轨迹还原方法和装置、存储介质及电子设备与流程

1.本发明涉及计算机领域，具体而言，涉及一种轨迹还原方法和装置、存储介质及电子设备。


背景技术：

2.相关技术中，车辆的轨迹还原中，通常通过车辆的位置信息(例如，gps信息)对车辆进行定位，基于车辆的位置信息对车辆的轨迹进行还原。此种方法对于较为稠密位置信息轨迹还原准确性较好，而对于稀疏位置信息的情况下的性能和精度较差。
3.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

4.本发明实施例提供了一种轨迹还原方法和装置、存储介质及电子设备，以至少解决轨迹还原准确率低的技术问题。
5.根据本发明实施例的一个方面，提供了一种轨迹还原方法，包括：获取目标设备的目标位置集合；将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一目标移动轨迹；获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中的多条道路上，得到所述目标设备的第二目标移动轨迹；根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
6.可选地，所述将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一移动轨迹，包括：将所述目标位置集合中的位置进行聚合，得到第一移动轨迹，其中，所述第一移动轨迹上包括所述目标位置集合中的部分位置；在预先记录的历史位置对应信息中查找与第一位置子集中的每个位置对应的移动轨迹，得到第一移动轨迹集合，其中，所述第一位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述历史位置对应信息中记录了多组具有对应关系的历史位置和移动轨迹，所述历史位置对应信息中的位置包括所述目标设备的历史位置，或者，包括多个设备的历史位置；将所述第一移动轨迹和所述第一移动轨迹集合确定为所述第一目标移动轨迹。
7.可选地，所述在预先记录的历史位置对应信息中查找与第一位置子集中的每个位置对应的移动轨迹，得到第一移动轨迹集合，包括：通过以下步骤在所述历史位置对应信息中查找与所述第一位置子集中的当前位置对应的移动轨迹：在所述历史位置对应信息中确定与所述当前位置相似度大于或等于预设值的历史位置集合，以及确定与所述历史位置集合中的每个历史位置具有对应关系的移动轨迹，得到第二移动轨迹集合；在所述第二移动轨迹集合中确定与所述当前位置对应的移动轨迹。
8.可选地，所述在所述第二移动轨迹集合中确定与所述当前位置对应的移动轨迹，包括：根据多头注意力机制模型确定所述第二移动轨迹集合中的每个移动轨迹的权重，其中，所述多头注意力机制模型是使用所述历史位置对应信息通过自主学习得到的模型；将所述第二移动轨迹集合中权重最大的移动轨迹确定为与所述当前位置对应的移动轨迹。
9.可选地，所述将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹，包括：在所述目标位置集合中的位置均位于所述多条道路上的情况下，将所述目标位置集合中的位置所位于的道路形成的轨迹确定为所述第二目标移动轨迹。
10.可选地，所述将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹，还包括：在所述目标位置集合中的部分位置位于所述多条道路上的情况下，将所述部分位置所位于的道路形成的轨迹确定为第二移动轨迹；根据第二位置子集中的每个位置以及所述第二位置子集中的每个位置的相邻位置确定所述第二移动轨迹集合，其中，所述第二位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述第二位置子集中的每个位置的相邻位置是在所述目标位置集合中按照定位时间顺序排序后与所述每个位置相邻的位置；将所述第二移动轨迹和所述第二移动轨迹集合确定为所述第二目标移动轨迹。
11.可选地，所述根据第二位置子集中的每个位置以及所述第二位置子集中的每个位置的相邻位置确定所述第二移动轨迹集合，包括：对所述第二位置子集中的每个位置执行以下步骤，在执行以下步骤时，所述第二位置子集中的每个位置为当前位置：在所述多条道路中确定与所述当前位置距离小于或等于第一距离阈值的第一道路集合；在所述多条道路中确定与所述当前位置的相邻位置距离小于或等于第二距离阈值的第二道路集合；根据所述第一道路集合和所述第二道路集合确定所述当前位置对应的移动轨迹，其中，所述第二移动轨迹集合中包括所述当前位置对应的移动轨迹。
12.可选地，所述根据所述第一道路集合和所述第二道路集合确定所述当前位置对应的移动轨迹，包括：在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于第一预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相连位置的拐弯次数小于或等于第二预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的拐弯角度小于或等于第三预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于所述第一预设值，且拐弯次数小于或等于所述第二预设值，且拐弯角度小于或等于第三预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，所述当前位置对应的移动轨迹的限速与所述目标设备从所述当前位置移动至所述当前位置的相邻位置的速度相匹配。
13.可选地，所述根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹，包括：将所述第一目标移动轨迹和所述第二目标移动轨迹中包含所述目标位置集合中的位置的数量最多的移动轨迹，确定为所述目标移动轨迹；或者，根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模
型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；将所述第一目标移动轨迹和所述第二目标移动轨迹中权重最大的移动轨迹确定为所述目标移动轨迹；或者，根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；根据所述第一目标移动轨迹的权重和所述第二目标移动轨迹的权重对所述第一目标移动轨迹和所述第二目标移动轨迹进行加权融合，得到所述目标移动轨迹。
14.可选地，所述在根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹之后，所述方法还包括：在目标线下媒体信息位于所述目标移动轨迹的预设范围内的情况下，将所述目标设备确定为所述目标线下媒体信息的曝光对象。
