一种基于大数据同人异车目标人员的挖掘方法及系统技术方案

一种基于大数据同人异车目标人员的挖掘方法与系统，方法包括：通过前端采集设备采集卡口处人脸数据和车辆数据，将结构化数据直接推送给数据接收模块，将非结构化数据经过视频结构化模块产生的结构化数据推送至数据接收模块；数据接收模块将接收到的结构化数据推送至大数据中心；将人脸数据通过人像多引擎模块建立人员档案；将车辆数据通过车像多引擎模块建立车辆档案；通过时空关联建立车辆与人员挖掘人车之间联系；对符合同人异车标准的人员进行目标库比对；对比中特定库的人员数据给相关责任人推送告警信息。责任人推送告警信息。责任人推送告警信息。

【技术实现步骤摘要】
一种基于大数据同人异车目标人员的挖掘方法及系统


[0001]本专利技术涉及公安刑侦领域，具体涉及一种基于大数据同人异车目标人员的挖掘方法及系统。

技术介绍

[0002]随着人民生活水平的逐步提高，人民对社会治安的稳定也有了新的要求。借助信息科学成果在当今社会中的普遍应用，信息采集设备、信息传递设备、信息存储设备的发展水平和普及程度，以足以支持公安工作进行更深层次的信息化升级。具体而言，随着国内互联网信息大爆炸，犯罪嫌疑人往往会具有较强的反侦查能力，采用驾驶或乘坐不同车辆逃避打击。对此找出驾驶不同车辆人员，对现在的案件侦办过程中锁定犯罪嫌疑人有着重要的意义。
[0003]以提升治安工作效率，降低基层干警工作强度为目标，以广泛分布的信息采集终端为工具，本专利技术通过对于人脸识别、车辆识别进行数据融合挖掘出同人异车人员，减轻基层工作人员的工作压力，提高社会效率。

