一种跨域事件的确定方法、人次统计方法及装置与流程

1.本技术涉及数据处理领域，特别是涉及一种跨域事件的确定方法、人次统计方法及装置。


背景技术：

2.在一些场景中，需要对人次进行统计。例如，对进入公共场所的用户进行人次统计。目前，对于某一场所而言，可以在该场所的入口处安装摄像设备，利用该摄像设备拍摄入口处的视频。进一步地，可以对摄像设备拍摄的视频中的视频帧进行处理，以确定进入该场所的人次。
3.但是，当前对视频帧进行处理以确定进入该场所的人次的方案，所确定的人次并不准确。因此，急需一种方案，能够解决上述问题。


技术实现要素：

4.本技术所要解决的技术问题是如何准确的进行人次统计，提供一种跨域事件的确定方法、人次统计方法及装置。
5.第一方面，本技术实施例提供了一种跨域事件的确定方法，所述方法包括：
6.获取第一轨迹，所述第一轨迹根据目标场所对应的摄像设备拍摄的视频处理得到；
7.若所述第一轨迹由第一区域进入第二区域，则确定发生了进入目标场所的事件；
8.若所述第一轨迹由所述第二区域进入所述第一区域，则确定发生了离开所述目标场所的事件；
9.其中：
10.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为位于所述目标场所的门内侧的区域，所述位于目标场所的门外侧的区域和所述位于目标场所的门内侧的区域不重叠；或者，
11.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为中间区域，所述中间区域为位于所述门外侧和所述门内侧中间的区域；或者，
12.所述第一区域为所述中间区域，所述第二区域为位于所述目标场所的门内侧的区域。
13.可选的，所述中间区域与位于所述目标场所的门外侧的区域部分重叠，和/或，所述中间区域与位于所述目标场所的门内侧的区域部分重叠。
14.可选的，所述方法还包括：
15.获取多个进入所述目标场所的事件所对应的多个轨迹；
16.基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理。
17.可选的，所述基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理，包括：
18.获取所述多个轨迹分别对应的用户特征；
19.基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹；
20.若确定所述多个轨迹中包括对应同一用户的至少两个轨迹，则对所述至少两个轨迹对应的进入所述目标场所的事件进行去重处理。
21.可选的，所述基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹，包括：
22.若第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度大于或者等于预设相似度阈值，则确定所述第二轨迹和第三轨迹对应同一用户；
23.若所述第二轨迹对应的用户特征和所述第三轨迹对应的用户特征之间的相似度小于所述预设相似度阈值，则确定所述第二轨迹和第三轨迹对应不同用户。
24.可选的，第一时刻和第二时刻之间的差值小于预设时间阈值，所述第一时刻为所述第二轨迹对应的进入所述目标场所的事件的发生时刻，所述第二时刻为与所述第三轨迹对应的进入所述目标场所的事件的发生时刻，所述第一时刻根据确定所述第二轨迹的视频帧的拍摄时刻确定，所述第二时刻根据确定所述第三轨迹的视频帧的拍摄时刻确定。
25.可选的，所述获取多个进入所述目标场所的事件所对应的多个轨迹分别对应的用户特征，包括：
26.获取轨迹识别模型所输出的所述多个轨迹对应的用户特征，所述轨迹识别模型，用于根据所述摄像设备拍摄的视频，确定用户的轨迹。
27.可选的，所述基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理，包括：
28.确定所述多个轨迹中，是否存在对应多个进入所述目标场所的事件的轨迹；
29.若确定所述多个轨迹中存在对应多个进入所述目标场所的事件的目标轨迹，则对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理。
30.可选的，所述方法还包括：
31.获取多个离开所述目标场所的事件所对应的多个轨迹；
32.基于所述多个轨迹对所述多个离开所述目标场所的事件进行去重处理。
33.第二方面，本技术实施例提供了一种人次统计方法，所述方法包括：
