视频运动目标与Mac地址匹配方法
专利汇可以提供视频运动目标与Mac地址匹配方法专利检索，专利查询，专利分析的服务。并且一种视频运动目标与Mac地址匹配方法。其包括利用深度摄像头采集待检测场景中人体 深度图 像 ；利用Wi‑Fi探针采集人体携带的移动终端设备Mac地址和RSSI 信号 值；利用卡尔曼滤波 算法 平滑上述人体运动轨迹点集合和移动终端设备运动轨迹点集合，再分别将集合中的点连接而形成轨迹曲线；计算人体运动轨迹和移动终端设备运动轨迹之间的费雷歇距离，再计算轨迹映射成轨迹图像后两个轨迹图像之间的相关系数，将两者的结果综合后，输出目标和移动终端设备的匹配结果等步骤。本 发明 优点：实现了移动终端设备的Mac地址与移动终端设备的持有人的匹配。使用人体运动轨迹和移动终端设备运动轨迹进行匹配，相比静态匹配而言，提高了匹配的准确性。，下面是视频运动目标与Mac地址匹配方法专利的具体信息内容。
1.一种视频运动目标与Mac地址匹配方法，其特征在于：所述的视频运动目标与Mac地址匹配方法包括按顺序进行的下列步骤：
1)利用Kinect深度摄像头采集待检测场景中作为视频运动目标的人体深度图像，然后传送给与其相连的计算机，由计算机计算出人体在摄像机坐标系下的空间坐标，并进行坐标变换，得到人体运动轨迹点集合；
2)利用Wi-Fi探针采集人体携带的移动终端设备的Mac地址和RSSI信号值，然后将上述RSSI信号值进行优选，计算RSSI信号值差值，并建立RSSI信号值差值位置对应关系表；定位时利用获得的RSSI信息值差值通过查表方式反推出移动终端设备的空间坐标，进而获取移动终端设备运动轨迹点集合；
3)利用卡尔曼滤波算法平滑上述人体运动轨迹点集合和移动终端设备运动轨迹点集合，再分别将集合中的点连接而形成轨迹曲线；
4)计算人体运动轨迹和移动终端设备运动轨迹之间的费雷歇距离，再计算轨迹映射成轨迹图像后两个轨迹图像之间的相关系数，将上述费雷歇距离和相关系数的结果综合后，输出目标和移动终端设备的匹配结果；
在步骤2)中，所述的利用Wi-Fi探针采集人体携带的移动终端设备的Mac地址和RSSI信号值，然后将上述RSSI信号值进行优选，计算RSSI信号值差值，并建立RSSI信号值差值位置对应关系表；定位时利用获得的RSSI信息值差值通过查表方式反推出移动终端设备的空间坐标，进而获取移动终端设备运动轨迹点集合的方法是：
将待检测场景用网格法划分成多个小方格，对每一小方格进行标号，并将方格对应的位置记作loca(xq，zq)；
将移动终端设备分别放置在每个位置loca(xq，zq)处，利用多个与计算机相连的Wi-Fi探针探测该移动终端设备Mac码及其对应的RSSI信号值和时间戳，然后传送给计算机，由计算机进行后续处理；
为了提高定位的准确性，需对同一时间段内得到的同一Mac码的多个RSSI信号值进行优选；
优选方法是：设每一Wi-Fi探针采集到的同一时间段内同一移动终端设备的所有RSSI信号值为：rssi1，rssi2，…，rssin；
概率分布函数的公式如式(2)所示：
其中：
μ表示所有RSSI信号值的均值；σ2表示所有RSSI信号值的方差；n表示所有RSSI信号值的个数；x表示输入的要进行判断的RSSI信号值；
将所有RSSI信号值rssi1，rssi2，…，rssin带入上述概率分布函数F(x)中，计算出每个RSSI信号值对应的概率密度；当0.5≤F(x)≤1时，保留该RSSI信号值，否则删除，通过上述方法对所有RSSI信号值进行筛选；将筛选后保留下的m个RSSI信号值设为rssi1，rssi2，…，rssim；
选取筛选后的RSSI信号值rssi1，rssi2，…，rssim中的最大值和均值，分别为Rssimax和Rssimean，最终利用式(3)计算出RSSI信号值的优选值：
多个Wi-Fi探针在该位置处获得的RSSI信号值的优选值分别表示为：RSSIp1，RSSIp2，RSSIp3，……；
将上述RSSI信号值的优选值RSSIp1，RSSIp2，RSSIp3……两两做差，并用dRSSI表示相减的结果：
