定位方法、装置、设备及存储介质与流程

1.本技术涉及计算机技术领域，涉及但不限于一种定位方法、装置、设备及存储介质。


背景技术：

2.基于深度学习的人脸检测和特征提取算法，结合强大的图形处理器(graphics processing unit，gpu)并行计算能力，能够实现海量视频的实时人脸捕捉、识别、检索以及后续的数据分析，可以用于对目标对象进行定位。但相关技术中的缺点在于，定位的准确度较低。


技术实现要素：

3.有鉴于此，本技术实施例提供一种定位方法、装置、设备及存储介质。
4.第一方面，本技术实施例提供一种定位方法，所述方法包括：确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息。
5.第二方面，本技术实施例提供一种定位装置，所述装置包括：第一确定模块，用于确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；第二确定模块，用于确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；第一识别模块，用于至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；第三确定模块，用于基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息。
6.第三方面，本技术实施例提供一种电子设备，所述设备包括：存储器和处理器，所述存储器存储有可在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方法中的步骤。
7.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的步骤。
8.本技术实施例中，首先确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；然后确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；之后至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；最后基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息，实现了对目标对象进行至少两个维度的识别，来确定目标对象的位置信息，从而提高目标对象位置信息的准确度；同时解决了由于目标对象存在上车、下车、或不在摄像头的拍摄范围内等情况，导致出现的无法定位或信息中断等问题。
9.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开的技术方案。
附图说明
10.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
11.图1a为本技术实施例提供的一种定位方法执行系统的架构示意图；
12.图1b为本技术实施例提供的一种定位方法的流程示意图；
13.图2为本技术实施例提供的另一种定位方法的流程示意图；
14.图3a为本技术实施例提供的一种定位方法中步骤304的一种流程示意图；
15.图3b为本技术实施例提供的一种定位方法中步骤304的另一种流程示意图；
16.图4a至图4h为本技术实施例提供的一种定位方法的操作界面示意图；
17.图5为本技术实施例提供的一种定位装置的结构示意图；
18.图6为本技术实施例电子设备的一种硬件实体示意图。
具体实施方式
19.下面结合附图和实施例对本技术的技术方案进一步详细阐述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
20.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
21.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
22.需要指出，本技术实施例所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
23.图1a为本技术实施例一种定位方法执行系统10的一个可选的架构示意图，参见图1a，图像采集装置100和无线终端通信数据发送装置400可以将待处理的素材发送到服务器200，由服务器200执行所述定位方法，将结果传输给终端设备300。在另一些实施例中，图像采集装置100和无线终端通信数据发送装置400也可以直接将待处理的素材传输给终端设备300执行所述定位方法。
24.在一些实施例中，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。图像采集装置、无线终端通信数据发射装置、电子设备以及
服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术实施例不做限定。
25.本技术实施例提供一种定位方法，应用于电子设备，如图1b所示，所述方法包括步骤102、步骤104、步骤106和步骤108，其中：
26.步骤102：确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；
27.这里，所述电子设备可以是图1a中的终端设备300，例如手机、笔记本电脑、平板电脑、掌上上网设备、多媒体设备、流媒体设备、移动互联网设备、机器人等；也可以是图1a中的服务器200。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。处理器可以用于执行所述定位方法，存储器可以用于存储执行所述定位方法过程中需要的数据以及产生的数据。
28.人脸人体维度是指基于人脸或人体的特征或者图像进行识别的维度；车辆维度是指基于车牌号或车辆的特征进行识别的维度；无线终端维度是指基于无线终端号进行识别的维度。
29.至少两个维度包括两个维度或三个维度，即可以为：人脸人体维度和车辆维度；车辆维度和无线终端维度；人脸人体维度和无线终端维度；人脸人体维度、车辆维度和无线终端维度。
30.步骤102实施时，可以根据应用的场景选择不同的维度。例如，目标对象先步行后坐车，则可以使用人脸人体维度和车辆维度；又例如，目标对象先步行在有摄像头可以采集到图像的地方，后步行在没有摄像头采集不到图像的地方，则可以使用人脸人体维度和无线终端维度；再例如，目标对象坐在车上，但抓拍不到人脸图像，则可以使用车辆维度和无线终端维度，本技术实施例对选择哪些维度不做限定。