34.获取多个进入目标场所的事件，所述进入目标场所的事件，是利用以上第一方面任意一项所述的方法确定的；
35.基于所述多个进入目标场所的事件，对进入所述目标场所的人次进行统计。
36.第三方面，本技术实施例提供了一种跨域事件的确定装置，所述装置包括：
37.第一获取单元，用于获取第一轨迹，所述第一轨迹根据目标场所对应的摄像设备拍摄的视频处理得到；
38.第一确定单元，用于若所述第一轨迹由第一区域进入第二区域，则确定发生了进入目标场所的事件；
39.第二确定单元，用于若所述第一轨迹由所述第二区域进入所述第一区域，则确定发生了离开所述目标场所的事件；
40.其中：
41.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为位于所述目标场所的门内侧的区域，所述位于目标场所的门外侧的区域和所述位于目标场所的门内侧的区域不重叠；或者，
42.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为中间区域，所述中间区域为位于所述门外侧和所述门内侧中间的区域；或者，
43.所述第一区域为所述中间区域，所述第二区域为位于所述目标场所的门内侧的区域。
44.可选的，所述中间区域与位于所述目标场所的门外侧的区域部分重叠，和/或，所述中间区域与位于所述目标场所的门内侧的区域部分重叠。
45.可选的，所述装置还包括：
46.第二获取单元，用于获取多个进入所述目标场所的事件所对应的多个轨迹；
47.第一去重单元，用于基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理。
48.可选的，第一去重单元，用于：
49.获取所述多个轨迹分别对应的用户特征；
50.基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹；
51.若确定所述多个轨迹中包括对应同一用户的至少两个轨迹，则对所述至少两个轨迹对应的进入所述目标场所的事件进行去重处理。
52.可选的，所述基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹，包括：
53.若第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度大于或者等于预设相似度阈值，则确定所述第二轨迹和第三轨迹对应同一用户；
54.若所述第二轨迹对应的用户特征和所述第三轨迹对应的用户特征之间的相似度小于所述预设相似度阈值，则确定所述第二轨迹和第三轨迹对应不同用户。
55.可选的，第一时刻和第二时刻之间的差值小于预设时间阈值，所述第一时刻为所述第二轨迹对应的进入所述目标场所的事件的发生时刻，所述第二时刻为与所述第三轨迹对应的进入所述目标场所的事件的发生时刻，所述第一时刻根据确定所述第二轨迹的视频帧的拍摄时刻确定，所述第二时刻根据确定所述第三轨迹的视频帧的拍摄时刻确定。
56.可选的，所述获取多个进入所述目标场所的事件所对应的多个轨迹分别对应的用户特征，包括：
57.获取轨迹识别模型所输出的所述多个轨迹对应的用户特征，所述轨迹识别模型，用于根据所述摄像设备拍摄的视频，确定用户的轨迹。
58.可选的，第一去重单元，用于：
59.确定所述多个轨迹中，是否存在对应多个进入所述目标场所的事件的轨迹；
60.若确定所述多个轨迹中存在对应多个进入所述目标场所的事件的目标轨迹，则对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理。
61.可选的，所述装置还包括：
62.第三获取单元，用于获取多个离开所述目标场所的事件所对应的多个轨迹；
63.第二去重单元，用于基于所述多个轨迹对所述多个离开所述目标场所的事件进行去重处理。
64.第四方面，本技术实施例提供了一种人次统计装置，所述装置包括：
65.获取单元，用于获取多个进入目标场所的事件，所述进入目标场所的事件，是利用以上第一方面任意一项所述的方法确定的；
66.人次统计单元，用于基于所述多个进入目标场所的事件，对进入所述目标场所的人次进行统计。
67.第五方面，本技术实施例提供了一种设备，所述设备包括：处理器、存储器、系统总线；所述设备以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行以上第一方面任一项所述的方法，或者，所述指令当被所述处理器执行时使所述处理器执行以上第二方面所述的方法。
68.第六方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行以上第一方面任一项所述的方法，或者，使得所述终端设备执行以上第二方面项所述的方法。
