基于视频的轨迹跟踪方法、装置、计算机设备及存储介质与流程

本发明涉及生物识别技术领域，尤其涉及一种基于视频的轨迹跟踪方法、装置、计算机设备及存储介质。

背景技术：

目前，对道路上行驶的行人进行监控，一般是通过设置在道路的固定装置上的高清摄像头来采集获取。通过采集的海量的监控视频，能实现对行人的局部行程进行监控。但是，基于视频的大数据规模增加，也只是存储了行人的监控视频，并未有效实现对行人轨迹的有效跟踪。即当需对指定行人进行轨迹路线分析时，只能查看海量的监控视频进行人为分析，导致效率低下。

技术实现要素：

本发明实施例提供了一种基于视频的轨迹跟踪方法、装置、计算机设备及存储介质，旨在解决现有技术中采集了行人的监控视频仅保存，当需对指定行人进行轨迹路线分析时，只能查看海量的监控视频进行人为分析，导致效率低下的问题。

第一方面，本发明实施例提供了一种基于视频的轨迹跟踪方法，其包括：

通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；

根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；以及

若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

第二方面，本发明实施例提供了一种基于视频的轨迹跟踪装置，其包括：

视频转化单元，用于通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；

数据存储单元，用于根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；以及

轨迹查询单元，用于若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于视频的轨迹跟踪方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于视频的轨迹跟踪方法。

本发明实施例提供了一种基于视频的轨迹跟踪方法、装置、计算机设备及存储介质。该方法包括通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；以及若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。该方法实现了对监控视频中所存在人物进行识别，以对应转化为用户路径数据，便于绘制用户的轨迹路线。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于视频的轨迹跟踪方法的应用场景示意图；

图2为本发明实施例提供的基于视频的轨迹跟踪方法的流程示意图；

图3为本发明实施例提供的基于视频的轨迹跟踪方法的子流程示意图；

图4为本发明实施例提供的基于视频的轨迹跟踪方法的另一子流程示意图；

图5为本发明实施例提供的基于视频的轨迹跟踪装置的示意性框图；

图6为本发明实施例提供的基于视频的轨迹跟踪装置的子单元示意性框图；

图7为本发明实施例提供的基于视频的轨迹跟踪装置的另一子单元示意性框图；

图8为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1和图2，图1为本发明实施例提供的基于视频的轨迹跟踪方法的应用场景示意图；图2为本发明实施例提供的基于视频的轨迹跟踪方法的流程示意图，该基于视频的轨迹跟踪方法应用于服务器中，该方法通过安装于服务器中的应用软件进行执行。

如图2所示，该方法包括步骤s110～s130。

s110、通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；其中，所述用户路径数据中至少包括用户身份识别信息、地理坐标数据、用户轨迹时间点数据。

在本实施例中，为了更清楚的理解技术方案的使用场景(例如以监控行人的行走路线轨迹为例)，下面对所涉及到的终端进行介绍。其中，在本申请中，是站在服务器的角度来描述技术方案。

一是服务器，服务器中部署有消息中间件，图像识别库和数据库。消息中间件用于接收前端采集装置上传的用户监控视频，图像识别库用于将用户路径数据转化为用户路径数据，并将用户路径数据建立索引后存储至数据库。

二是前端采集装置，例如设置在道路上的监控摄像头(这些监控摄像头一般安装在人行道的出入口，路口斑马线的起始点和终点等重要监控地点)，用于采集用户监控视频并上传至kafka消息中间件(kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据)。

当服务器接收了由前端采集装置所采集用户监控视频，转化为用户路径数据后，可对每一用户的路径进行有效监控。

在一实施例中，如图3所示，步骤s110包括：

s111、获取所述用户监控视频对应的前端采集装置相应的地理位置信息，以作为用户路径数据中的地理坐标数据；

s112、通过对所述用户监控视频进行视频分解，得到对应的多帧用户监控图片；

s113、对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息；

s114、获取所述用户监控视频对应的采集时间，以作为用户路径数据中的用户轨迹时间点数据；

s115、将所述用户监控视频对应的各用户身份识别信息，与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。

