CN108876817A - 交叉轨迹分析方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种交叉轨迹分析方法及装置、电子设备和存储介质，所述方法包括：在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息；根据所述待分析图像的时间信息和地点信息，确定所述目标图像的时间信息和地点信息；根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹；根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。本公开实施例利用各目标对象的目标图像得到的交叉轨迹的精度高，定位准确。

Description

交叉轨迹分析方法及装置、电子设备和存储介质

技术领域

本公开涉及信息技术领域，尤其涉及一种交叉轨迹分析方法及装置、电子设备和存储介质。

背景技术

随着信息技术的发展，确定不同对象之间的交叉轨迹的需求也越来越来多。例如，在公安等安全管理部门，利用不同的嫌疑人之间的交叉轨迹，对嫌疑人进行布控，能够提高抓捕成功率。在传统的交叉轨迹分析方法中，利用嫌疑人携带的无线通信设备对嫌疑人进行追踪后，确定不同嫌疑人之间的交叉轨迹的方法，受限于无线网络信号的覆盖质量的影响，以及受限于嫌疑人避免使用无线通信设备的情况，导致确定出的交叉轨迹的准确率低。

发明内容

有鉴于此，本公开提出了一种交叉轨迹分析技术方案。

根据本公开的一方面，提供了一种交叉轨迹分析方法，所述方法包括：

在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息；

根据所述待分析图像的时间信息和地点信息，确定所述目标图像的时间信息和地点信息；

根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹；

根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

在一种可能的实现方式中，在待分析图像中确定目标对象的目标图像，包括：

在所述待分析图像中检测目标对象；

当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

在一种可能的实现方式中，在待分析图像中确定目标对象的目标图像，包括：

在原始图像中检测候选目标对象；

在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像；

在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，在所述待分析图像中确定目标对象的目标图像，包括：

根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，在待分析图像中确定目标对象的目标图像，包括：

在针对目标对象的任一参考图像中确定目标对象；

根据各参考图像中的目标对象，在待分析图像中确定各参考图像中目标对象的目标图像。

在一种可能的实现方式中，根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹，包括：

根据各参考图像中目标对象的目标图像的时间信息和地点信息，确定各参考图像中目标对象对应的待合并轨迹；

将各参考图像中目标对象对应的待合并轨迹合并，得到所述目标对象的轨迹。

在一种可能的实现方式中，将各参考图像中目标对象对应的待合并轨迹合并，得到所述目标对象的轨迹，包括：

将各参考图像中目标对象对应的待合并轨迹合并，得到合并轨迹；

去除所述合并轨迹中的异常时间信息和/或异常地点信息，得到所述目标对象的轨迹。

根据本公开的一方面，提供了一种交叉轨迹分析装置，所述装置包括：

目标图像确定模块，用在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息；

信息确定模块，用于确定所述目标图像的时间信息和地点信息；

目标轨迹确定模块，用于根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹；

交叉轨迹确定模块，用于根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

在一种可能的实现方式中，所述目标图像确定模块，包括：

检测子模块，用于在所述待分析图像中检测目标对象；

第一目标图像确定子模块，用于当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

在一种可能的实现方式中，所述目标图像确定模块，包括：

候选目标对象检测子模块，用于在原始图像中检测候选目标对象；

待分析图像生成子模块，用于在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像；

第二目标图像确定子模块，用于在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，所述第二目标图像确定子模块，包括：

目标图像确定单元，用于根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，所述目标图像确定模块，包括：

目标对象确定子模块，用于在针对目标对象的任一参考图像中确定目标对象；

第三目标图像确定子模块，用于根据各参考图像中的目标对象，在待分析图像中确定各参考图像中目标对象的目标图像。

在一种可能的实现方式中，所述目标轨迹确定模块，包括：

待合并轨迹确定子模块，用于根据各参考图像中目标对象的目标图像的时间信息和地点信息，确定各参考图像中目标对象对应的待合并轨迹；

第一目标轨迹确定子模块，用于将各参考图像中目标对象对应的待合并轨迹合并，得到所述目标对象的轨迹。

在一种可能的实现方式中，所述第一目标轨迹确定子模块，包括：

合并轨迹确定子模块，用于将各参考图像中目标对象对应的待合并轨迹合并，得到合并轨迹；

第二目标轨迹确定子模块，用于去除所述合并轨迹中的异常时间信息和/或异常地点信息，得到所述目标对象的轨迹。

根据本公开的一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器通过直接或间接调用所述可执行指令以执行上述交叉轨迹分析方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行上述交叉轨迹分析方法。