69.与现有技术相比，本技术实施例具有以下优点：
70.本技术实施例提供了一种跨域事件的确定方法，包括：获取第一轨迹，所述第一轨迹是根据目标场所对应的摄像设备拍摄的视频处理得到的。获取第一轨迹之后，可以根据所述第一轨迹确定是否发生了进入所述目标场所或者离开所述目标场所的事件。若所述第一轨迹由第一区域进入第二区域，则确定发生了进入所述目标场所的事件，若所述第一轨迹由所述第二区域进入所述第一区域，则确定发生了离开所述目标场所的事件。在申请实施例中，由第一区域进入第二区域，可以包括三种情况。第一种情况：由位于目标场所的门外侧的区域进入位于目标场所门内侧的区域，所述位于目标场所的门外侧的区域和所述位于目标场所的门内侧的区域不重叠。第二种情况：由位于所述目标场所门外侧的区域进入中间区域，所述中间区域为位于所述门外侧和所述门内侧中间的区域。第三种情况：由中间区域进入位于目标场所门内侧的区域。由此可见，利用本方案，在满足上述三种情况时，均可以确定发生了进入目标场所的事件，因此，对于某一用户而言，即使其轨迹不连续，即：所述第一轨迹是其中一段轨迹，利用本方案，也可以基于第一轨迹确定发生了进入目标场所的事件。类似的，由第二区域进入第一区域，也可以包括三种情况。因此，对于某一用户而言，即使其轨迹不连续，即：所述第一轨迹是其中一段轨迹，利用本方案，也可以基于第一轨迹确定发生了离开目标场所的事件。由此可见，利用本方案，能够提升确定跨域事件的准确度。进一步地，在一个示例中，可以提升利用所述跨域事件进行人次统计的准确性。
附图说明
71.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
72.图1为本技术实施例中一个示例性应用场景的示意图；
73.图2为本技术实施例提供的一种跨域事件的确定方法的流程示意图；
74.图3a为本技术实施例提供的一种示例性应用场景示意图；
75.图3b为本技术实施例提供的一种示例性应用场景示意图；
76.图3c为本技术实施例提供的一种示例性应用场景示意图；
77.图3d为本技术实施例提供的一种示例性应用场景示意图；
78.图3e为本技术实施例提供的一种示例性应用场景示意图；
79.图4为本技术实施例提供的一种跨域事件的确定装置的结构示意图；
80.图5为本技术实施例提供的一种人次统计装置的结构示意图。
具体实施方式
81.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，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。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动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。
82.本技术的发明人经过研究发现，当前对视频帧进行处理以确定进入目标场所的人次的方案，所确定的人次并不准确。类似的，当前对视频帧进行处理以确定离开目标场所的人次的方案，所确定的人次也并不准确。其中，对进入目标场所的人次进行统计的方式与对离开目标场所的人次进行统计的方式类似。接下来以对进入目标场所的人次进行统计为例，介绍当前对进入目标场所的人次进行统计的方案。
83.为方便理解，首先结合图1对当前的人次统计方案进行说明。
84.参见图1，图1为本技术实施例中一个示例性应用场景的示意图。如图1所示，当前对进入目标场所的人次进行统计时，可以结合图1所示的位于门101外侧的区域102和位于门内侧的区域103来确定。其中，区域102和区域103不重叠。具体地：可以利用行人重识别(person re-identification，reid)模型对安装在所述目标场所的门101附近的摄像设备拍摄得到的视频进行处理，以得到行人的轨迹。此处提及的行人的轨迹，由行人的脚在视频中的位置确定得到。当轨迹由区域102进入区域103时，则认为发生了进入目标场所的事件，相应的，在进行人次统计时，可以基于进入目标场所的事件来进行人次统计。例如，发生了n次进入目标场所的事件，则确定进入目标场所的人次为n。关于所述reid模型，此处不做详细描述。