在本实施例中，在某一路口所设置的多个前端采集装置中每一个前端采集装置针对其正对的方向采集用户监控视频时，若经过用户监控视频分解得到的用户监控图片存在人物脸部图像时，则表示需由服务器对用户监控图片进行人脸识别。由于在该路口设置的多个前端采集装置的地理位置信息是已知的，故可由在该路口设置的多个前端采集装置的地理位置信息来确定该路口目前出现的用户的地理坐标数据。

由于直接对用户监控视频无法直接进行人脸识别，此时需将用户监控视频进行视频分解，得到对应的多帧用户监控图片。

之后在该路口的每一个前端采集装置针对其正对的方向采集用户监控视频时，若分解得到的用户监控图片存在人物脸部图像时，则表示需获取当前的采集时间以作为用户路径数据中的用户轨迹时间点数据。用户轨迹时间点数据，更形象的可以理解为用户在某一前端采集装置被拍摄到时对应的拍摄时间。

最后，将所识别得到的各用户身份识别信息，分别与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。可见，每一用户路径数据中至少包括三个信息，分别是用户身份识别信息、地理坐标数据、用户轨迹时间点数据，通过针对同一用户的多个用户路径数据进行串联，即可得到某一用户在某一时间段的用户轨迹。

在一实施例中，如图4所示，步骤s113包括：

s1131、对用户监控图片依次进行灰度校正及噪声过滤，得到预处理后图片；

s1132、通过卷积神经网络模型获取与所述预处理后图片对应的图片特征向量；

s1133、将所述图片特征向量与人脸数据库中已存储的特征模板进行比对，判断人脸数据库中已存储的特征模板中是否存在与所述预处理后图片对应的图片特征向量相同的特征模板；

s1134、若人脸数据库中已存储的特征模板中存在与所述预处理后图片对应的图片特征向量相同的特征模板，获取对应的用户身份识别信息。

在本实施例中，若人脸数据库中已存储的特征模板中不存在与所述预处理后图片对应的图片特征向量相同的特征模板，则将所述预处理后图片对应的图片特征向量添加至人脸数据库并向与人脸数据库连接的管理端发送通知信息。

对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。服务器获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

在获取图片的特征向量时，先获取与每一帧预处理后图片对应的像素矩阵，然后将每一帧预处理后图片对应的像素矩阵作为卷积神经网络模型中输入层的输入，得到多个特征图，之后将特征图输入池化层，得到每一特征图对应的最大值所对应一维行向量，最后将每一特征图对应的最大值所对应一维行向量输入至全连接层，得到与每一帧预处理后图片对应的图片特征向量。

由于人脸数据库中已存储的特征模板中存储了已采集的海量的人脸图片对应的特征向量，也即每一个人的人脸均对应唯一的特征向量，有了这些海量的特征模板为数据基础后，可以用来确定预处理后图片对应的一个或多个人，从而实现人脸识别。

最后，所得到的用户身份识别信息可以是用户的身份证号，由于每一公民的身份证号是唯一的，可以作为其唯一识别码。

在一实施例中，步骤s110之后，还包括：

将所述用户路径数据存储至在所述消息中间件中创建的临时数据库中；其中，所述消息中间件为分布式发布订阅消息中间件。

在本实施例中，所述消息中间件为分布式发布订阅消息中间件(分布式发布订阅消息中间件即kafka消息中间件)，kafka消息中间件可形象的理解为一个大的水池，不断的生产、存储、消费着各种类别的消息，即生产者往队列(即形象理解的水池)里写消息，消费者从队列里取消息进行业务逻辑。通过kafka消息中间件作为用户路径数据的临时存储数据，能有效的对用户路径数据进行对应的数据加工和处理。

s120、根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；其中，所述数据库中存储所述用户路径数据的数据表中以用户身份识别信息对应字段作为所述索引的索引名称。