15.根据本发明实施例的另一方面，还提供了一种轨迹还原装置，包括：获取模块，用于获取目标设备的目标位置集合；聚合模块，用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第一目标移动轨迹；吸附模块，用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第二目标移动轨迹；确定模块，用于根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
16.根据本发明实施例的另一方面，还提供了一种轨迹还原系统，应用于上述轨迹还原方法，包括：预处理单元，所述预处理单元中包括路径还原模块和通勤路径模块，其中，所述路径还原模块与定位日志模块连接，用于获取目标设备的目标位置集合，其中，所述定位日志模块中记录了目标设备的位置；所述路径还原模块还用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第一目标移动轨迹；获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹；根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹；通勤路径模块与所述路径还原模块连接，用于存储所述目标设备的所述目标移动轨迹。
17.可选地，所述系统还包括：曝光统计模块，与线下媒体信息点位模块和所述通勤路径模块连接，其中，所述曝光统计模块用于在确定目标线下媒体信息位于所述目标移动轨迹的预设范围内的情况下，将所述目标设备确定为所述目标线下媒体信息的曝光对象，其中，所述线下媒体信息点位模块中记录了所述目标线下媒体信息的位置。
18.根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述轨迹还原方法。
19.根据本技术实施例的又一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上轨迹还原方法。
20.根据本发明实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的轨迹
还原方法。
21.在本发明实施例中，通过目标设备目标设备的目标位置集合。通过对目标位置集合中的位置进行聚合，结合多头注意力机制得到第一目标移动轨迹，并结合目标路网信息，将目标位置集合中的位置吸附到目标路网信息中的多条道路上。解决了现有技术中轨迹还原准确率较低的问题，达到了提高轨迹还原准确率的效果。
附图说明
22.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
23.图1是根据本发明实施例的一种可选的轨迹还原方法的应用环境的示意图；
24.图2是根据本发明实施例的一种可选的轨迹还原方法的流程图；
25.图3是根据本发明实施例的一种可选的移动轨迹示意图；
26.图4是根据本发明实施例的另一种可选的移动轨迹示意图；
27.图5是根据本发明实施例的又一种可选的移动轨迹示意图；
28.图6是根据本发明实施例的又一种可选的移动轨迹示意图；
29.图7是根据本发明实施例的一种可选的道路示意图；
30.图8是根据本发明实施例的另一种可选的道路示意图；
31.图9是根据本发明实施例的另一种可选的道路示意图；
32.图10是根据本发明实施例的一种可选的结构框图；
33.图11是根据本发明实施例的又一种可选的移动轨迹示意图；
34.图12是根据本发明实施例的另一种可选的结构框图；
35.图13是根据本发明实施例的一种可选的轨迹还原装置的结构示意图；
36.图14是根据本发明实施例的一种可选的电子设备的结构示意图；
37.图15是根据本发明实施例的一种可选的电子设备的计算机系统结构框图。
具体实施方式
38.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
39.可以理解的是，在本技术的具体实施方式中，涉及到目标设备信息，例如目标设备的位置等相关的数据，当本技术以上实施例运用到具体产品或技术中时，需要获得目标设备许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
40.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆
盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.根据本发明实施例的一个方面，提供了一种轨迹还原方法，可选地，作为一种可选的实施方式，上述轨迹还原方法可以但不限于应用于如图1所示的应用环境中。上述应用环境中包括移动终端102，该移动终端102可以是终端设备，例如上述目标设备。上述移动终端包括：存储器104、处理器106和显示器108。其中显示器108用于显示画面，包括但不限于视频画面、游戏画面，以及各种应用程序的显示画面。上述处理器中可以包括定位装置，可以对移动终端进行定位。上述存储器104用于存储数据，包括但不限于用于存储移动终端的定位数据，例如上述目标位置集合中的位置。
42.可选地，在本实施例中，上述终端设备可以是配置有目标客户端的终端设备，可以包括但不限于以下至少之一：手机(如android手机、ios手机等)、笔记本电脑、平板电脑、掌上电脑、mid(mobile internet devices，移动互联网设备)、pad、台式电脑、智能语音交互设备、智能家电、车载终端等。若移动终端开启了定位(例如开启了全球定位系统gps)，则可以对移动终端进行定位，得到目标设备的位置。上述目标客户端可以是视频客户端、即时通信客户端、浏览器客户端、游戏客户端等。
43.上述网络110可以包括但不限于：有线网络，无线网络，其中，该有线网络包括：局域网、城域网和广域网，该无线网络包括：蓝牙、wifi及其他实现无线通信的网络。
44.上述服务器包括数据库114和处理引擎116，其中上述数据路114用于存储数据，包括但不限于上述目标位置集合中的位置，上述处理引擎可以对数据进行处理，包括但不限于可以用于执行以下步骤：
45.步骤s102，获取目标设备的目标位置集合；
46.其中，上述目标设备可以是车辆，也可以是车辆上车载终端，也可以是移动终端，例如，手机、电脑等。
47.步骤s104，将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一目标移动轨迹；
48.步骤s106，获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中的多条道路上，得到所述目标设备的第二目标移动轨迹；