根据本公开的实施例，可以在待分析图像中确定目标对象的目标图像，根据各目标对象的目标图像得到各目标对象的轨迹，利用多个目标对象的轨迹得到多个目标对象的交叉轨迹。利用各目标对象的目标图像得到的交叉轨迹的精度高，定位准确。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1是根据示例性实施例示出的一种交叉轨迹分析方法的流程图；

图2是根据示例性实施例示出的一种交叉轨迹分析方法中轨迹的示意图；

图3是根据示例性实施例示出的一种交叉轨迹分析方法的流程图；

图4是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图；

图5是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图；

图6是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图；

图7是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S30的流程图；

图8是根据示例性实施例示出的一种交叉轨迹分析装置的框图；

图9是根据示例性实施例示出的一种交叉轨迹分析装置的框图；

图10是根据示例性实施例示出的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1是根据示例性实施例示出的一种交叉轨迹分析方法的流程图，如图1所示，所述交叉轨迹分析方法包括：

步骤S10，在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息。

在一种可能的实现方式中，所述目标对象可以包括人、动物、植物、建筑物等各种类型的对象。可以根据需求确定目标对象的类型。目标对象可以包括一个或多个类型的对象。例如，目标对象可以为人物A，也可以为人物A加动物B的组合。

待分析图像可以包括单幅图像，也可以包括多幅图像。待分析图像可以是静态的图像，也可以是视频流中的多张帧图像。待分析图像中可以包括多个对象的图像，也可以包括单个对象的图像。

待分析图像包括拍摄所述待分析图像时的时间信息和地点信息。例如，监控摄像头拍摄的待分析图像，可以根据拍摄时间确定待分析图像的时间信息，根据监控摄像头的安装地点信息确定待分析图像的地点信息。地点信息可以包括经纬度信息，也可以包括邮政地址信息。

可以根据目标对象的图像或名称等信息，在待分析图像中确定目标对象的目标图像。

可以将包括目标对象图像的待分析图像确定为目标对象的目标图像。也可以在待分析图像中截取目标对象的图像作为目标对象的目标图像。

当待分析图像为视频流中的帧图像时，可以在待分析图像中确定目标对象的多个目标图像。

步骤S20，根据所述待分析图像的时间信息和地点信息，确定所述目标图像的时间信息和地点信息。

在一种可能的实现方式中，将包括目标对象的待分析图像确定为目标对象的目标图像时，可以将待分析图像的时间信息和地点信息确定为目标图像的时间信息和地点信息。

在待分析图像中截取包括目标对象的图像作为目标图像时，可以将截取前的待分析图像的时间信息和地点信息，确定为目标图像的时间信息和地点信息。

步骤S30，根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹。

在一种可能的实现方式中，可以在待分析图像中确定目标对象的多个目标图像。根据各目标图像的时间信息和地点信息，可以将目标图像按照时间的先后顺序依次连接后，得到各目标图像的地点信息之间的关联关系，并将各目标图像的地点信息之间的关联关系确定为目标对象的轨迹。

可以在地图上根据各目标图像的地点信息，将各目标图像进行标识，再根据各目标图像的时间信息，按照时间的先后顺序将各目标图像依次连接，在地图上得到目标对象的线形的轨迹。在地图上显示的目标对象的轨迹更加直观。

图2是根据示例性实施例示出的一种交叉轨迹分析方法中合并轨迹的示意图，如图2所示，图中的五个点为目标对象的五个目标图像，将五个目标图图像按照时间顺序依次连接后，即可在地图上得到目标图像的线形的轨迹。

