基于单点相似度的人车关联方法、装置、设备及存储介质

摘要

本发明实施例公开了一种基于单点相似度的人车关联方法、装置、设备及存储介质。该方法包括：获取手机识别信息和车辆识别信息；根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点；按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点；基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。本发明实施例不采用多轨迹点描绘轨迹以根据轨迹进行相似度计算，可以在轨迹前缺少的情况下进行人车关联判断，避免了因为信息缺乏导致的误判，对信息量需求低可以适应更广泛的应用场景。

说明书

技术领域

本发明涉及智能交通技术领域，尤其涉及一种基于单点相似度的人车关联方法、装置、设备以及存储介质。

背景技术

道路监控摄像头的普及，使得车辆智能监测系统(卡口系统)检测到的过车数据量迅速膨胀。而随着图像处理技术在交通管理中的发展，计算机自动识别车牌号码的技术已基本完善，同时抓取手机唯一标识IMSI技术成熟。目前在各个城市已部署大量道路监控和手机IMSI抓取设备，如何从这两个维度的数据中挖掘具有价值的信息，为决策提供信息参考，是一件迫切和有价值的任务。

在海量的轨迹数据中，通过两个维度的多个点的信息，进行拟合和计算，可以获取轨迹的相似度。而在大量场景中，由于场景实时性要求高，抓拍设备(车牌识别设备和手机IMSI抓取设备)部署特性复杂，导致没有达到多点计算相似度的条件，对人车关联的信息量要求较高容易在信息量较少时无法及时作出人车关联判断。

发明内容

有鉴于此，本发明提供了一种基于单点相似度的人车关联方法、装置、设备以及存储介质，能够在轨迹信息不充足时根据单点相似度实现人车关联。

为解决上述技术问题，本发明采用以下技术方案：

第一方面，本发明提供了一种基于单点相似度的人车关联方法，该方法包括：

获取手机识别信息和车辆识别信息；

根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点；

按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点；

基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

第二方面，本发明提供了一种基于单点相似度的人车关联装置，该装置包括：

信息获取模块，用于获取手机识别信息和车辆识别信息；

轨迹点确定模块，用于根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点；

轨迹点匹配模块，用于按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点；

关联模块，用于基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

第三方面，本发明提供了一种设备，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明任一实施例所述的基于单点相似度的人车关联方法。

第四方面，本发明提供了一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现如本发明任一实施例所述的基于单点相似度的人车关联方法。

本发明提供的基于单点相似度的人车关联方法，不采用多轨迹点描绘轨迹以根据轨迹进行相似度计算，可以在轨迹前缺少的情况下进行人车关联判断，避免了因为信息缺乏导致的误判，对信息量需求低可以适应更广泛的应用场景。

附图说明

为了更清楚地说明本申请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的介绍，显而易见的，下面描述中的附图仅仅是本申请的部分实施例，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，还可以根据提供的附图获得其他的附图。

图1是本发明实施例一提供的一种基于单点相似度的人车关联方法流程图；

图2是本发明实施例一提供的一种基于单点相似度的人车关联方法子流程图；

图3是本发明实施例二提供的一种基于单点相似度的人车关联方法子流程图

图4是本发明实施例二提供的一种基于单点相似度的人车关联装置结构示意图；

图5是本发明实施例三提供的一种计算机设备的结构示意图。

具体实施方式

下面结合本申请实施例中的附图，对本申请实施中的技术方案进行清楚、完整的描述。可以理解的是，此处所描述的具体实施例仅仅是本申请一部分实施例，而不是全部的实施例，仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，基于本申请中的实施例，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，都属于本申请保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一速度差值为第二速度差值，且类似地，可将第二速度差值称为第一速度差值。第一速度差值和第二速度差值两者都是速度差值，但其不是同一速度差值。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。需要说明的是，当部被称为“固定于”另一个部，它可以直接在另一个部上也可以存在居中的部。当一个部被认为是“连接”到另一个部，它可以是直接连接到另一个部或者可能同时存在居中部。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述，只是为了说明的目的，并不表示是唯一的实施方式。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