在本实施例中，根据用户路径数据中的用户身份识别信息对应建立索引时，其具体过程类似于创建图书的目录。即数据库索引好比是一本书前面的目录，能加快数据库的查询速度。索引是对数据库表中一个或多个列(例如，用户路径数据表的用户身份识别信息列)的值进行排序的结构。如果需按用户的用户身份识别信息查找用户，则与在表中搜索所有的行相比，索引有助于更快地获取信息。以用户身份识别信息定义主键将自动创建主键索引，当在查询中使用主键索引时，它还允许对数据的快速访问。

s130、若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

在本实施例中，当需要查询某一个用户或多个用户的在某一时间段的用户轨迹时，可以通过以下方式录入待查询用户信息：一是直接输入待查询用户的身份证号，二是输入待查询用户的头像照片，三是输入待查询用户的监控视频(需包含用户的脸部视频)，通过至少上述三种方式录入了待查询用户信息，并录入或选定了查询时间段，此时可以将上述统一识别并转化为用户身份识别信息，在数据库中根据用户身份识别信息获取与查询时间段对应的用户轨迹数据；其中，所述用户轨迹数据为用户在查询时间段内对应的各地理坐标数据，按照时间先后顺序依次串接各地理坐标数据以形成用户轨迹数据。

在一实施例中，步骤s130包括：

将所获取的与查询时间段对应的多个地理坐标数据渲染至电子地图上，按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹。

在本实施例中，为了更直观的展示用户的轨迹，可以将获取的与查询时间段对应的多个用户路径数据根据地理坐标数据渲染至电子地图上，并按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹(用户地图轨迹即用户轨迹数据)。这样，通过用户地图轨迹的方式能更直观的实现对目标任务的形成轨迹进行绘制。

该方法实现了对监控视频中所存在人物进行识别，以对应转化为用户路径数据，便于绘制用户的轨迹路线。

本发明实施例还提供一种基于视频的轨迹跟踪装置，该基于视频的轨迹跟踪装置用于执行前述基于视频的轨迹跟踪方法的任一实施例。具体地，请参阅图5，图5是本发明实施例提供的基于视频的轨迹跟踪装置的示意性框图。该基于视频的轨迹跟踪装置100可以配置于服务器中。

如图5所示，基于视频的轨迹跟踪装置100包括视频转化单元110、数据存储单元120、轨迹查询单元130。

视频转化单元110，用于通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；其中，所述用户路径数据中至少包括用户身份识别信息、地理坐标数据、用户轨迹时间点数据。

在本实施例中，当服务器接收了由前端采集装置所采集用户监控视频，转化为用户路径数据后，可对每一用户的路径进行有效监控。

在一实施例中，如图6所示，视频转化单元110包括：

定位单元111，用于获取所述用户监控视频对应的前端采集装置相应的地理位置信息，以作为用户路径数据中的地理坐标数据；

视频分解单元112，用于通过对所述用户监控视频进行视频分解，得到对应的多帧用户监控图片；

人脸识别单元113，用于对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息；

时间点获取单元114，用于获取所述用户监控视频对应的采集时间，以作为用户路径数据中的用户轨迹时间点数据；

数据组装单元115，用于将所述用户监控视频对应的各用户身份识别信息，与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。

在本实施例中，在某一路口所设置的多个前端采集装置中每一个前端采集装置针对其正对的方向采集用户监控视频时，若经过用户监控视频分解得到的用户监控图片存在人物脸部图像时，则表示需由服务器对用户监控图片进行人脸识别。由于在该路口设置的多个前端采集装置的地理位置信息是已知的，故可由在该路口设置的多个前端采集装置的地理位置信息来确定该路口目前出现的用户的地理坐标数据。

由于直接对用户监控视频无法直接进行人脸识别，此时需将用户监控视频进行视频分解，得到对应的多帧用户监控图片。

之后在该路口的每一个前端采集装置针对其正对的方向采集用户监控视频时，若分解得到的用户监控图片存在人物脸部图像时，则表示需获取当前的采集时间以作为用户路径数据中的用户轨迹时间点数据。用户轨迹时间点数据，更形象的可以理解为用户在某一前端采集装置被拍摄到时对应的拍摄时间。

最后，将所识别得到的各用户身份识别信息，分别与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。可见，每一用户路径数据中至少包括三个信息，分别是用户身份识别信息、地理坐标数据、用户轨迹时间点数据，通过针对同一用户的多个用户路径数据进行串联，即可得到某一用户在某一时间段的用户轨迹。