49.步骤s108，根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
50.上述服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，或者是云服务器。上述仅是一种示例，本实施例中对此不作任何限定。
51.可选地，作为一种可选的实施方式，如图2所示，上述轨迹还原方法包括：
52.步骤s202，获取目标设备的目标位置集合；
53.可选地，上述目标设备可以是车载终端或移动终端。目标设备上设置有全球定位系统，通过全球定位系统对目标设备进行定位。例如，若通过gps定位可以对车辆进行定位。
54.步骤s204，将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一目标移动轨迹；
55.步骤s206，获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网
信息中的多条道路上，得到所述目标设备的第二目标移动轨迹；
56.步骤s208，根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
57.可选地，所述将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一移动轨迹，包括：将所述目标位置集合中的位置进行聚合，得到第一移动轨迹，其中，所述第一移动轨迹上包括所述目标位置集合中的部分位置；在预先记录的历史位置对应信息中查找与第一位置子集中的每个位置对应的移动轨迹，得到第一移动轨迹集合，其中，所述第一位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述历史位置对应信息中记录了多组具有对应关系的历史位置和移动轨迹，所述历史位置对应信息中的位置包括所述目标设备的历史位置，或者，包括多个设备的历史位置；将所述第一移动轨迹和所述第一移动轨迹集合确定为所述第一目标移动轨迹。
58.作为一个可选的实施方式，上述目标位置集合中可以包括目标设备n天的定位得到的位置，n天定位得到的位置数据中可以包含移动轨迹，也可以包括位置点，n大于或等于1。例如，若目标设备使用导航定位可以得到移动轨迹，若目标设备在某个位置进行定位后关闭，则定位得到的是位置点。通过多轨迹聚合，可以将目标设备n天的位置聚合得到位置较为密集的轨迹。可以通过如下方式进行聚合：
[0059][0060]
其中，表示n天内定位得到频率较高的位置，表示y目标设备u在第n天定位得到的轨迹。以3天定位得到的目标位置集合为例，如图3所示，第1天对目标设备进行定位得到图中所示的第1天定位得到的位置，通过圆形表示定位得到的位置。第2天对目标设备进行定位得到图中所示的第2天定位得到的位置，通过三角形表示定位得到的位置。第3天对目标设备进行定位得到图中所示的第3天定位得到的位置，通过矩形表示定位得到的位置。从图中可以看出每天定位得到的位置较为稀疏，通过对三天定位得到的位置进行聚合，可以得到较为密集的位置，通过图中所示的较为密集的位置，可以得到图中所示的目标设备的第一移动轨迹。
[0061]
作为一个可选的实施方式，由于计算机是对特征数据进行处理的，在计算机中上述的空间映射矩阵为：
[0062][0063]
其中，e
l
∈rd，是可训练的d维向量，目标位置集合中的所有位置在计算机内均可通过矩阵e
l
∈r
|γ 1|
×d进行表示。
[0064][0065]
时间映射为：
[0066][0067]
其中，i表示第i个维度，时间维度和空间维度都是d维向量。
[0068]
作为一个可选的实施方式，如图4中所示目标位置集合中的部分位置聚合成图中所示的第一移动轨迹，而对于位置a、位置b和位置c未位于第一移动轨迹上。在本实施例中，
第一位置子集中包括上述位置a、位置b和位置c。
[0069]
多头注意力机制的本质是将历史数据作为key-value进行存储，其中，key对应的是历史位置，该历史位置可以是目标设备的历史位置也可以是其他设备的历史位置，value对应的是移动轨迹。key-value用于表示上述历史对应位置信息，该历史位置对应信息用于表示设备的历史行驶轨迹中，在历史位置key上通常的移动轨迹是对应的value。
[0070]
以图4中所示的位置a、位置b和位置c为例，以位置a为key在历史对应信息中查找对应的value是移动轨迹1，以位置b为key在历史对应信息中查找对应的value是移动轨迹1，以位置c为key在历史对应信息中查找对应的value是移动轨迹2，则上述第一移动轨迹集合中包括本实施例中的移动轨迹1、移动轨迹2。如图4中所示，第一移动轨迹和第一移动轨迹集合中的移动轨迹1、移动轨迹2为目标设备的第一目标移动轨迹。
[0071]
可选地，所述在预先记录的历史位置对应信息中查找与第一位置子集中的每个位置对应的移动轨迹，得到第一移动轨迹集合，包括：通过以下步骤在所述历史位置对应信息中查找与所述第一位置子集中的当前位置对应的移动轨迹：在所述历史位置对应信息中确定与所述当前位置相似度大于或等于预设值的历史位置集合，以及确定与所述历史位置集合中的每个历史位置具有对应关系的移动轨迹，得到第二移动轨迹集合；在所述第二移动轨迹集合中确定与所述当前位置对应的移动轨迹。
[0072]
作为一个可选的实施方式，历史位置对应信息中记录了大量的历史位置和移动轨迹的对应关系。可以在历史位置对应信息中查找相似度大于或等于预设值的历史位置。在本实施例中，相似度可以通过距离，周围的建筑物类型，或者附近的街道类型来确定。在本实施例中以距离衡量相似度为例，距离越近相似度越大，上述预设值可以是距离阈值，例如3米、4米、5米等。具体可以根据实际情况而定。以第一位置子集中的位置a、位置b和位置c为例。假设当前位置为上述位置a。在历史位置对应信息中查找与位置a距离小于或等于预设值(假设预设值为3米)的位置。假设历史位置对应信息中的位置f与位置a的距离小于上述预设值。则历史位置对应信息中的位置f为上述位置a的相似位置，上述历史位置集合中仅包括位置f。历史位置对应信息中记录了位置f对应的移动轨迹，假设为上述移动轨迹1，则上述第二移动轨迹集合中仅包括移动轨迹1。通过历史位置对应信息可以确定当前位置a对应的移动轨迹是移动轨迹1。
[0073]
假设历史位置对应信息中的位置f、位置t和位置j与位置a的距离小于上述预设值。则历史位置对应信息中的位置f、位置t和位置j为上述位置a的相似位置，上述历史位置集合中包括位置f、位置t和位置j。历史位置对应信息中记录了位置f、位置t和位置j分别对应的移动轨迹，假设历史位置对应信息中位置f对应的是移动轨迹1、位置t对应的是移动轨迹8、位置j对应的是移动轨迹16，则上述第二移动轨迹集合中包括移动轨迹1、移动轨迹8和移动轨迹16。可以通过多头注意力在上述移动轨迹1、移动轨迹8和移动轨迹16中确定当前位置a对应的移动轨迹。