31.步骤104：确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；
32.这里，对于人脸人体维度和车辆维度，待识别素材可以包括待识别的图像源，待识别的图像源可以来自图像采集装置采集的视频，其中，图像采集装置可以为城市中不同位置安装的摄像头，例如红绿灯附近的摄像头。在一些实现方式中，待识别的图像源可以为图像采集装置通过即时通信的方式传输给电子设备的需要执行所述定位方法的图像源；在另一些实现方式中，待识别的图像源也可以是电子设备响应于任务处理指令，通过服务器调用本地视频并从中获取的待识别的图像源。
33.识别阈值条件可以为在待识别的图像源中识别出的人脸为目标对象的人脸的相似度的最低值，例如，识别阈值条件可以为80％，若在待识别的图像源中识别出的人脸与目标对象的人脸的相似度大于80％时，则认为识别出的人脸为目标对象的人脸。
34.识别阈值条件也可以为在待识别的图像源中识别出的人脸人体特征、车辆特征或车牌号的置信度的最低值，例如，识别阈值条件可以为90％，若在待识别的图像源中识别出的人脸人体特征、车辆特征或车牌号的置信度大于90％，则认为识别出的人脸人体特征、车辆特征或车牌号有效，若识别出的有效的人脸人体特征、车辆特征或车牌号与目标对象的人脸人体特征、车辆特征或车牌号相同，则认为识别出的人脸人体特征、车辆特征或车牌号为目标对象的人脸人体特征、车辆特征或车牌号。在一些实施例中，对于基于人脸人体特征、车辆特征或车牌号的识别，也可以不设置识别阈值条件，即认为识别出的人脸人体特
征、车辆特征或车牌号均有效。
35.对于无线终端维度，待识别素材可以包括无线终端通信数据，无线终端通信数据可以来自基站发送的信息，基站可以为城市中不同位置安装的基站，例如某小区楼顶的基站。在一些实现方式中，无线终端通信数据可以为基站通过即时通信的方式传输给电子设备的需要执行所述定位方法的数据；在另一些实现方式中，无线终端通信数据也可以是电子设备响应于任务处理指令，通过服务器调用本地文件并从中获取的数据。
36.识别阈值条件为在无线终端通信数据中识别出目标对象的无线终端号的置信度的最低值。对于无线终端维度，识别阈值条件一般为100％，即在无线终端通信数据中存在或不存在目标对象的无线终端号。
37.步骤104实施时，可以根据目标对象出现的范围和时间，选择相应的待识别素材，例如，目标对象在上午9:00出现在某商场，则可以将上午8:30到9:30之间某商场附近的摄像头采集的图像源作为待识别的素材。
38.识别阈值条件可以根据定位需求设定，例如需要准确确定出目标对象的定位信息，则可以将识别阈值条件设置的高一些，例如95％。
39.步骤106：至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；
40.这里，识别结果表征所述待识别素材中存在或不存在所述目标对象。
41.在一些实施例中，所述待识别素材包括：待识别的图像源、无线终端通信数据。在所述维度集合包括人脸人体维度和/或车辆维度的情况下，步骤106的实施可以包括：至少基于每一所述维度的识别阈值条件，对对应的待识别的图像源进行识别，得到在对应维度上的识别结果；
42.在一些实施例中，为了使待识别的图像源中的人脸人体或车辆便于识别，可以采用专用的图像信号处理(image signal processing，isp)芯片对原始的图像源(摄像头采集的图像源)进行优化处理，这里的优化处理可以包括自动曝光、自动白平衡、3d降噪等操作，同时，还可以根据用户的需求选择局部曝光、提取感兴趣区域等操作，执行优化处理的目的是为了得到高清晰、低噪声、宽动态范围、低畸变和低失真的待识别的图像源，以便识别待识别的图像源中的人脸，这里的识别阈值条件也可以相应进行调整。
43.在所述维度集合包括无线终端维度的情况下，步骤106的实施可以包括：至少基于每一所述维度的识别阈值条件，对对应的无线终端通信数据进行识别，得到在对应维度上的识别结果。
44.在一些实施例中，在实施步骤106之前，还可以包括：
45.获取所述维度集合中至少一个维度上所述目标对象的第一特征表征信息；其中，至少一个维度包括一个维度、两个维度或三个维度。
46.对应地，步骤106的实施可以包括：基于所述至少一个维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到在对应维度上的识别结果。
47.这里，第一特征表征信息可以为表征目标对象特征的信息，例如，对于人脸人体维度，第一特征表征信息可以为人脸人体特征，例如年龄，性别、身高、是否戴眼镜、是否戴帽子、穿什么衣服、是否微笑、是否戴口罩、人种、是否睁眼、是否张嘴、是否有胡子等；也可以
是人脸图像。对于车辆维度，第一特征表征信息可以为车辆特征，例如颜色、品牌(奔驰、吉利等)、车类型(轿车、赛车、面包车等)等；也可以为车牌号。对于无线终端维度，第一特征表征信息可以为无线终端号。
48.在一些实施例中，第一特征表征信息可以通过上传照片或数据的形式进行获取；在另一些实施例中，第一特征表征信息也可以通过建立目标对象信息库例如人像库、车辆库和无线终端库的方式，在需要获取时，从目标对象信息库中获取，其中，目标对象信息库中的人像库、车辆库和无线终端库中的信息之间存在关联关系，例如张三的人像，可以关联张三的车辆和张三的无线终端号。
49.在所述维度集合包括人脸人体维度，第一特征表征信息为人脸图像的情况下，步骤106的实施可以包括步骤1061至步骤1064：
50.步骤1061：对所述待识别的图像源中的每一人脸图像进行特征提取，得到与所述每一人脸对应的第一特征向量；
51.步骤1062：对所述目标对象的第一特征表征信息进行特征提取，得到第二特征向量；
52.这里，步骤1061和步骤1062在实施时，可以基于神经网络，对人脸进行特征提取。
53.步骤1063：确定每一所述第一特征向量和所述第二特征向量之间的相似度；
54.这里，步骤1063的实施可以通过计算第一特征向量和第二特征向量之间的距离或角度来获得其相似度，例如：欧式距离、夹角余弦等。
55.步骤1064：基于所述维度的识别阈值条件和所述相似度，得到在人脸人体维度上的识别结果。