85.但是，在一些场景中，例如在同一时刻进入所述目标场所的人数很多。则进入所述目标场所的用户之间会互相遮挡，即摄像设备无法拍摄到用户的脚，这就导致基于拍摄的视频所确定的轨迹不连续。对于这种情况，可能会存在人次统计不准确的问题。可参考图1进行理解，假设某一行人的轨迹被识别成两段不连续的轨迹，分别是轨迹110和轨迹120，则轨迹110和轨迹120均未从区域102进入区域103，故而，基于轨迹110和轨迹120均确定未发生进入目标场所的事件，换言之，目前的方案，所确定的进入目标场所的事件不准确，相应的，在基于进入目标场所的事件对进入所述目标场所的人次进行统计时，会出现漏统计的情况，从而导致所统计的结果也不准确。
86.为了解决上述问题，本技术实施例提供了一种跨域事件的确定方法、人次统计方法及装置。
87.下面结合附图，详细说明本技术的各种非限制性实施方式。
88.示例性方法
89.参见图2，图2为本技术实施例提供的一种跨域事件的确定方法的流程示意图。在本实施例中，所述方法可以由服务器执行，也可以由终端设备执行，本技术实施例不做具体限定。
90.在一个示例中，所述方法例如可以包括以下步骤：s101-s102。
91.s101：获取第一轨迹，所述第一轨迹根据目标场所对应的摄像设备拍摄的视频处理得到。
92.在本技术实施例中，所述第一轨迹是一段连续的轨迹。所述第一轨迹可以是某一用户进入目标场所时的完整轨迹，也可以是某一用户在所述目标场所的门附近的部分轨迹。所述第一轨迹可以是利用reid模型对所述摄像设备拍摄的视频进行处理得到的。此处提及的摄像设备，可以是安装在所述目标区域的门附近的摄像设备。
93.本技术实施例不具体限定所述目标场所，所述目标场所可以是具备人次统计需求的任意场所，在一个示例中，所述目标场所例如可以是商场、公园、电影院等公共场所。
94.s102：若所述第一轨迹由第一区域进入第二区域，则确定发生了进入目标场所的事件，若所述第一轨迹由所述第二去油进入所述第一区域，则确定发生了离开所述目标场所的事件。
95.在本技术实施例中，所述由第一区域进入第二区域，可以包括三种情况。以下分别对这三种情况进行介绍。
96.第一种情况：
97.第一区域为位于所述目标场所门外侧的区域，所述第二区域为位于所述目标场所门内侧的区域，并且，所述位于目标场所的门外侧的区域和所述位于目标场所的门内侧的区域不重叠。对于这种情况，所述由第一区域进入第二区域，指的是由位于所述门外侧的区域进入位于所述门内侧的区域。
98.在一个示例中，所述位于所述目标区域门外侧的区域，例如可以是图1所示的区域102，所述位于所述目标区域门内侧的区域，例如可以是图1所示的区域103。
99.第二种情况：
100.第一区域为位于所述目标场所门外侧的区域，所述第二区域中间区域，所述中间区域为位于所述门外侧和所述门内侧中间的区域。对于这种情况，所述由第一区域进入第二区域，指的是由位于所述门外侧的区域进入所述中间区域。
101.在一个示例中，可参考图3a、图3b、图3c以及图3d进行理解：
102.图3a为本技术实施例提供的一种示例性应用场景示意图。所述第一区域为图3a所示的区域102，所述中间区域可以是图3a所示的104。
103.图3b为本技术实施例提供的一种示例性应用场景示意图。所述第一区域为图3b所示的区域102，所述中间区域可以是图3b所示的105。
104.图3c为本技术实施例提供的一种示例性应用场景示意图。所述第一区域为图3c所示的区域102，所述中间区域可以是图3c所示的106。
105.图3d为本技术实施例提供的一种示例性应用场景示意图。所述第一区域为图3d所示的区域102，所述中间区域可以是图3d所示的107。
106.第三种情况：
107.第一区域为位于所述中间区域，所述第二区域为位于所述目标场所门内侧的区域。对于这种情况，所述由第一区域进入第二区域，指的是由所述中间区域进入位于所述门内侧的区域。
108.在一个示例中，可参考图3a、图3b、图3c以及图3d进行理解。
109.所述第一区域可以是所述图3a所示的区域104，所述第二区域为图3a所示的区域103；或者，所述第一区域可以是所述图3b所示的区域105，所述第二区域为图3b所示的区域103；或者，所述第一区域可以是所述图3c所示的区域106，所述第二区域为图3c所示的区域103；或者，所述第一区域可以是所述图3d所示的区域107，所述第二区域为图3d所示的区域103。
110.不难理解的是，在本技术实施例中，基于第一轨迹确定是否发生了进入所述目标场所的事件时，不再单一的基于第一轨迹是否由位于目标场所门外侧的区域进入位于目标场所门内侧的区域来确定，当第一轨迹由位于目标场所门外侧的区域进入中间区域，或者，当第一轨迹由中间区域进入位于目标场所门内侧的区域时，也认为发生了进入目标场所的事件。采用这种方式，当第一轨迹是某一用户的完整轨迹中的部分轨迹时，也能够基于第一轨迹确定发生了进入目标场所的事件，相应的，利用本方案，能够提升人次统计的准确性。