[0074]
可选地，所述在所述第二移动轨迹集合中确定与所述当前位置对应的移动轨迹，包括：根据多头注意力机制模型确定所述第二移动轨迹集合中的每个移动轨迹的权重，其中，所述多头注意力机制模型是使用所述历史位置对应信息通过自主学习得到的模型；将所述第二移动轨迹集合中权重最大的移动轨迹确定为与所述当前位置对应的移动轨迹。
[0075]
作为一个可选的实施方式，多头注意力机制是使用历史位置对应信息通过自主学
习得到的模型。多头注意力机制模型具体实现如下：
[0076][0077][0078][0079][0080][0081]
上述公式中的w均为多头注意力机制通过自主学习训练获得的参数。多头注意力的本质是将历史数据作为key-value进行存储，其中，key对应的是历史位置，该历史位置可以是目标设备的历史位置也可以是其他设备的历史位置，value对应的是移动轨迹。key-value用于表示上述历史对应位置信息，该历史位置对应信息用于表示设备的历史行驶轨迹中，在历史位置key上通常的移动轨迹是对应的value。
[0082]
对于上述实施例中，假设上述第二移动轨迹集合中仅包括移动轨迹1、移动轨迹8和移动轨迹16。可以通过多头注意力确定上述移动轨迹1、移动轨迹8和移动轨迹16的权重。假设通过多头注意力机制自主学习得到移动轨迹2的权重是0.8，移动轨迹8的权重是0.4，移动轨迹16的权重是0.2，则确定移动轨迹1是当前位置a对应的移动轨迹。
[0083]
作为一个可选的实施方式，也可以通过历史经验确定上述移动轨迹1、移动轨迹8和移动轨迹16的权重，历史经验是根据上述历史位置对应信息得到的。历史对应记录信息中记录了位置和移动轨迹的对应关系。在历史对应信息中出现频次越高的移动轨迹，说明目标设备通常在该移动轨迹上移动，则该移动轨迹的权重越大。假设上述第二移动轨迹集合中仅包括移动轨迹1、移动轨迹8和移动轨迹16。可以通过历史位置对应信息中记录的移动轨迹1、移动轨迹8和移动轨迹16出现的频次确定每个移动轨迹的权重。假设在历史位置对应信息中移动轨迹1出现的频次最高，则在上述移动轨迹1、移动轨迹8和移动轨迹16中移动轨迹1的权重最大。则确定移动轨迹1是当前位置a对应的移动轨迹。
[0084]
可选地，所述将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹，包括：在所述目标位置集合中的位置均位于所述多条道路上的情况下，将所述目标位置集合中的位置所位于的道路形成的轨迹确定为所述第二目标移动轨迹。
[0085]
作为一个可选的实施方式，可以结合路网信息匹配得到目标设备的移动轨迹。路网中包括多条道路，如图5中所示的黑色实线为路网信息中的多条道路。对目标设备进行定位得到图中所示的位置。结合路网信息中的多条道路根据最近距离对位置进行吸附，将定位得到的位置吸附到最近的道路上，如图5中所示将定位得到的位置吸附到道路上，根据路网信息中的道路得到目标设备的第二目标移动轨迹。
[0086]
作为一个可选的实施方式，利用路网信息对目标位置集合中的位置进行轨迹还原，使位于道路附近的位置吸附到道路上，并利用路网信息，补充目标移动轨迹的缺失部分。如图6中所示的三角形、矩形和圆形所表示的是定位得到的目标位置集合中的位置，图
中所述的黑色线为路网信息中的道路。如图中所示，目标位置集合中的位置均位于路网信息中的道路上，则将位置所位于的道路上形成的轨迹作为目标设备的第二目标移动轨迹。
[0087]
可选地，所述将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹，还包括：在所述目标位置集合中的部分位置位于所述多条道路上的情况下，将所述部分位置所位于的道路形成的轨迹确定为第二移动轨迹；根据第二位置子集中的每个位置以及所述第二位置子集中的每个位置的相邻位置确定所述第二移动轨迹集合，其中，所述第二位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述第二位置子集中的每个位置的相邻位置是在所述目标位置集合中按照定位时间顺序排序后与所述每个位置相邻的位置；将所述第二移动轨迹和所述第二移动轨迹集合确定为所述第二目标移动轨迹。
[0088]
作为一个可选的实施方式，如图7中所示路网信息中，定位得到的部分位置位于道路上，位置b未位于路网信息中的道路上，即上述第二位置子集中包括本实施例中的位置b。在定位得到每个位置时，还会记录每个位置的定位时间，也就是说目标位置集合中还可以包括每个位置对应的定位时间。以图7中所示，假设位置a的定位时间是2021年1月1日13:01，位置b的定位时间是2021年1月1日13:10，位置c的定位时间是2021年1月1日13:15，则目标位置集合中位置b的相邻位置包括上述位置a和位置c。按照距离优先的原则进行道路吸附，将图7中所示的位置b吸附到路网信息中的道路上。还可以根据定位精度、距离偏差、偏离角度、速度、道路类型等任意一个或多个影响因素对道路进行分数计算，上述分数计算可能涉及到与相邻位置之间的距离、根据相邻位置确定移动速度、与相邻位置的转弯代价、相邻位置匹配道路的分数、与匹配道路偏离稳定度等，确定分数最高的道路为匹配的道路。
[0089]
可选地，所述根据第二位置子集中的每个位置以及所述第二位置子集中的每个位置的相邻位置确定所述第二移动轨迹集合，包括：对所述第二位置子集中的每个位置执行以下步骤，在执行以下步骤时，所述第二位置子集中的每个位置为当前位置：在所述多条道路中确定与所述当前位置距离小于或等于第一距离阈值的第一道路集合；在所述多条道路中确定与所述当前位置的相邻位置距离小于或等于第二距离阈值的第二道路集合；根据所述第一道路集合和所述第二道路集合确定所述当前位置对应的移动轨迹，其中，所述第二移动轨迹集合中包括所述当前位置对应的移动轨迹。
[0090]
作为一个可选的实施方式，以上述图7中所示的第二位置子集中包括位置b和位置c为例，假设当前位置是位置b。根据路网信息在多条路网中确定与位置b之间的距离小于或等于第一距离阈值的道路，上述第一距离阈值可以根据实际情况设置，例如0.3米、0.4米、0.8米、1米等。在本实施例中，假设在图7中所示的多条道路中与位置b距离小于或等于上述第一距离阈值的道路为图中所示的道路1和道路2，上述第一道路集合中包括道路1和道路2。结合位置b和其相邻位置(位置a或位置c)在道路1和道路2中确定与位置b匹配的道路，并返回匹配道路的索引。
[0091]