参见图1，本实施例提供了一种基于单点相似度的人车关联方法，可以应用于设置于各种道路的车辆监控系统，该方法包括以下步骤：

S110、获取手机识别信息和车辆识别信息。

手机识别信息包括用于区分不同手机的手机标识码以及手机的位置、时间、速度等信息，车辆识别信息包括用于区分不同车辆的车辆标识码以及车辆的位置、时间、速度等信息。示例性的，手机标识码可以为手机IMSI，车辆标识码可以为车牌，即所述手机识别信息包括手机IMSI(International Mobile Subscriber Identity，国际移动用户识别码)信息，所述车辆识别信息包括车牌信息；手机的位置和车辆为位置可以为坐标信息也可为具体的道路信息。

本实施例中，车辆监控系统包括采集设备，采集设备在车辆以及手机经过时，采集车辆识别信息和手机识别信息。示例性的，采集设备可以包括用于捕获车牌信息的摄像头以及用于捕获手机IMSI信息的LTE特征采集设备。

S120、根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点。

根据手机识别信息可以得到手机的至少一个轨迹点，而仅根据位置进行分析显然不合理，因此本实施例中的手机的轨迹点包括方向、时间、速度、距离等信息，具体的，对于一个轨迹点a，a＝{p,t,q,v,d}，其中，p为轨迹点a对应的手机标识码，t为轨迹点a对应的时刻，q为轨迹点a对应的移动方向，v为轨迹点a对应的速度大小，d为轨迹点a的距离(距离为以一个预设参考点计算的绝对距离)。相应的根据车辆识别信息也可以得到车辆的至少一个轨迹点，为了便于区分，将手机的轨迹点称为第一轨迹点，车辆的轨迹点称为第二轨迹点，第二轨迹点与第一轨迹点类似的，也包括方向、时间、速度、距离等信息。

具体的，车辆监控系统中包括用于处理手机识别信息和车辆识别信息的处理模块，用于根据手机识别信息确定用于表示手机移动情况的第一轨迹点，以及根据车辆识别信息确定用于表示车辆移动情况的第二轨迹点。

S130、按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点。

现有技术中，在进行人车关联分析中，都是通过多个轨迹点得到轨迹再根据轨迹进行相似度分析，而本实施例考虑到存在单个轨迹点难以形成轨迹的情况，这种情况下基于轨迹进行相似度分析会导致匹配错误，因此采用基于单个轨迹点的相似度分析。具体的，在得到至少一个第一轨迹点和至少一个第二轨迹点之后，不根据轨迹点进行轨迹转换，直接按照时间最近原则对第一轨迹点和第二轨迹点进行匹配，即在对于一个第一轨迹点a

具体的，本实施例中处理模块在得到第一轨迹点和第二轨迹点之后，按照时间最近原则对第一轨迹点和第二轨迹点进行匹配，得到一一对应的、匹配后的第一轨迹点和第二轨迹点。

S140、基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

单点相似度为针对一对匹配得到第一轨迹点和第二轨迹点进行相似度计算得到的相似度衡量值。处理模块中还设置有预设相似度，当处理模块根据匹配后的第一轨迹点和第二轨迹点确定单点相似度后，将单点相似度与预设相似度比较，若单点相似度大于预设相似度则说明手机对应的人员与车辆关联，反之则不关联。

在一替代实施例中，若手机与车辆有多组配对的第一轨迹点和第二轨迹点，则将单点相似度与预设相似度比较时，可以取多组配对的第一轨迹点和第二轨迹点的平均单点相似度。

本实施例中，单点相似度由方向相似性、速度相似性、距离相似性和时间相似性综合得到，具体的，如图2所示，单点相似度的计算过程包括步骤S141-143：

S141、基于所述匹配后的第一轨迹点和第二轨迹点计算方向相似性、速度相似性、距离相似性和时间相似性。

方向相似性根据两个轨迹点的移动方向确定，速度相似性根据两个轨迹点的移动速度大小确定，距离相似性根据两个轨迹点距离预设参考点的距离确定，时间相似性根据两个轨迹点对应的时刻确定。