在一实施例中，如图7所示，人脸识别单元113包括：

图片预处理单元1131，用于对用户监控图片依次进行灰度校正及噪声过滤，得到预处理后图片；

图片特征提取单元1132，用于通过卷积神经网络模型获取与所述预处理后图片对应的图片特征向量；

特征比对单元1133，用于将所述图片特征向量与人脸数据库中已存储的特征模板进行比对，判断人脸数据库中已存储的特征模板中是否存在与所述预处理后图片对应的图片特征向量相同的特征模板；

识别信息获取单元1134，用于若人脸数据库中已存储的特征模板中存在与所述预处理后图片对应的图片特征向量相同的特征模板，获取对应的用户身份识别信息。

在本实施例中，对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。服务器获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

在获取图片的特征向量时，先获取与每一帧预处理后图片对应的像素矩阵，然后将每一帧预处理后图片对应的像素矩阵作为卷积神经网络模型中输入层的输入，得到多个特征图，之后将特征图输入池化层，得到每一特征图对应的最大值所对应一维行向量，最后将每一特征图对应的最大值所对应一维行向量输入至全连接层，得到与每一帧预处理后图片对应的图片特征向量。

由于人脸数据库中已存储的特征模板中存储了已采集的海量的人脸图片对应的特征向量，也即每一个人的人脸均对应唯一的特征向量，有了这些海量的特征模板为数据基础后，可以用来确定预处理后图片对应的一个或多个人，从而实现人脸识别。

最后，所得到的用户身份识别信息可以是用户的身份证号，由于每一公民的身份证号是唯一的，可以作为其唯一识别码。

在一实施例中，基于视频的轨迹跟踪装置100还包括：

临时存储单元，用于将所述用户路径数据存储至在所述消息中间件中创建的临时数据库中；其中，所述消息中间件为分布式发布订阅消息中间件。

在本实施例中，所述消息中间件为分布式发布订阅消息中间件(分布式发布订阅消息中间件即kafka消息中间件)，kafka消息中间件可形象的理解为一个大的水池，不断的生产、存储、消费着各种类别的消息，即生产者往队列(即形象理解的水池)里写消息，消费者从队列里取消息进行业务逻辑。通过kafka消息中间件作为用户路径数据的临时存储数据，能有效的对用户路径数据进行对应的数据加工和处理。

数据存储单元120，用于根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；其中，所述数据库中存储所述用户路径数据的数据表中以用户身份识别信息对应字段作为所述索引的索引名称。

在本实施例中，根据用户路径数据中的用户身份识别信息对应建立索引时，其具体过程类似于创建图书的目录。即数据库索引好比是一本书前面的目录，能加快数据库的查询速度。索引是对数据库表中一个或多个列(例如，用户路径数据表的用户身份识别信息列)的值进行排序的结构。如果需按用户的用户身份识别信息查找用户，则与在表中搜索所有的行相比，索引有助于更快地获取信息。以用户身份识别信息定义主键将自动创建主键索引，当在查询中使用主键索引时，它还允许对数据的快速访问。

轨迹查询单元130，用于若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

在本实施例中，当需要查询某一个用户或多个用户的在某一时间段的用户轨迹时，可以通过以下方式录入待查询用户信息：一是直接输入待查询用户的身份证号，二是输入待查询用户的头像照片，三是输入待查询用户的监控视频(需包含用户的脸部视频)，通过至少上述三种方式录入了待查询用户信息，并录入或选定了查询时间段，此时可以将上述统一识别并转化为用户身份识别信息，在数据库中根据用户身份识别信息获取与查询时间段对应的用户轨迹数据；其中，所述用户轨迹数据为用户在查询时间段内对应的各地理坐标数据，按照时间先后顺序依次串接各地理坐标数据以形成用户轨迹数据。

在一实施例中，轨迹查询单元130还用于：

将所获取的与查询时间段对应的多个地理坐标数据渲染至电子地图上，按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹。

在本实施例中，为了更直观的展示用户的轨迹，可以将获取的与查询时间段对应的多个用户路径数据根据地理坐标数据渲染至电子地图上，并按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹(用户地图轨迹即用户轨迹数据)。这样，通过用户地图轨迹的方式能更直观的实现对目标任务的形成轨迹进行绘制。

该装置实现了对监控视频中所存在人物进行识别，以对应转化为用户路径数据，便于绘制用户的轨迹路线。

上述基于视频的轨迹跟踪装置可以实现为计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。

请参阅图8，图8是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图8，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于视频的轨迹跟踪方法。

