本发明涉及人员轨迹视图领域，具体而言涉及一种基于碰撞检测法构建人员轨迹视图的方法。
背景技术：
人员轨迹，是指通过对人的某一项唯一标识的检测，例如人脸检测、手机mac地址检测来判断人员的位置信息，从而构建人员的轨迹视图。
例如在地点a检测到人员x的人脸，在地点b检测到人员x的人脸，在地点c检测到人员x的人脸，以此累计，根据人员x的人脸出现的位置，可以得到人员x的轨迹视图，视图中包含了地点a，地点b，地点c。
又例如在地点d检测到人员x的手机mac地址，在地点e检测到人员x的手机mac地址，在地点f检测到人员x的手机mac地址，以此累计，根据人员x的手机mac地址出现的位置，可以得到人员x的轨迹视图，视图中包含了地点d、地点e、地点f。
然而，由于人员x的人脸和手机mac地址之间无法建立关联关系，所以根据人脸和手机mac地址分别得到的人员x的轨迹视图并不能合并，无法获取覆盖范围更广的人员轨迹视图。
技术实现要素：
本发明目的在于提供一种基于碰撞检测法构建人员轨迹视图的方法，能够建立人员的人脸和手机mac地址之间的关联关系，将根据人脸得到的人员轨迹与根据手机mac地址得到的人员轨迹进行合并，获取覆盖范围更广的人员轨迹视图。
为达成上述目的，本发明提及一种基于碰撞检测法构建人员轨迹视图的方法，所述方法包括：
步骤1、建立若干个人员特征合集，每个人员特征合集中包括在一特定采集条件下采集到的所有人员的脸部图像、以及所有人员的手机mac地址，每个人员特征合集的采集条件不同，采集条件至少包括采集时间、采集地点；
步骤2、根据碰撞检测法逐一将人员的脸部图像和其手机mac地址对应；
步骤3、选取任一人员信息，将该人员脸部图像对应的采集地点与其手机mac地址对应的采集地点统一起来，构建该人员的轨迹视图；
步骤4、重复步骤3，直至构建完成所有人员信息的轨迹视图。
进一步的实施例中，所述根据碰撞检测法逐一将人员的脸部图像和其手机mac地址对应的方法包括：
步骤a、选取任意一个人员特征合集中的其中一个手机mac地址，将其命名成mac1，将其与该人员特征合集中的脸部图像进行组合，生成n个第一脸部子集；
步骤b、查找并且选取出另一个包含有该mac1的人员特征合集，将mac1与该人员特征合集中的脸部图像进行组合，生成m个第二脸部子集；
步骤c、将第一脸部子集中的脸部图像和第二脸部子集中的脸部图像进行两两组合，形成m*n个第三脸部子集；
步骤d、依次选取前述m*n个第三脸部子集，计算每个第三脸部子集中包括的两个脸部图像的相似度，以及
响应于其中一个且仅有一个第三脸部子集中的两个脸部图像的相似度达到设定阈值，判定这两个脸部图像属于同一人员，并且与mac1相对应；
步骤e、重复步骤a-d，直至将所有人员的脸部图像和其手机mac地址对应。
由以上本发明的技术方案，与现有相比，其显著的有益效果在于，能够建立人员的人脸和手机mac地址之间的关联关系，将根据人脸得到的人员轨迹与根据手机mac地址得到的人员轨迹进行合并，获取覆盖范围更广的人员轨迹视图。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于碰撞检测法构建人员轨迹视图的方法流程图。
图2是本发明的基于碰撞检测法将人员的脸部图像和其手机mac地址对应的方法流程图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
本发明的目的是提出一种方法，以建立人员的人脸和手机mac地址之间的关联关系，继而将根据人脸得到的人员轨迹与根据手机mac地址得到的人员轨迹进行合并，获取覆盖范围更广的人员轨迹视图。
例如在地点a采集到人员x的人脸和人员x的手机mac地址，在地点b采集到人员x的人脸，在地点c采集到人员x的手机mac地址，则根据人脸采集结果，可以得到人员x的轨迹，包含地点a和地点b，根据手机mac地址采集结果，可以得到人员x的轨迹，包含地点b和地点c。如果能将人脸和手机mac地址关联起来，则可以得到人员x的覆盖范围更广的轨迹视图，包含地点a，地点b，地点c。