111.如前对于中间区域的描述可知，所述中间区域可以包括4种情况：
112.第一种情况：如图3a所示，所述中间区域104与位于门外侧的区域102不重叠，并且，所述中间区域104与位于门内侧的区域103不重叠。
113.第二种情况：如图3b所示，所述中间区域105与位于门外侧的区域102不重叠，并且，所述中间区域105与位于门内侧的区域103部分重叠。
114.第三种情况：如图3c所示，所述中间区域106与位于门外侧的区域102部分重叠，并且，所述中间区域106与位于门内侧的区域103不重叠。
115.第四种情况：如图3d所示，所述中间区域107与位于门外侧的区域102部分重叠，并且，所述中间区域107与位于门内侧的区域103部分重叠。
116.当中间区域与位于门外侧的区域不重叠，且中间区域与位于门内侧的区域也不重叠时，根据轨迹确定是否发生进门事件时，可能会出现漏检测的情况。例如，在图3a所示的场景中，基于轨迹110和轨迹120均确定未发生进入目标场所的事件。
117.当中间区域与位于门内侧的区域部分重叠时，漏检测的现象会得到好转，例如，在图3b所示的场景中，可以基于轨迹110确定发生了进入所述目标场所的事件。
118.当中间区域与位于门外侧的区域部分重叠时，漏检测的现象会得到好转，例如，在图3c所示的场景中，可以基于轨迹120确定发生了进入所述目标场所的事件。
119.当中间区域与位于门外侧的区域部分重叠，且中间区域与位于门内侧的区域也部分重叠时，漏检测的现象也会得到好转，例如，在图3d所示的场景中，基于轨迹110和轨迹120均可以确定发生了进入所述目标场所的事件。
120.鉴于此，在本技术实施例中，为了有效改善前述漏检测的问题，所述中间区域与位于所述目标场所的门外侧的区域部分重叠，和/或，所述中间区域与位于所述目标场所的门内侧的区域部分重叠。
121.在一个示例中，还可以获取执行s101-s102所确定的多个进入所述目标场所的事
件，而后，基于所述多个进入所述目标场所的事件，对进入所述目标场所的人次进行统计。例如，发生了n次进入目标场所的事件，则认为进入所述目标场所的人次为n。
122.如上所述，在本技术实施例中，第一轨迹由第一区域进入第二区域可以包括三种情况，在一些场景中，第一轨迹可能满足所述三种情况中的两种或者三种情况，对于这种情况，利用本技术实施例的方案，可能会出现重复统计的问题，相应的，也会导致人次统计的结果不准确。所谓重复统计，指的是一次进入目标场所的事件被统计为多次进入目标场所的事件。例如，可参考图3d进行理解，在图3d所示的场景中，基于轨迹110可以确定发生了进入目标场所的事件(轨迹110由区域107进入区域103)，而基于轨迹120也可以确定发生了进入目标场所的事件(轨迹120由区域102进入区域107)。相应的，进行人次统计时，基于轨迹110和轨迹120可以确定进入所述目标场所的人次为2。但是在实际中，轨迹110和轨迹120对应同一用户，相应的，轨迹110和轨迹120实际对应的进入所述目标场所的人次为1。
123.为了解决上述由于重复统计而导致的进入目标场所的事件统计不准确，进一步会导致人次统计结果不准确的问题，本技术实施例的方案还可以包括如下步骤a1-a2。
124.a1：获取多个进入所述目标场所的事件所对应的多个轨迹。a2：基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理。
125.在本技术实施例中，“进入目标场所的事件对应的轨迹”指的是确定发生进入所述目标场所的事件所使用的轨迹。
126.在本技术实施例中，步骤a2在具体实现时，可以有多种实现方式，以下介绍两种可能的实现方式。
127.第一种实现方式可以包括如下步骤b1-b3。
128.步骤b1：获取所述多个轨迹分别对应的用户特征。
129.在本技术实施例中，对于所述多个进入目标场所的事件而言，获取每一个进入所述目标场所的事件所对应的轨迹的用户特征的方式是类似的。鉴于此，在此以所述多个进入所述目标场所的事件中的事件1为例，说明获取事件1对应的轨迹对应的用户特征的具体实现方式。为方便描述，将“事件1对应的轨迹”称为“轨迹1”。
130.不难理解的是，“事件1对应的轨迹”为“轨迹1”，说明基于“轨迹1”可以确定发生了进入所述目标场所的事件。其中，可以利用以上s101-s102，从而基于“轨迹1”确定发生了进入所述目标场所的事件。在一个示例中，步骤a1中的多个轨迹，可以包括s101中的第一轨迹。
