(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211191991.7 (22)申请日 2022.09.28 (71)申请人 杭州海康威视系统技 术有限公司 地址 310051 浙江省杭州市滨江区阡 陌路 555号1幢B楼19层 (72)发明人 朱健超　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 杨春香 (51)Int.Cl. G06F 16/9537(2019.01) G06F 16/9535(2019.01) (54)发明名称 轨迹关联方法、 装置、 电子设备及机器可读 存储介质 (57)摘要 本申请提供一种轨迹关联方法、 装置、 电子 设备及机器可读存储介质， 该方法包括： 获取待 搜索轨迹； 依据所述待搜索轨迹中各轨迹点对应 的采集设备标识以及采集时间， 生成所述待搜索 轨迹对应的轨迹向量； 基于向量检索方式， 从轨 迹库中搜索所述待搜索轨迹的相似轨迹； 其中， 所述轨迹库中存储多个轨迹、 以及所述多个轨迹 中每个轨迹对应的轨迹向量。 该方法可以提高轨 迹关联的效率， 减少轨 迹关联的资源消耗。 权利要求书3页 说明书14页 附图4页 CN 115422479 A 2022.12.02 CN 115422479 A 1.一种轨 迹关联方法， 其特 征在于， 包括： 获取待搜索轨迹； 其中， 任一轨迹包括多个轨迹点， 任一轨迹点对应的轨迹点数据包括 采集设备 标识以及采集时间； 依据所述待搜索轨迹中各轨迹点对应的采集设备标识以及采集 时间， 生成所述待搜索 轨迹对应的轨 迹向量； 基于向量检索方式， 从轨迹库中搜索所述待搜索轨迹的相似轨迹； 其中， 所述轨迹库中 存储多个轨 迹、 以及所述多个轨 迹中每个轨迹对应的轨 迹向量。 2.根据权利要求1所述的方法， 其特征在于， 所述依据所述待搜索轨迹中各轨迹点对应 的采集设备 标识以及采集时间， 生成所述待搜索轨 迹对应的轨 迹向量， 包括： 依据所述待搜索轨迹中各轨迹点对应的采集时间， 按采集时间从先到后的顺序， 将所 述待搜索轨迹中各轨迹点对应的统一设备标识或者采集设备标识输入到训练好的BERT模 型； 对训练好的BERT模型的输出结果进行池化处理， 生成所述待搜索轨迹对应的轨迹向 量； 其中， 对于任一轨迹点， 该轨迹点对应的采集设备标识与该轨迹点对应的统一设备标 识一一对应， 统一设备 标识用于唯一标识相互绑定的不同类型的采集设备。 3.根据权利要求1所述的方法， 其特 征在于， 所述获取待搜索轨 迹， 包括： 获取初始待搜索轨 迹； 依据所述初始待搜索轨迹 中各轨迹点对应的采集 时间所归属的时间分区， 确定所述初 始待搜索轨 迹中， 在各个时间分区内的子 轨迹； 确定任一所述子 轨迹为所述待搜索轨 迹。 4.根据权利要求3所述的方法， 其特征在于， 所述轨迹库中存储有多个不同时间分区内 的轨迹、 以及每个轨迹对应的轨迹向量； 所述基于向量检索方式， 从轨迹库中搜索所述待搜 索轨迹的相似轨 迹， 包括： 基于向量检索方式， 从所述轨迹库中所述待搜索轨迹对应的时间分区内的轨迹中， 搜 索与所述待搜索轨 迹相似的轨 迹。 5.根据权利要求2所述的方法， 其特 征在于， 所述BERT模型通过以下 方式训练： 获取已知关联 结果的轨 迹对， 一个轨 迹对包括一条第一轨 迹和一条第二轨 迹； 对于任一轨迹对， 依据该轨迹对包括的第一轨迹中各轨迹点对应的采集时间， 按采集 时间从先到后的顺序， 将该第一轨迹中各轨迹点对应的统一设备标识或者采集设备标识输 入到待训练的BERT模型， 得到待训练的BERT模 型的第一输出结果； 以及， 依据该轨迹对包括 的第二轨迹中各轨迹点对应的采集时间， 按采集时间从先到后的顺序， 将该第二轨迹中各 