下面通过一些例子来详细阐述本发明所提出的技术方案。
结合图1，本发明提及一种基于碰撞检测法构建人员轨迹视图的方法，所述方法包括：
步骤1、建立若干个人员特征合集，每个人员特征合集中包括在一特定采集条件下采集到的所有人员的脸部图像、以及所有人员的手机mac地址，每个人员特征合集的采集条件不同，采集条件至少包括采集时间、采集地点。
采集条件中只要有一项不同即可，经由步骤1我们获取了若干个人员特征合集，这些人员特征合集可以视作用以关联人脸和手机mac地址的样本数据库。
可以理解，样本数据库中的数据越多，越有利于实行关联工作，因此这一采集过程、建立人员特征合集的过程可以持续进行，更进一步的，上传云端服务器，实现云端数据共享，或者利用大数据技术等等。
步骤2、根据碰撞检测法逐一将人员的脸部图像和其手机mac地址对应。
步骤3、选取任一人员信息，将该人员脸部图像对应的采集地点与其手机mac地址对应的采集地点统一起来，构建该人员的轨迹视图。
步骤4、重复步骤3，直至构建完成所有人员信息的轨迹视图。
成员x具有两个人员特征，脸部图像和手机mac地址，将两者进行匹配，两者所对应的地址均属于成员x，以此方式获取关于成员x的更多的地址信息。
因此，我们可以将步骤2中完成对应关系的人员的脸部图像和其手机mac地址存入一人员信息数据库，人员信息数据库中的每个成员均对应两个人员特征，脸部图像和手机mac地址，与这两个人员特征对应的所有地址信息均属于该成员的地址信息，以此来绘制获取更大范围的轨迹视图。
另外，在后续的采集工作中，如果再次获取脸部图像和手机mac地址中的任意一个，我们可以通过查询人员信息数据库，将新获取的地址信息直接存储至对应的成员名下，而不需要再次进行人员特征的匹配操作。
由前述三个步骤可知，其中最关键的一个步骤是步骤2，即根据碰撞检测法逐一将人员的脸部图像和其手机mac地址对应。
下面先详细阐述步骤2中的碰撞检测法的具体应用过程。
碰撞检测法需要先确立一个基准，因为本发明目前只涉及两个人员特征，因此可以选取其中任意一个人员特征作为基准，再采用碰撞检测法以查找与该基准匹配的另一个人员特征。
例如，我们以手机mac地址作为基准，查找并且获取与其对应的脸部图像。
任意一个人员特征合集中均包含有若干个手机mac地址和若干个脸部图像，如果只有一个人员特征合集，即使采集无缺漏，我们明确知道该人员特征合集中的手机mac地址与脸部图像是一一对应的，也无法分辨出哪个手机mac地址和脸部图像是属于同一个成员，因此要做手机mac地址和脸部图像的匹配工作，至少需要两个人员特征合集，即：该成员的手机mac地址和脸部图像同时出现在至少两个人员特征合集中，这样，我们只需要查找到与该手机mac地址(基准)相匹配的同样的脸部图像，可初步判定该脸部图像与该手机mac地址有可能属于同一个成员。
结合图2，在此前提条件下，所述根据碰撞检测法逐一将人员的脸部图像和其手机mac地址对应的方法包括：
步骤a、选取任意一个人员特征合集中的其中一个手机mac地址，将其命名成mac1，mac1即前述基准，接下来的工作应当是查找与mac1匹配的脸部图像。
将mac1与该人员特征合集中的脸部图像进行组合，生成n个第一脸部子集。
步骤b、查找并且选取出另一个包含有该mac1的人员特征合集，将mac1与该人员特征合集中的脸部图像进行组合，生成m个第二脸部子集。
接下来要查找第一脸部子集和第二脸部子集中相同的脸部图像，具体过程如下：
步骤c、将第一脸部子集中的脸部图像和第二脸部子集中的脸部图像进行两两组合，形成m*n个第三脸部子集。
步骤d、依次选取前述m*n个第三脸部子集，计算每个第三脸部子集中包括的两个脸部图像的相似度，以及
响应于任意一个第三脸部子集中的两个脸部图像的相似度达到设定阈值，判定这两个脸部图像属于同一人员，并且与mac1相对应。