56.其中，当所述相似度大于或等于所述识别阈值条件时，得到在人脸人体维度上的识别结果为待识别的图像源中存在所述目标对象。当所述相似度小于所述识别阈值条件时，得到在人脸人体维度上的识别结果为待识别的图像源中不存在所述目标对象。
57.在所述维度集合包括人脸人体维度和/或车辆维度，第一特征表征信息为人脸特征、车辆特征或车牌号的情况下，步骤106的实施可以包括：
58.步骤1161：基于所述目标对象的第一特征表征信息，对待识别的图像源中每一人脸特征、车辆特征或车牌号进行识别，得到每一人脸特征、车辆特征或车牌号识别结果的置信度；
59.步骤1162：基于所述置信度，确定每一人脸特征、车辆特征或车牌号识别结果的有效性；
60.其中，当所述置信度大于或等于所述识别阈值条件时，得到对应的人脸特征、车辆特征或车牌号的识别结果有效；当所述置信度小于所述识别阈值条件时，得到对应的人脸特征、车辆特征或车牌号的识别结果无效。
61.步骤1163：在所述人脸特征、车辆特征或车牌号的识别结果有效的情况下，通过比对所述人脸特征、车辆特征或车牌号的识别结果与目标对象的人脸特征、车辆特征或车牌号，得到在对应维度上的识别结果。
62.在一些实施例中，若所述人脸特征、车辆特征或车牌号的识别结果与目标对象的人脸特征、车辆特征或车牌号相同，则认为识别结果为待识别的图像源中存在所述目标对象。
63.在所述维度集合包括无线终端维度的情况下，步骤106的实施即为查看无线终端通讯数据中是否存在目标对象的无线终端号，而得到在无线终端维度的识别结果。
64.步骤108：基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息。
65.在一些实施例中，步骤108的实施可以包括：
66.步骤1081：在所述识别结果表征所述待识别素材中存在所述目标对象的情况下，获取每一所述维度上的识别结果关联的时间位置信息；
67.在所述维度集合包括人脸人体维度和/或车辆维度的情况下，步骤1081的实施可以包括：获取所述待识别的图像源采集的位置信息和所述识别结果所在的目标图像采集的时间信息；基于所述位置信息和所述时间信息，获取人脸人体维度和/或车辆维度上的识别结果关联的时间位置信息。
68.其中，待识别的图像源采集的位置信息即为采集待识别的图像源的摄像头的位置信息，例如待识别的图像源为大地坐标下(北纬22
°
，东经114
°
)摄像头采集的，则该坐标(北纬22
°
，东经114
°
)为人脸人体维度和/或车辆维度上的识别结果关联的位置信息。识别结果所在的目标图像采集的时间信息，即为例如，识别结果所在的目标图像为下午3:00采集的，则下午3:00为人脸人体维度和/或车辆维度上的识别结果关联的时间信息。
69.在所述维度集合包括无线终端维度的情况下，步骤1081的实施可以包括：获取所述无线终端通信数据发送的位置信息和所述无线终端通信数据中所述识别结果的时间信息；基于所述位置信息和所述无线终端通信数据中所述识别结果的时间信息，获取无线终端维度上的识别结果关联的时间位置信息。
70.其中，无线终端通信数据发送的位置信息即为发送无线终端通信数据的基站的位置信息，例如无线终端通信数据为大地坐标下(北纬40
°
，东经120
°
)基站发送的，则该坐标(北纬40
°
，东经120
°
)为无线终端维度上的识别结果关联的位置信息。所述无线终端通信数据中所述识别结果的时间信息即为无线终端通信数据中目标对象的无线终端号的通信时间。例如，目标对象的无线终端号在上午9:05通讯，在无线终端通信数据中所述识别结果的时间信息即为上午9:05。
71.在一些实施例中，识别结果关联的位置信息也可以为其他坐标系下的位置信息，例如世界坐标系等，本技术实施例对此不做限定。
72.步骤1082：基于每一所述维度上的识别结果关联的时间位置信息，确定所述目标对象的定位信息。
73.这里，定位信息可以包括至少两个时刻的定位信息，也可以包括一个时刻的定位信息。
74.在采用至少两个维度进行识别，用于获取某一个时刻的定位信息的情况下，确定的所述目标对象的定位信息包括某一个时刻的定位信息。例如，由于目标对象的人脸和车辆在一定的时间范围内，出现在一定的区域内的概率较大，则可以通过人脸人体维度的识别结果和与其识别结果关联的时间位置附近的车辆维度的识别结果，同时确定人脸人体维度的识别结果中哪一个更准确；又例如，由于目标对象的人脸和无线终端号在一定的时间范围内，出现在一定的区域内的概率较大，则可以通过人脸人体维度的识别结果和与其识别结果关联的时间位置附近的无线终端维度的识别结果，同时确定人脸人体维度的识别结
果中哪一个更准确；可以应用于搜索范围较大、存在拍摄角度、图像清晰度差、目标对象乔装打扮等情况，排除错误的识别结果，提高准确率。
75.在采用至少两个维度进行识别，用于获取至少两个时刻的定位信息的情况下，确定的所述目标对象的定位信息包括至少两个时刻的定位信息。例如，对于目标对象在某地步行5分钟之后转为开车，可以通过人脸人体维度的识别结果和车辆维度的识别结果，获取两个时刻的定位信息；又例如，对于目标对象在某地步行10分钟之后走到没有摄像头的地方，可以通过人脸人体维度的识别结果和无线终端维度的识别结果，获取两个时刻的定位信息，从而确定出目标对象的轨迹信息，进而有效的解决由于目标对象存在上车、下车、或不在摄像头的拍摄范围内，导致出现无法定位或信息中断等问题。
76.本技术实施例中，首先确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；然后确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；之后至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；最后基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息，实现了对目标对象进行至少两个维度的识别，来确定目标对象的位置信息，从而提高目标对象位置信息的准确度；同时解决了由于目标对象存在上车、下车、或不在摄像头的拍摄范围内等情况，导致出现的无法定位或信息中断等问题。
77.本技术实施例还提供了一种定位方法，如图2所示，所述方法包括：
78.步骤201：确定对待定位的目标对象进行识别的维度集合，其中，所述维度集合包括人脸人体维度和第一维度，所述第一维度包括车辆维度或无线终端维度；
79.即所述维度集合包括人脸人体维度和车辆维度；或，所述维度集合包括人脸人体维度和无线终端维度。