以根据位置b的前一位置(位置a)在道路1和道路2中确定与位置b匹配的道路为例。在图7中所示的位置a在路网信息的道路上，即道路2上，上述第二位置集合中仅包括道路2。将位置b分别映射到道路1和道路2上，如图中所示将位置b映射到道路1上得到位置b1，将位置b映射到道路上得到位置b2。可以根据b1、b2分别与位置a之间的距离，或者b1、b2分别与位置a之间的转弯代价等在道路1和道路2中确定与位置b匹配的道路。
[0092]
以根据位置b的后一位置(位置c)在道路1和道路2中确定与位置b匹配的道路为例。如图中所示位置c并未在道路上，在路网信息的多条路网中确定与位置c距离小于或等于上述第一距离阈值的道路，如图中所示的道路2和道路3，上述第二道路集合中包括道路2和道路3。将位置c分别映射到道路2和道路3上，如图中所示位置c映射到道路2上得到c2，将位置c映射到道路3上得到位置c1。可以在第一位置集合中的道路1和道路2，以及第二位置集合中的道路2和道路3中确定第二目标移动轨迹。
[0093]
可选地，所述根据所述第一道路集合和所述第二道路集合确定所述当前位置对应的移动轨迹，包括：在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于第一预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相连位置的拐弯次数小于或等于第二预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的拐弯角度小于或等于第三预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于所述第一预设值，且拐弯次数小于或等于所述第二预设值，且拐弯角度小于或等于第三预设值；或者，在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，所述当前位置对应的移动轨迹的限速与所述目标设备从所述当前位置移动至所述当前位置的相邻位置的速度相匹配。
[0094]
作为一个可选的实施方式，可以根据连接道路长度、转弯代价在多条道路中确定目标设备的移动轨迹。以连接道路长度为例，如图8中所示，从位置b移动至b1沿着路网信息中的道路移动至位置a得到如图中所示的移动轨迹1，以及从位置b移动至b2沿着路网信息中的道路移动至位置a得到如图中所示的移动轨迹2，对比移动轨迹1和移动轨迹2的移动距离，在移动轨迹1和移动轨迹2中确定移动距离小于第一预设值的移动轨迹作为位置b对应的移动轨迹，第一预设值可以根据实际情况而定，例如可以是0.5米，1米等。或者可以确定移动距离最短的移动移动轨迹为位置b对应的移动轨迹，从图中可以看出移动轨迹2的距离最短，则确定移动轨迹2为位置b对应的移动轨迹。
[0095]
作为一个可选的实施方式，以通过转弯代价确定位置b对应的移动轨迹为例，上述转弯代价可以是转弯次数，上述第二预设值可以根据实际情况而定，例如可以是1、2、3等。以图8所示，从位置b移动至b1沿着路网信息中的道路移动至位置a得到如图中所示的移动轨迹1，以及从位置b移动至b2沿着路网信息中的道路移动至位置a得到如图中所示的移动轨迹2，对比移动轨迹1和移动轨迹2的转弯次数，从图中可以看出移动轨迹2的拐弯次数最少，则确定移动轨迹2为位置b对应的移动轨迹。
[0096]
作为一个可选的实施方式，由于目标位置集合中的每个位置均有对应的定位时间，可以根据定位时间以及路网信息中每条道路上的限速在多条道路中确定与当前位置对应的移动轨迹。如图9中所示，假设当前位置是位置b，位置b的相邻位置是图中所示的位置
a。从位置b沿着路网信息中的道路1和道路2，从映射位置b1移动至位置a形成移动轨迹1。以及从位置b沿着路网信息中的道路3，从映射位置b2移动至位置a，形成移动轨迹2。在道路信息中每条道路均存在限速。根据移动轨迹1和移动轨迹2的移动距离，位置a和位置b的定位时间，以及道路1、道路2和道路3的限速，可以确定与位置匹配的道路。从图9中可以看出移动轨迹2不论从移动距离还是拐弯次数来看，均是最匹配的移动轨迹。但是若根据道路的限速移动轨迹2并不一定是位置b对应的移动轨迹。假设道路3的限速是最高不能超过30公里每小时，而移动轨迹2的移动距离是60公里，位置b与位置a的定位时间差是半个小时。根据道路3的限速，若目标设备从位置a沿着移动轨迹2移动至位置b至少需要两个小时，而位置b与位置a的定位时间差是半个小时，明显不符。而若移动轨迹1上的限速，与位置b与位置a的定位时间差相符，则确定移动轨迹1是位置b对应的移动轨迹。上述实施例中涉及到的路网信息，以及道路限速等均是举例说明本技术，具体的根据实际情况而定。
[0097]
可选地，所述根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹，包括：将所述第一目标移动轨迹和所述第二目标移动轨迹中包含所述目标位置集合中的位置的数量最多的移动轨迹，确定为所述目标移动轨迹；或者，根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；将所述第一目标移动轨迹和所述第二目标移动轨迹中权重最大的移动轨迹确定为所述目标移动轨迹；或者，根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；根据所述第一目标移动轨迹的权重和所述第二目标移动轨迹的权重对所述第一目标移动轨迹和所述第二目标移动轨迹进行加权融合，得到所述目标移动轨迹。
[0098]
作为一个可选的实施方式，如图10所示可通过轨迹聚合得到第一目标移动轨迹，通过路网匹配得到第二目标移动轨迹。结合第一目标移动轨迹和第二目标移动轨迹得到目标设备的目标移动轨迹。在本实施例中，可以在第一目标移动轨迹和第二目标移动轨迹中确定目标移动轨迹，具体地可以根据第一目标移动轨迹和第二目标移动轨迹上包含的位置的数量确定目标移动轨迹，将包含位置数量最多的移动轨迹确定为目标移动轨迹。例如，目标位置集合中包括100个位置，通过轨迹聚合得到的第一目标移动轨迹上包含900个位置，通过路网匹配得到的第二目标移动轨迹上包含800个位置，则确定第一目标移动轨迹是目标设备的目标移动轨迹。
[0099]
作为另一个可选的实施方式，也可以通过注意力机制确定第一目标移动轨迹和第二目标移动轨迹的权重，将权重最大的移动轨迹确定为目标设备的目标移动轨迹。注意力机制是使用历史移动轨迹自主学习得到的模型，历史移动轨迹中可以包含目标设备的移动轨迹，也可以包含其他设备的移动轨迹。注意力机制的本质是通过历史移动轨迹得到每条移动轨迹的权重，对于大量目标设备经常选择的移动轨迹，权重更大。
[0100]
作为另一个可选的实施方式，也可以通过注意力机制确定第一目标移动轨迹和第二目标移动轨迹的权重，根据第一目标移动轨迹和第二目标移动轨迹的权重，对第一目标移动轨迹进行融合得到目标移动轨迹。如图11中所示将第一目标移动轨迹和第二目标移动