S142、根据所述方向相似性、速度相似性、距离相似性和时间相似性按照预设权重得到整体相似性。

本实施例中，对于方向相似性、速度相似性、距离相似性和时间相似性在单点相似度中的重要性考量有轻重区分，因此设置有有预设权重，以根据预设权重考量方向相似性、速度相似性、距离相似性和时间相似性得到整体相似性，再根据整体相似性得到单点相似度。

S143、将所述整体相似性转换为置信度，作为单点相似度。

将整体相似性转换为置信度是由于整体相似度是基于每对第一轨迹点和第二轨迹点得到的，而以一组轨迹点位样本定义手机和车辆的相似度可能存在偏差，引入置信度表示单点相似度以降低出现偏差的几率。

本实施例提供的基于单点相似度的人车关联方法中，先获取手机识别信息和车辆识别信息，再根据手机识别信息确定第一轨迹点，根据车辆识别信息确定第二轨迹点，按照时间最近原则对第一轨迹点和第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点，根据匹配后的第一轨迹点和第二轨迹点确定单点相似度，进而根据单点相似度确定手机对应的人员与车辆是否关联，该方法不采用多轨迹点描绘轨迹以根据轨迹进行相似度计算，可以在轨迹前缺少的情况下进行人车关联判断，避免了因为信息缺乏导致的误判，对信息量需求低可以适应更广泛的应用场景。

实施例二

本实施例在上一实施例的基础上，对部分内容做了进一步解释和补充，例如，具体包括：

如图3所示，步骤S141包括步骤S210-240：

S210、按照第一规则比较所述匹配后的第一轨迹点和第二轨迹点的移动方向得到方向相似性。

更具体的，在一个实施例中，方向相似性Sim

其中a为第一轨迹点，b为第二轨迹点，a

S220、确定所述匹配后的第一轨迹点和第二轨迹点的速度差值，根据所述速度差值按照第二规则确定速度相似性。

具体的，在一实施例中，速度相似性的计算过程包括：若所述速度差值小于等于第一预设速度，则确定所述速度相似性为第一预设值；

若所述速度差值小于等于第二预设速度，且大于第一预设速度，则确定所述速度相似性为第二预设值；

若所述速度差值小于等于第三预设速度，且大于第二预设速度，则确定所述速度相似性为第三预设值；

若所述速度差值大于第三预设速度，则确定所述速度相似性为第四预设值。

更具体的，在一个实施例中，第一预设速度为15km/h，第二预设速度为25km/h，第三预设速度为35km/h，第一预设值为1，第二预设值为0.8，第三预设值为0.5，第四预设值为0.1，则可以用下式表示速度相似性Sim

上式中，a为第一轨迹点，b为第二轨迹点，a

S230、确定所述匹配后的第一轨迹点和第二轨迹点的距离差值，根据所述距离差值按照第三规则确定距离相似性。

具体的，在一个实施例中，距离相似性的计算过程包括：根据所述匹配后的第一轨迹点和第二轨迹点的距离信息、速度信息和时间信息确定距离差值；

若所述距离差值小于等于第一预设距离，则确定所述距离相似性为第一预设值；

若所述距离差值小于等于第二预设距离，且大于第一预设距离，则确定所述距离相似性为第二预设值；

若所述距离差值小于等于第三预设距离，且大于第二预设距离，则确定所述距离相似性为第三预设值；

若所述距离差值大于第三预设距离，则确定所述距离相似性为第四预设值。

更具体的，在一个实施例中，第一预设距离为50m，第二预设距离为80m，第三预设距离为100m，第一预设值为1，第二预设值为0.8，第三预设值为0.5，第四预设值为0.1，则可以用下式表示距离相似性Sim

