为兴趣区域，该区域的中心作为兴趣点，可以保留该区域的包围盒作为兴趣点的影响范围。
[0064]实施中，所述位置点的坐标具体可以为二维坐标，所述判断所述距离d和所述两个位置点的时间戳之差At的比值是否小于等于预设速度阈值MV，具体可以为:
[0065]判断是否满足以下条件:I(xk，yk)，(xk+i，yk+i) |/(tk+1-tk) < =MV;
[0066]其中，所述(Xk，yk)与所述(Xk+1，yk+1)为相邻两个位置点的坐标，所述tk+1与所述tk为所述相邻两个位置点的时间戳。
[0067]另外，发明人在发明过程中还注意到:
[0068]在基于计算机视觉或基于GPS传感器的人、车等轨迹行为分析时，假如有人在正常行走的过程中突然移动，在轨迹上产生了刺状的局部特征，这种类似于噪声的点在普通的压缩算法中，要么会被丢掉，要么会因为保留而对周边的点的选择产生影响，对于轨迹行为分析而言，这类数据属于非常重要的信息，从而造成更大的整体误差。
[0069]为了解决现有技术中的上述问题，本申请实施例还可以采用如下方式实施。
[0070]实施中，所述增量轨迹中可以包括至少两个位置点信息，所述方法可以进一步包括:根据所述位置点信息判断所述增量轨迹中的位置点是否为边界点；如果所述位置点是边界点则将该位置点标记为边界点；
[0071]所述对带有兴趣点标记的增量轨迹进行压缩，所述压缩后的轨迹至少保留所述兴趣点，具体可以为:对带有兴趣点和边界点标记的增量轨迹进行压缩，所述压缩后的轨迹至少保留所述兴趣点和所述边界点。
[0072]在一般的曲线压缩算法中，丢失的边界主要是局部的小夹角，从而产生平滑效果。但在轨迹数据中，局部小夹角往往代表着有意义的异常行为，如:突然跑动、剧烈运动等，因此，本申请实施例在轨迹压缩中保留了产生这种局部小角度的轨迹帧。
[0073]假设满足小角度的轨迹帧为(Xk，yk，tk)，角度阈值为MA，有:Angle(k)<=MA。
[0074]由于本申请实施例可以根据所述增量轨迹中包括的位置点信息判断所述增量轨迹中的位置点是否为边界点，如果是边界点则进行标记，待压缩轨迹时至少保留所述兴趣点和所述边界点，从而确保在轨迹压缩时不会丢失这些兴趣点和边界点，由于边界点往往代表着剧烈运动、暴力或越界等重要信息，在后续轨迹分析时可以确保分析更加准确。
[0075]实施中，所述位置点信息具体可以包括所述位置点的坐标，所述根据所述位置点信息判断所述增量轨迹中的位置点是否为边界点，具体可以为:
[0076]根据第1-l、i和i+Ι位置点的坐标计算所述三个位置点之间的夹角；
[0077]判断所述夹角是否满足以下条件:Angle(i)<=MA，所述Angle(i)为第i位置点的夹角，所述MA为预设角度阈值；
[0078 ] 如果Ang 1 e (i) < = MA，则确定所述第i个位置点为边界点。
[0079]具体实施时，可以根据第1、2和3位置点的坐标计算所述三个位置点之间的夹角Angle(2);判断Angle(2)是否<=MA;根据第2、3和4位置点的坐标计算所述三个位置点之间的夹角Angle(3);判断Angle(3)是否<=MA;也可以根据上一轨迹的最后一个点、本轨迹第1和第2位置点的坐标计算所述第1位置点的夹角Ang 1 e (1);判断Ang 1 e (1)是否<=MA。
[0080]如果第i位置点的角度Angle(i)<=MA，则确定所述第i个位置点为边界点。
[0081]实施中，所述增量轨迹的起始点可以为已压缩轨迹的最后一个点，所述方法可以进一步包括:
[0082]将压缩后的轨迹合并至所述已压缩轨迹。
[0083]本申请实施例中的兴趣点或边界点计算是增量式的，在具体计算时只需要计算实时得到的当前帧之前的轨迹数据，而不需要该帧之后的轨迹数据，从而可以实现以帧的形式实时压缩并进行传输。
[0084]基于同一发明构思，本申请实施例还提供了另一种轨迹压缩方法，与上述轨迹压缩方法的实现原理相似，重复之处不再赘述。
[0085]图2示出了本申请实施例中另一种轨迹压缩方法实施的流程示意图，如图所示，所述轨迹压缩方法可以包括如下步骤:
[0086]步骤201、获取增量轨迹;所述增量轨迹中包括至少两个位置点信息；
[0087]步骤202、根据所述位置点信息判断所述增量轨迹中的位置点是否为边界点；
[0088]步骤203、如果所述位置点是边界点则将该位置点标记为边界点；
[0089]步骤204、对带有边界点标记的增量轨迹进行压缩，所述压缩后的轨迹至少保留所述边界点。
[0090]本申请实施例所提供的轨迹压缩方法，在获取到增量轨迹之后，可以根据所述增量轨迹中包括的位置点信息判断所述增量轨迹中的位置点是否为边界点，如果是边界点则进行标记，待压缩轨迹时至少保留所述边界点，从而确保在轨迹压缩时不会丢失这个边界点，由于边界点往往代表着剧烈运动、暴力或越界等重要信息，在后续轨迹分析时可以确保分析更加准确。