轨迹进行融合，得到目标移动轨迹。
[0101]
假设第一目标移动轨迹为第二目标移动轨迹为进行轨迹融合得到目标移动轨迹
[0102][0103][0104][0105][0106][0107]
通过加权融合抽取第一目标移动轨迹和第二目标移动轨迹上的最可能的位置作为增强预设轨迹可以使用隐性马尔可夫模型hmm确保所有预测出来的点，都位于具有实际物理意义上的真实道路上，获得预测结果τu，hmm徐连过程中，使用交叉熵和正则化作为损失函数：
[0108][0109][0110]
是预测的位置和任意位置e
l
之间的概率，将概率最大的位置作为预测的位置。损失函数中的参数集合θ包含了输入，key-value的映射矩阵和地点的映射矩阵value的映射矩阵和地点的映射矩阵是目标设备u在当天n，时间段t的位置的one-hot编码向量，训练过程可以采用adam优化器，依次循环u,n,t的可能取值。
[0111]
作为一个可选的实施方式，对于定位得到的位置，可以过滤掉精度差的位置，忽略定位时间重复的位置。并且若定位得到的位置在时序上存在错误，可以自动重新排序。如果当前位置和相邻位置距离小于预设值(例如1米、2米等)，可以直接将相邻位置的信息赋予当前位置，加快计算速度。
[0112]
其中，上述预设范围可以根据实际情况设置，例如，距离目标移动轨迹3米、2米、1米等。上述目标线下媒体信息可以是广告、图像、视频等。以广告为例，广告a、b、c、d在目标移动轨迹预设范围内，则目标设备是广告a、b、c、d的曝光设备。以广告a为例，若以曝光设备的数量作为广告的曝光量，则若有1万个设备是广告a的曝光设备，则广告a的曝光量是1万。
[0113]
作为一个可选的实施方式，如图12所示的系统框架图中，包括定位日志模块，定位日志中包括通过对目标设备定位得到的位置，以及对应的定位时间。路径还原模块，用于基于目标位置集合中的位置还原目标设备的目标移动轨迹，通勤路径模块用于确定每个设备每日的通勤路线。线下媒体信息点位用于获取线下媒体信息的位置，例如广告点位。曝光统计模块用于统计线下媒体信息的曝光次数，以及曝光设备的数量，线下媒体信息曝光模块
用于输出线下媒体信息的曝光情况。在本实施例中，将耗时最长的路径还原模块抽取出来，在计算集群空闲时刻进行计算，将结果存储在通勤路径模块。当需要计算具体各个线下媒体信息的曝光度时，只需将线下媒体信息的位置，定位日志和提前计算好的通勤路径作为输入，即可快速得到线下媒体信息的曝光结果。
[0114]
可选地，所述在根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹之后，所述方法还包括：在目标线下媒体信息位于所述目标移动轨迹的预设范围内的情况下，将所述目标设备确定为所述目标线下媒体信息的曝光对象。
[0115]
作为一个可选的实施方式，其中，上述预设范围可以根据实际情况设置，例如，距离目标移动轨迹3米、2米、1米等。上述目标线下媒体信息可以是广告、图像、视频等。以广告为例，广告a、b、c、d在目标移动轨迹预设范围内，则目标设备是广告a、b、c、d的曝光对象。以广告a为例，若以曝光对象的数量作为广告的曝光量，则若有1万个设备是广告a的曝光对象，则广告a的曝光量是1万。
[0116]
作为一个可选的实施方式，对线下投放的媒体信息的曝光量进行统计。常用的统计方式是利用视频探头进行统计。例如，在线下投放的广告附近安装摄像头，通过摄像头采集到的视频对广告的曝光量进行统计。然而视频探头的视频采集范围有限，通过视频探头采集到的视频统计广告曝光量，与广告的实际曝光量存在一定误差。另外，视频探头的架设成本较高。在本发明实施例中，通过对目标设备使用进行定位，得到目标设备的目标位置集合。对获取到的目标位置集合进行轨迹还原处理，得到目标设备的移动轨迹。若目标线下媒体信息位于目标设备的移动轨迹范围内，则目标设备是该目标线下媒体信息的曝光对象。通过目标设备的移动轨迹可以对线下媒体信息的曝光量进行统计，无需使用视频探头。这样避免了现有技术中视频探头覆盖范围有限，导致的轨迹还原准确率低的技术问题，并且通过本技术无需使用视频探头即可对线下媒体信息的曝光进行统计，节省了成本。
[0117]
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
[0118]
根据本发明实施例的另一个方面，还提供了一种用于实施上述轨迹还原方法的轨迹还原装置。如图13所示，该装置包括：获取模块1302，用于获取目标设备的目标位置集合；聚合模块1304，用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第一目标移动轨迹；吸附模块1306，用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第二目标移动轨迹；确定模块1308，用于根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
[0119]
可选地，上述装置还用于将所述目标位置集合中的位置进行聚合，得到第一移动轨迹，其中，所述第一移动轨迹上包括所述目标位置集合中的部分位置；在预先记录的历史位置对应信息中查找与第一位置子集中的每个位置对应的移动轨迹，得到第一移动轨迹集合，其中，所述第一位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述历史位置对应信息中记录了多组具有对应关系的历史位置和移动轨迹，所述历史位置对应信息中的位置包括所述目标设备的历史位置，或者，包括多个设备的历史位置；将所述第一
移动轨迹和所述第一移动轨迹集合确定为所述第一目标移动轨迹。
[0120]
可选地，上述装置还用于通过以下步骤在所述历史位置对应信息中查找与所述第一位置子集中的当前位置对应的移动轨迹：在所述历史位置对应信息中确定与所述当前位置相似度大于或等于预设值的历史位置集合，以及确定与所述历史位置集合中的每个历史位置具有对应关系的移动轨迹，得到第二移动轨迹集合；在所述第二移动轨迹集合中确定与所述当前位置对应的移动轨迹。
[0121]
可选地，上述装置还用于根据多头注意力机制模型确定所述第二移动轨迹集合中的每个移动轨迹的权重，其中，所述多头注意力机制模型是使用所述历史位置对应信息通过自主学习得到的模型；将所述第二移动轨迹集合中权重最大的移动轨迹确定为与所述当前位置对应的移动轨迹。
[0122]
可选地，上述装置还用于在所述目标位置集合中的位置均位于所述多条道路上的情况下，将所述目标位置集合中的位置所位于的道路形成的轨迹确定为所述第二目标移动轨迹。
[0123]