131.在本技术实施例中，获取轨迹1对应的用户特征在具体实现时，可以有多种实现方式，以下介绍两种可能的实现方式。
132.在一种实现方式中，可以获取确定所述轨迹1的视频帧，而后，对所述视频帧中与所述轨迹1对应的用户所在的图像区域进行分析，从而得到所述轨迹1对应的用户特征。
133.在又一种实现方式中，可以获取轨迹识别模型输出所述轨迹1对应的用户特征，此处提及的轨迹识别模型，用于根据所述摄像设备拍摄的视频，确定用户的轨迹。换言之，轨迹识别模型除了可以基于视频输出轨迹之外，还可以输出与轨迹对应的用户特征。
134.在一个示例中，此处提及的轨迹识别模型，可以是前文提及的reid模型。
135.在一个示例中，所述用户特征可以是一个多维的向量。
136.b2：基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应
同一用户的至少两个轨迹。
137.在本技术实施例中，可以根据用户特征之间的相似度，确定用户特征所对应的轨迹是否对应同一用户。
138.在一个示例中，对于所述多个用户特征中的第二轨迹对应的用户特征而言，可以计算其与所述多个轨迹对应的用户特征中的其它轨迹对应的用户特征的相似度。为方便描述，将所述其它轨迹对应的用户特征中的任意一个特征，称为“第三轨迹对应的用户特征”。在本技术实施例中，可以计算第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度，若第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度大于或者等于预设相似度阈值，则确定所述第二轨迹和第三轨迹对应同一用户；若第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度小于所述预设相似度阈值，则确定所述第二轨迹和第三轨迹对应不同用户。
139.此处提及的第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度，可以是第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的余弦相似度。
140.关于所述预设相似度阈值，其取值可以根据实际情况确定，具体取值本技术实施例不做具体限定。
141.在一个示例中，考虑到对于某一用户而言，其从目标场所的门外侧的区域行动至目标场所的门内侧的区域所需耗费的时间较短。因此，对于两个时间距离较大的进入所述目标场所的事件而言，其属于同一用户的可能性较小。因此，在一个示例中，第一时刻和第二时刻之间的差值小于预设时间阈值，其中，第一时刻指的是前述第二轨迹对应的进入所述目标场所的事件的发生时刻，第二时刻指的是前述第三轨迹对应的进入所述目标场所的事件的发生时刻。本技术实施例不具体限定所述预设时间阈值，所述预设时间阈值可以根据实际情况确定，例如，所述预设时间阈值可以是10秒。
142.关于所述第一时刻，需要说明的是，所述第一时刻，可以根据确定所述第二轨迹的视频帧的拍摄时刻确定。例如，所述第二轨迹基于在第一时间段内的多个视频帧确定，则所述第一时刻，可以是所述第一时间段内的某一时刻。例如，所述第一时刻，可以是所述第一时间段的中间时刻；又如，所述第一时刻，可以是所述第一时间段的起始时刻；再如，所述第一时刻，可以是所述第一时间段的结束时刻。
143.类似的，所述第二时刻，可以根据确定所述第三轨迹的视频帧的拍摄时刻确定。例如，所述第三轨迹基于在第二时间段内的多个视频帧确定，则所述第二时刻，可以是所述第二时间段内的某一时刻，例如，所述第二时刻，可以是所述第二时间段的中间时刻，又如，所述第二时刻，可以是所述第二时间段的起始时刻；再如，所述第二时刻，可以是所述第二时间段的结束时刻。
144.b3：若确定所述多个轨迹中包括对应同一用户的至少两个轨迹，则对所述至少两个轨迹对应的所述至少两个进入所述目标场所事件进行去重处理。
145.在本技术实施例中，若所述多个轨迹中包括对应同一用户的至少两个轨迹，则说明对于某一用户而言，在确定进入所述目标场所的事件时，进行了多次统计。相应的，在基于进入所述目标场所的事件对进入所述目标场所的人次进行统计时，进行了多次统计。为了避免这个问题，在本技术实施例中，可以对所述至少两个轨迹对应的所述至少两个进入所述目标场所事件进行去重处理。其中，对所述至少两个轨迹对应的所述至少两个进入所