当所述目标对象的目标图像只有一张时，所述目标对象的轨迹为包括时间信息的一个地点。

步骤S40，根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

在一种可能的实现方式中，当有多个目标对象时，可以将各目标对象的轨迹中重合部分的轨迹，确定为多个目标对象的交叉轨迹。

交叉轨迹可以是在多个目标对象的所有目标图像中确定出时间信息和地点信息均重合的目标图像后，根据重合的目标图像确定出的轨迹。其中，时间信息重合可以包括根据时间信息计算得到的时间差在时间差阈值范围内，地点信息重合可以包括根据地点信息计算得到的距离在距离阈值范围内。例如，目标对象1和目标对象2的交叉轨迹为，目标对象1和目标对象2在相同时间出现在相同地点的轨迹。

交叉轨迹可以是在多个目标对象的所有目标图像中确定出地点信息重合的目标图像后，根据重合的目标图像确定出的轨迹。例如，目标对象3和目标对象4的交叉轨迹为，目标对象3和目标对象4曾在相同或不同的时间出现在相同地点的轨迹。

交叉轨迹可以是根据多个目标对象的轨迹的交叉点确定的交叉轨迹。例如，目标对象5的轨迹和目标对象6的轨迹，在时间和地点上均不重合，但目标对象那个5和目标对象6的两个轨迹包括一个或多个交叉点。可以根据交叉点确定目标对象5和目标对象6的交叉轨迹。其中，交叉点不是目标对象5和目标对象6的轨迹上的点。

在本实施例中，可以在待分析图像中确定目标对象的目标图像，根据各目标对象的目标图像得到各目标对象的轨迹，利用多个目标对象的轨迹得到多个目标对象的交叉轨迹。利用各目标对象的目标图像得到的交叉轨迹的精度高，定位准确。

图3是根据示例性实施例示出的一种交叉轨迹分析方法的流程图，如图3所示，所述交叉轨迹分析方法中步骤S10包括：

步骤S11，在所述待分析图像中检测目标对象。

在一种可能的实现方式中，可以根据目标对象的图像，例如，可以利用目标对象的照片或画像，在待检测图像中检测目标对象。可以利用图像识别等技术在待分析图像中确定目标对象的目标图像。也可以将目标对象的图像输入神经网络中，根据神经网络的输出结果在待分析图像中确定目标对象的图像。

也可以根据目标对象的名称等信息，例如，可以根据目标对象的名称“猫”，在待分析图像中检测出猫。可以利用图像识别等技术在待分析图像中确定目标对象的目标图像。也可以将目标对象的名称输入神经网络中，根据神经网络的输出结果在待分析图像中确定目标对象的图像。

步骤S12，当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

在一种可能的实现方式中，待分析图像中可以只包括目标对象的图像。例如，待分析图像A中只包括对象1，待分析图像B中只包括对象2。当目标对象为对象1时，可以在待分析图像A中检测到对象1，则可以将待分析图像A确定为对象1的目标图像。

待分析图像中也可以同时包括目标对象和其他对象对图像。例如，待分析图像A中包括三个对象，分别为对象1、对象2和对象3。目标对象为对象1，可以根据对象1的图像，在待分析图像A中识别出对象1，可以将待分析图像A确定为对象1的目标图像。也可以在待分析图像A中截取对象1的图像作为目标对象的目标图像。

在本实施例中，当在待分析图像中检测目标对象时，根据待分析图像确定目标对象的目标图像。可以根据待分析图像的检测结果得到准确的目标图像，使得交叉轨迹的确定结果更加准确可靠。

图4是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图，如图4所示，所述交叉轨迹分析方法中步骤S10包括：

步骤S13，在原始图像中检测候选目标对象。

在一种可能的实现方式中，原始图像可以包括未经处理的图像。例如，原始图像可以为监控摄像头拍摄到的视频流中的帧图像。在原始图像中可以包括多个候选目标对象。例如，在人员密集场所的监控摄像头拍摄的原始图像中，可以包括多个人的图像。

