一种暴力类人员重新犯罪的预警方法、装置及存储介质制造方法及图纸

本申请公开了一种暴力类人员重新犯罪的预警方法、装置及存储介质，用以解决暴力类人员在回归社区后不能有效针对重新犯罪进行预警的技术问题。方法包括：获取待监测暴力类人员的犯罪史信息以及若干个暴力测试刺激视频；在若干个暴力测试刺激视频中确定待测试视频，并基于待测试视频对待监测暴力类人员进行测试，以确定待监测暴力类人员重新进行暴力犯罪的概率；在概率大于第一预设阈值的情况下，对待测试视频及待监测暴力类人员的生活场景进行评分，以确定重新进行暴力犯罪的高风险生活场景；在待监测暴力类人员进入高风险生活场景时发出预警。本申请通过上述方法解决了暴力类人员在回归社区后不能有效针对重新犯罪进行预警的技术问题。预警的技术问题。预警的技术问题。

【技术实现步骤摘要】
一种暴力类人员重新犯罪的预警方法、装置及存储介质


[0001]本申请涉及暴力类犯罪预警
，尤其涉及一种暴力类人员重新犯罪的预警方法、装置及存储介质。

技术介绍

[0002]目前针对犯罪风险评估与预警的常见方法与装置主要包括以下几类：
[0003](1)以自陈式问卷量表为主要方法的评估与预警。如中国政法大学犯罪心理学研究中心与司法部犯罪预防研究所设计的COPA
‑
PI问卷。
[0004](2)基于各类深度学习技术，对罪犯服刑期间的相关数据以及罪犯本身的生理心理特征进行采集，训练神经网络预测模型，进行再犯风险预警的装置与技术。如专利技术专利《一种面向特殊人员的行为风险智能预警方法及系统》，专利号CN111723869A；专利技术专利《基于强化学习的再犯罪风险预测方法、介质和计算设备》，专利号CN111768027A。
[0005](3)基于犯罪学(社会学取向)的各类地理性、区域性因素作为输入，训练神经网络模型进行区域犯罪发生频率与风险预测的装置与技术。如专利技术专利《一种顾及背景效应的犯罪风险环境因素影响分析法》，专利号CN109710720A；专利技术专利《一种顾及空间异质性和过度离散现象的犯罪风险因素分析方法》，专利号CN111860999A；专利技术专利《一种基于偏差分析对犯罪案件时空扫描预测结果的认定方法》，专利号CN109117978A；专利技术专利《一种基于时空聚类统计进行城市犯罪风险评估的方法》，专利号CN109146751A。
[0006]其中，自陈式问卷量表评估与预警方法的局限性在于缺乏客观性，容易因为被试主观捏造结论而造成预警错误；基于各类深度学习技术输入各类因素的两种方式，局限性在于缺乏理论指导，同时深度神经网络模型本身具有不可解释性，故缺乏透明性与公平性论证，而司法实践的最根本原则在于公平性与透明性，故该类技术较难真正迈向实践应用。并且上述各类技术方法，均将犯罪风险视为一个类型，事实上犯罪行为本身千差万别，技术类犯罪、经济类犯罪、暴力犯罪在现实中是完全不同的类型，故不可能通过同一种方法解决本质上完全不同的问题，因此均不能准确有效的对犯罪风险进行预警。
[0007]但是，随着暴力类罪犯服刑结束人数的增多，为保证人民的人身安全，如何针对暴力类人员这一类特殊人群，在回归社区后进行重新犯罪的预警，成为了亟待解决的技术问题。

