一种小区人员档案智能管理方法技术

本发明专利技术涉及小区管理领域，提出一种小区人员档案智能管理方法。包括用深度学习模型检测人脸并进行名单库比对；采用黑、白、灰名单的机制对小区人员进行管理与分类，实现特殊人员的实时告警；对获得的图片数据进行清洗，用于优化训练深度学习模型；分析小区人员的出入时间，实现异常事件的提前预警；利用名单库人员档案信息，形成本小区的相关统计数据和图表。通过本发明专利技术提供的小区管理系统，实现对小区人员的规范管理，以及对特殊人员和异常事件的及时预警，减少安保人员的工作负担，有效提升小区的安全系数，使小区管理更为智能化。

An intelligent management method for community personnel files

The invention relates to the field of plot management, and proposes an intelligent management method for community personnel files. Including the use of deep learning model to detect face and list the ratio of the list; use the black, white, grey list mechanism to manage and classify the people of the community, realize the real time alarm for the special personnel, clean the obtained picture data, optimize the training depth learning model, analyze the time of the people in the community, and realize the time of the people. The early warning of abnormal events; the use of the personnel information of the list repository to form relevant statistical data and charts of the district. Through the community management system provided by the invention, the standard management of the community personnel, the timely warning to the special personnel and the abnormal events, reduce the work burden of the security personnel, improve the safety factor of the community effectively, and make the district management more intelligent.