80.步骤202：确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；
81.这里，步骤202可参见步骤104。
82.步骤203：获取所述维度集合中每一所述维度上所述目标对象的第一特征表征信息；
83.即在步骤203中，可以通过上传或者从目标对象信息库中获取人脸人体维度和第一维度上目标对象的第一特征表征信息。
84.其中，在所述维度集合包括人脸人体维度和车辆维度的情况下，步骤203的实施包括：获取人脸人体维度和车辆维度上所述目标对象的第一特征表征信息；在所述维度集合包括人脸人体维度和无线终端维度的情况下，步骤203的实施包括：获取人脸人体维度和无线终端维度上所述目标对象的第一特征表征信息。
85.步骤204：基于每一所述维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到在对应维度上的识别结果；
86.这里，步骤204可参见步骤106。
87.步骤205：在所述识别结果表征所述待识别素材中存在所述目标对象的情况下，获取每一所述维度上的识别结果关联的时间位置信息；
88.这里，步骤205可参见步骤1081。
89.步骤206：确定所述人脸人体维度上的识别结果关联的时间与所述第一维度上的
识别结果关联的时间之间的第一时间差值；
90.下面以第一维度为车辆维度为例进行说明，步骤206的实施可以为：确定人脸人体维度上的识别结果关联的时间(即人脸人体识别结果所在的目标图像采集的时间)与车辆维度上的识别结果关联的时间(即车辆识别结果所在的目标图像采集的时间)的第一时间差值。例如，人脸人体维度上的识别结果关联的时间为9:35，车辆维度上的识别结果关联的时间为9:37，则第一时间差值为2分钟。
91.步骤207：确定所述人脸人体维度上的识别结果关联的位置与所述第一维度上的识别结果关联的位置的第二距离差值；
92.下面继续以第一维度为车辆维度为例进行说明，步骤207的实施可以为：确定人脸人体维度上的识别结果关联的位置(即人脸人体维度上采集待识别的图像源的摄像头的位置)与车辆维度上的识别结果关联的时间(即车辆维度上采集待识别的图像源的摄像头的位置)的第二距离差值。例如，人脸人体维度上的采集待识别的图像源的摄像头的位置为(北纬22.1
°
，东经114
°
)，车辆维度上的采集待识别的图像源的摄像头的位置为(北纬22.2
°
，东经113.9
°
)，则第一距离差值为(北纬22.1
°
，东经114
°
)与(北纬22.2
°
，东经113.9
°
)之间的距离，本技术实施例对计算(北纬22.1
°
，东经114
°
)与(北纬22.2
°
，东经113.9
°
)之间距离的方法不做限定，可参见一般做法。
93.步骤208：基于所述第一时间差值和所述第二距离差值，确定所述目标对象的定位信息。
94.在一些实施例中，步骤208的实施包括：
95.步骤2081：在所述人脸人体维度的识别结果中，确定所述第一时间差值满足第一预设条件，且所述第二距离差值满足第二预设条件的目标识别结果；
96.这里，第一预设条件和第二预设条件可以根据需求进行设定，例如，在了解到目标对象由步行转为开车，则可以根据需要，先将第一预设条件和第二预设条件设置为较小的数值，在小范围和短时间内进行识别，例如，第一预设条件可以为小于5分钟(min)，第二预设条件可以为小于1000米(m)，如果未识别出目标识别结果，则可以将第一预设条件和第二预设条件设置为较大的数值，再进行识别。
97.以人脸人体维度的识别结果有8个，车辆维度的识别结果有5个为例进行说明，确定每一个人脸人体维度的识别结果与每一个车辆维度的识别结果的第一时间差值和第二距离差值，如果第一个人脸人体维度的识别结果与第二个车辆维度的识别结果的第一时间差值和第二距离差值分别满足第一预设条件和第二预设条件，则目标识别结果为第一个人脸人体维度的识别结果。
98.在一些实施例中，在所述人脸人体维度的识别结果中存在所述目标对象的数量较多时，可以将所述人脸人体维度的识别结果按照相似度或置信度从大到小进行排序，选择排名靠前例如前10的识别结果，再确定第一时间差值和第二距离差值，进而确定出目标识别结果，减少计算量。
99.步骤2082：基于所述目标识别结果关联的位置信息，确定所述目标对象的位置信息。
100.这里，所述目标识别结果关联的位置信息即为所述待识别的图像源采集的位置信息。
101.本技术实施例中，首先确定维度集合中人脸人体维度和第一维度上目标对象的第一特征表征信息，然后基于每一维度的识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到在对应维度上的识别结果，之后确定出人脸人体维度上的识别结果关联的时间与第一维度上的识别结果关联的时间之间的第一时间差值，以及人脸人体维度上的识别结果关联的位置与第一维度上的识别结果关联的位置的第二距离差值，最后基于第一时间差值和第二距离差值，确定目标对象的定位信息。由于通过时间和位置两个角度，综合了两个维度的识别结果，相比于只采用一个维度进行识别的方法，可以进一步排除错误识别，提高结果的准确性。
102.本技术实施例还提供一种定位方法，所述方法包括：
103.步骤301：确定对待定位的目标对象进行识别的维度集合，其中，所述维度集合包括第二维度和第三维度，所述第二维度包括人脸人体维度、车辆维度中的至少之一；所述第三维度包括人脸人体维度、车辆维度、无线终端维度中的至少之一，且所述第二维度与所述第三维度不同。
104.步骤302：确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；
105.这里，步骤302可参见步骤104。
106.步骤303：获取在所述第二维度上所述目标对象的第一特征表征信息；
107.这里，步骤303可参见步骤106。
108.步骤304：基于所述第二维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到所述第二维度上的识别结果；
109.基于所述第三维度的识别阈值条件，对对应的待识别素材进行识别，得到在所述第三维度上的识别结果；
110.其中，在所述第二维度包括人脸人体维度和/或车辆维度的情况下，步骤304的实施可以包括：基于所述第二维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的所述待识别的图像源进行识别，得到在所述第二维度上的识别结果；