技术实现思路

[0008]本申请实施例提供了一种暴力类人员重新犯罪的预警方法、装置及存储介质，用以解决暴力类人员在回归社区后不能有效针对重新犯罪进行预警的技术问题。
[0009]第一方面，本申请实施例提供了一种暴力类人员重新犯罪的预警方法，其特征在于，方法包括：获取待监测暴力类人员的犯罪史信息以及若干个暴力测试刺激视频；其中，待监测暴力类人员的类别根据暴力人员在遇到问题时的情绪及解决方式分为反应性暴力人员与工具性暴力人员；暴力测试刺激视频包括反应性暴力测试刺激视频与工具性暴力测
试刺激视频，分别用于引起对应类别的暴力类人员产生暴力行为；在若干个暴力测试刺激视频中确定待测试视频，并基于待测试视频对待监测暴力类人员进行测试，以确定待监测暴力类人员重新进行暴力犯罪的概率；在待监测暴力类人员重新进行暴力犯罪的概率大于第一预设阈值的情况下，基于预设的风险评分问卷，对待测试视频及待监测暴力类人员的若干个生活场景进行评分，以确定待监测暴力类人员重新进行暴力犯罪的高风险生活场景；在待监测暴力类人员进入高风险生活场景的情况下发出预警信息。
[0010]本申请实施例提供的一种暴力类人员重新犯罪的预警方法，首先通过获取的待监测暴力类人员的犯罪史信息以及若干个暴力测试刺激视频确定待监测暴力类人员重新进行暴力犯罪的概率，在待监测暴力类人员重新进行暴力犯罪的概率大于第一预设阈值的情况下，根据对待测试视频及待监测暴力类人员的若干个生活场景的评分，确定待监测暴力类人员重新进行暴力犯罪的高风险生活场景，在待监测暴力类人员进入高风险生活场景的情况下发出预警信息。本申请实施例通过上述方法解决了暴力类人员在回归社区后不能有效针对重新犯罪进行预警的技术问题。
[0011]在本申请的一种实现方式中，在若干个暴力测试刺激视频中确定待测试视频之前，方法还包括：对若干个暴力测试刺激视频中的反应性暴力测试刺激视频进行主成分分析，以确定描述反应性暴力测试刺激视频对应的预设数量个描述因素的权重，并确定描述反应性暴力测试刺激视频权重最大的描述因素为主因素；其中，描述因素用于描述反应性暴力测试刺激视频的类型；基于预设数量个描述因素，构建预设数量个主因素集合，并将反应性暴力测试刺激视频存储于对应的主因素集合中；以及，对若干个暴力测试刺激视频中的工具性暴力测试刺激视频进行第一场景目标标签与第一场景任务标签的标注；其中，第一场景目标标签用于描述工具性暴力测试刺激视频中工具性暴力罪犯施暴的群体类型，第一场景任务标签用于描述工具性暴力测试刺激视频中工具性暴力罪犯施暴所要达成的目的。
[0012]在本申请的一种实现方式中，在若干个暴力测试刺激视频中确定待测试视频，并基于待测试视频对待监测暴力类人员进行测试，以确定待监测暴力类人员重新进行暴力犯罪的概率，具体包括：确定待监测暴力类人员是否为反应性暴力人员；在确定待监测暴力类人员是反应性暴力人员的情况下，分别在预设数量个主因素集合中任选一个反应性暴力测试刺激视频作为第一待测试视频，以组成第一测试视频集；将第一测试视频集中的预设数量个待测试视频，依次对待监测暴力类人员播放，并记录待监测暴力类人员在观看各待测试视频时的第一平均面部表情阈值、第一平均心率及第一平均心率变异性；其中，面部表情阈值基于预设的面部表情阈值计算模型确定；在待监测暴力类人员观看完第一测试视频集中的所有待测试视频的情况下，对待监测暴力类人员进行爱荷华博弈任务测试，以确定测试分数；基于测试分数、第一平均面部表情阈值、第一平均心率及第一平均心率变异性，通过预设的反应性暴力概率计算模型，确定待监测暴力类人员重新进行反应性暴力犯罪的概率。
[0013]在本申请的一种实现方式中，反应性暴力概率计算模型，由以下公式表示：
[0014][0015]其中，P
RVB
为重新进行反应性暴力犯罪的概率，IGS为测试分数，(FF)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均面部表情阈值，(HR)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均心率，(HRV)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均心率变异性。
