基于数理统计建立身份识别信息关联关系的方法及系统技术方案

基于数理统计建立身份识别信息关联关系的方法及系统,包括步骤:(1)在X场景中,采集身份识别维度A和身份识别维度B的信息;(2)在Y场景中,采集身份识别维度A和身份识别维度B的信息;(3)在X场景中,获取人物C的身份识别信息的待定有限集合J;(4)在Y场景中,获取人物C的身份识别信息的待定有限集合K;(5)将待定有限集合J和待定有限集合K的数据交集运算,得到有限集合L;(6)若集合L中元素数量为1,则该集合的元素为人物C的身份识别维度B的信息的确定结果;若集合L的元素数量＞1或=0,则重复步骤1‑5,并将集合L与新集合L’的结果交集运算,直至有限集合的元素数量为1或直至可选场景数据穷尽;该方法低成本、不涉及公民隐私信息泄露,实施简单便捷。

Method and system of establishing identification information association based on mathematical statistics

The method and system of establishing identity recognition information association based on mathematical statistics includes the following steps: (1) collecting the information of identification dimension A and B in X scene; (2) collecting the information of identification dimension A and B in Y scene; (3) obtaining the identification information of the character C in X scene is undetermined. Limit set J; (4) In the Y scene, the undetermined finite set K for obtaining the identity information of character C; (5) The data intersection operation between the undetermined finite set J and the undetermined finite set K yields a finite set L; (6) If the number of elements in the set L is 1, the elements of the set are the result of the identification dimension B of character C; if the set L is the result of the identification dimension B of the set L; If the number of elements > 1 or = 0, repeat step 1 5 and intersect the result of set L with that of new set L', until the number of elements in a limited set is 1 or until the optional scene data is exhausted.

【技术实现步骤摘要】
基于数理统计建立身份识别信息关联关系的方法及系统
本专利技术涉及信息处理
，尤其涉及基于数理统计建立身份识别信息关联关系的方法及系统。
技术介绍
随着科技的不断进步，对于身份识别特征数据的采集和获取变得快速便捷，例如业界可以通过旷视、百度及科大讯飞等成熟的免费开放接口，通过摄像头能在短时间内大规模、低成本地采集多个人物面部识别信息；而通过WIFI探针等设备信息采集技术，能够在同一时间内大批量采集和捕获随身设备的MAC信息；但在实际业务使用场景中，往往仍然存在着难以在海量信息中，快速获取识别身份信息并有效建立关联关系，使得巨量采集的身份识别信息在实际业务中产生实际作用的问题，各种人物特征信息成为各自的信息孤岛。传统的解决方法通常是借助国家机构或者大型企业的数据库，通过数据库技术的查询和对比建立关联模型。但此方法存在以下不足：1.国家机关的数据库往往涉及国家信息安全问题，不便对普通机构和民众开放，限制了民用商业的应用场景。2.大型企业的数据库，又存在三方面问题：（1）数据库的对接费用较高,对于中小型企业来说存在对接门槛问题;（2）由于大型企业的数据量较多,也会涉及公共信息安全问题，因此对中小型企业开放也存在政策上的限制问题；（3）企业数据库匹配成功率还受企业本身的市场覆盖率限制，数据库不能达到全面、实时覆盖，从而影响匹配成功率。因此，建立一种简单、便捷、实时的身份识别信息的关联方法应用于商业和公共安全领域具有积极的社会意义。
技术实现思路
本专利技术的目的在于提出一种基于数理统计建立身份识别信息关联关系的方法，该方法具有低成本、不涉及公民隐私信息泄露，实施简单便捷的特点。本专利技术的另一个目的在于提出一种基于数理统计建立身份识别信息关联关系的系统。为达此目的，本专利技术采用以下技术方案：基于数理统计建立身份识别信息关联关系的方法，包括如下步骤：初始化，通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；步骤1，在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤2，在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤3，当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；步骤4，在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；步骤5，将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；步骤6，若集合L中元素的数量为1，则该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1-5，并将集合L与重复步骤1-5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。本专利技术提出基于数理统计建立身份识别信息关联关系的方法，着力于解决各种身份识别信息采集的信息孤岛问题，主要通过基于集合理论和概率论的数理统计分析的方法，建立人的生物身份识别特征与随身设备身份特征的关联关系模型，能够对较长时间或空间间隔的多场景身份识别信息进行采集与分析，从而能够快速有效地在海量信息中，快速采集和获取识别身份信息并有效建立关联关系，该方法具有实施简单、成本低、不涉及公民隐私信息泄露、推广应用便捷、实时更新的特点，在商业民用以及社会公共安全方面具有较大的应用价值。其中，本专利技术将人的随身设备特征和生物身份识别特征归并为身份识别维度信息，并通过建立关联关系后，均具备身份识别能力。将基于特定时间和空间采集的身份识别数据作为场景数据，将基于不同身份识别特征数据作为身份识别特征数据。进一步说明，所述人的生物身份识别特征包括人脸信息、虹膜信息或指纹信息中的任意一种。进一步说明，所述人的随身设备特征为通讯设备的MAC信息。进一步说明，当可选场景数据穷尽后未能得到有限集合的元素数量为1时，则集合L’中的元素作为人物C的身份识别维度B信息，并对各个元素置于置信度，该置信度的值为集合L’元素数量的倒数的百分比的运算。进一步说明，所述某一人物的出现必然同时携带身份识别维度A和B的信息的概率为＞99.9%。一种基于数理统计建立身份识别信息关联关系的方法的系统，包括初始化模块、数据采集模块、数据关联模块、数据处理模块和数据输出模块；所述初始化模块用于通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；所述数据采集模块用于在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；还用于在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；所述数据关联模块用于当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；还用于将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；所述数据输出模块用于当集合L中元素的数量为1时，则将该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1-5，并将集合L与重复步骤1-5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。进一步说明，所述数据输出模块还用于当可选场景数据穷尽后未能得到有限集合的元素数量为1时，则将集合L’中的元素作为人物C的身份识别维度B信息，并对各个元素置于置信度，该置信度的值为集合L’元素数量的倒数的百分比的运算。本专利技术的有益效果：通过基于集合理论和概率论的数理统计分析的方法，建立人的生物身份识别特征与随身设备身份特征的关联关系模型，能够对较长时间或空间间隔的多场景身份识别信息进行采集与分析，从而能够快速有效地在海量信息中，快速采集和获取识别身份信息并有效建立关联关系，该方法具有实施简单、成本低、不涉及公民隐私信息泄露、推广应用便捷、实时更新的特点，在商业民用以及社会公共安全方面具有较大的应用价值。附图说明图1是本专利技术一个实施例的基于数理统计建立身本文档来自技高网...