步骤e、重复步骤a-d，直至将所有人员的脸部图像和其手机mac地址对应。
优选的，步骤d中，基于欧氏距离以计算第三脸部子集中的两个脸部图像的相似度。
优选的，所述设定阈值采用80％。
这里存在着两种特例。
第一种特例，第一脸部子集和第二脸部子集中具有多个相似度符合阈值要求的脸部图像，此种情况下仍然无法判定哪个脸部图像与mac1相对应。
针对该特例，需要引入新的包含有该mac1的人员特征合集，生成更多的样本数据。
例如，我们先选取人员特征合集1、人员特征合集2，这两个人员特征合集中均包含有mac1，经过第一轮匹配，我们发现人员特征合集1、人员特征合集2中具有两个相似度符合阈值要求的脸部图像：脸部图像1、脸部图像2，无法确定mac1是与脸部图像1、脸部图像2中的哪一个相匹配。
此时，我们需要引入新的同样包含有mac1的人员特征合集3，在人员特征合集3中查找是否存在脸部图像1和脸部图像2。如果人员特征合集3中只存在脸部图像1，那么我们可以判定mac1与脸部图像1相匹配，同样的，如果人员特征合集3中只存在脸部图像2，我们可以判定mac1与脸部图像2相匹配，而如果人员特征合集中同时存在脸部图像1和脸部图像2，那么我们仍然无法判定mac1对应的脸部图像，这就需要引入新的同样包含有mac1的人员特征合集4，直至能够确定mac1对应的脸部图像为止，即：
步骤d中，如果存在多个第三脸部子集中的两个脸部图像的相似度达到设定阈值，查找并且选取出新的包含有该mac1的人员特征合集，将其中的脸部图像与前述多个相似度达到设定阈值的脸部图像做比对，
1)响应于新的包含有该mac1的人员特征合集仅存在一个与前述多个相似度达到设定阈值的脸部图像相同的脸部图像，判定该脸部图像与mac1相对应。
2)响应于新的包含有该mac1的人员特征合集存在多于一个与前述多个相似度达到设定阈值的脸部图像相同的脸部图像，引入新的包含有该mac1的人员特征合集，重复脸部图像的比对，直至仅存在一个与前述多个相似度达到设定阈值的脸部图像相同的脸部图像，判定该脸部图像与mac1相对应。
第二种特例，m*n个第三脸部子集中的脸部图像的相似度均达不到设定阈值。
针对该特例，我们同样需要引入新的同样包含有mac1的人员特征合集，进行新一轮的匹配工作，直至查找到相似度达到设定阈值的脸部图像为止。
该特例存在一种极端情况，即查找完所有人员特征合集也无法查找到相似度达到设定阈值的脸部图像，此种情况下，我们判定与mac1所对应的脸部图像采集缺漏，将mac、mac1所对应的m个第一脸部子集和n个第二脸部子集存入一脸部缺漏数据库。
这是为了便于后续有新的人员特征合集生成时，可以结合脸部缺漏数据库以快速判定新的人员特征合集中是否存在匹配可能。
具体的，当生成新的人员特征合集，并且新的人员特征合集中存在mac1，将mac1与新的人员特征合集中的脸部图像进行组合，生成l个第四脸部子集。
将第一脸部子集中的脸部图像和第四脸部子集中的脸部图像进行两两组合，将第二脸部子集中的脸部图像和第四脸部子集中的脸部图像进行两两组合，形成x个第五脸部子集，其中，x＝m*l+n*l。
依次选取前述x个第五脸部子集，计算每个第五脸部子集中所包括的两个脸部图像的相似度，以及
响应于任意一个第五脸部子集中的两个脸部图像的相似度达到设定阈值，判定这两个脸部图像属于同一人员，并且与mac1相对应。
一旦匹配完成，则将完成脸部图像匹配的手机mac地址及其所对应的脸部子集从脸部缺漏数据库移除，不影响后续操作。
从而，本发明提及一种基于碰撞检测法构建人员轨迹视图的方法，能够建立人员的人脸和手机mac地址之间的关联关系，将根据人脸得到的人员轨迹与根据手机mac地址得到的人员轨迹进行合并，获取覆盖范围更广的人员轨迹视图。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。