111.在所述第三维度包括无线终端维度的情况下，步骤304的实施可以包括：基于所述无线终端维度的所述识别阈值条件，对对应的所述无线终端通信数据进行识别，得到在所述无线终端维度上的识别结果；在所述第三维度包括人脸人体维度和/或车辆维度的情况下，步骤304的实施可以包括：基于所述第三维度的识别阈值条件，对对应的所述待识别的图像源进行识别，得到在第三维度上的识别结果。
112.在一些实施例中，步骤304的实施可以先进行第二维度的识别，再基于第二维度的识别结果，触发第三维度的识别，实现更加智能的定位。
113.在一些实施例中，如图3a所示，步骤304的实施可以包括：
114.步骤3041：基于所述第二维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到所述第二维度上的识别结果；
115.这里，第二维度包括人脸人体维度或车辆维度。
116.步骤3042：获取所述第二维度上的识别结果所在的目标图像；
117.以第二维度为人脸人体维度为例进行说明，目标图像为在待识别的图像源中识别出的人脸人体的置信度或相似度大于识别阈值条件的人脸人体图像所在的图像。
118.步骤3043：在所述目标图像中获取第三维度的第二特征表征信息；
119.其中，第三维度为人脸人体维度或车辆维度，且第三维度与第二维度不同。即在第二维度为人脸人体维度的情况下，第三维度可以为车辆维度；在第二维度为车辆维度的情况下，第三维度可以为人脸人体维度。
120.继续以第二维度为人脸人体维度为例进行说明，在目标图像中包括车辆图像时，例如人坐在车上，或人旁边有一辆车，则可以通过神经网络进行车牌号识别或者车辆特征检测，获取第三维度即车辆维度的第二特征表征信息，其中，第二特征表征信息可以包括车牌号，也可以包括车辆的特征信息，例如颜色、品牌(奔驰、吉利等)、车类型(轿车、赛车、面包车等)等。
121.若第二维度为车辆维度，则在目标图像中包括人脸图像的情况下，例如人坐在车上，则可以通过神经网络进行人脸识别或者人脸特征检测，获取第三维度即人脸维度的第二特征表征信息，其中，第二特征表征信息可以包括人脸图像，也可以包括人脸的特征信息，例如年龄，性别、是否戴眼镜、是否有痣等。
122.在一些实施例中，由于人脸图像较小，不便于跟踪识别。在识别出人脸维度的第二特征表征信息之后，还可以在其他图像帧(选择具有较清晰人体图像的图像帧)中获取与人脸对应的人体特征，例如什么颜色的衣服，是否戴帽子，什么样子的外套等，将所述人体特征作为第三维度的第二特征表征信息。
123.本技术实施例中，通过在第二维度的识别结果的基础上，从目标图像中关联出第三维度进行识别，不仅提供了更加智能的定位方式，而且提供了更多种查找目标对象的途径。同时，两个维度的识别，可以有效解决由于目标对象存在上车、下车、或不在摄像头的拍摄范围内等情况，导致出现的无法定位或信息中断等问题。
124.步骤3044a：基于所述第三维度的识别阈值条件和所述第三维度的第二特征表征信息，对对应的所述待识别的图像源进行识别，得到在所述第三维度上的识别结果。
125.这里，步骤3044a可参见步骤106。
126.在一些实施例中，步骤3043之后，还可以包括步骤3044b至步骤3046b：
127.步骤3044b：获取所述第二维度上的识别结果关联的时间位置信息；
128.这里，步骤3044b可参见步骤1081。
129.步骤3045b：确定与所述识别结果关联的时间位置满足第三预设条件的待识别的目标图像源；
130.这里，第三预设条件可以为：与所述识别结果关联的时间差值小于第一预设值，且与所述识别结果关联的位置差值小于第二预设值，例如第一预设值为5min，第二预设值为1000m。即待识别的目标图像源为与所述识别结果关联的时间差值小于5min，且与所述识别结果关联的位置差值小于1000m的图像源。
131.本技术实施例中，通过采用第三预设条件来限定待识别的目标图像源的范围，不仅可以提高准确率，而且可以降低计算量。
132.步骤3046b：基于所述第三维度的识别阈值条件和目标对象的第二特征表征信息，对所述第三维度的所述待识别的目标图像源进行识别，得到在所述第三维度上的识别结果。
133.在一些实施例中，如图3b所示，步骤304的实施还可以包括：
134.步骤3141：基于所述第二维度的所述识别阈值条件和目标对象的第一特征表征信
息，对对应的待识别素材进行识别，得到所述第二维度上的识别结果；
135.这里，第二维度为人脸人体维度或车辆维度。
136.步骤3142：获取所述第二维度上的识别结果所在的目标图像；
137.步骤3143：基于所述目标图像，在目标对象信息库中获取与所述第二维度关联的所述第三维度的第三特征表征信息；
138.这里，目标对象信息库可以为预先建立的信息库。其中，目标对象信息库可以包括目标对象的人像库、车辆库、无线终端库，同时还可以包括目标对象亲戚、家人或朋友的人像库、车辆库、无线终端库。
139.在第二维度为人脸人体维度的情况下，第三维度可以包括车辆维度或者无线终端维度。例如，第二维度的目标图像为张三的人脸图像，目标对象信息库中存在与张三人脸图像关联的车辆图像、车牌号或无线终端号，例如张三自己的车辆图像、车牌号或无线终端号，则第三维度可以为第三特征表征信息为张三自己的车辆图像或车牌号的车辆维度，也可以为第三特征表征信息为张三自己的无线终端号的无线终端维度。在一些实施例中，目标对象信息库中存在与张三人脸图像关联的车辆图像、车牌号，也可以为张三家人例如父母、亲戚的车辆图像、车牌号，则第三维度可以为第三特征表征信息为张三家人的车辆图像或车牌号的车辆维度。
140.在第二维度为车辆维度的情况下，第三维度可以包括人脸人体维度或者无线终端维度。例如，第二维度的目标图像为张三的车辆图像，目标对象信息库中存在与张三车辆图像关联的人脸图像或无线终端号，则第三维度可以为第三特征表征信息为张三人脸图像的人脸人体维度，也可以为第三特征表征信息为张三的无线终端号的无线终端维度。
141.步骤3144a：基于所述第三维度的识别阈值条件和所述第三维度的第三特征表征信息，对对应的所述待识别的图像源或所述无线终端通信数据进行识别，得到在所述第三维度上的识别结果。