述目标场所事件进行去重处理，可以保留所述至少两个进入所述目标场所事件中的其中一个事件，并删除所述至少两个进入所述目标场所事件中的其它事件。举例说明：轨迹2、轨迹3和轨迹4对应同一用户，则可以将轨迹2对应的事件以及轨迹3对应的事件删除，保留轨迹4对应的事件。
146.在一个示例中，对所述至少两个轨迹对应的所述至少两个进入所述目标场所事件进行去重处理之后，所述去重处理之后得到的进入所述目标场所的事件用于对进入所述目标场所的人次进行统计。例如，去重之后包括m个进入所述目标场所的事件，则可以确定人次统计结果为m。采用这种方式，可以避免由于重复统计而导致的人次统计不准确的问题，从而有效提升人次统计的准确度。
147.第二种实现方式可以通过如下步骤a3-a4实现。
148.a3：确定所述多个轨迹中，是否存在对应多个进入所述目标场所的事件的轨迹。
149.获得多个进入所述目标场所的事件对应的轨迹之后，可以基于所述多个轨迹中每个轨迹的标识，确定所述多个轨迹中，是否存在对应多个进入所述目标场所的事件的轨迹。
150.a4：若确定所述多个轨迹中存在对应多个进入所述目标场所的事件的目标轨迹，则对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理。
151.不难理解的是，若存在对应多个进入所述目标场所的事件的目标轨迹，则说明对于某一个或者多个轨迹中的每一个轨迹而言，统计了多次进入所述目标场所的事件。例如，可参考图3e进行理解，轨迹130为一条连续的轨迹，其跨越区域102、区域107和区域103，则基于轨迹130，可以得到3个进入所述目标场所的事件。相应的，在基于进入所述目标场所的事件对进入所述目标场所的人次进行统计时，进行了多次统计。为了避免这个问题，在本技术实施例中，可以对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理。其中，对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理，可以保留目标轨迹对应的多个进入所述目标场所事件中的其中一个事件，并删除所述多个进入所述目标场所事件中的其它事件。举例说明：轨迹5对应3个进入所述目标场所的事件，则可以删除这3个事件中的其中两个事件，并保留另外一个未被删除的事件。
152.在一个示例中，对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理之后，所述去重处理之后得到的进入所述目标场所的事件用于对进入所述目标场所的人次进行统计。例如，去重之后包括m个进入所述目标场所的事件，则可以确定人次统计结果为m。采用这种方式，可以避免由于重复统计而导致的人次统计不准确的问题，从而有效提升人次统计的准确度。
153.在本技术实施例中，与第一轨迹由第一区域进入第二区域类似，第一轨迹由第二区域进入第一区域，也可以包括3种情况，这3种情况可以参考上文对于第一区域和第二区域的描述部分，此次不做详述。利用本技术实施例的方案，能够避免由于轨迹不连续而导致离开所述目标场所的事件漏检测的问题。相应的，也可以避免由于轨迹不连续而导致的离开所述目标场所的人次漏检测的问题。在一个示例中，为了避免对离开所述目标场所的事件重复检测的问题，还可以获取多个离开所述目标场所的事件所对应的多个轨迹，而后，基于所述多个轨迹对所述多个离开所述目标场所的事件进行去重处理。进一步地，可以基于去重之后的离开所述目标场所的事件，对离开所述目标场所的人次进行统计。
154.关于对离开所述目标场所的事件进行去重处理的具体实现，可以参考上文对于步
骤a1-a2以及a3-a4的描述部分，此次不再重复描述。
155.关于“基于去重之后的离开所述目标场所的事件，对离开所述目标场所的人次进行统计”的具体实现，可以参考上文对于“基于去重之后的进入所述目标场所的事件，对进入所述目标场所的人次进行统计”的相关描述部分，此处不再重复描述。
156.示例性设备
157.基于以上实施例提供的方法，本技术实施例还提供了一种装置，以下结合附图介绍该装置。
158.参见图4，图4为本技术实施例提供的一种跨域事件的确定装置的结构示意图。所述装置400例如可以具体包括：第一获取单元401、第一确定单元402和第二确定单元403。
159.第一获取单元401，用于获取第一轨迹，所述第一轨迹根据目标场所对应的摄像设备拍摄的视频处理得到；
160.第一确定单元402，用于若所述第一轨迹由第一区域进入第二区域，则确定发生了进入目标场所的事件；
161.第二确定单元403，用于若所述第一轨迹由所述第二区域进入所述第一区域，则确定发生了离开所述目标场所的事件；
162.其中：
