基于时空数据的可疑人员识别方法、装置、系统和介质制造方法及图纸

本发明专利技术实施例公开了一种基于时空数据的可疑人员识别方法、装置、系统和介质，对提取的历史案件数据进行分类处理，得到多个数据组；按照预先设定的时空维度，对各数据组进行维度划分，以得到案件分布数据。按照时空维度，对获取的人员活动数据进行维度划分，得到人员停留时间分布数据。依据案件分布数据、人员停留时间分布数据以及人员活动轨迹的离散度，可以筛选出可疑人员。在该技术方案中，通过案件与人员的时空规律分析，可以拟合出具有嫌疑的人员，并结合人员活动轨迹的离散度，排除掉具有个人重复轨迹特性的人员，从而可以准确的筛选出可疑人员。出可疑人员。出可疑人员。

【技术实现步骤摘要】
基于时空数据的可疑人员识别方法、装置、系统和介质


[0001]本专利技术涉及安全防护
，特别是涉及一种基于时空数据的可疑人员识别方法、装置、系统和计算机可读存储介质。

技术介绍

[0002]公安行业大量系统的建设，使得相关使用方可以采集到大量的多类别数据，这些数据对于案件的侦破具有积极的作用，但这些应用大部分是对于案发后的侦破以及人员侦查，如何更好的做好安全预防和案发后更及时的响应，是当前发展的一个重要方向，也是当前存在最大困难的地方。
[0003]现有技术中，通过前端设备采集多维数据存入大数据，然后基于历史案件以及犯罪人员的大数据得到案件特征与犯罪嫌疑人特征的强关联规则；再根据待分析案件的案件特征信息，利用上述强关联规则预测出该案件的犯罪嫌疑人特征信息，最后基于前端多维数据以及犯罪嫌疑人特征信息挖掘出嫌疑目标。
[0004]利用案件和已侦破案件的嫌疑人特性建立规则，然后挖掘其他案件有嫌疑的目标人员。但是该技术方案基于的数据类别比较多，如果前端上报的多维数据不全或不准，将大大的影响分析结果，导致挖掘出的可疑人员名单不准确。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空数据的可疑人员识别方法，其特征在于，包括：对提取的历史案件数据进行分类处理，得到多个数据组；按照预先设定的时空维度，对各所述数据组进行维度划分，以得到案件分布数据；其中，每个数据组有其对应的一个案件分布数据；按照所述时空维度，对获取的人员活动数据进行维度划分，以得到人员停留时间分布数据；依据所述案件分布数据、所述人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员。2.根据权利要求1所述的方法，其特征在于，在所述按照预先设定的时空维度，对各所述数据组进行维度划分，以得到案件分布数据之后还包括：将所述案件分布数据中不满足案件数量过滤规则的数据置零，得到过滤后的案件分布数据；相应的，所述依据所述案件分布数据、所述人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员包括：依据所述过滤后的案件分布数据、所述人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员。3.根据权利要求2所述的方法，其特征在于，在所述按照所述时空维度，对获取的人员活动数据进行维度划分，得到人员停留时间分布数据之后还包括：将所述人员停留时间分布数据中停留时间小于预设时间阈值的数据置零，得到处理后的人员停留时间分布数据；相应的，所述依据所述案件分布数据、所述人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员包括：依据所述过滤后的案件分布数据、所述处理后的人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员。4.根据权利要求3所述的方法，其特征在于，所述依据所述案件分布数据、所述人员停留时间分布数据以及人员活动轨迹的离散度，筛选出可疑人员包括：对预设时间段内获取的所述案件分布数据和所述人员停留时间分布数据进行拟合，筛选出初始可疑人员和高频案发时空维度；利用轨迹相似度算法对所述初始可疑人员的活动轨迹进行分析，得出所述可疑人员在所述预设时间段内的轨迹离散度；将所述轨迹离散度大于预设阈值的初始可疑人员标记为可疑人员。5.根据权利要求4所述的方法，其特征在于，所述利用轨迹相似度算法对所述初始可疑人员的活动轨迹进...

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