142.本技术实施例中，通过在第二维度的识别结果的基础上，从目标对象信息库中关联出第三维度进行识别，提供了更加智能的定位方式，同时，两个维度的识别，可以有效解决由于目标对象存在上车、下车、或不在摄像头的拍摄范围内等情况，导致出现的无法定位或信息中断等问题。
143.在一些实施例中，步骤3143之后，还可以包括步骤3144b至步骤3146b：
144.步骤3144b：获取所述第二维度上的识别结果关联的时间位置信息；
145.步骤3145b：确定与所述识别结果关联的时间位置满足第三预设条件的待识别的目标图像源或目标无线终端通信数据；
146.这里，步骤3145b可参见步骤3045b。
147.步骤3146b：基于所述第三维度的识别阈值条件和目标对象的第三特征表征信息，对所述第三维度的所述待识别的目标图像源或所述目标无线终端通信数据进行识别，得到在所述第三维度上的识别结果。
148.本技术实施例中，通过采用第三预设条件来限定待识别的目标图像源或目标无线终端通信数据的范围，不仅可以提高准确率，而且可以降低计算量。
149.步骤305：基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息。
150.这里，步骤305可参考步骤108。
151.本技术实施例提供一种上述定位方法的应用场景，图4a至图4h为所述定位方法的操作界面示意图，下面结合图4a至图4h对所述定位方法进行说明，所述方法包括以下步骤：
152.步骤401：参见图4a，选择维度类型，包括：人脸维度(即所述人脸人体维度)、车辆维度、无线终端维度和多维组合维度(至少两个维度，对应所述人脸人体维度和所述第一维度)；
153.这里，步骤401的实施可以基于定位任务，选择不同的维度类型。在步骤401中选择人脸维度或车辆维度(即所述第二维度)时，后续步骤中会关联出其他维度(即所述第三维度)。
154.在步骤401中选择多维组合维度或无线终端维度时，后续步骤中不会关联出其他维度。
155.步骤402：继续参见图4a，填写任务名称、有效时间、任务等级等信息，其中，有效时间包括长期有效或自定义时间，任务等级可以包括红色、蓝色、黄色，代表不同的重要等级。
156.在步骤401选择人脸维度或车辆维度的情况下，步骤402之后可以包括：
157.步骤403a：填写阈值(即所述识别阈值条件)；
158.这里，阈值在默认情况下与任务阈值一致，一般最小为80％，也可以根据需要进行单独设置，设置后按照设置的阈值选择识别结果。
159.如图4b所示，以共有a至e五个库为例进行说明，在未单独设置库阈值的情况下，每个库的阈值默认为任务阈值，与任务阈值同步变化；在单独设置某个库的阈值的情况下，则该库的阈值不随任务阈值的变化而变化，例如，库a的阈值为单独设置的阈值，则库a的阈值随任务阈值的变化而变化；库e的阈值由单独设置的阈值，重置为任务阈值，则库e的阈值与任务阈值同步变化。
160.在步骤401选择人脸维度的情况下，如图4c所示，选择设置模糊阈值时，代表阈值与任务阈值同步变化；在精准阈值处填写相似度的数值时，代表单独设置阈值。
161.在步骤401选择车辆维度情况下，如图4d所示，目标对象来源可以为车牌号信息，可以以识别出的车牌号作为最终识别结果，不设置车辆维度的阈值。
162.步骤404a：选择智能管理识别。
163.这里，在步骤401选择人脸维度(即所述第二维度)时，如图4c所示，步骤404中的智能管理识别包括：车辆智能识别、人体智能识别和无线终端智能识别。
164.其中，车辆智能识别为在步骤401选择人脸维度(即所述第二维度)时，基于人脸维度的识别结果，在车辆库(即目标对象信息库)中关联出目标对象的车辆信息，或在识别结果所在的目标图像中识别出目标对象附近的车辆信息，再基于车辆信息进行车辆维度(即所述第三维度)的识别。
165.人体智能识别为在步骤401选择人脸维度(即所述第二维度)时，由于清晰的人脸图像较难抓拍，可以基于人脸维度的识别结果，在其他帧图像中获取清晰的人体特征，再基于人体特征进行识别。
166.无线终端智能识别为在步骤401选择人脸维度(即所述第二维度)时，基于人脸维度的识别结果，在无线终端库(即目标对象信息库)中关联出目标对象的无线终端号，再基于无线终端号进行无线终端维度(即所述第三维度)的识别。
167.在步骤401选择车辆维度(即所述第二维度)时，如图4d所示，步骤404中的智能管理识别包括：人体智能识别和人脸智能识别。
168.其中，人脸智能识别为在步骤401选择车辆维度(即所述第二维度)时，基于车辆维度的识别结果，在识别结果所在的目标图像中识别出车上的人脸图像，再基于人脸图像进行人脸维度(即所述第三维度)的识别。
169.由于清晰的人脸图像较难抓拍，可以基于人脸维度的识别结果，在其他帧图像中获取清晰的人体特征，再基于人体特征进行识别即为人体智能识别。
170.步骤405a：设置智能管理识别的范围(即所述第三预设条件)，用于缩小识别范围。
171.步骤406a：选择目标对象来源；
172.这里，目标对象来源可以来自上传的资料，例如人脸图像、车牌号等，也可以来自人像库、车辆库。步骤406a实施时，可以根据步骤401选择的维度类型选择相应的库或上传相应的资料。
173.在步骤401选择人脸维度时，如图4c所示，目标对象来源处选择人像库时，可以点击添加人像库，选择有权限和需要定位的人像；选择照片时，可以上传目标对象的照片。
174.在步骤401选择车辆维度时，如图4d所示，目标对象来源处选择车辆库时，可以点击添加车辆库，选择有权限和需要定位的车牌号；选择车牌号时，可以上传目标对象的车牌号。
175.步骤407a：选择视频源(即待识别的图像源)。
176.步骤407a实施时，可以按照点位或者分组，选择操作者有权限的视频源。
177.如图4e所示，左侧为分组列表，在一些实施例中，操作者可以根据分组选择需要识别的视频源；在另一些实施例中，操作者可以按照点位选择需要识别的视频源，操作时，可以通过矩形、圆形或多边形按钮按照形状一次框选出多个点位。
178.步骤408a：权限分配；
179.步骤408a可以设置能够查看和/或编辑本次定位任务的人员。如图4f所示，可以按照部门、职级等设置不同人员对应的权限。操作时，可以通过搜索窗口搜索需要赋予权限的人员，也可以通过所属部门的下拉菜单选择需要赋予权限的人员所在的部门，显示该部门的所有人员，再在所有人员中选择需要赋予权限的人员。
180.在步骤401选择多维组合维度的情况下，步骤402之后还可以包括：
181.步骤403b：选择多维组合维度下的具体组合；
