【技术实现步骤摘要】
一种基于多模态信息的人员身份关联方法及系统
[0001]本专利技术涉及人员身份信息关联
,具体而言,涉及一种基于多模态信息的人员身份关联方法及系统
。
技术介绍
[0002]不同社交网络平台的人员信息会因为不具有关联性一方面无法进行数据的同一,有效降低对网络资源的无效占用率,增加了网络运营的成本,也不方便进行统一的管理,另一方面也无法因为关联了身份信息能够综合不同社交网络平台的数据信息进行针对性的信息服务,降低了网络服务的质量和效率
。
[0003]因此,对身份信息的关联显得尤为重要
。
当然,不同的社交网络平台因为建立的基础条件而有模态类型的身份信息数据,进而增加了进行身份关联的复杂度
。
大多数的身份关联方式都是基于大数据的巨量分析来完成,这样一方面增加了身份关联的时间成本和资源使用成本,另一方面也不具备高效且合理的关联分析方式,无法提高关联结果的准确性
。
[0004]因此,设计一种基于多模态信息的人员身份关联方法及系统,通过合理的关联方式设计即提高了身份关联的效率,也增加了身份关联结果的准确性,是目前亟待解决的问题
。
技术实现思路
[0005]本专利技术的目的在于提供一种基于多模态信息的人员身份关联方法,通过获取不同载体对象下的人员身份多模态信息,进行基于匹配关联性分析的合理类型划分,实现对多模态人员身份信息的有效利用,有助于提高进行人员身份关联的分析效率和准确性
。
同时,基于多模态身份类 ...
【技术保护点】
【技术特征摘要】
1.
一种基于多模态信息的人员身份关联方法,其特征在于,包括:获取不同载体对象下人员身份的多模态信息,进行多模态信息的类型划分分析,形成多模态身份类型数据;根据所述载体对象上每个人员对象的身份活动信息,并结合所述多模态身份类型数据,对不同所述载体对象下的不同人员身份信息进行匹配性分析,形成身份匹配结果数据;根据所述身份匹配结果数据和所述多模态身份类型数据,建立身份关联分析模型,并根据所述身份关联分析模型将不同所述载体对象中的人员身份信息进行关联匹配,形成关联结果数据
。2.
根据权利要求1所述的基于多模态信息的人员身份关联方法,其特征在于,所述获取不同载体对象下人员身份的多模态信息,进行多模态信息的类型划分分析,形成多模态身份类型数据,包括:获取不同的所述载体对象中每个所述人员身份的多模态信息,并所述多模态信息进行以下针对身份判断类型的划分:在对所述多模态信息进行准确性判断中为逆否判断的信息划分为判别类身份信息数据集
A
;在对所述多模态信息进行准确性判断中为选择性判断的信息划分为选择类身份信息数据集
B
;将所述多模态信息中除所述判别类身份信息数据集
A
和所述选择类身份信息数据集
B
外的其他信息进行基于身份识别的分析,形成取向类身份信息数据
C。3.
根据权利要求2所述的基于多模态信息的人员身份关联方法,其特征在于,在所述判别类身份信息数据集
A
中,将直接决定人员身份的单一判别类身份信息集合为决定性判别类身份信息数据子集,其中:
=[
,,
…
,
]
,
m
为所述决定性判别类身份信息数据子集中具有的所述判别类身份信息的数量;将所述判别类身份信息数据中除所述决定性判别类身份信息数据外的其他判别类身份信息集合为辅助性判别类身份信息数据子集,其中:
=[
,,
…
,
]
,
n
为所述辅助性判别类身份信息数据子集中具有的所述判别类身份信息的数量
。4.
根据权利要求3所述的基于多模态信息的人员身份关联方法,其特征在于,所述将所述多模态信息中除所述判别类身份信息数据集
A
和所述选择类身份信息数据集
B
外的其他信息进行基于身份识别的分析,形成取向类身份信息数据
C
,包括:在所述取向类身份信息数据集
C
中,分离出不同模态类型的取向类身份信息,并将每种模态类型的取向类身份信息进行身份特征的提取,形成包含不同模态类型下包含多个身份特征的取向类身份信息数据子集,并根据不同所述取向类身份信息数据子集中的身份特征的数量由多到少的顺序对所述取向类身份信息数据子集进行排序,形成取向类身份信息数据子集的顺序集,即:
C=[
,,
…
,
]
,其中,
=[
,,
…
,
]
,
u
为所述取向类身份信息数据子集的顺序标
号,
v
为顺序号为
u
的所述取向类身份信息数据子集中身份特征的数量
。5.
根据权利要求4所述的基于多模态信息的人员身份关联方法,其特征在于,所述根据所述载体对象上每个人员对象的身份活动信息,并结合所述多模态身份类型数据,对不同所述载体对象下的不同人员身份信息进行匹配性分析,形成身份匹配结果数据,包括:获取所述载体对象上所述人员对象的身份活动信息,并提取与所述决定性判别类身份信息数据子集中的判别身份信息有关的词句,通过对词句进行语义分析来进行决定性判断:对根据词句语义判断出逆否的判别分身信息进行决定性标记;对根据词句语义不能判断出逆否的判别身份信息进行非决定性标记;获取所述载体对象上所述人员对象的身份活动信息,并提取与所述辅助性判别类身份信息数据子集中的判别身份信息有关的词句,通过对词句进行语义分析来进行辅助性判断:将判别身份信息的两个对立结果根据词句语义展现出的判别结果进行频率统计,并进行标记,即:,表示所对应的判别身份信息所展示出的结果的否定概率;获取所述载体对象上所述人员对象的身份活动信息,并提取与所述选择类身份信息数据集
B
中的选择身份信息有关的词句,通过对词句进行语义分析来进行选择性判断:根据词句的语义确定每个选择身份信息的选择结果,对决定不同所述选择结果的词句语义进行有效决定次数的概率统计,并进行标记,即:,表示所对应的选择身份信息所展示出的结果的否定概率,
i
为所述选择类身份信息数据集
B
中具有的所述选择身份信息的数量
。6.
根据权利要求5所述的基于多模态信息的人员身份关联方法,其特征在于,所述根据所述身份匹配结果数据和所述多模态身份类型数据,建立身份关联分析模型,并根据所述身份关联分析模型将不同所述载体对象中的人员身份信息进行关联匹配,形成关联结果数据...
【专利技术属性】
技术研发人员:高辉,骆健儿,卢君,文卫疆,万俊翔,阳婧,徐佳,易瑶,周元广,李炎,
申请(专利权)人:湖南智警公共安全技术研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。