一种案件研判方法、系统及装置制造方法及图纸

本发明专利技术实施例公开了一种案件研判方法、系统及装置，包括：获取视频信息；调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。这样，通过预设的研判模型实现了对视频中案件的自动化研判，提高了研判速度，节省了人力、物力。

A method, system and device of case study and judgment

【技术实现步骤摘要】
一种案件研判方法、系统及装置
本专利技术涉及视频处理领域，尤其涉及一种案件研判方法、系统及装置。
技术介绍
随着城市的发展，城市天眼已经越来越普及，很多城市在公共场所以及会危及人身安全的地方都安装有监控摄像头。这样，公安部门或者相关的安保部门可以通过调取监控视频协助侦破案件，或者通过监控视频对案件进行研判。其中，案件研判主要是对监控视频进行分析，判断是否有犯罪行为的发生。但是，现有技术中，通过是人工对监控视频进行查看，并对视频内容进行分析，从而判断是否有犯罪行为的发生。然而，随着监控设备在城市的大面积覆盖，视频数据成几何倍的增长，若是仍通过人工方式对案件进行研判，不仅会耗费巨大的人力、物力，而且研判的效率低。
技术实现思路
有鉴于此，本专利技术实施例公开了一种案件研判方法、系统及装置，实现了通过自动化的方式对视频进行案件研判，提高了研判速度，节省了人力、物力。一种案件研判方法，包括：获取视频信息；提取所述视频信息中每帧视频图像的特征信息，所述特征信息包括：用于表征行为动作的信息；调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。可选的，所述提取所述视频信息中每帧图像的特征信息，包括：提取所述每帧视频图像中每个像素点的特征；依据每帧视频图像中每个像素点的特征，过滤掉与案件研判无关的像素点；依据每帧图像中过滤掉像素点后剩余的像素点的特征，生成数据包；其中每帧视频图像对应一个数据包。可选的，还包括：根据每帧视频图像的生成时间，确定相应数据包的标识；在预设的映射表中记录所述数据包的标识；所述映射表表示数据包和所述数据生成时间的关系；依据所述映射表和所述数据包，生成有序的特征向量，所述特征向量为所述研判模型中用于分析的特征信息。可选的，所述预设的研判模型为通过标注有犯罪行为的视频样本对预设的机器学习模型进行训练后得到的。可选的，所述预设的研判模型的训练过程包括：获取预设时间长度的第一视频样本；所述第一视频样本中标记有犯罪行为模式；提取所述第一视频样本中每帧视频图像犯罪行为的特征信息；依据所述第一视频样本中每帧视频图像犯罪行为的特征信息和所述视频样本标记的犯罪行为模式，对预设的机器学习模型进行训练，得到研判模型。或者所述研判模型的训练过程包括：将预设时间长度的视频样本划分为多个时间段；依次获取每个时间段中的第二视频样本；所述第二视频样本中标记有犯罪行为模式；依次提取每个第二视频样本中每帧视频图像犯罪行为的特征信息；依据每个第二视频样本的特征信息和所述第二视频样本标记的犯罪行为模式，对预设的机器学习模型进行训练，得到研判模型。可选的，所述对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对每帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生，包括：通过研判模型对每帧视频图像的特征信息进行分析，得到每帧图像中包含犯罪行为的第一概率；通过连续的多帧视频图像的犯罪行为的概率计算视频中包含犯罪行为的第二概率；判断所述第二概率是否大于预设的概率阈值；若大于预设的概率阈值，则表示视频中有犯罪行为的发生。可选的，还包括：将判定有犯罪行为的连续多帧视频图像中的特征信息与预设的研判模型中各个犯罪模式的目标特征进行匹配；根据匹配结果，确定判定有犯罪行为的连续多帧视频图像中包含的犯罪模式。可选的，还包括：在确定所述视频信息中有犯罪行为发生时，提取确定出有犯罪行为的视频信息中犯罪嫌疑人的人脸特征；将提取到的人脸的特征与预设的身份识别库进行匹配；根据匹配结果确定所述犯罪嫌疑人的身份。本专利技术实施例还公开了一种案件研判装置，包括：第一获取单元，用于获取视频信息；第一特征提取单元，用于提取所述视频信息中每帧视频图像的特征信息，所述特征信息包括：用于表征行为动作的信息；犯罪行为分析单元，用于调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对每帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。可选的，所述预设的研判模型为通过标注有犯罪行为的视频样本对预设的机器学习模型进行训练后得到的。本专利技术实施例还公开了一种案件研判系统，包括：视频采集端、服务器端；所述视频采集端用于采集视频信息；提取所述视频信息中每帧视频图像的特征信息，所述特征信息包括：用于表征行为动作的信息；所述服务器端用于获取视频信息，调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。可选的，所述系统还包括：客户端；所述客户端用于对训练研判模型的视频样本进行筛选；所述研判模型用于执行如下的步骤：对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。本专利技术实施例公开了一种案件研判方法、系统及装置，包括：获取视频信息；调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。这样，通过预设的研判模型实现了对视频中案件中犯罪行为的自动化研判，提高了研判速度，节省了人力、物力。附图说明为了更清楚地说明本专利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专利技术的实施例，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示出了本专利技术实施例提供的一种案件研判方法的流程示意图；图2示出了本专利技术实施例提供的一种研判模型的训练方法的流程示意图；图3示出了本专利技术实施例提供的一种研判模型的训练方法的另一流程示意图；图4示出了本专利技术实施例提供的一种案件研判装置的结构示意图；图5示出了本专利技术实施例提供的一种案件研判系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。参考图1，示出了本专利技术实施例提供的一种案件研判方法的流程示意图，在本实施例中，该方法包括：S101：获取视频信息；<本文档来自技高网...