182.如图4g所示，可以选择多维组合维度下的人+车辆组合或人+无线终端组合。
183.步骤404b：设置阈值；
184.这里，阈值为人脸维度的相似度阈值。
185.步骤405b：设置识别产生条件；
186.在选择人+车辆组合时，如图4g所示，设置的识别产生条件为：人和车辆出现的时间范围(即所述第一时间差值)，人和车辆出现的距离范围(即所述第二时间差值)，人脸相似度排名前几。
187.在选择人+无线终端组合时，设置的识别产生条件为：人和无线终端号通讯数据出现的时间范围(即所述第一时间差值)，人和无线终端号出现的距离范围(即所述第二时间差值)，人脸相似度排名前几。
188.步骤406b：选择目标对象来源；
189.步骤407b：选择视频源(即待识别的图像源)或基站信息(即无线终端通信数据)。
190.这里，基站信息的选择方法和视频源的选择方法相似，都可以按照点位或者分组进行选择。
191.步骤408b：权限分配；
192.这里，步骤406b至步骤408b可参见步骤406a至408a。
193.在步骤401选择无线终端维度的情况下，步骤402之后包括：
194.步骤403c：选择目标对象来源；
195.这里，目标对象来源可以来自上传的无线终端号，也可以来自无线终端库。如图4h所示，目标对象来源处选择无线终端库时，可以点击添加无线终端库，选择有权限和需要定位的无线终端号；选择无线终端时，可以上传目标对象的无线终端号。
196.步骤403c：选择基站信息(即无线终端通信数据)；
197.步骤404c：权限分配。
198.这里，步骤403c和步骤404c可参见步骤407a和步骤408a。
199.上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
200.基于前述的实施例，本技术实施例提供一种定位装置，该装置包括所包括的各模块、以及各模块所包括的各子模块，各子模块所包括的各单元，以及各单元所包括的各子单元，都可以通过电子设备来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(cpu)、微处理器(mpu)、数字信号处理器(dsp)或现场可编程门阵列(fpga)等。
201.图5为本技术实施例提供的一种定位装置的组成结构示意图，如图5所示，所述定位装置500包括第一确定模块501、第二确定模块502、第一识别模块503和第三确定模块504，其中：
202.第一确定模块501，用于确定对待定位的目标对象进行识别的维度集合，所述维度集合包括人脸人体维度、车辆维度、无线终端维度中的至少两个维度；
203.第二确定模块502，用于确定所述维度集合中每一所述维度的待识别素材和识别阈值条件；
204.第一识别模块503，用于至少基于每一所述维度的识别阈值条件，对对应的待识别素材进行识别，得到在对应维度上的识别结果；
205.第三确定模块504，用于基于所述维度集合中每一所述维度上的识别结果，确定所述目标对象的定位信息。
206.在一些实施例中，所述待识别素材包括：待识别的图像源、无线终端通信数据；所述第一识别模块503包括：
207.第一识别子模块，用于在所述维度集合包括人脸人体维度和/或车辆维度的情况下，至少基于每一所述维度的识别阈值条件，对对应的待识别的图像源进行识别，得到在对应维度上的识别结果；
208.第二识别子模块，用于在所述维度集合包括无线终端维度的情况下，至少基于每一所述维度的识别阈值条件，对对应的无线终端通信数据进行识别，得到在对应维度上的识别结果。
209.在一些实施例中，所述识别结果表征所述待识别素材中存在或不存在所述目标对象，所述第三确定模块包括：
210.获取子模块，用于在所述识别结果表征所述待识别素材中存在所述目标对象的情况下，获取每一所述维度上的识别结果关联的时间位置信息；
211.确定子模块，用于基于每一所述维度上的识别结果关联的时间位置信息，确定所述目标对象的定位信息。
212.在一些实施例中，所述获取子模块包括：第一获取单元，用于在所述维度集合包括人脸人体维度和/或车辆维度的情况下，获取所述待识别的图像源采集的位置信息和所述识别结果所在的目标图像采集的时间信息；第二获取单元，用于在所述维度集合包括无线终端维度的情况下，获取所述无线终端通信数据发送的位置信息和所述无线终端通信数据中所述识别结果的时间信息；第三获取单元，用于基于所述位置信息和所述时间信息，获取每一所述维度上的识别结果关联的时间位置信息。
213.在一些实施例中，所述装置500还包括：第一获取模块，用于获取所述维度集合中每一所述维度上所述目标对象的第一特征表征信息；
214.所述第一识别模块503还包括：第三识别子模块，用于基于每一所述维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到在对应维度上的识别结果。
215.在一些实施例中，所述维度集合包括人脸人体维度和第一维度，所述第一维度包括车辆维度或无线终端维度；所述确定子模块包括：第一确定单元，用于确定所述人脸人体维度上的识别结果关联的时间与所述第一维度上的识别结果关联的时间之间的第一时间差值；第二确定单元，用于确定所述人脸人体维度上的识别结果关联的位置与所述第一维度上的识别结果关联的位置的第二距离差值；第三确定单元，用于基于所述第一时间差值和所述第二距离差值，确定所述目标对象的定位信息。
216.在一些实施例中，所述第三确定单元还用于：在所述人脸人体维度的识别结果中，确定所述第一时间差值满足第一预设条件，且所述第二距离差值满足第二预设条件的目标识别结果；基于所述目标识别结果关联的位置信息，确定所述目标对象的位置信息。
217.在一些实施例中，所述维度集合包括第二维度和第三维度，所述装置还包括：第二获取模块，用于获取在所述第二维度上所述目标对象的第一特征表征信息；
218.所述第一识别模块503包括：第四识别子模块，用于基于所述第二维度的所述识别阈值条件和目标对象的第一特征表征信息，对对应的待识别素材进行识别，得到所述第二维度上的识别结果；第五识别子模块，用于基于所述第三维度的识别阈值条件，对对应的待识别素材进行识别，得到在所述第三维度上的识别结果；其中，所述第二维度包括人脸人体维度、车辆维度中的至少之一；所述第三维度包括人脸人体维度、车辆维度、无线终端维度中的至少之一，且所述第二维度与所述第三维度不同。
219.在一些实施例中，所述第四识别子模块，还用于在所述第二维度包括人脸人体维度和/或车辆维度的情况下，基于所述第二维度的所述识别阈值条件和目标对象的第一特