最后共得到多个该位置处的RSSI信号值差值dRSSI1，dRSSI2，…，dRSSIv，构成RSSI信号值差值集合
将上述RSSI信号值差值dRSSI1，dRSSI2，…，dRSSIv和位置loca(xq，zq)建立一个对应关系表；
在定位时，只需根据按上述方法获得的RSSI信号值差值通过查表即可反推出移动终端设备所在的位置；但由于上述对应关系表中可能存在多个与所测得RSSI信号值差值集合相似的位置，因此需对位置进行估计，具体步骤如下：
2.1、从RSSI信号值差值集合 中选取K个与s时刻所测
得的RSSI信号值差值dRSSI1，dRSSI2，…，dRSSIv欧式距离最小的参考点坐标为且与RSSI信号值差值集合的欧式距离分别为d1，
d2，…，dK，其中：
2.2、计算最终得到的s时刻下的坐标为：
上式中 取很小的数0.001，防止分母为0，j表示移动终端设备的标号；
将上述得到的坐标按采样时间记录下来，做简单的坐标变换后，得到移动终端设备运动轨迹点集合，记作
2.根据权利要求1所述的视频运动目标与Mac地址匹配方法，其特征在于：在步骤1)中，所述的利用Kinect深度摄像头采集待检测场景中作为视频运动目标的人体深度图像，然后传送给与其相连的计算机，由计算机计算出人体在摄像机坐标系下的空间坐标，并进行坐标变换，得到人体运动轨迹点集合的方法是：
采用微软Kinect深度摄像头采集待检测场景中作为视频运动目标的人体深度图像，然后传送给与其相连的计算机，由计算机计算出人体与Kinect深度摄像头之间的距离；将Kinect深度摄像头下的人体看成一个质点并进行描述，选取人的脊柱中心的空间位置代表人体的空间位置，从而得到Kinect深度摄像头下摄像机坐标系下人s时刻的三维位置其中 分别表
示摄像机坐标系下的水平坐标、垂直坐标和深度距离坐标，i表示人体的标号；
由于Kinect深度摄像头放置时会存在一定的角度，需将摄像机坐标系中三维位置变 换 到 真 实 坐标 系 下 的 三 维 位 置
设摄像头在X轴、Y轴、Z轴的偏转角度分别为
θx，θy，θz，且真实坐标系与摄像机坐标系原点的位移为Δx，Δy，Δz，通过下式可以完成坐标系的变换：
其中，
由于转换为真实坐标系下时，无需再考虑轨迹垂直
方向的坐标，因此只选取X轴、Z轴位置上的坐标，从而将三维空间转换为二维平面，即选取坐标
最后将得到的二维平面坐标按采样时间记录下来，作为人体运动轨迹点集合，记作
3.根据权利要求1所述的视频运动目标与Mac地址匹配方法，其特征在于：在步骤3)中，所述的利用卡尔曼滤波算法平滑上述人体运动轨迹点集合和移动终端设备运动轨迹点集合，再分别将集合中的点连接而形成轨迹曲线的方法是：
3.1、卡尔曼滤波：
由于集合中的每一个点都是由X轴坐标和Z轴坐标构成，因此分别对X轴坐标和Z轴坐标进行修正，设要进行卡尔曼滤波的集合为M，对应k时刻的点为M(k)，具体的步骤为：
3.1.1、预估计 其中 就是人体运动轨迹点
集合或移动终端设备运动轨迹点集合中的X、Z坐标的集合，F(k，k-1)为状态转移矩阵，M(k-
1)是k-1时刻的状态矢量；
3.1.2、计算预估计协方差矩阵：
其中：Q(k)＝U(k)×U(k)T，U(k)为k时刻动态噪声；
3.1.3、计算卡尔曼增益矩阵：
其中：R(k)＝N(k)×N(k)T，N(k)为k时刻观测噪声，H(k)为k时刻观测矩阵；
3.1.4、用观测值和预测值更新估计值：
3.1.5、计算更新后估计协方差矩阵：
3.1.6、令 重复上述步骤；
通过上述 步骤 ，分 别在x轴和Z 轴下 ，对人 体运动轨 迹点集合
和移动终端设备运动轨迹点集合
中各点的X轴坐标和Z轴坐标进行卡尔曼滤波，滤波后得到的运动轨迹点集合为 和 i表示人体的标号，j表示移动终端设备的标号。
3.2、将上述轨迹点集合连接成轨迹曲线
将上述得到的滤波后人体运动轨迹点集合 和移动终端设备运动轨迹点集合 中的各点按照时间顺序两两通过直线相连，由此将人体运动轨迹点集合 和移动终端设备轨迹点集合 变换成人体轨迹曲线 和移动终端设备轨迹曲线
