一种目标对象的异常概率分析方法及相关装置制造方法及图纸

本申请公开了一种目标对象的异常概率分析方法及相关装置，涉及数据处理技术领域。本申请中，获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象，再基于目标对象关联的行为特征数据，确定目标对象的特征标签集合，从而基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。采用这种方式，避免了相关技术中，仅对历史异常对象在特定场所的出现的活跃程度来定位异常目标对象，从而导致实际目标对象不在定位的异常目标对象中，进而无法从定位的异常目标对象中，识别出实际目标对象的技术弊端，故而，提高了异常目标对象的识别准确度。提高了异常目标对象的识别准确度。提高了异常目标对象的识别准确度。

【技术实现步骤摘要】
一种目标对象的异常概率分析方法及相关装置


[0001]本申请涉及数据处理
，尤其涉及一种目标对象的异常概率分析方法及相关装置。

技术介绍

[0002]随着互联网技术的普及和发展，海量数据不断从日常生活中涌出，进一步地，以数据分布式存储和计算为基础的大数据技术、数据挖掘、机器学习算法和人工智能技术，为这些海量数据的应用提供了基础条件和前提。
[0003]其中，随着大数据技术的发展，以及基于海量数据的数据挖掘、机器学习算法和人工智能技术在各领域的广泛应用落地,各地公安机关也在大力开展大数据应用相关体系、机制、技术和技战法模型等探索实践。
[0004]目前，公安案件的侦察方式已逐渐步入大数据和信息化，各类警务数据和对象活动信息数据的采集、分析和研判已经成为公安信息化的重要基础；其中，通过历史异常对象数据和社会活动类数据相结合使用的方法，能够有效破获一些由历史异常对象制造的案件，降低警力消耗。
[0005]示例性的，在实际场景中，获取目标区域在检测时段内的候选活跃历史异常对象的人脸信息，其中，候选活跃历史异常对象为有异常历史行为的人员，再根据候选活跃历史异常对象的人脸信息，以及在检测时段内出入目标场所的对象抓拍数据，获取检测时段内，出入特定场所的目标活跃历史异常对象的行为数据，从而当根据获得的行为数据，确定目标活跃历史异常对象为目标时间的异常目标对象时，向用户终端发送目标活跃历史异常对象的信息。
[0006]然而，采用上述的异常目标对象识别方法，会因仅对历史异常对象在特定场所的出现的活跃程度来定位异常目标对象，从而导致实际目标对象不在定位的异常目标对象中，进而无法从定位的异常目标对象中，识别出实际目标对象。
[0007]因此，采用上述方式，异常目标对象的识别准确度较低。