可以利用人脸识别等技术在原始图像中检测候选目标对象。可以将原始图像输入人脸识别神经网络，根据人脸识别神经网络的输出结果，检测得到原始图像中的各候选目标对象。可以根据检测结果，在原始图像中标识出各候选目标对象，例如，可以在原始图像中标识出各候选目标对象的检测框。

步骤S14，在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像。

在一种可能的实现方式中，可以根据各候选目标对象的检测结果，在原始图像中截取包括所述候选目标对象的图像。例如，原始图像D中检测得到三个候选目标对象，分别为候选目标对象1、候选目标对象2和候选目标对象3，可以在原始图像D中分别截取候选目标对象1、候选目标对象2和候选目标对象3对应的图像，共得到三个待分析图像。

步骤S15，在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，可以根据原始图像生成包括多个候选目标对象的待分析图像，再根据包括多个候选目标对象的待分析图像确定目标对象的目标对象。

可以根据需求，根据选定的时间和/或选定地点的原始图像，生成待分析图像，建立待分析图像库，根据建立的待分析图像库，确定目标对象的目标图像，可以更有针对性的确定目标对象的轨迹，以及更有针对性的得到多个目标对象的交叉轨迹。

在本实施例中，在原始图像中检测候选目标对象后，截取包括各所述候选目标对象的图像，生成待分析图像，并在待分析图像中确定目标对象的目标图像，由于待分析图像中只包括单个候选目标对象，使得目标图像的确定过程更加高效、准确。

图5是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图，如图5所示，所述交叉轨迹分析方法中步骤S15包括：

步骤S151，根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，可以根据目标对象的图像，在待分析图像中检测目标对象。当目标对象和待分析图像中的候选目标对象之间的相似度大于相似度阈值时，可以将待分析图像确定为目标对象的目标图像。

可以根据需求设定指定特征，可以比较目标对象的指定特征和候选目标对象的指定特征，并根据比较结果确定目标对象和所述候选目标对象之间的相似度。例如，目标对象为人，可以根据目标对象的鼻子和头发的特征，和候选目标对象的鼻子和头发的特征进行比较，目标对象的鼻子为鹰钩鼻、头发为卷发，则鼻子为鹰钩鼻且头发为卷发的候选目标对象的待分析图像，为目标对象的目标图像。

可以根据需求提取目标对象的特征值和候选目标对象的特征值，通过计算目标对象的特征值和候选目标对象的特征值之间的差值，确定目标对象和候选目标对象之间的相似度。

还可以通过获取目标对象与第三对象之间的第一相似度，以及获取候选目标对象与相同的第三对象之间的第二相似度，再根据第一相似度和第二相似度确定目标对象和候选目标对象之间的相似度。

在本实施例中，根据目标对象和候选目标对象之间的相似度确定出的目标图像，更加准确。可以根据需求调整相似度与目标图像之间的对应关系，本实施例的适用范围更广。

图6是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S10的流程图，如图6所示，所述交叉轨迹分析方法中步骤S10包括：

步骤S16，在针对目标对象的任一参考图像中确定目标对象。

在一种可能的实现方式中，目标对象的参考图像可以是包括目标对象的照片或画像等。由于拍摄角度、拍摄环境的不同，会导致图像中目标对象的清晰度和特征不同，单张图像中的目标对象可能无法全面的反映出目标对象的全部特征。可以在多张参考图像中确定目标对象。

任一参考图像中确定出的目标对象，可以包括目标对象不同的特征。例如，目标对象是人，参考图像1中检测出的目标对象的面部是侧脸，而参考图像2中检测出的目标对象处于低头状态。仅根据参考图像1或参考图像2，均无法全面的反映出目标对象的全部特征，也就无法得到最准确的目标图像。

步骤S17，根据各参考图像中的目标对象，在待分析图像中确定各参考图像中目标对象的目标图像。

在一种可能的实现方式中，根据任一参考图像中确定出的目标对象，可以在待分析图像中确定与该参考图像对应的目标图像。根据各参考图像确定出的目标对象，可以在待分析图像中确定出各参考图像中的目标对象对应的目标图像。