可选地，上述装置还用于在所述目标位置集合中的部分位置位于所述多条道路上的情况下，将所述部分位置所位于的道路形成的轨迹确定为第二移动轨迹；根据第二位置子集中的每个位置以及所述第二位置子集中的每个位置的相邻位置确定所述第二移动轨迹集合，其中，所述第二位置子集包括所述目标位置集合中除了所述部分位置之外的位置，所述第二位置子集中的每个位置的相邻位置是在所述目标位置集合中按照定位时间顺序排序后与所述每个位置相邻的位置；将所述第二移动轨迹和所述第二移动轨迹集合确定为所述第二目标移动轨迹。
[0124]
可选地，上述装置还用于对所述第二位置子集中的每个位置执行以下步骤，在执行以下步骤时，所述第二位置子集中的每个位置为当前位置：在所述多条道路中确定与所述当前位置距离小于或等于第一距离阈值的第一道路集合；在所述多条道路中确定与所述当前位置的相邻位置距离小于或等于第二距离阈值的第二道路集合；根据所述第一道路集合和所述第二道路集合确定所述当前位置对应的移动轨迹，其中，所述第二移动轨迹集合中包括所述当前位置对应的移动轨迹。
[0125]
可选地，上述装置还用于在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于第一预设值；在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相连位置的拐弯次数小于或等于第二预设值；在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的拐弯角度小于或等于第三预设值；在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，从所述当前位置沿所述当前位置对应的移动轨迹移动至所述当前位置的相邻位置的移动距离小于或等于所述第一预设值，且拐弯次数小于或等于所述第二预设值，且拐弯角度小于或等于第三预设值；在所述第一道路集合与所述第二道路集合形成的移动轨迹集合中确定所述当前位置对应的移动轨迹，其中，所述当前位置对应的移动轨迹的限
速与所述目标设备从所述当前位置移动至所述当前位置的相邻位置的速度相匹配。
[0126]
可选地，上述装置还用于将所述第一目标移动轨迹和所述第二目标移动轨迹中包含所述目标位置集合中的位置的数量最多的移动轨迹，确定为所述目标移动轨迹；根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；将所述第一目标移动轨迹和所述第二目标移动轨迹中权重最大的移动轨迹确定为所述目标移动轨迹；根据注意力机制模型确定所述第一目标移动轨迹和所述第二目标移动轨迹的权重，其中，所述注意力机制模型是使用历史移动轨迹通过自主学习得到的模型，所述历史移动轨迹包括所述目标设备的历史移动轨迹，或者，包括多个设备的历史移动轨迹；根据所述第一目标移动轨迹的权重和所述第二目标移动轨迹的权重对所述第一目标移动轨迹和所述第二目标移动轨迹进行加权融合，得到所述目标移动轨迹。
[0127]
可选地，上述装置还用于在根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹之后，在目标线下媒体信息位于所述目标移动轨迹的预设范围内的情况下，将所述目标设备确定为所述目标线下媒体信息的曝光对象。
[0128]
根据本发明实施例的又一个方面，还提供了一种用于实施上述轨迹还原方法的轨迹还原系统，如图12所示，包括：预处理单元，所述预处理单元中包括路径还原模块和通勤路径模块，其中，所述路径还原模块与定位日志模块连接，用于获取目标设备的目标位置集合，其中，所述定位日志模块中记录了目标设备的位置；所述路径还原模块还用于将所述目标位置集合中的位置进行聚合，并通过多头注意力机制得到所述目标设备的第一目标移动轨迹；获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中包括的多条道路上，得到所述目标设备的第二目标移动轨迹；根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹；通勤路径模块与所述路径还原模块连接，用于存储所述目标设备的所述目标移动轨迹。
[0129]
可选地，所述系统还包括：曝光统计模块，与线下媒体信息点位模块和所述通勤路径模块连接，其中，所述曝光统计模块用于在确定目标线下媒体信息位于所述目标移动轨迹的预设范围内的情况下，将所述目标设备确定为所述目标线下媒体信息的曝光对象，其中，所述线下媒体信息点位模块中记录了所述目标线下媒体信息的位置。
[0130]
可选地，所述系统还包括：线下媒体信息点位模块，该模块中存储了媒体信息的位置。例如，广告的位置。所述系统还包括：线下媒体信息曝光，用于统计媒体信息的曝光量，例如广告的曝光量。
[0131]
根据本发明实施例的又一个方面，还提供了一种用于实施上述轨迹还原方法的电子设备，该电子设备可以是图1所示的终端设备或服务器。本实施例以该电子设备为服务器为例来说明。如图14所示，该电子设备包括存储器1402和处理器1404，该存储器1402中存储有计算机程序，该处理器1404被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
[0132]
可选地，在本实施例中，上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
[0133]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0134]
s1，获取目标设备的目标位置集合；
[0135]
s2，将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一目标移动轨迹；
[0136]
s3，获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中的多条道路上，得到所述目标设备的第二目标移动轨迹；
[0137]
s4，根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
[0138]
可选地，本领域普通技术人员可以理解，图14所示的结构仅为示意，电子装置电子设备也可以是智能手机(如android手机、ios手机等)、平板电脑、掌上电脑以及移动互联网设备(mobile internet devices，mid)、pad等终端设备。图14其并不对上述电子装置电子设备的结构造成限定。例如，电子装置电子设备还可包括比图14中所示更多或者更少的组件(如网络接口等)，或者具有与图14所示不同的配置。
[0139]