【技术保护点】
1.基于数理统计建立身份识别信息关联关系的方法，其特征在于：包括如下步骤：初始化，通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；步骤1，在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤2，在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤3，当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；步骤4，在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；步骤5，将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；步骤6，若集合L中元素的数量为1，则该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1‑5，并将集合L与重复步骤1‑5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。...

【技术特征摘要】
1.基于数理统计建立身份识别信息关联关系的方法，其特征在于：包括如下步骤：初始化，通过数理统计分析的方法，建立人的生物身份识别与人的随身设备身份信息的关联数据模型，其中，将人的生物身份识别特征作为身份识别维度A的信息，将人的随身设备特征作为身份识别维度B的信息；并设定某一人物的出现必然同时携带身份识别维度A和B的信息为高概率事件；步骤1，在某一时间和地点采集人群的身份特征识别的数据，并在数据模型中标识为X场景数据，在此X场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤2，在另一个时间和地点采集群的身份特征识别的数据，并在数据模型中标识为Y场景数据，在此Y场景中，同时采集身份识别维度A和身份识别维度B的信息；步骤3，当某一人物C均在X场景和Y场景中出现，则在X场景中，通过人物C的身份识别维度A信息，搜索该X场景中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合J；步骤4，在Y场景中，通过人物C的身份识别维度A信息，搜索该场景Y中身份识别维度B信息，得到身份识别维度B信息的有限集合，作为人物C的身份识别信息的待定有限集合K；步骤5，将待定有限集合J和待定有限集合K的数据，进行数据集合交集运算，得到有限集合L；步骤6，若集合L中元素的数量为1，则该集合L中的元素为人物C的身份识别维度B的信息的确定结果；若集合L的元素的数量＞1或=0，则重复步骤1-5，并将集合L与重复步骤1-5后得到的新集合L’的结果进行交集运算，直至有限集合的元素数量为1或直至可选场景数据穷尽。2.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：所述人的生物身份识别特征包括人脸信息、虹膜信息或指纹信息中的任意一种。3.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：所述人的随身设备特征为通讯设备的MAC信息。4.根据权利要求1所述的基于数理统计建立身份识别信息关联关系的方法，其特征在于：当可选场景数据穷尽后未能得到有限集合的元素数量为1时，则集合L’中的元素作为人物C的身份识别维度B信息，并对各个元素置于置信度，该置信度的值为集合L’元素数量的倒数的百分比的运算。5.根据权利要求1所述...

【专利技术属性】
技术研发人员：江劲松，熊乐平，
申请(专利权)人：广东云立方互动科技有限公司，
类型：发明
国别省市：广东,44