可以根据各参考图像对应的目标图像的时间信息和地点信息，得到该参考图像对应的轨迹。再根据各参考图像对应的轨迹，得到目标对象的轨迹。

也可以根据所有参考图像对应的目标图像的时间信息和地点信息，直接得到目标对象的轨迹。

在本实施例中，根据目标对象的任一参考图像确定目标对象，再根据各参考图像中的目标对象，在待分析图像中确定目标图像。根据不同的参考图像，可以获取到更加全面的各目标对象的特征，可以得到更加准确的各目标对象的轨迹，也使得各目标对象的合并轨迹更加准确。

图7是根据示例性实施例示出的一种交叉轨迹分析方法中步骤S30的流程图，如图7所示，所述交叉轨迹分析方法中步骤S30包括：

步骤S31，根据各参考图像中目标对象的目标图像的时间信息和地点信息，确定各参考图像中目标对象对应的待合并轨迹。

在一种可能的实现方式中，根据各参考图像中确定出的目标图像，可以在待识别图像中确定出与各参考图像对应的目标对象的轨迹。例如，目标对象A有三张参考图像，分别为参考图像1、参考图像2和参考图像3。根据参考图像1中确定出的目标对象A，可以在待分析图像中确定目标对象A的待合并轨迹1；根据参考图像2中确定出的目标对象A，可以在待分析图像中确定目标对象A的待合并轨迹2；根据参考图像3中确定出的目标对象A，可以在所述待分析图像中确定目标对象A的待合并轨迹3。

步骤S32，将各参考图像中目标对象对应的待合并轨迹合并，得到所述目标对象的轨迹。

在一种可能的实现方式中，可以根据需求，将各参考图像对应的待合并轨迹合并，得到目标对象的轨迹。例如，合并特定时间段内的待合并轨迹，和/或合并特定地理范围内的待合并轨迹。

在本实施例中，根据各参考图像对应的目标图像，得到各参考图像对应的待合并轨迹后，再根据各参考图像的待合并轨迹，可以确定目标对象的轨迹。根据各参考图像的待合并轨迹，可以使得目标对象的轨迹更加准确可靠。

在一种可能的实现方式中，所述交叉轨迹分析方法中步骤S32包括：

将各参考图像中目标对象对应的待合并轨迹合并，得到合并轨迹。

去除所述合并轨迹中的异常时间信息和/或异常地点信息，得到所述目标对象的轨迹。

在一种可能的实现方式中，合并轨迹可以包括各参考图像的待合并轨迹合并得到，也可以根据部分参考图像的待合并轨迹合并得到。例如，当其中一个参考图像的待合并轨迹明显与其它参考图像的待合并轨迹偏差较大时，可以将其排除后，利用剩余的参考图像的待合并轨迹，得到合并轨迹。

在一种可能的实现方式中，可以根据需求，去除合并轨迹中的异常时间信息和/或异常地点信息。可以根据时间信息，计算各目标图像对应的平均时间，将与平均时间之间时间差最大的目标图像所在的点去除，得到目标对象的轨迹。也可以根据地点信息，将超出设定的地理范围内的目标图像所在的点去除，得到目标对象的轨迹。

在本实施例中，可以根据需求，去除合并轨迹中的异常时间信息和异常地点信息得到目标对象的轨迹。可以使得各目标对象的轨迹更加准确，也使得各目标对象的交叉轨迹更加准确。

图8是根据示例性实施例示出的一种交叉轨迹分析装置的框图，如图8所示，所述交叉轨迹分析装置包括：

目标图像确定模块10，用在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息。

信息确定模块20，用于确定所述目标图像的时间信息和地点信息。

目标轨迹确定模块30，用于根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹。

交叉轨迹确定模块40，用于根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

图9是根据示例性实施例示出的一种交叉轨迹分析装置的框图，如图9所示，在一种可能的实现方式中，所述目标图像确定模块10，包括：

检测子模块11，用于在所述待分析图像中检测目标对象；

第一目标图像确定子模块12，用于当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

在一种可能的实现方式中，所述目标图像确定模块10，包括：

候选目标对象检测子模块13，用于在原始图像中检测候选目标对象；

待分析图像生成子模块14，用于在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像；

第二目标图像确定子模块15，用于在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，所述第二目标图像确定子模块15，包括：

