基于相似轨迹的人员关系分类方法与系统技术方案

本发明专利技术公开了基于相似轨迹的人员关系分类方法与系统，该方法包括：通过特征采集模块采集预设时间段人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息；通过关联计算将采集信息进行匹配，匹配为将人脸信息、MAC、国际移动用户识别码和车牌号统一到同一人，得到不同人员信息表，抽取目标人员信息，得到目标人员信息表，形成目标人员运动轨迹信息；根据目标人员运动轨迹信息，提取与目标人员以相同采集时间出现在相同采集地点的特征信息，形成关联人员信息表；采用快速模块度优化算法，将关联人员信息表中的人员划分成至少两类，并对每类人员之间的关系进行研判。该发明专利技术的方法与系统，便于掌握目标人员的社会关系信息及活动规律。规律。规律。

【技术实现步骤摘要】
基于相似轨迹的人员关系分类方法与系统


[0001]本专利技术属于智能人员管控技术，涉及大数据挖掘领域，具体涉及基于相似轨迹的人员关系分类方法与系统。

技术介绍

[0002]随着城市人口的不断增长，人员的社会关系相对复杂，对人员管控的难度也随之增大，得益于大数据及人工智能在城市人员管控中的应用，智慧城市安防系统的建设得到了不断地加强与完善。
[0003]然而，每个系统得到的大量的监控数据未形成有效的联系，在调查特定人员的社会关系时，不同的管控平台采用不同的人员管理系统，得到的人员信息数据单一，在调取人员数据时，会耗费大量的时间，人力成本高，对于人员关联信息的识别与检测效率不高，这就导致进行人员管理时，难以及时发现人员管控中的安全隐患。因此为了进一步挖掘人员的社会关系，形成关联人员信息宽表，实现对城市人员的精细化管控，本专利技术设计一种基于相似轨迹的人员分类方法与系统。

