信息包含的图像数据。基于此，信息解析系统若检测到对象信息的信息类型为图像信息类型，则通过解析算法确定对象标识符的同时，还可以提取该对象标识符所在的区域图像，即上述的对象标识区域图像。

在S602中，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。

在本实施例中，信息解析系统可以将对象标识区域图像发送给图像存储系统，该图像存储系统具体为基于HBASE，即Hadhoop Datebase架构构建的多个图像数据服务器组成的图像存储系统，该图像存储系统可以动态扩展存储节点，例如通过加入备用图像服务器或者虚拟存储节点等方式对该数据存储系统进行扩容操作。

在本实施例中，图像存储系统在接收到信息解析系统反馈的对象标识区域图像后，可以确定该图像存储系统内各个图像存储节点的存储优先级，并根据存储优先级选取目标存储节点，实现图像存储的负载均衡。

在本发明实施例中，通过配置图像存储系统，对对象信息中的图像数据进行存储，能够提高图像存储的效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图7示出了本发明一实施例提供的一种关联对象的识别系统的结构框图，该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，信息采集终端、信息解析系统以及数据处理系统用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。

参见图7，关联对象的识别系统包括信息采集终端71、信息解析系统72以及数据处理系统73；

所述信息采集终端71，用于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72，用于接收各个所述信息采集终端71发送的所述对象信息，并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73，用于接收所述信息解析系统72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73，用于基于所述移动轨迹，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。

可选地，所述对象信息还包括时间信息；所述数据处理系统73，用于基于所述移动轨迹，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73，用于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73，用于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73，用于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。

可选地，所述数据处理系统73包括基于分布式全文检索ElasticSearch集群的数据搜索服务器；

所述数据搜索服务器，用于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，用于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，用于在所述信息采集终端71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，用于从所述候选信息中，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，用于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。

可选地，所述信息解析系统72包括任务转发终端以及信息解析节点；

所述信息解析系统72，用于接收各个所述信息采集终端71发送的所述对象信息，并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，包括：

所述任务转发终端，用于接收所述信息采集终端71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，用于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，用于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，用于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。

可选地，所述任务转发终端，用于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，用于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，用于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。

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；

所述信息解析系统72，用于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，用于接收所述信息解析系统72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

因此，本发明实施例提供的关联对象的识别系统同样可以获取不同类型的目标对象，例如移动终端、用户人脸、车牌号码等类型的对象信息，并建立不同目标对象的移动轨迹，继而通过不同目标对象的移动轨迹的相似度，可以识别不同的目标对象是否对应同一实体用户，继而建立不同目标对象的关联关系，在某一类型的对象信息无法采集时，可以通过获取其他类型的对象信息继续对用户进行位置跟踪，从而能够提高用户信息采集的适用范围，以及信息采集的效率。

图8示出了本发明另一实施例提供的一种关联对象的识别系统的结构框图。如图8所示，该数据采集终端可以包括摄像模块以及无线接入设备，采集不同类型的目标对象的对象信息，并将对象信息发送给信息解析系统，该信息解析系统包括有任务转发终端以及信息解析节点，该任务转发终端接收各个信息采集终端发送的对象信息，并将对象信息发送给在Zookeeper中心注册了的有效信息解析节点，该Zookeeper可以基于kafka队列对对象信息进行缓存，信息解析节点将处理后的对象数据包发送给数据处理系统，该数据处理系统包括用于实施展示轨迹信息的ES服务器集群、用于建立关联关系的Spark服务器集群以及用于进行图像存储的HBASE服务器集群。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

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；

所述信息解析系统接收各个所述信息采集终端发送的所述对象信息，并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1-3任一项所述的识别方法，其特征在于，所述信息解析系统包括任务转发终端以及信息解析节点；

所述信息解析系统接收各个所述信息采集终端发送的所述对象信息，并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，包括：

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。

5.根据权利要求4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。

6.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。

7.一种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；

所述信息采集终端，用于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，用于接收各个所述信息采集终端发送的所述对象信息，并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，用于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，用于基于所述移动轨迹，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。

8.根据权利要求7所述的识别系统，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，用于基于所述移动轨迹，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，用于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，用于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，用于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。

9.根据权利要求7所述的识别系统，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；

所述数据搜索服务器，用于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，用于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，用于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，用于从所述候选信息中，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，用于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。

10.根据权利要求7-9任一项所述的识别系统，其特征在于，所述信息解析系统包括任务转发终端以及信息解析节点；

所述信息解析系统，用于接收各个所述信息采集终端发送的所述对象信息，并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，包括：

所述任务转发终端，用于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，用于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，用于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，用于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。

Images