技术实现思路

[0008]本申请实施例提供了一种目标对象的异常概率分析方法及相关装置，用以提高异常目标对象的识别准确度。
[0009]第一方面，本申请实施例提供了一种目标对象的异常概率分析方法，所述方法包括：
[0010]获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，目标对象出入目标场景的频次满足预设的出入频次条件；
[0011]基于目标对象关联的行为特征数据，确定目标对象的特征标签集合；其中，特征标签集合包含的每个特征标签值表征：相应行为特征维度上，目标对象为异常目标对象的子概率；
[0012]基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。
[0013]第二方面，本申请实施例还提供了一种目标对象的异常概率分析装置，所述装置包括：
[0014]获取模块，用于获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，目标对象出入目标场景的频次满足预设的出入频次条件；
[0015]确定模块，用于基于目标对象关联的行为特征数据，确定目标对象的特征标签集合；其中，特征标签集合包含的每个特征标签值表征：相应行为特征维度上，目标对象为异常目标对象的子概率；
[0016]处理模块，用于基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。
[0017]在一种可选的实施例中，在获取目标事件所涉及目标场景中，数据采集设备及其采集到的目标对象时，所述获取模块具体用于：
[0018]从候选数据采集设备集群中，筛选出与目标事件所涉及目标场景的场景位置信息，满足预设的位置偏差条件的目标数据采集设备；
[0019]从预设的历史对象数据库中，获取对应目标事件的发生时间段设置的时间范围内，目标数据采集设备采集到的目标对象。
[0020]在一种可选的实施例中，在基于目标对象关联的行为特征数据，确定目标对象的特征标签集合时，所述确定模块具体用于：
[0021]基于预设的异常行为特征分析规则，对目标对象的行为特征数据进行分析，确定行为特征数据归属的各个行为特征区间；
[0022]分别确定对应各个行为特征区间设置的特征标签值，并基于获得的各个特征标签值，确定目标对象的特征标签集合。
[0023]在一种可选的实施例中，在基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率时，所述处理模块具体用于：
[0024]分别确定对应各个特征标签值各自的标签类型设置的特征权重；
[0025]基于各个特征标签值及其各自对应的特征权重，获得目标对象为异常目标对象的异常概率。
[0026]在一种可选的实施例中，在分别确定对应各个特征标签值各自的标签类型设置的特征权重时，所述处理模块具体用于：
[0027]从预设的系统数据库中，筛选出满足预设的事件侦破条件的历史事件及其对应的实际目标对象；
[0028]基于实际目标对象关联的行为特征数据，以及预设的概率预测模型，确定各个标签类型各自对应的特征权重。
[0029]在一种可选的实施例中，所述处理模块还用于：
[0030]若目标事件所涉及目标场景中，存在多个目标数据采集设备采集到的目标对象，则对多个目标对象的异常概率进行排序，获得多个目标对象各自的概率排列顺序；
[0031]基于获得的多个概率排列顺序，从多个目标对象中，筛选出满足预设的异常概率条件的至少一个目标对象；
[0032]将至少一个目标对象添加至预设的目标对象集合中，并将目标对象集合作为目标事件的候选实际对象集合。
[0033]第三方面，本申请实施例还提出了一种电子设备，其包括处理器和存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行上述第一方面所述的目标对象的异常概率分析方法的步骤。
[0034]第四方面，本申请实施例还提出了一种计算机可读存储介质，其包括程序代码，当所述程序代码在电子设备上运行时，所述程序代码用于使所述电子设备执行上述第一方面所述的目标对象的异常概率分析方法的步骤。
[0035]第五方面，本申请实施例还提供了一种计算机程序产品，所述计算机程序产品在被计算机调用时，使得所述计算机执行如第一方面所述的目标对象的异常概率分析方法步骤。
[0036]本申请有益效果如下：
[0037]在本申请实施例所提供的目标对象的异常概率分析方法中，获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象，再基于目标对象关联的行为特征数据，确定目标对象的特征标签集合，从而基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。
[0038]采用这种方式，基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率，避免了相关技术中，仅对历史异常对象在特定场所的出现的活跃程度来定位异常目标对象，从而导致实际目标对象不在定位的异常目标对象中，进而无法从定位的异常目标对象中，识别出实际目标对象的技术弊端，故而，提高了异常目标对象的识别准确度。
[0039本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象的异常概率分析方法，其特征在于，包括：获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，所述目标对象出入所述目标场景的频次满足预设的出入频次条件；基于所述目标对象关联的行为特征数据，确定所述目标对象的特征标签集合；其中，所述特征标签集合包含的每个特征标签值表征：相应行为特征维度上，所述目标对象为异常目标对象的子概率；基于所述特征标签集合包含的各个特征标签值，获得所述目标对象为所述异常目标对象的异常概率。2.如权利要求1所述的方法，其特征在于，所述获取目标事件所涉及目标场景中，数据采集设备及其采集到的目标对象，包括：从候选数据采集设备集群中，筛选出与所述目标事件所涉及目标场景的场景位置信息，满足预设的位置偏差条件的目标数据采集设备；从预设的历史对象数据库中，获取对应所述目标事件的发生时间段设置的时间范围内，所述目标数据采集设备采集到的目标对象。3.如权利要求1所述的方法，其特征在于，所述基于所述目标对象关联的行为特征数据，确定所述目标对象的特征标签集合，包括：基于预设的异常行为特征分析规则，对所述目标对象的行为特征数据进行分析，确定所述行为特征数据归属的各个行为特征区间；分别确定对应所述各个行为特征区间设置的特征标签值，并基于获得的各个特征标签值，确定所述目标对象的特征标签集合。4.如权利要求1
‑
3中任一项所述的方法，其特征在于，所述基于所述特征标签集合包含的各个特征标签值，获得所述目标对象为所述异常目标对象的异常概率，包括：分别确定对应所述各个特征标签值各自的标签类型设置的特征权重；基于所述各个特征标签值及其各自对应的特征权重，获得所述目标对象为所述异常目标对象的异常概率。5.如权利要求4所述的方法，其特征在于，所述分别确定对应所述各个特征标签值各自的标签类型设置的特征权重，包括：从预设的系统数据库中，筛选出满足预设的事件侦破条件的历史事件及其对应的实际目标对象；基于所述实际目标对象关联的行为特征数据，以及预设的概率预测模型，确定各个标签类型各自对应的特征权重。6.如权利要求4所述的方法，其特征在于，所述方法还包括：若所述目标事件所涉及目标场景中，存在多个所述目标数据采集设备采集到的目标对象，则对多个目标对象的异常概率进行排序，获得所述多个目标对象各自的概率排列顺序；基于获得的多个概率排列顺序，从所述多个目标对象中，筛选出满足预设的异常概率条件的至少一个目标对象；将所述至少一个目标对象添加至预设的目标对象集合中，并将所述目标对象集合作为所述目标事件的候选实际对象集合。7.一种目标对象的异常概率分析装置，其特征在于，包括：
获取模块，用于获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，所述目标对象出入所述目标场景的频次满足预设的出入频次条件；确定模块，用于基于所述目标对象关联的行为特征数据，确定所述目标对象的特征标签集合；其中，所述特征标签集合包含的每个特征标签值表征：...

【专利技术属性】
技术研发人员：文欢，吕晓，陈立力，陈胜江，周明伟，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：