技术实现思路

[0004]为了解决
技术介绍
中的上述问题，本专利技术提供如下技术方案：一方面，本专利技术提供了一种基于相似轨迹的人员关系分类方法，其特征在于，该方法包括如下步骤：S1：通过特征采集模块采集预设时间段的人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息，形成人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表；S2：通过关联计算，将所述S1中的人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表进行匹配，所述匹配为将人脸信息、MAC、国际移动用户识别码和车牌号统一到同一个人，得到不同人员的信息表，抽取目标人员信息，得到目标人员信息表，形成目标人员运动轨迹信息；S3：根据S2中的目标人员运动轨迹信息，提取S1中人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表中与目标人员以相同采集时间出现在相同采集地点的特征信息，所述特征信息包括人脸信息、MAC地址信息、国际移动用户识别码信息和车牌号信息，形成关联人员信息表；S4：采用快速模块度优化算法，根据采集地点的集中性，将关联人员信息表中的人员划分成至少两类；S5：根据采集时间及采集地点，对S4中每类人员之间的关系进行研判。
[0005]进一步地，所述S1中，特征采集模块包括人脸采集设备、wifi采集设备、热点采集设备和车牌号采集设备。
[0006]进一步地，所述S1中，人脸信息表为采用人脸采集设备采集的人脸侦码及其对应
的采集时间、采集地点；MAC地址信息表为采用wifi采集设备采集的MAC地址信息及其对应的采集时间、采集地点；国际移动用户识别码信息表为采用热点采集设备采集的国际移动用户识别码及其对应的采集时间、采集地点；车牌号信息表为采用车牌号采集设备采集的车牌号及其对应的采集时间、采集地点。
[0007]进一步地，所述S5中，采集地点为住宅，末次采集时间为夜晚，则研判此类人员关系为家人。
[0008]进一步地，所述S5中，采集地点为写字楼，采集时间为工作日，则研判此类人员关系为同事。
[0009]另一方面，本专利技术还提供了基于相似轨迹的人员关系分类系统，该系统包括：特征采集模块，包括人脸采集设备、wifi采集设备、热点采集设备和车牌号采集设备，分别用于采集人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息；信息匹配模块，将人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息匹配至同一个人，得到不同人员的信息表，抽取目标人员信息，得到目标人员信息表，形成目标人员运动轨迹信息；轨迹提取模块，提取与目标人员以相同采集时间出现在相同采集地点的特征信息，所述特征信息包括人脸信息、MAC地址信息、国际移动用户识别码信息和车牌号信息，形成关联人员信息表；群体划分模块，采用快速模块度优化算法，根据采集地点的集中性，将关联人员信息表中的人员划分成至少两类；关系研判模块，根据采集时间及采集地点，研判每类人员的关系为家人或同事。
[0010]与现有技术相比，本专利技术的有益效果是：本方法通过对人员特征信息采集，例如人脸信息，MAC地址信息，车牌抓拍采集信息等；获取站点采集的信息表，通过对人脸，MAC信息，热点信息和车辆信息的关联，并连接本地目标人员信息数据库，形成人员信息表，包含布控区域人员的基本信息；在人员关系库中，根据人员的共站信息与轨迹信息，分析人员的轨迹特征，对人员的群体关系进行分类；本专利技术通过各站点采集到的人员信息，形成关联人员的人员信息宽表，包括采集时间，采集站点，区域活动时间，区域活动频率等属性，通过对目标人员的社会关系进行聚类，掌握目标人员的社会关系信息及活动规律。
附图说明
[0011]图1为基于相似轨迹的人员关系分类系统的示意图。
具体实施方式
[0012]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。
[0013]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多
步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应方法、函数、规程、子例程、子程序等。
[0014]实施例1本专利技术提供了一种基于相似轨迹的人员关系分类方法，该方法包括如下步骤：S1：通过特征采集模块采集预设时间段的人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息，形成人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表；S2：通过关联计算，将所述S1中的人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表进行匹配，所述匹配为将人脸信息、MAC、国际移动用户识别码和车牌号统一到同一个人，得到不同人员的信息表，抽取目标人员信息，得到目标人员信息表，形成目标人员运动轨迹信息；S3：根据S2中的目标人员运动轨迹信息，提取S1中人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表中与目标人员以相同采集时间出现在相同采集地点的特征信息，所述特征信息包括人脸信息、MAC地址信息、国际移动用户识别码信息和车牌号信息，形成关联人员信息表；S4：采用快速模块度优化算法，根据采集地点的集中性，将关联人员信息表中的人员划分成至少两类；S5：根据采集时间及采集地点，对S4中每类人员之间的关系进行研判。
[0015]具体的，所述S1中，特征采集模块包括人脸采集设备、wifi采集设备、热点采集设备和车牌号采集设备。
[0016]具体的，所述S1中，人脸信息表为采用人脸采集设备采集的人脸侦码及其对应的采集时间、采集地点；MAC地址信息表为采用wifi采集设备采集的MAC地址信息及其对应的采集时间、采集地点；国际移动用户识别码信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于相似轨迹的人员关系分类方法，其特征在于，该方法包括如下步骤：S1：通过特征采集模块采集预设时间段的人脸侦码信息、wifi侦码信息、热点侦码信息和车牌侦码信息，形成人脸信息表、MAC地址信息表、国际移动用户识别码和车牌号信息表；S2：通过关联计算，将所述S1中的人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表进行匹配，所述匹配为将人脸信息、MAC、国际移动用户识别码和车牌号统一到同一个人，得到不同人员的信息表，抽取目标人员信息，得到目标人员信息表，形成目标人员运动轨迹信息；S3：根据S2中的目标人员运动轨迹信息，提取S1中人脸信息表、MAC地址信息表、国际移动用户识别码信息表和车牌号信息表中与目标人员以相同采集时间出现在相同采集地点的特征信息，所述特征信息包括人脸信息、MAC地址信息、国际移动用户识别码和车牌号信息，形成关联人员信息表；S4：采用快速模块度优化算法，根据采集地点的集中性，将关联人员信息表中的人员划分成至少两类；S5：根据采集时间及采集地点，对S4中每类人员之间的关系进行研判。2.根据权利要求1所述基于相似轨迹的人员关系分类方法，其特征在于，所述S1中，特征采集模块包括人脸采集设备、wifi采集设备、热点采集设备和车牌号采集设备。3.根据权利要求2所述基于相似轨迹的人员关系分类方法，其特征在于，所述S1中，人脸信息表为采用人脸采集设备采集的人脸侦码及其对应的采集时间、采集地点；MAC地址信息表为采用...

【专利技术属性】
技术研发人员：王倩，余勇，刘方旭，
申请(专利权)人：南京森根科技股份有限公司，
类型：发明
国别省市：