征表征信息，对对应的所述待识别的图像源进行识别，得到在所述第二维度上的识别结果；第五识别子模块包括：第二识别单元，用于在所述第三维度包括无线终端维度的情况下，基于所述无线终端维度的所述识别阈值条件，对对应的所述无线终端通信数据进行识别，得到在所述无线终端维度上的识别结果；第三识别单元，用于在所述第三维度包括人脸人体维度和/或车辆维度的情况下，基于所述第三维度的识别阈值条件，对对应的所述待识别的图像源进行识别，得到在第三维度上的识别结果。
220.在一些实施例中，所述维度集合包括人脸人体维度或车辆维度；所述装置还包括：第三获取模块，用于获取所述第二维度上的识别结果所在的目标图像；第四获取模块，用于在所述目标图像中获取第三维度的第二特征表征信息；第二识别模块，用于基于所述第三维度的识别阈值条件和所述第三维度的第二特征表征信息，对对应的所述待识别的图像源进行识别，得到在所述第三维度上的识别结果。
221.在一些实施例中，所述维度集合包括人脸人体维度或车辆维度；所述装置还包括：第三获取模块，用于获取所述第二维度上的识别结果所在的目标图像；第五获取模块，用于基于所述目标图像，在目标对象信息库中获取与所述第二维度关联的所述第三维度的第三特征表征信息；第三识别模块，用于基于所述第三维度的识别阈值条件和所述第三维度的第三特征表征信息，对对应的所述待识别的图像源或所述无线终端通信数据进行识别，得到在所述第三维度上的识别结果。
222.在一些实施例中，在获取所述第二特征表征信息或所述第三特征表征信息之后，所述装置还包括：第六获取模块，用于获取所述第二维度上的识别结果关联的时间位置信息；第四确定模块，用于确定与所述识别结果关联的时间位置满足第三预设条件的待识别的目标图像源或目标无线终端通信数据；第四识别模块，用于基于所述第三维度的识别阈值条件和目标对象的第二特征表征信息或第三特征表征信息，对所述第三维度的所述待识别的目标图像源或所述目标无线终端通信数据进行识别，得到在所述第三维度上的识别结果。
223.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
224.需要说明的是，本技术实施例中，如果以软件功能模块的形式实现上述的定位方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的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电子设备(可以是个人计算机、服务器等)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：u盘、移动硬盘、rom(read only memory，只读存储器)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本技术实施例不限制于任何特定的硬件、软件或固件，或者硬件、软件、固件三者之间的任意结合。
225.对应地，本技术实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例中提供的定位方法中的步骤。
226.对应地，本技术实施例提供一种可读存储介质，其上存储有计算机程序，该计算机
程序被处理器执行时实现上述定位方法中的步骤。
227.这里需要指出的是：以上存储介质和平台实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本技术存储介质和平台实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
228.需要说明的是，图6为本技术实施例电子设备的一种硬件实体示意图，如图6所示，该电子设备600的硬件实体包括：处理器601、通信接口602和存储器603，其中处理器601通常控制电子设备600的总体操作。通信接口602可以使电子设备600通过网络与其他平台或电子设备或服务器通信。
229.存储器603配置为存储由处理器601可执行的指令和应用，还可以缓存待处理器601以及电子设备600中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过flash(闪存)或ram(random access memory，随机访问存储器)实现。
230.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或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，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
231.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，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全部单元来实现本实施例方案的目的。
232.另外，在本技术各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以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，也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
233.本技术所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
234.本技术所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
235.本技术所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
236.若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同
意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式、处理的个人信息种类等信息。
237.以上所述，仅为本技术的具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。