上式中，a为第一轨迹点，b为第二轨迹点，a

S240、确定所述匹配后的第一轨迹点和第二轨迹点的时间差值，根据所述时间差值按照第四规则确定时间相似性。

具体的，在一个实施例中，时间相似性的计算过程包括：根据所述匹配后的第一轨迹点和第二轨迹点的距离信息、速度信息和时间信息确定时间差值；

若所述时间差值小于等于第一预设时间，则确定所述时间相似性为第一预设值；

若所述时间差值小于等于第二预设时间，且大于第一预设时间，则确定所述时间相似性为第二预设值；

若所述时间差值小于等于第三预设时间，且大于第二预设时间，则确定所述时间相似性为第三预设值；

若所述时间差值大于第三预设时间，则确定所述时间相似性为第四预设值。

更具体的，在一个实施例中，第一预设时间为3s，第二预设时间为6s，第三预设时间为10s，第一预设值为1，第二预设值为0.8，第三预设值为0.5，第四预设值为0.1，则可以用下式表示时间相似性Sim

上式中，a为第一轨迹点，b为第二轨迹点，a

具体的，基于上述示例的整体相似性计算过程可以为：

Sim(a，b)＝ε

且ε

可以理解的是，步骤S210-240实际上没有先后顺序，四个步骤可以任意打乱先后顺序，只需要最后得到方向相似性、速度相似性、距离相似性和时间相似性即可。

本实施例提供的一种基于单点相似度的人车关联方法，进一步给出了方向相似性、速度相似性、距离相似性和时间相似性的具体计算方式，可以根据手机识别信息和车辆识别信息进行单点相似度的计算，可以高效精确的通过手机与车辆匹配实现人车关联。