技术实现思路

[0004]鉴于现有技术中存在的技术缺陷和技术弊端，本专利技术实施例提供克服上述问题或者至少部分地解决上述问题的一种基于大数据同人异车目标人员的挖掘方法及系统，具体方案如下：
[0005]作为本专利技术的第一方面，提供一种基于大数据同人异车目标人员的挖掘方法，所述方法包括：
[0006]S1:通过安装于卡口处的前端采集设备采集卡口处的图像数据，所述图像数据包括人脸数据和车辆数据；
[0007]S2：通过所述人脸数据建立人员档案；通过所述车辆数据建立车辆档案；
[0008]S3，基于所述人员档案和车辆档案，通过时空关联建立车辆与人员之间的关联关系，即人车关联关系；
[0009]S4，基于人车关联关系确定符合同人异车标准的人员，对符合同人异车标准的人员与目标库中的目标人员比对，基于所述比对结果，判断符合同人异车标准的人员是否为目标人员，从而实现对目标人员的挖掘。
[0010]进一步地，所述前端采集设备为高清摄像机，S1具体为：通过高清摄像机拍摄经过卡口处的人和车，获取人脸数据和车辆数据。
[0011]进一步地，S1还包括：判断所述图像数据是否为结构化数据，若所述图像数据为非结构化数据，则将所述非结构化数据转换成结构化数据。
[0012]进一步地，通过所述人脸数据建立人员档案；通过所述车辆数据建立车辆档案具体为：
[0013]将人脸数据与人脸底库中的人脸采用多家厂商的人脸识别算法进行匹配，匹配通
过的人脸数据进行人脸档案建档或归档，从而建立人员档案，将车辆数据采用多家厂商的车牌识别算法进行车牌识别，对于识别出车牌号的车辆进行建档或归档，从而建立车辆档案。
[0014]进一步地，通过时空关联建立车辆与人员之间的关联关系具体为：
[0015]令A是车辆档案集合，B是人员档案集合，A＝{a1,a2,...,a
m
}，B＝{b1,b2,...,b
n
}，即存在：
[0016][0017][0018]其中表示关联规则，表示计算的关联度，
[0019]表示计算关联规则置信度；
[0020]表示人与车同一地点，同一时间出现的次数；
[0021]support_count(a
i
)表示车抓拍到的次数，通过事先设置的最小出现次数、最小支持度和最小置信度，从而找到车与人的强关联规则，即人车关联关系。
[0022]作为本专利技术的第二方面，提供一种基于大数据同人异车目标人员的挖掘系统，所述系统包括前端采集设备、档案建立模块、人车关联模块和目标人员匹配模块；
[0023]所述前端采集设备用于采集卡口处的图像数据，所述图像数据包括人脸数据和车辆数据；
[0024]所述档案建立模块用于通过所述人脸数据建立人员档案，通过所述车辆数据建立车辆档案；
[0025]所述人车关联模块用于基于所述人员档案和车辆档案，通过时空关联建立车辆与人员之间的关联关系，即人车关联关系；
[0026]所述目标人员匹配模块用于基于人车关联关系确定符合同人异车标准的人员，对符合同人异车标准的人员与目标库中的目标人员比对，基于所述比对结果，判断符合同人异车标准的人员是否为目标人员，从而实现对目标人员的挖掘。
[0027]进一步地，所述前端采集设备为高清摄像机，通过高清摄像机拍摄经过卡口处的人和车，获取人脸数据和车辆数据，作为图像数据。
[0028]进一步地，所述系统还包括数据结构判断模块、数据接收模块、视频结构化模块和大数据中心，所述数据结构判断模块用于判断所述图像数据是否为结构化数据，若所述图像数据为结构化数据，则直接推送给数据接收模块，若所述图像数据为非结构化数据，则将所述非结构化数据转换成结构化数据后推送给数据接收模块；所述数据接收模块用于将接收到的结构化数据推送至大数据中心，供档案建立模块调用。
[0029]进一步地，通过所述人脸数据建立人员档案，通过所述车辆数据建立车辆档案具体为：
[0030]将人脸数据与人脸底库中的人脸采用多家厂商的人脸识别算法进行匹配，匹配通过的人脸数据进行人脸档案建档或归档，从而建立人员档案，将车辆数据采用多家厂商的车牌识别算法进行车牌识别，对于识别出车牌号的车辆进行建档或归档，从而建立车辆档
案。
[0031]进一步地，通过时空关联建立车辆与人员之间的关联关系具体为：
[0032]令A是车辆档案集合，B是人员档案集合，A＝{a1,a2,...,a
m
}，B＝{b1,b2,...,b
n
}，即存在：
[0033][0034][0035]其中表示关联规则，表示计算的关联度，
[0036]表示计算关联规则置信度；
[0037]表示人与车同一地点，同一时间出现的次数；
[0038]support_count(a
i
)表示车抓拍到的次数，通过事先设置的最小出现次数、最小支持度和最小置信度，从而找到车与人的强关联规则，即人车关联关系。
[0039]本专利技术具有以下有益效果：
[0040]通过前端采集设备采集卡口处的人脸数据和车辆数据，建立人员档案和车辆档案，基于人员档案和车辆档案建立人车关联关系，基于人车关联关系确定符合同人异车标准的人员，即找到经常驾驶或乘坐不同车辆的一类人，再通过将这类人与目标库中的目标人员比对，从而确定是否为公安需要查找的目标人员，以提升治安工作效率，降低基层干警工作强度为目标，减轻基层工作人员的工作压力。
附图说明
[0041]图1为本专利技术实施例提供的一种基于大数据同人异车目标人员的挖掘方法流程图；
[0042]图2为本专利技术实施例提供的一种基于大数据同人异车目标人员的挖掘系统结构图。
具体实施方式
[0043]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，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据同人异车目标人员的挖掘方法，其特征在于，所述方法包括：S1:通过安装于卡口处的前端采集设备采集卡口处的图像数据，所述图像数据包括人脸数据和车辆数据；S2：通过所述人脸数据建立人员档案；通过所述车辆数据建立车辆档案；S3，基于所述人员档案和车辆档案，通过时空关联建立车辆与人员之间的关联关系，即人车关联关系；S4，基于人车关联关系确定符合同人异车标准的人员，对符合同人异车标准的人员与目标库中的目标人员比对，基于所述比对结果，判断符合同人异车标准的人员是否为目标人员，从而实现对目标人员的挖掘。2.根据权利要求1所述的基于大数据同人异车目标人员的挖掘方法，其特征在于，所述前端采集设备为高清摄像机，S1具体为：通过高清摄像机拍摄经过卡口处的人和车，获取人脸数据和车辆数据。3.根据权利要求1所述的基于大数据同人异车目标人员的挖掘方法，其特征在于，S1还包括：判断所述图像数据是否为结构化数据，若所述图像数据为非结构化数据，则将所述非结构化数据转换成结构化数据。4.根据权利要求1所述的基于大数据同人异车目标人员的挖掘方法，其特征在于，通过所述人脸数据建立人员档案；通过所述车辆数据建立车辆档案具体为：将人脸数据与人脸底库中的人脸采用多家厂商的人脸识别算法进行匹配，匹配通过的人脸数据进行人脸档案建档或归档，从而建立人员档案，将车辆数据采用多家厂商的车牌识别算法进行车牌识别，对于识别出车牌号的车辆进行建档或归档，从而建立车辆档案。5.根据权利要求1所述的基于大数据同人异车目标人员的挖掘方法，其特征在于，通过时空关联建立车辆与人员之间的关联关系具体为：令A是车辆档案集合，B是人员档案集合，A＝{a1,a2,...,a
m
}，B＝{b1,b2,...,b
n
}，即存在：其中表示关联规则，表示计算的关联度，表示计算关联规则置信度；表示人与车同一地点，同一时间出现的次数；support_count(a
i
)表示车抓拍到的次数，通过事先设置的最小出现次数、最小支持度和最小置信度，从而找到车与人的强关联规则，即人车关联关系。6.一种基于大数据同人异车目标人员的挖掘系统，其特征在于，所述系统包括前端采集设备、档案建立模块、人车关联模块和目标人员匹配模块；所述前端采集设备用于采集卡口处的图像数据，所述图...

【专利技术属性】
技术研发人员：唐四维，郭福禄，廖乔治，刘树惠，
申请(专利权)人：武汉烽火众智数字技术有限责任公司，
类型：发明
国别省市：