4.根据权利要求1所述的视频运动目标与Mac地址匹配方法，其特征在于：在步骤4)中，所述的计算人体运动轨迹和移动终端设备运动轨迹之间的费雷歇距离，再计算轨迹映射成轨迹图像后两个轨迹图像之间的相关系数，将费雷歇距离和相关系数的结果综合后，输出目标和移动终端设备的匹配结果的方法是：
4.1、进行距离度量
本发明选取费雷歇距离进行距离度量，公式如下：
其中，A和B代表两条待比较的轨迹曲线，α(t)和β(t)代表对轨迹曲线A和B的抽样方式，d()表示计算欧式距离；
通过式(8)计算出人体轨迹曲线 与移动终端设备轨迹曲线 的费雷歇距离为
其中j＝1，2，…，l；
4.2、进行图像度量
图像度量是将画出的轨迹曲线连同其所在的背景二值化为图像，从图像角度出发，利用图像的相关系数进行度量，相关系数的公式为：
其中， 和 代表两条待比较的轨迹曲线A和B经过二值化、归一化、向量化的图像向量，μA和μB表示两条待比较的轨迹曲线A和B的均值，σA和σB表示两条待比较的轨迹曲线A和B的标准差；
通过式(9)计算出人体轨迹曲线 与移动终端设备轨迹曲线 的图像相关系数为其中j＝1，2，…，l；
4.3、综合度量结果
将距离度量和图像度量综合考虑，得到人体轨迹曲线 的综合度量为 其中j＝1，
2，…，l；
4.4、输出匹配结果
最终与人体轨迹曲线 相匹配的移动终端设备轨迹曲线的标号为：
其中j＝1，2，…，l；
经上述步骤，完成了将标号为i的人体轨迹曲线 匹配到标号为 的移动终端设备轨迹曲线 由此实现了作为视频运动目标的人体i和所携带的移动终端设备 的匹配。
视频运动目标与Mac地址匹配方法
技术领域
背景技术
发明内容
表示摄像机坐标系下的水平坐标、垂直坐标和深度距离坐标，i表示人体的标号；
θx,θy,θz，且真实坐标系与摄像机坐标系原点的位移为Δx,Δy,Δz，通过下式可以完成坐标系的变换：
方向的坐标，因此只选取X轴、Z轴位置上的坐标，从而将三维空间转换为二维平面，即选取坐标
d1,d2,…,dK,其中：
中各点的X轴坐标和Z轴坐标进行卡尔曼滤波，滤波后得到的运动轨迹点集合为 和 其中i表示人体的标号，j表示移动终端设备的标号。
具体实施方式
表示摄像机坐标系下的水平坐标、垂直坐标和深度距离坐标，i表示人体的标号；
θx,θy,θz，且真实坐标系与摄像机坐标系原点的位移为Δx,Δy,Δz，通过下式可以完成坐标系的变换：
d1,d2,…,dK,其中：
备的标号。由于上述获取的运动轨迹可能存在噪声，因此需要对运动轨迹点集合进行滤波，具体步骤如下：
中各点的X轴坐标和Z轴坐标进行卡尔曼滤波，滤波后得到的运动轨迹点集合为 和 其中i表示人体的标号，j表示移动终端设备的标号。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 清洁机器人及其控制方法、存储介质 | 2020-08-01 | 2 |
| 三维星地链路密织网探测三维降雨场的方法及系统 | 2021-07-06 | 2 |
| 一种测试用井下小信号接收与发送的控制方法 | 2022-06-13 | 0 |
| 一种基于孔洞填充的残缺模型检索与重建方法 | 2022-11-08 | 1 |
| 一种基于宽度学习的视觉诱发电位识别情绪方法 | 2020-09-05 | 2 |
| 一种基于导向矢量优化与对角加载相结合的波束形成方法 | 2021-01-01 | 1 |
| 一种基于红外图像拼接融合算法的高压容器检测方法 | 2021-12-01 | 0 |
| 基于数值跟踪的电机控制方法及系统 | 2020-07-13 | 2 |
| 一种用于喀斯特地区试验土壤结皮采集装置及其使用方法 | 2022-10-29 | 1 |
| 一种多通道空气颗粒物采样器及其分流装置 | 2020-09-11 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