【技术实现步骤摘要】
一种小区人员档案智能管理方法
本专利技术涉及小区管理领域，特别涉及一种小区人员档案智能管理方法。
技术介绍
随着安防产业的发展，监控早已走进人们的日常生活中，然而现有的监控系统在小区管理中只起到人工实时查看，以及事后取证之用，无法实现对特殊人员和异常事件的实时预警，主要还是依赖安保人员的人工巡逻和主动排查。为解决上述问题，本专利技术将深度学习应用于小区监控中，并结合黑白灰名单的管理机制，提出一种小区人员档案智能管理方法，实现对特殊人员的实时检测与报警，以及对异常事件的提前预判，将危险因素扼杀在萌芽之中。
技术实现思路
为解决上述问题，本专利技术提供一种小区人员档案智能管理方法以及对应系统，包括：用深度学习模型检测人脸并进行名单库比对；采用黑、白、灰名单的机制对小区人员进行管理与分类，实现特殊人员的实时告警；对获得的图片数据进行清洗，用于优化训练深度学习模型；分析小区人员的出入时间，实现异常事件的提前预警；利用名单库人员档案信息，形成本小区的相关统计数据和图表。通过本专利技术提供的小区管理系统，实现对小区人员的规范管理，以及对特殊人员和异常事件的及时预警，减少安保人员的工作负担，有效提升小区的安全系数，使小区管理更为智能化。一种小区人员档案智能管理方法，其特征是：系统组成主要包含小区内的前端相机、人脸检测模块、人脸识别模块、档案管理和系统预警。其中前端相机负责获取监控画面；人脸检测模块和人脸识别模块分别对画面进行人脸检测和人脸识别，并将处理结果进行数据清洗，用于模型的更新训练；建立小区档案管理机制，有效管理小区人员；利用预警系统实现对特殊人员的报警，并结合小区人员出入记录实现对异常事件的提前预警。所述的小区档案管理机制分成名单库管理和数据目录管理两部分。名单库管理将小区人员档案划分为白名单、黑名单和灰名单；数据目录管理负责给每个小区人员档案都绑定一个目录，用于存放各自的抓拍图片，并以抓拍时间给图片命名。同时根据图片的抓拍时间，可以分析小区人员的出入情况。所述的抓拍图片，在目录中的存放规则如下。若当前抓拍人脸图片为P1，首先与黑、白、灰名单库中所有人员R＝{R1,R2,R3…RN}进行比对，根据比对结果筛选出相似度大于阈值T的人员目录R'＝{R1',R2',R3'…RN'}，然后将图片P1分别添加至这些目录中去。例如，目录人员R1'包含图片的集合为P＝{Pa,Pb,Pc}，则添加后的图片集合为P＝{Pa,Pb,Pc,P1}；目录人员R2'包含图片的集合为P＝{Pd,Pe}，则添加后的图片集合为P＝{Pd,Pe,P1}。目的是保证P1能存放至正确的人员目录中。所述的白名单,定义为小区住户和物业人员的档案，当系统抓拍到白名单人员时不会报警。白名单信息由人工采集，包含身份信息、紧急联系人信息、车辆信息、现场采集的人脸信息。其中身份信息包含年龄、籍贯、性别、本地或外地、民族、电话；紧急联系人信息包含名字、电话、与联系人关系；车辆信息包含车牌信息、车型和车标；现场采集信息包含现场拍摄的5张人脸照片，角度分别为仰视、俯视、正脸、左侧脸和右侧脸。所述的白名单，根据人员信息额外再划分出一个特殊人群库，比如：小区上访人员、刑满释放人员、有吸毒史的人员、有暴力倾向的精神病患者、以及其他特殊人员。系统可以运用所述的人工采集的白名单信息，生成一些小区分布统计图，例如：小区年龄分布图，小区性别占比图，小区人员职业分布图，小区人员本省/外省占比图，小区人员手机所属运营商占比图等。所述的黑名单，定义为公安局提供的犯罪人员档案，以及在本小区有犯罪记录的人员档案，当检测到黑名单人员时会触发报警。黑名单人员的档案信息一部分由公安局提供并保持更新，另外一部分由人工采集并输入，主要包含身份信息和人脸信息。所述的灰名单，定义为不在黑白名单中的人员档案，一般为临时访客。灰名单库由系统自动生成，当系统抓拍到人脸后，会与黑名单、白名单以及现有的灰名单逐个进行比对，若比对结果不为上述名单中的任何一人，系统会在灰名单中新建一个人员档案，并以抓拍人脸作为档案照片，用于后期人脸识别。因此，灰名单中人员信息仅仅包含抓拍人脸和抓拍时间。所述的灰名单，根据人员在小区的出入频率和时间再划分出一个可疑人员库。当检测到灰名单中的可疑人员时，系统也会触发报警，由安保人员负责当面核实身份信息。可疑人员分为两类：a)第一类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单中某个档案对应目录的人脸图像超过N1时，对该目录进行数据清洗，即剔除非本档案人人脸，若清洗完毕后该目录的图像数量依旧大于N2，则将该该档案归入灰名单中的“第一类可疑人员”。这类人员可能是推销人员或是犯罪踩点人员。b)第二类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单在经过数据清洗后，某个目录同时满足下列两个条件，则将该目录对应的档案归入灰名单中的“第二类可疑人员”。①、目录中图像的总数超过N3。②、抓拍时间为凌晨的图片数量超过N4。第二类可疑人员可能是小偷或劫犯。所述的白、灰名单人员，在满足一定条件时可以相互转换：a)灰名单转换成白名单：对于经常来小区的灰名单人员，可能是小区的新租客，或者是小区住户的亲戚暂住，在工作人员确定其身份后，进行现场信息采集，并将其档案转变成白名单。b)白名单转换成灰名单：对于不再居住于小区的白名单用户，需将其档案转入灰名单。所述的小区人员出入情况可作为异常事件的判断依据。系统会对每个白名单住户统计其连续未出入小区的时间，并根据时间长短分成不同层次，进行相应处理：若住户1～3天未出入小区视为正常；若住户4～7天未出入小区，需派专人对其住处进行重点查看；若住户7天以上未出入小区，需由物业人员进行电话专访，询问住户状况。所述的人脸检测模型通过人脸检测数据集训练获得，用于检测视频画面中出现的人脸；人脸识别模型通过人脸识别数据集训练获得，将抓拍人脸与名单库中所有档案逐个进行比对，并输出两者的相似度。所述的人脸检测模型，其初始训练数据集FDD＝{FDD1,FDD2,FDD3}。其中FDD1是公开的人脸检测数据集，例如FDDB和Caltech10kWebFaces等；FDD2是通过网络爬虫技术从网页上搜集的政治家、明星、企业家等名人的人脸数据；FDD3是通过人工搜集的小区人员的人脸数据。所述的人脸检测模型的训练与更新过程如下所示：a)先利用人脸检测初始数据集FDD训练得到一个人脸检测的初始模型FDM1，然后将这个模型应用于小区的监控系统，并将人脸检测的置信度设置为T1(80<T1<90)，进行为期L(例如L＝15)天的人脸抓图。其中置信度T1的初始值设置较低以增加抓拍数。b)对抓拍获得的人脸进行数据清洗，把非人脸加入负样本，余下清晰和不清晰的人脸加入正样本，更新训练子集FDD3，再重新训练得到一个精度稍高的人脸检测模型FDM2。然后继续使用新的模型FDM2来进行为期L天的人脸抓图，此时检测阈值设置为T1＝T1+α,(0＜α＜3)。c)不断重复上述过程，训练集FDD的样本逐渐增多，并且训练得到的人脸检测模型精度也越来越高。在每个人脸抓图阶段，检测阈值都增加α，直到阈值趋近于100。最终可得到一个高精度的人脸检测模型FDMN。所述的人脸识别模型，其初始训练数本文档来自技高网...