目标图像确定单元，用于根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

在一种可能的实现方式中，所述目标图像确定模块10，包括：

目标对象确定子模块16，用于在针对目标对象的任一参考图像中确定目标对象；

第三目标图像确定子模块17，用于根据各参考图像中的目标对象，在待分析图像中确定各参考图像中目标对象的目标图像。

在一种可能的实现方式中，所述目标轨迹确定模块30，包括：

待合并轨迹确定子模块31，用于根据各参考图像中目标对象的目标图像的时间信息和地点信息，确定各参考图像中目标对象对应的待合并轨迹；

第一目标轨迹确定子模块32，用于将各参考图像中目标对象对应的待合并轨迹合并，得到所述目标对象的轨迹。

在一种可能的实现方式中，所述第一目标轨迹确定子模块32，包括：

合并轨迹确定单元，用于将各参考图像中目标对象对应的待合并轨迹合并，得到合并轨迹；

第二目标轨迹确定单元，用于去除所述合并轨迹中的异常时间信息和/或异常地点信息，得到所述目标对象的轨迹。

图10是根据示例性实施例示出的一种电子设备的框图。例如，电子设备可以被提供为一终端、一服务器或其它形态的设备。所述电子设备包括交叉轨迹分析装置1900。参照图10，设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

设备1900还可以包括一个电源组件1926被配置为执行设备1900的电源管理，一个有线或无线网络接口1950被配置为将设备1900连接到网络，和一个输入输出(I/O)接口1958。设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种交叉轨迹分析方法，其特征在于，所述方法包括：

在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息；

根据所述待分析图像的时间信息和地点信息，确定所述目标图像的时间信息和地点信息；

根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹；

根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

2.根据权利要求1所述的方法，其特征在于，在待分析图像中确定目标对象的目标图像，包括：

在所述待分析图像中检测目标对象；

当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

3.根据权利要求1所述的方法，其特征在于，在待分析图像中确定目标对象的目标图像，包括：

在原始图像中检测候选目标对象；

在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像；

在所述待分析图像中确定目标对象的目标图像。

4.根据权利要求3所述的方法，其特征在于，在所述待分析图像中确定目标对象的目标图像，包括：

根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

5.一种交叉轨迹分析装置，其特征在于，所述装置包括：

目标图像确定模块，用在待分析图像中确定目标对象的目标图像，所述待分析图像包括时间信息和地点信息；

信息确定模块，用于确定所述目标图像的时间信息和地点信息；

目标轨迹确定模块，用于根据所述目标图像的时间信息和地点信息得到所述目标对象的轨迹；

交叉轨迹确定模块，用于根据多个所述目标对象的轨迹得到多个所述目标对象的交叉轨迹。

6.根据权利要求5所述的装置，其特征在于，所述目标图像确定模块，包括：

检测子模块，用于在所述待分析图像中检测目标对象；

第一目标图像确定子模块，用于当在所述待分析图像中检测到所述目标对象时，根据所述待分析图像确定所述目标对象的目标图像。

7.根据权利要求5所述的装置，其特征在于，所述目标图像确定模块，包括：

候选目标对象检测子模块，用于在原始图像中检测候选目标对象；

待分析图像生成子模块，用于在所述原始图像中截取包括各所述候选目标对象的图像，生成待分析图像；

第二目标图像确定子模块，用于在所述待分析图像中确定目标对象的目标图像。

8.根据权利要求7所述的装置，其特征在于，所述第二目标图像确定子模块，包括：

目标图像确定单元，用于根据所述目标对象和所述候选目标对象之间的相似度，在所述待分析图像中确定目标对象的目标图像。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至4中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。