该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行基于视频的轨迹跟踪方法。

该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图8中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；以及若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

在一实施例中，处理器502在执行所述将用户监控视频转化为用户路径数据的步骤时，执行如下操作：获取所述用户监控视频对应的前端采集装置相应的地理位置信息，以作为用户路径数据中的地理坐标数据；通过对所述用户监控视频进行视频分解，得到对应的多帧用户监控图片；对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息；获取所述用户监控视频对应的采集时间，以作为用户路径数据中的用户轨迹时间点数据；将所述用户监控视频对应的各用户身份识别信息，与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。

在一实施例中，处理器502在执行所述对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息的步骤时，执行如下操作：对用户监控图片依次进行灰度校正及噪声过滤，得到预处理后图片；通过卷积神经网络模型获取与所述预处理后图片对应的图片特征向量；将所述图片特征向量与人脸数据库中已存储的特征模板进行比对，判断人脸数据库中已存储的特征模板中是否存在与所述预处理后图片对应的图片特征向量相同的特征模板；若人脸数据库中已存储的特征模板中存在与所述预处理后图片对应的图片特征向量相同的特征模板，获取对应的用户身份识别信息。

在一实施例中，处理器502在执行所述通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据的步骤之后，还执行如下操作：将所述用户路径数据存储至在所述消息中间件中创建的临时数据库中；其中，所述消息中间件为分布式发布订阅消息中间件。

在一实施例中，处理器502在执行所述根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据的步骤之后，还执行如下操作：将所获取的与查询时间段对应的多个地理坐标数据渲染至电子地图上，按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹。

本领域技术人员可以理解，图8中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图8所示实施例一致，在此不再赘述。

应当理解，在本发明实施例中，处理器502可以是中央处理单元(centralprocessingunit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现以下步骤：通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据；根据所述用户路径数据的用户身份识别信息作为主键对应建立索引，将所述用户路径数据以用户身份识别信息作为主键存储至数据库；以及若检测到所录入的待查询用户信息及查询时间段，获取与待查询用户信息对应的用户身份识别信息，根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据。

在一实施例中，所述将用户监控视频转化为用户路径数据，包括：获取所述用户监控视频对应的前端采集装置相应的地理位置信息，以作为用户路径数据中的地理坐标数据；通过对所述用户监控视频进行视频分解，得到对应的多帧用户监控图片；对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息；获取所述用户监控视频对应的采集时间，以作为用户路径数据中的用户轨迹时间点数据；将所述用户监控视频对应的各用户身份识别信息，与对应的地理坐标数据及用户轨迹时间点数据进行组装，得到与各用户身份识别信息对应的用户路径数据。

在一实施例中，所述对多帧用户监控图片进行人脸识别，得到多帧用户监控图片中存在的用户身份识别信息，包括：对用户监控图片依次进行灰度校正及噪声过滤，得到预处理后图片；通过卷积神经网络模型获取与所述预处理后图片对应的图片特征向量；将所述图片特征向量与人脸数据库中已存储的特征模板进行比对，判断人脸数据库中已存储的特征模板中是否存在与所述预处理后图片对应的图片特征向量相同的特征模板；若人脸数据库中已存储的特征模板中存在与所述预处理后图片对应的图片特征向量相同的特征模板，获取对应的用户身份识别信息。

在一实施例中，所述通过消息中间件接收当前所采集的用户监控视频，将所述用户监控视频转化为用户路径数据之后，还包括：将所述用户路径数据存储至在所述消息中间件中创建的临时数据库中；其中，所述消息中间件为分布式发布订阅消息中间件。

在一实施例中，所述根据用户身份识别信息在数据库中获取与查询时间段对应的用户轨迹数据之后，还包括：将所获取的与查询时间段对应的多个地理坐标数据渲染至电子地图上，按照时间先后顺序依次串接各地理坐标数据以形成用户地图轨迹。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、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。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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备、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，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，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。另外，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，也可以是电的，机械的或其它的形式连接。

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发明实施例方案的目的。

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，也可以是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。

所述集成的单元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，或者该技术方案的全部或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。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。