【技术保护点】
一种小区人员档案智能管理方法，包含小区内的前端相机、人脸检测模块、人脸识别模块、档案管理和系统预警，其特征在于：前端相机负责获取监控画面；人脸检测模块和人脸识别模块分别对画面进行人脸检测和人脸识别，并将处理结果进行数据清洗，用于模型的更新训练；建立小区档案管理机制，有效管理小区人员；利用预警系统实现对特殊人员的报警，并结合小区人员出入记录实现对异常事件的提前预警。

【技术特征摘要】
1.一种小区人员档案智能管理方法，包含小区内的前端相机、人脸检测模块、人脸识别模块、档案管理和系统预警，其特征在于：前端相机负责获取监控画面；人脸检测模块和人脸识别模块分别对画面进行人脸检测和人脸识别，并将处理结果进行数据清洗，用于模型的更新训练；建立小区档案管理机制，有效管理小区人员；利用预警系统实现对特殊人员的报警，并结合小区人员出入记录实现对异常事件的提前预警。2.如权利要求1所述的一种小区人员档案智能管理方法，其特征在于：所述的小区档案管理机制分成名单库管理和数据目录管理两部分：名单库管理将小区人员档案划分为白名单、黑名单和灰名单；数据目录管理负责给每个小区人员档案都绑定一个目录，用于存放各自的抓拍图片，并以抓拍时间给图片命名，同时根据图片的抓拍时间，可以分析小区人员的出入情况。3.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的抓拍图片，在目录中的存放规则如下：若当前抓拍人脸图片为P1，首先与黑、白、灰名单库中所有人员R＝{R1,R2,R3…RN}进行比对，根据比对结果筛选出相似度大于阈值T的人员目录R'＝{R1',R2',R3'…RN'}，然后将图片P1分别添加至这些目录中去。4.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的白名单,定义为小区住户和物业人员的档案，当系统抓拍到白名单人员时不会报警；白名单信息由人工采集，包含身份信息、紧急联系人信息、车辆信息、现场采集的人脸信息。其中身份信息包含年龄、籍贯、性别、本地或外地、民族、电话；紧急联系人信息包含名字、电话、与联系人关系；车辆信息包含车牌信息、车型和车标；现场采集信息包含现场拍摄的5张人脸照片，角度分别为仰视、俯视、正脸、左侧脸和右侧脸；所述的白名单，根据人员信息额外再划分出一个特殊人群库，比如：小区上访人员、刑满释放人员、有吸毒史的人员、有暴力倾向的精神病患者、以及其他特殊人员；系统可以运用所述的人工采集的白名单信息，生成一些小区分布统计图，例如：小区年龄分布图，小区性别占比图，小区人员职业分布图，小区人员本省/外省占比图，小区人员手机所属运营商占比图等。5.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的黑名单，定义为公安局提供的犯罪人员档案，以及在本小区有犯罪记录的人员档案，当检测到黑名单人员时会触发报警；黑名单人员的档案信息一部分由公安局提供并保持更新，另外一部分由人工采集并输入，主要包含身份信息和人脸信息。6.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的灰名单，定义为不在黑白名单中的人员档案，一般为临时访客；灰名单库由系统自动生成，当系统抓拍到人脸后，会与黑名单、白名单以及现有的灰名单逐个进行比对，若比对结果不为上述名单中的任何一人，系统会在灰名单中新建一个人员档案，并以抓拍人脸作为档案照片，用于后期人脸识别。因此，灰名单中人员信息仅仅包含抓拍人脸和抓拍时间；所述的灰名单，根据人员在小区的出入频率和时间再划分出一个可疑人员库。当检测到灰名单中的可疑人员时，系统也会触发报警，由安保人员负责当面核实身份信息；可疑人员分为两类：a)第一类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单中某个档案对应目录的人脸图像超过N1时，对该目录进行数据清洗，即剔除非本档案人人脸，若清洗完毕后该目录的图像数量依旧大于N2，则将该该档案归入灰名单中的“第一类可疑人员”。这类人员可能是推销人员或是犯罪踩点人员。b)第二类可疑人员的评判标准为：若在K(例如K＝7)天时间内，灰名单在经过数据清洗后，某个目录同时满足下列两个条件，则将该目录对应的档案归入灰名单中的“第二类可疑人员”。①、目录中图像的总数超过N3。②、抓拍时间为凌晨的图片数量超过N4。第二类可疑人员可能是小偷或劫犯。7.如权利要求2所述的一种小区人员档案智能管理方法，其特征在于：所述的白、灰名单人员，在满足一定条件时可以相互转换：a)灰名单转换成白名单：对于经常来小区的灰名单人员，可能是小区的新租客，或者是小区住户的亲戚暂住，在工作人员确定其身份后，进行现场信息采集...

【专利技术属性】
技术研发人员：章东平，杨凯杰，李光，肖刚，
申请(专利权)人：江西高创保安服务技术有限公司，
类型：发明
国别省市：江西,36