面向微空间的人员行为全景画像智能监管系统技术方案

本发明专利技术公开了一种面向微空间的人员行为全景画像智能监管系统，包括泛在感知模块、智能学习与训练模块、图像解构模块、音频解构模块、全景三维管理模块、综合画像模块、微空间预警与监管模块。基于实时的泛在感知与大数据智能化分析计算，实现了对监管环境和人员的24小时全天候值守，通过计算机自动化、智能化预警处置，可以极大减轻民警工作量，减少人力资源投入，提高管理效率。提高管理效率。提高管理效率。

【技术实现步骤摘要】
面向微空间的人员行为全景画像智能监管系统


[0001]本专利技术涉及到采用强制措施的特殊人员监管
，具体涉及一种面向微空间的人员行为全景画像智能监管系统。

技术介绍

[0002]以拘留所、看守所、监狱、留置中心等为代表的强制措施场所，所面对的是各类涉嫌犯罪或犯罪的特殊人员群体。由于此类人员群体来源复杂性、层次结构多样性以及身份的特殊性，其监管环境存在特异性特征，在集中管理的微空间场景中，容易因各类沟通活动的失败造成情绪失控而产生较多冲突事件和违规行为。目前针对这些场景的管理，主要通过部署摄像头和语音采集装置的技术手段进行实时监控，并结合监管民警的日常管理，通过“人防十技防”的方式，实现这些场景的常态监管，但这种方式存在诸多缺陷：
[0003]一是对受强制措施人员的情绪管控，只能依靠监管民警个人经验开展，由于每个监管民警管理的人员对象往往达到50人以上，受制于个人精力和经验的不同和局限，难以达到对所有人员情绪的及时掌控和有效疏解，即使借助视频监控手段，也只是解决了信息采集的渠道问题，无法提供及时的情绪掌控能力。<br/>[0004]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向微空间的人员行为全景画像智能监管系统，其特征在于：包括泛在感知模块、智能学习与训练模块、图像解构模块、音频解构模块、全景三维管理模块、综合画像模块、微空间预警与监管模块，其中：所述泛在感知模块用于对监管场所微空间的环境状态进行全面感知和信息采集，并接入被监管人员相关的业务管理系统的外部信息，实现被监管人员行为活动、空间环境情况的实时、全面感知采集和存储管理；所述智能学习训练模块用于对所述泛在感知模块采集的音视频信息进行分类、解析和识别提取，通过训练出的人员图像、语音、行为特征，分析、归纳人员情绪特征，并对学习和训练成果进行管理和验证；所述图像解构模块用于针对所述泛在感知模块采集的视频图像信息，基于所述智能学习与训练模块提供的训练库支撑，对人员面部特征、行为动态以及监管场所中各种物品进行实时自动化提取和识别，并根据训练库中图像分类将提取和识别的要素归类解构；所述音频解构模块针对所述泛在感知模块采集的音频信息，基于上述智能学习与训练模块提供的训练库支撑，对人员动态语音信息进行实时自动化提取和识别，并根据训练库中语音分类和预先采集的人员声膜信息进行剔选、匹配、归类解构，并将获得的数据与被监管人员进行配对；所述全景三维管理模块用于依据三维GIS技术，对监管场所微空间进行实景化三维建模和管理；所述综合画像模块用于以汇聚的被监管人员的基本信息为基础、以人员为单位，将所述图像解构模块和音频解构模块处理的信息进行集成，并基于智能学习与训练模块提供的训练库支撑开展人员行为分析和情绪分析，以实现对人员个体的全景实时画像，同时以监室为单位的微空间场景进行群体画像，通过综合画像反映个人、群体、微空间场景的全方位状态；所述微空间预警与监管模块用于依托智能学习与训练模块、综合画像模块的数据作为支撑，基于实时动态人员画像、环境监测信息，对微空间中个体、群体情况进行实时监测和分析，并进行分类分级预警。2.根据权利要求1所述的面向微空间的人员行为全景画像智能监管系统，其特征在于：所述泛在感知模块包括图像感知子模块、音频感知子模块、环境感知子模块、数据汇聚和管理子模块，其中：所述图像感知子模块用于监管场所微空间的整个场景无死角视频监控，并将获得的视频图像数据进行存储管理；所述音频感知子模块用于监管场所微空间中人员语音信息的高度还原采集，并将采集的音频信息进行存储管理；所述环境感知子模块用于监管场所微空间的温湿度数据采集，并将采集的环境感知信息进行存储管理；所述数据汇聚和管理子模块用于对所述图像感知子模块、音频感知子模块、环境感知子模块提供的各类数据进行汇集、整合、转换通道和存储管理，并与外部相关业务管理系统对接，汇集外部来源的人员、业务信息。3.根据权利要求1所述的面向微空间的人员行为全景画像智能监管系统，其特征在于：
所述智能学习与训练模块包括特征词典分类子模块、人工提取特征分类子模块、特征深度学习分类子模块、综合分析子模块、特征库管理子模块，其中：所述特征词典分类子模块用于采用预先建立的词典库，将图像信息、音频信息进行划分和分类解析，并通过多粒度的组合计算，实现对人员表情、行为、语音以及微空间中物品的图像、音频特征分类提取；所述人工提取特征分类子模块用于选取一定的人员图像、物品图像、音频信息作为分析样本，人工提取分析样本中的表情、行为、语音、物品特征，并采用算法模型对除分析样本外的其他图像、音频信息进行隐含特征自动分类提取；所述特征深度学习分类子模块用于通过大数据采集和归纳，建立表情、行为、语音、物品的海量特征大数据库，然后对图像、音频信息进行隐含特征自动分类提取；所述综合分析子模块用于采用多因子加权计算方式，对特征词典分类子模块、人工提取特征分类子模块、特征深度学习分类子模块所提取的同一对象分类特征进行分析计算，并在保留三类提取结果的基础上得到综合分析结果，然后输出给特征库管理子模块；所述特征库管理子模块用于实现对所述综合分析子模块输出的分类特征数据进行管理功能。4.根据权利要求1所述的面向微空间的人员行为全景画像智能监管系统，其特征在于：所述图像解构模块包括人员表情解析子模块、人员行为解析子模块、物品解析子模块，其中：所述人员表情解析子模块用于采用所述智能学习与训练模块提供的面部表情特征分类提取特征库，对所述泛在感知模块采集的视频感知图像中人员表情进行动态解析，将解析结果输出给综合画像模块；所述人员行为解析子模块用于采用所述智能学习与训练模块提供的行为动态特征分类提取特征库，对所述泛在感知模块采集的视频感知图像中人员行为动态进行解析，并将解析结果输出给综合画像模块；所述物品解析子模块用于采用所述智能学习与训练模块提供的物品特...

【专利技术属性】
技术研发人员：朱俊丰，苏林媛，
申请(专利权)人：重庆链图信息技术有限公司，
类型：发明
国别省市：