实施例三

如图3所示，本实施例提供了一种基于单点相似度的人车关联装置300，包括：

信息获取模块310，用于获取手机识别信息和车辆识别信息。

轨迹点确定模块320，用于根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点。

轨迹点匹配模块330，用于按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点。

关联模块340，用于基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

更具体的，在一个实施例中，所述手机识别信息包括手机IMSI信息，所述车辆识别信息包括车牌信息。

可选的，在一实施例中，关联模块340包括第一计算单元、第二计算单元和转换单元：

第一计算单元，用于基于所述匹配后的第一轨迹点和第二轨迹点计算方向相似性、速度相似性、距离相似性和时间相似性；

第二计算单元，用于根据所述方向相似性、速度相似性、距离相似性和时间相似性按照预设权重得到整体相似性；

转换单元，用于将所述整体相似性转换为置信度，作为单点相似度。

可选的，在一实施例中，第一计算单元具体用于：按照第一规则比较所述匹配后的第一轨迹点和第二轨迹点的移动方向得到方向相似性；

确定所述匹配后的第一轨迹点和第二轨迹点的速度差值，根据所述速度差值按照第二规则确定速度相似性；

确定所述匹配后的第一轨迹点和第二轨迹点的距离差值，根据所述距离差值按照第三规则确定距离相似性；

确定所述匹配后的第一轨迹点和第二轨迹点的时间差值，根据所述时间差值按照第四规则确定时间相似性。

更具体的，在一个实施例中，根据所述速度差值按照第二规则确定速度相似性，包括：

若所述速度差值小于等于第一预设速度，则确定所述速度相似性为第一预设值；

若所述速度差值小于等于第二预设速度，且大于第一预设速度，则确定所述速度相似性为第二预设值；

若所述速度差值小于等于第三预设速度，且大于第二预设速度，则确定所述速度相似性为第三预设值；

若所述速度差值大于第三预设速度，则确定所述速度相似性为第四预设值。

更具体的，在一个实施例中，所述确定所述匹配后的第一轨迹点和第二轨迹点的距离差值，根据所述距离差值按照第三规则确定距离相似性，包括：

根据所述匹配后的第一轨迹点和第二轨迹点的距离信息、速度信息和时间信息确定距离差值；

若所述距离差值小于等于第一预设距离，则确定所述距离相似性为第一预设值；

若所述距离差值小于等于第二预设距离，且大于第一预设距离，则确定所述距离相似性为第二预设值；

若所述距离差值小于等于第三预设距离，且大于第二预设距离，则确定所述距离相似性为第三预设值；

若所述距离差值大于第三预设距离，则确定所述距离相似性为第四预设值。

可选的，在一个实施例中，所述确定所述匹配后的第一轨迹点和第二轨迹点的时间差值，根据所述时间差值按照第四规则确定时间相似性，包括：

根据所述匹配后的第一轨迹点和第二轨迹点的距离信息、速度信息和时间信息确定时间差值；

若所述时间差值小于等于第一预设时间，则确定所述时间相似性为第一预设值；

若所述时间差值小于等于第二预设时间，且大于第一预设时间，则确定所述时间相似性为第二预设值；

若所述时间差值小于等于第三预设时间，且大于第二预设时间，则确定所述时间相似性为第三预设值；

若所述时间差值大于第三预设时间，则确定所述时间相似性为第四预设值。

本实施例提供的基于单点相似度的人车关联装置中，先获取手机识别信息和车辆识别信息，再根据手机识别信息确定第一轨迹点，根据车辆识别信息确定第二轨迹点，按照时间最近原则对第一轨迹点和第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点，根据匹配后的第一轨迹点和第二轨迹点确定单点相似度，进而根据单点相似度确定手机对应的人员与车辆是否关联，该方法不采用多轨迹点描绘轨迹以根据轨迹进行相似度计算，可以在轨迹前缺少的情况下进行人车关联判断，避免了因为信息缺乏导致的误判，对信息量需求低可以适应更广泛的应用场景。

实施例四

图4为本发明实施例四提供的一种计算机设备400的结构示意图，如图4所示，该种设备包括存储器410、处理器420，设备中处理器420的数量可以是一个或多个，图4中以一个处理器420为例；设备中的存储器410、处理器420可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的基于单点相似度的人车关联方法对应的程序指令/模块(例如，基于单点相似度的人车关联装置中的信息获取模块310、轨迹点确定模块320、轨迹点匹配模块330和关联模块340)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于单点相似度的人车关联方法。

其中，所述处理器420用于运行存储在存储器410中的计算机可执行程序，以实现如下步骤：步骤S110、获取手机识别信息和车辆识别信息；步骤S120、根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点；步骤S130、按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点；S140、基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

当然,本发明实施例所提供的一种设备,该设备不限于如上所述的方法操作,还可以执行本发明实施例任意实施例所提供的基于单点相似度的人车关联方法中的相关操作。

存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器420远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本实施例提供了一种设备，能够实现本发明任一实施例提供的基于单点相似度的人车关联方法，该方法不采用多轨迹点描绘轨迹以根据轨迹进行相似度计算，可以在轨迹前缺少的情况下进行人车关联判断，避免了因为信息缺乏导致的误判，对信息量需求低可以适应更广泛的应用场景。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于单点相似度的人车关联方法，该基于单点相似度的人车关联方法包括：

获取手机识别信息和车辆识别信息；

根据所述手机识别信息确定至少一个第一轨迹点，根据所述车辆识别信息确定至少一个第二轨迹点；

按照时间最近原则对所述第一轨迹点和所述第二轨迹点进行匹配，得到匹配后的第一轨迹点和第二轨迹点；

基于所述匹配后的第一轨迹点和第二轨迹点确定单点相似度，若单点相似度大于预设相似度则确定手机对应的人员与车辆关联。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于单点相似度的人车关联方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，设备，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述基于单点相似度的人车关联装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。