[0016]在本申请的一种实现方式中，方法还包括：在确定待监测暴力类人员是工具性暴力人员的情况下，提取待监测暴力类人员的犯罪史信息，并基于犯罪史信息，在工具性暴力测试刺激视频中匹配若干个第二待测试视频，以组成第二测试视频集；将第二测试视频集中的若干个待测试视频，依次对待监测暴力类人员播放，并记录待监测暴力类人员在观看各待测试视频时的第二平均面部表情阈值、第二平均心率及第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种暴力类人员重新犯罪的预警方法，其特征在于，所述方法包括：获取待监测暴力类人员的犯罪史信息以及若干个暴力测试刺激视频；其中，待监测暴力类人员的类别根据所述暴力人员在遇到问题时的情绪及解决方式分为反应性暴力人员与工具性暴力人员；所述暴力测试刺激视频包括反应性暴力测试刺激视频与工具性暴力测试刺激视频，分别用于引起对应类别的待监测暴力类人员产生暴力行为；在所述若干个暴力测试刺激视频中确定待测试视频，并基于所述待测试视频对待监测暴力类人员进行测试，以确定所述待监测暴力类人员重新进行暴力犯罪的概率；在所述待监测暴力类人员重新进行暴力犯罪的概率大于第一预设阈值的情况下，基于预设的风险评分问卷，确定所述待测试视频及所述待监测暴力类人员的若干个生活场景进行评分，以确定所述待监测暴力类人员重新进行暴力犯罪的高风险生活场景；在所述待监测暴力类人员进入所述高风险生活场景的情况下发出预警信息。2.根据权利要求1所述的一种暴力类人员重新犯罪的预警方法，其特征在于，在所述若干个暴力测试刺激视频中确定待测试视频之前，所述方法还包括：对所述若干个暴力测试刺激视频中的反应性暴力测试刺激视频进行主成分分析，以确定描述所述反应性暴力测试刺激视频对应的预设数量个描述因素的权重，并确定描述所述反应性暴力测试刺激视频权重最大的描述因素为主因素；其中，所述描述因素用于描述所述反应性暴力测试刺激视频的类型；基于所述预设数量个描述因素，构建预设数量个主因素集合，并将所述反应性暴力测试刺激视频存储于对应的主因素集合中；以及，对所述若干个暴力测试刺激视频中的工具性暴力测试刺激视频进行第一场景目标标签与第一场景任务标签的标注；其中，所述第一场景目标标签用于描述工具性暴力测试刺激视频中工具性暴力罪犯施暴的群体类型，所述第一场景任务标签用于描述工具性暴力测试刺激视频中工具性暴力罪犯施暴所要达成的目的。3.根据权利要求2所述的一种暴力类人员重新犯罪的预警方法，其特征在于，在所述若干个暴力测试刺激视频中确定待测试视频，并基于所述待测试视频对待监测暴力类人员进行测试，以确定所述待监测暴力类人员重新进行暴力犯罪的概率，具体包括：确定所述待监测暴力类人员是否为反应性暴力人员；在确定所述待监测暴力类人员是反应性暴力人员的情况下，分别在所述预设数量个主因素集合中任选一个反应性暴力测试刺激视频作为第一待测试视频，以组成第一测试视频集；将所述第一测试视频集中的预设数量个待测试视频，依次对所述待监测暴力类人员播放，并记录所述待监测暴力类人员在观看各待测试视频时的第一平均面部表情阈值、第一平均心率及第一平均心率变异性；其中，所述面部表情阈值基于预设的面部表情阈值计算模型确定；在所述待监测暴力类人员观看完所述第一测试视频集中的所有待测试视频的情况下，对所述待监测暴力类人员进行爱荷华博弈任务测试，以确定测试分数；基于所述测试分数、所述第一平均面部表情阈值、所述第一平均心率及所述第一平均心率变异性，通过预设的反应性暴力概率计算模型，确定所述待监测暴力类人员重新进行反应性暴力犯罪的概率。
4.根据权利要求3所述的一种暴力类人员重新犯罪的预警方法，其特征在于，所述反应性暴力概率计算模型，由以下公式表示：其中，P
RVB
为重新进行反应性暴力犯罪的概率，IGS为测试分数，(FF)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均面部表情阈值，(HR)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均心率，(HRV)
i
为待监测暴力类人员在观看第i个待测试视频时的第一平均心率变异性。5.根据权利要求3所述的一种暴力类人员重新犯罪的预警方法，其特征...

【专利技术属性】
技术研发人员：马皑，宋业臻，韩伟，曲继新，
申请(专利权)人：山东心法科技有限公司，
类型：发明
国别省市：