(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210376455.8 (22)申请日 2022.04.12 (65)同一申请的已公布的文献号 申请公布号 CN 114463687 A (43)申请公布日 2022.05.10 (73)专利权人 北京云恒科技研究院有限公司 地址 100101 北京市朝阳区安翔北 里11号 10幢1层101室 (72)发明人 庞诚　沈洪波　李成　韦博　 刘翠丽　刘斌　崔雨波　王理　 (74)专利代理 机构 北京律谱知识产权代理有限 公司 11457 专利代理师 黄云铎 (51)Int.Cl. G06V 20/40(2022.01)G06V 20/52(2022.01) G06V 40/10(2022.01) G06T 7/20(2017.01) (56)对比文件 CN 113139521 A,2021.07.20 CN 113177470 A,2021.07.27 CN 112448962 A,2021.0 3.05 CN 113869170 A,2021.12.31 US 2020126241 A1,2020.04.23 审查员 杨莹莹 (54)发明名称 一种基于大数据的移动轨 迹预测方法 (57)摘要 本申请公开了一种基于大数据的移动轨迹 预测方法， 该方法适用于对行人是否将进入警戒 区域进行预测， 移动轨迹预测方法包括： 步骤1， 基于超图神经网络， 对获取到的视频帧图像中的 行人进行目标识别； 步骤2， 当判定识别出的行人 由图像采集区域进入预警区域内时， 根据视频帧 图像中行人的移动速度和移动方向， 对行人的移 动轨迹进行预测， 其中， 警戒区域的外侧依次被 划分为预 警区域和图像采集区域； 步骤3， 当判定 预测出的行人的移动轨迹进入警戒区域时， 生成 并发送安全警示信息。 通过本申请中的技术方 案， 对行人的移动轨迹进行预测， 减少了智 能安 防监控系统对 行人数据的运算量， 为误入行为的 判定提供依据， 提高了智能安防监控系统预警的 可靠性。 权利要求书2页 说明书7页 附图2页 CN 114463687 B 2022.07.08 CN 114463687 B 1.一种基于大数据的移动轨迹预测方法， 其特征在于， 该方法适用于对行人是否将进 入警戒区域进行 预测， 所述移动轨 迹预测方法包括： 步骤1， 基于超图神经网络， 对获取到的视频帧图像中的行人进行目标识别； 其中， 所述 步骤1之前， 所述移动轨迹预测方法还包括： 构建超图神经网络， 其中， 所述超图神经网络的 构建方法包括： 步骤11， 获取各个样本视频帧图像 中行人的观测点， 其中， 观测点为行人在所述样本视 频帧图像中对应标注框的中心点； 步骤12， 采用遍历的方式， 根据所述观测点的编号， 按照所述样本视频帧图像的帧顺 序， 依次确认各个观测点的邻居节点 集合； 其中， 所述 步骤12具体包括： 对于第i个观测点， 按照所述样本视频帧图像的帧顺序， 依次提取除当前帧外其余样本 视频帧图像中， 与所述第i个观测点编号相同的观测点， 组成第一 集合； 提取前一帧样本视频帧图像中与 所述第i个观测点的空间几何距离小于距离 阈值的观 测点， 记作第二 集合； 在当前帧样本视频帧图像中， 依次判断所述第二集合中各观测点与所述第i个观测点 的空间几何距离是否小于所述距离阈值， 且偏移角度差值是否小于角度阈值， 若 是， 将相应 的观测点增加至所述第一集合， 若否， 将所述相应的观测点从所述第二集合中删除， 直至第 二集合为空， 其中， 所述偏移角度差值 为两个观测点偏移角度的差值； 将增加观测点后的第一 集合， 记作所述第i个观测点的邻居节点 集合； 步骤13， 计算各个观测点与所述邻居节点 集合中各邻居节点之间的邻接 权重； 步骤14， 根据各个观测点的所述邻接权重和所述邻居节点集合， 构建所述超图神经网 络； 步骤2， 当判定识别出的所述行人由图像采集区域进入预警区域内时， 根据所述视频帧 图像中所述行人的移动速度和移动方向， 对所述行人的移动轨迹进 行预测， 其中， 所述 警戒 区域的外侧依次被划分为所述预警区域和所述图像采集区域； 步骤3， 当判定预测出的所述行人的移动轨迹进入所述警戒区域 时， 生成并发送安全警 示信息。 2.如权利要求1所述的基于大数据的移动轨迹预测方法， 其特征在于， 所述步骤13 中所 述邻接权重的计算公式为： 式中， wij为第i个观测点与第j个邻居节点之间的邻接权重， j ＝1， 2， ...， m， 为所 述第i个观测点与 所述第j个邻居节点之间归一化后的欧氏距离， Sij为所述第 i个观测点与 所述第j个邻居节点之间的权重参数， σ 为第一随机参数， β 为第二随机参数， d(i， n)为所述权　利　要　求　书 1/2 页 2 CN 114463687 B 2第i个观测点与第n个邻居节点之间的欧氏距离 。 3.如权利要求1所述的基于大数据的移动轨迹预测方法， 其特征在于， 所述步骤1中还 包括： 对所述视频帧图像进行亮度补偿， 其中， 所述亮度补偿的方法具体包括： 步骤101， 对获取到的所述视频帧图像进行灰度值处理， 并将各帧图像灰度均值记作灰 度分量； 步骤102， 分别计算各帧视频帧图像中水平方向亮度梯度和竖直方向亮度梯度； 步骤103， 根据所述灰度分量、 所述水平方向亮度梯度和所述竖直方向亮度梯度， 对当 前帧视频帧图像中像素的亮度进行补偿。权　利　要　求　书 2/2 页 3 CN 114463687 B 3