其中，存储器1402可用于存储软件程序以及模块，如本发明实施例中的轨迹还原方法和装置对应的程序指令/模块，处理器1404通过运行存储在存储器1402内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的轨迹还原方法。存储器1402可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1402可进一步包括相对于处理器1404远程设置的存储器，这些远程存储器可以通过网络连接至终端。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。其中，存储器1402具体可以但不限于用于存储物品的样本特征与目标虚拟资源账号等信息。作为一种示例，如图14所示，上述存储器1402中可以但不限于包括上述轨迹还原装置中的获取模块1302、聚合模块1304、吸附模块1306及确定模块1308。此外，还可以包括但不限于上述轨迹还原装置中的其他模块单元，本示例中不再赘述。
[0140]
可选地，上述的传输装置1406用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置1406包括一个网络适配器(network interface controller，nic)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置1406为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
[0141]
此外，上述电子设备还包括：显示器1408，用于显示目标设备的位置；和连接总线1410，用于连接上述电子设备中的各个模块部件。
[0142]
在其他实施例中，上述终端设备或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点(p2p，peer to peer)网络，任意形式的计算设备，比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
[0143]
根据本技术的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序/指令，该计算机程序/指令包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1509从网络上被下载和安装，和/或从可拆卸介质1511被安装。在该计算机程序被中央处理器1501执行时，执行本技术实施例提供的各
种功能。
[0144]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0145]
图15示意性地示出了用于实现本技术实施例的电子设备的计算机系统结构框图。
[0146]
需要说明的是，图15示出的电子设备的计算机系统1500仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0147]
如图15所示，计算机系统1500包括中央处理器1501(central processing unit，cpu)，其可以根据存储在只读存储器1502(read-only memory，rom)中的程序或者从存储部分1508加载到随机访问存储器1503(random access memory，ram)中的程序而执行各种适当的动作和处理。在随机访问存储器1503中，还存储有系统操作所需的各种程序和数据。中央处理器1501、在只读存储器1502以及随机访问存储器1503通过总线1504彼此相连。输入/输出接口1505(input/output接口，即i/o接口)也连接至总线1504。
[0148]
以下部件连接至输入/输出接口1505：包括键盘、鼠标等的输入部分1506；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分1507；包括硬盘等的存储部分1508；以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分1509。通信部分1509经由诸如因特网的网络执行通信处理。驱动器1510也根据需要连接至输入/输出接口1505。可拆卸介质1511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1510上，以便于从其上读出的计算机程序根据需要被安装入存储部分1508。
[0149]
特别地，根据本技术的实施例，各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1509从网络上被下载和安装，和/或从可拆卸介质1511被安装。在该计算机程序被中央处理器1501执行时，执行本技术的系统中限定的各种功能。
[0150]
根据本技术的一个方面，提供了一种计算机可读存储介质，计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
[0151]
可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
[0152]
s1，获取目标设备的目标位置集合；
[0153]
s2，将所述目标位置集合中的位置进行聚合，并通过多头注意力机制模型得到所述目标设备的第一目标移动轨迹；
[0154]
s3，获取目标路网信息，并将目标位置集合中的位置吸附到所述目标路网信息中的多条道路上，得到所述目标设备的第二目标移动轨迹；
[0155]
s4，根据所述第一目标移动轨迹和所述第二目标移动轨迹确定所述目标移动轨迹。
[0156]
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(read-only memory，
rom)、随机存取器(random access memory，ram)、磁盘或光盘等。
[0157]
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。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或者该技术方案的全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
[0158]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0159]
在本技术所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0160]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
[0161]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
[0162]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。