轨迹点对应的统一设备标识或者采集设备标识输入到待训练的BERT模型， 得到待训练的 BERT模型的第二输出 结果； 对所述第 一输出结果进行池化处理， 生成该第 一轨迹对应的第一轨迹向量； 以及， 对所 述第二输出 结果进行池化处 理， 生成该第二轨 迹的第二轨 迹向量； 将所述第一轨迹向量与所述第 二轨迹向量之间的相似度， 确定为该轨迹对包括的第 一 轨迹和第二轨 迹之间的相似度； 依据轨迹对包括的第一轨迹和第 二轨迹之间的相似度， 以及， 轨迹对的关联结果， 确定权　利　要　求　书 1/3 页 2 CN 115422479 A 2所述待训练的BERT模 型的损失， 并依据所述待训练的BERT模 型的损失对 所述待训练的BERT 模型进行反馈优化。 6.根据权利要求1至5任一项所述的方法， 其特征在于， 所述待搜索轨迹的相似轨迹的 数量至少为2； 所述方法还 包括： 依据所述待搜索轨迹的相似轨迹对应的采集对象， 将不同时间分区内对应同一采集对 象的相似轨 迹融合为完整轨 迹； 依据各完整轨 迹的相似度， 对各完整轨 迹进行排序； 输出相似度最高的指定数量的完整轨 迹。 7.一种轨 迹关联装置， 其特 征在于， 包括： 获取单元， 被配置为获取待搜索轨迹； 其中， 任一轨迹包括多个轨迹点， 任一轨迹点对 应的轨迹点数据包括采集设备 标识以及采集时间； 生成单元， 被配置为依据所述待搜索轨迹中各轨迹点对应的采集设备标识以及采集 时 间， 生成所述待搜索轨 迹对应的轨 迹向量； 轨迹关联单元， 被配置为基于向量检索方式， 从轨迹库中搜索所述待搜索轨迹的相似 轨迹； 其中， 所述轨 迹库中存 储多个轨 迹、 以及所述多个轨 迹中每个轨迹对应的轨 迹向量。 8.根据权利要求7 所述的装置， 其特 征在于， 所述生成单元， 具体被配置为依据所述待搜索轨迹中各轨迹点对应的采集时间， 按采 集时间从先到后的顺序， 将所述待搜索轨迹中各轨迹点对应的统一设备标识或者采集设备 标识输入到训练好的BERT模型； 对训练好的BERT模型的输出结果进行池化处理， 生成所述 待搜索轨迹对应的轨迹向量； 其中， 对于任一轨迹点， 该轨迹点对应的采集设备标识与该轨 迹点对应的统一设备标识一一对应， 统一设备标识用于唯一标识相互绑定的不同类型的采 集设备； 其中， 所述获取单元， 具体被配置为获取初始待搜索轨迹； 依据 所述初始待搜索轨迹 中 各轨迹点对应的采集时间所归属的时间分区， 确定所述初始待搜索轨迹中， 在各个时间分 区内的子 轨迹； 确定任一所述子 轨迹为所述待搜索轨 迹； 其中， 所述轨迹库中存储有多个不同时间分区内的轨迹、 以及每个轨迹对应的轨迹向 量； 所述轨迹关联单元， 具体被配置为基于向量检索方式， 从所述轨迹库中所述待搜索轨 迹对应的时间分区内的轨 迹中， 搜索与所述待搜索轨 迹相似的轨 迹； 其中， 所述待搜索轨 迹的相似轨 迹的数量至少为2； 所述轨迹关联单元， 还被配置为依据所述待搜索轨迹的相似轨迹对应的采集对象， 将 不同时间分区内对应同一采集对象的相似轨迹融合为完整轨迹； 依据各完整轨迹的相似 度， 对各完整轨 迹进行排序； 输出相似度最高的指定数量的完整轨 迹； 其中， 所述BERT模型通过以下 方式训练： 获取已知关联 结果的轨 迹对， 一个轨 迹对包括一条第一轨 迹和一条第二轨 迹； 对于任一轨迹对， 依据该轨迹对包括的第一轨迹中各轨迹点对应的采集时间， 按采集 时间从先到后的顺序， 将该第一轨迹中各轨迹点对应的统一设备标识或者采集设备标识输 入到待训练的BERT模型， 得到待训练的BERT模 型的第一输出结果； 以及， 依据该轨迹对包括 的第二轨迹中各轨迹点对应的采集时间， 按采集时间从先到后的顺序， 将该第二轨迹中各权　利　要　求　书 2/3 页 3 CN 115422479 A 3