[0091]实施中，所述位置点信息具体可以包括所述位置点的坐标，所述根据所述位置点信息判断所述增量轨迹中的位置点是否为边界点，具体可以为:
[0092]根据第1-l、i和i+Ι位置点的坐标计算所述三个位置点之间的夹角；
[0093]判断所述夹角是否满足以下条件:Angle(i)<=MA，所述Angle(i)为第i位置点的夹角，所述MA为预设角度阈值；
[0094 ] 如果Ang 1 e (i) < = MA，则确定所述第i个位置点为边界点。
[0095]具体实施时，可以根据第1、2和3位置点的坐标计算所述三个位置点之间的夹角Angle(2);判断Angle(2)是否<=MA;根据第2、3和4位置点的坐标计算所述三个位置点之间的夹角Angle(3);判断Angle(3)是否<=MA;也可以根据上一轨迹的最后一个点、本轨迹第1和第2位置点的坐标计算所述第1位置点的夹角Ang 1 e (1);判断Ang 1 e (1)是否<=MA。
[0096]如果第i位置点的角度Angle(i)<=MA，则确定所述第i个位置点为边界点。
[0097]实施中，所述方法可以进一步包括:根据所述位置点信息判断所述增量轨迹中的位置点是否为兴趣点;如果所述位置点是兴趣点，则将该位置点标记为兴趣点；
[0098]所述对带有边界点标记的增量轨迹进行压缩，所述压缩后的轨迹至少保留所述边界点，具体可以为:对带有边界点和兴趣点标记的增量轨迹进行压缩，所述压缩后的轨迹至少保留所述边界点和所述兴趣点。
[0099]本申请实施例所提供的轨迹压缩方法，在获取到增量轨迹之后，可以进一步根据所述增量轨迹中包括的位置点信息判断所述增量轨迹中的位置点是否为兴趣点，如果是兴趣点则进行标记，待压缩轨迹时至少保留所述兴趣点和边界点，从而确保在轨迹压缩时不会丢失这个重要的兴趣点，由于兴趣点可以表示对象在这点附近停留了一段时间，在后续轨迹分析时可以使得分析更加准确。
[0100]实施中，所述位置点信息具体包括所述位置点的坐标和时间戳，所述根据所述位置点信息判断所述增量轨迹中的位置点是否为兴趣点，具体可以为:
[0101]根据所述增量轨迹中相邻两个位置点的坐标计算相邻两个位置点之间的距离；
[0102]判断所述距离d和所述两个位置点的时间戳之差At的比值是否小于等于预设速度阈值MV;
[0103]如果第k个位置点至第k+p个位置点之间每两个位置点的比较结果均为所述比值小于等于所述MV，且所述第k+p个位置点的时间戳与所述第k个位置点的时间戳之差大于等于预设时间阈值MT，将所述第k个位置点至所述第k+p个位置点的轨迹的外接矩形作为兴趣区域，所述兴趣区域的中心作为兴趣点。
[0104]实施中，所述位置点的坐标具体为二维坐标，所述判断所述距离d和所述两个位置点的时间戳之差At的比值是否小于等于预设速度阈值MV，具体可以为:
[0105]判断是否满足以下条件:|(xk，yk)，(xk+i，yk+i) /(tk+1-tk) < =MV；
[0106]其中，所述(Xk，yk)与所述(Xk+1，yk+1)为相邻两个位置点的坐标，所述tk+1与所述tk为所述相邻两个位置点的时间戳。
[0107]实施中，所述增量轨迹的起始点为已压缩轨迹的最后一个点，所述方法可以进一步包括:
[0108]将压缩后的轨迹合并至所述已压缩轨迹。
[0109]本申请实施例中的兴趣点或边界点计算是增量式的，在具体计算时只需要计算实时得到的当前帧之前的轨迹数据，而不需要该帧之后的轨迹数据，从而可以实现以帧的形式实时压缩并进行传输。
[0110]为了便于本申请的实施，下面以实例进行说明。
[0111]假设一段具有η个帧的轨迹为[(Xi，yi，ti)，(X2，y2，t2)，...，(xn，yn，tn)];其中x、y为平面二维坐标，t为时间戳；(x，y，t)定义为轨迹的一帧;轨迹数据流则是随着时间t的进行，不断的生成轨迹帧的数据流。
[0112]假设这段轨迹经压缩后为^乂^丫^山仏上，!^)，...，仏上，1^)];其中1、￥为压缩后的特征点的二维坐标，(χ，Υ，Τ)为压缩后的一帧。
[0113]对于一段完整轨迹的压缩，其前后端点是相同的，SP:
[0114](xi，yi，ti) = (Χι，Υι，Τι)，(xn，yn，tn) = (Xm，Ym，Tm)。
[0115]压缩后的轨迹帧数小于原始轨迹帧数，即:n>m。
[0116]本申请实施例中将兴趣点定义为对象(例如:人或车)在该点周围区域内有明显停留或速度减慢(预设速度阈值为MV)，且连续这样的状态超过一段时间(预设时间阈值为MT)。假设满足兴趣点要求的一段连续的轨迹为:
[01 17] [ ( χ|ζ，yk，tk)，( Xk+1，yk+1，tk+1 )，...，( Xk+p，yk+p，tk+p )];
[0118