【技术保护点】
1.一种案件研判方法，其特征在于，包括：/n获取视频信息；/n提取所述视频信息中每帧视频图像的特征信息，所述特征信息包括：用于表征行为动作的信息；/n调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。/n

【技术特征摘要】
1.一种案件研判方法，其特征在于，包括：
获取视频信息；
提取所述视频信息中每帧视频图像的特征信息，所述特征信息包括：用于表征行为动作的信息；
调用预设的研判模型，所述预设的研判模型用于对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对连续多帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生。


2.根据权利要求1所述的方法，其特征在于，所述提取所述视频信息中每帧图像的特征信息，包括：
提取所述每帧视频图像中每个像素点的特征；
依据每帧视频图像中每个像素点的特征，过滤掉与案件研判无关的像素点；
依据每帧图像中过滤掉像素点后剩余的像素点的特征，生成数据包；其中每帧视频图像对应一个数据包。


3.根据权利要求2所述的方法，其特征在于，还包括：
根据每帧视频图像的生成时间，确定相应数据包的标识；
在预设的映射表中记录所述数据包的标识；所述映射表表示数据包和所述数据生成时间的关系；
依据所述映射表和所述数据包，生成有序的特征向量，所述特征向量为所述研判模型中用于分析的特征信息。


4.根据权利要求1所述的方法，其特征在于，所述预设的研判模型为通过标注有犯罪行为的视频样本对预设的机器学习模型进行训练后得到的。


5.根据权利要求4所述的方法，其特征在于，所述预设的研判模型的训练过程包括：
获取预设时间长度的第一视频样本；所述第一视频样本中标记有犯罪行为模式；
提取所述第一视频样本中每帧视频图像犯罪行为的特征信息；
依据所述第一视频样本中每帧视频图像犯罪行为的特征信息和所述视频样本标记的犯罪行为模式，对预设的机器学习模型进行训练，得到研判模型；
或者所述研判模型的训练过程包括：
将预设时间长度的视频样本划分为多个时间段；
依次获取每个时间段中的第二视频样本；所述第二视频样本中标记有犯罪行为模式；
依次提取每个第二视频样本中每帧视频图像犯罪行为的特征信息；
依据每个第二视频样本的特征信息和所述第二视频样本标记的犯罪行为模式，对预设的机器学习模型进行训练，得到研判模型。


6.根据权利要求1所述的方法，其特征在于，所述对所述每帧视频图像的特征信息进行分析，得到每帧视频图像的识别结果，并对每帧视频图像的识别结果进行分析，确定是否有犯罪行为的发生，包括：
通过研判模型对每...

【专利技术属性】
技术研发人员：林通，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江;33