163.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为位于所述目标场所的门内侧的区域，所述位于目标场所的门外侧的区域和所述位于目标场所的门内侧的区域不重叠；或者，
164.所述第一区域为位于目标场所的门外侧的区域，所述第二区域为中间区域，所述中间区域为位于所述门外侧和所述门内侧中间的区域；或者，
165.所述第一区域为所述中间区域，所述第二区域为位于所述目标场所的门内侧的区域。
166.可选的，所述中间区域与位于所述目标场所的门外侧的区域部分重叠，和/或，所述中间区域与位于所述目标场所的门内侧的区域部分重叠。
167.可选的，所述装置还包括：
168.第二获取单元，用于获取多个进入所述目标场所的事件所对应的多个轨迹；
169.第一去重单元，用于基于所述多个轨迹对所述多个进入所述目标场所的事件进行去重处理。
170.可选的，第一去重单元，用于：
171.获取所述多个轨迹分别对应的用户特征；
172.基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹；
173.若确定所述多个轨迹中包括对应同一用户的至少两个轨迹，则对所述至少两个轨迹对应的进入所述目标场所的事件进行去重处理。
174.可选的，所述基于所述多个轨迹分别对应的用户特征，确定所述多个轨迹中是否包括对应同一用户的至少两个轨迹，包括：
175.若第二轨迹对应的用户特征和第三轨迹对应的用户特征之间的相似度大于或者等于预设相似度阈值，则确定所述第二轨迹和第三轨迹对应同一用户；
176.若所述第二轨迹对应的用户特征和所述第三轨迹对应的用户特征之间的相似度小于所述预设相似度阈值，则确定所述第二轨迹和第三轨迹对应不同用户。
177.可选的，第一时刻和第二时刻之间的差值小于预设时间阈值，所述第一时刻为所述第二轨迹对应的进入所述目标场所的事件的发生时刻，所述第二时刻为与所述第三轨迹对应的进入所述目标场所的事件的发生时刻，所述第一时刻根据确定所述第二轨迹的视频帧的拍摄时刻确定，所述第二时刻根据确定所述第三轨迹的视频帧的拍摄时刻确定。
178.可选的，所述获取多个进入所述目标场所的事件所对应的多个轨迹分别对应的用户特征，包括：
179.获取轨迹识别模型所输出的所述多个轨迹对应的用户特征，所述轨迹识别模型，用于根据所述摄像设备拍摄的视频，确定用户的轨迹。
180.可选的，第一去重单元，用于：
181.确定所述多个轨迹中，是否存在对应多个进入所述目标场所的事件的轨迹；
182.若确定所述多个轨迹中存在对应多个进入所述目标场所的事件的目标轨迹，则对所述目标轨迹对应的多个进入所述目标场所的事件进行去重处理。
183.可选的，所述装置还包括：
184.第三获取单元，用于获取多个离开所述目标场所的事件所对应的多个轨迹；
185.第二去重单元，用于基于所述多个轨迹对所述多个离开所述目标场所的事件进行去重处理。
186.参见图5，图5为本技术实施例提供的一种人次统计装置的结构示意图。所述装置500例如可以包括：获取单元501和人次统计单元502。
187.获取单元，用于获取多个进入目标场所的事件，所述进入目标场所的事件，是利用以上方法实施例所述的跨域事件的确定方法确定的；
188.人次统计单元，用于基于所述多个进入目标场所的事件，对进入所述目标场所的人次进行统计。
189.由于所述装置400和500是与以上方法实施例提供的方法对应的装置，所述装置400和500的各个单元的具体实现，均与以上方法实施例为同一构思，因此，关于所述装置400和500的各个单元的具体实现，可以参考以上方法实施例的描述部分，此处不再赘述。
190.本技术实施例提供了一种设备，所述设备包括：处理器、存储器、系统总线；所述设备以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行以上方法实施例所述的跨域事件的确定方法或者人次统计方法。
191.本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行以上方法实施例所述的跨域事件的确定方法或者人次统计方法。
192.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
193.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。
194.以上所述仅为本技术的较佳实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。