CN106610997A - 人物信息处理方法、装置及系统 - Google Patents

人物信息处理方法、装置及系统 Download PDF

Info

Publication number
CN106610997A
CN106610997A CN201510698369.9A CN201510698369A CN106610997A CN 106610997 A CN106610997 A CN 106610997A CN 201510698369 A CN201510698369 A CN 201510698369A CN 106610997 A CN106610997 A CN 106610997A
Authority
CN
China
Prior art keywords
target
personages
close
moment
target person
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510698369.9A
Other languages
English (en)
Other versions
CN106610997B (zh
Inventor
王春茂
朱江
浦世亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201510698369.9A priority Critical patent/CN106610997B/zh
Publication of CN106610997A publication Critical patent/CN106610997A/zh
Application granted granted Critical
Publication of CN106610997B publication Critical patent/CN106610997B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种人物信息处理方法、装置及系统。该方法中,获得信息采集设备所采集的关于目标人物的目标身份信息和目标采集时刻,并更新预设身份信息库;确定符合预设条件的其他人物,预设条件至少包括:设备标识与采集目标身份信息的信息采集设备的设备标识相同但身份信息与目标身份信息不匹配;基于目标采集时刻和其他人物所对应的采集时刻,确定目标人物与其他人物的目标关系亲疏度,进而生成或更新目标人物与其他人物的关联关系。通过本方案,可以有效确定并展示出现在同一地点范围的人物的亲疏关系。

Description

人物信息处理方法、装置及系统
技术领域
本发明涉及数据处理技术领域,特别是涉及一种人物信息处理方法、装置及系统。
背景技术
随着安防需求的提高,存在从日常行为中挖掘各类人物的亲疏关系的需求,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
申请人发现,通常情况下,同时或先后出现在同一地点范围的人物通常可能有某种关联关系,因此,对于出现在同一地点的人物的亲疏关系的分析确定能够很好地为公安刑侦、商业广告等应用提供有价值的信息。
那么,如何有效确定并展示出现在同一地点范围的人物的亲疏关系是一个亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种人物信息处理方法、装置及系统,以有效确定并展示出现在同一地点范围的人物的亲疏关系。具体技术方案如下:
第一方面,本发明实施例提供了一种人物信息处理方法,包括:
获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;
基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;
从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;
基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;
基于所述目标人物与所述其他人物的关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的目标关系亲疏度所确定。
可选的,所述获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,包括:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻;
和/或,
获得摄像头所采集的关于目标人物的目标人脸信息和所述目标人脸信息所对应的目标采集时刻。
可选的,所述生成或更新所述目标人物与其他人物的关联关系,包括:
当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
可选的,所述基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度,包括:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度;
或者,
所述基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度,包括:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
可选的,计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
可选的,所述预设条件还包括:
采集时刻与目标采集时刻的间隔在预定时间段内;
从所述预设身份信息库中,确定符合预设条件的其他人物,包括:
从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;所述计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
可选的,所述对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
第二方面,本发明实施例提供了一种人物信息处理装置,包括:
信息获得模块,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;
信息库更新模块,用于基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;
人物确定模块,用于从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;
关系亲疏度确定模块,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;
关系亲疏度处理模块,用于基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
可选的,所述信息获得模块具体用于:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻;
和/或,
获得摄像头所采集的关于目标人物的目标人脸信息和所述目标人脸信息所对应的目标采集时刻。
可选的,所述关系亲疏度处理模块包括:
第一处理单元,用于当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
第二处理单元,用于当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
可选的,所述关系亲疏度确定模块,包括:第一关系亲属度确定子模块或第二关系亲疏度确定子模块;
其中,所述第一关系亲疏度确定子模块,包括:
第一初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
第一关系亲疏度确定单元,用于将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度
所述第二关系亲疏度确定子模块,包括:
第二初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
衰减运算单元,用于对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
第二关系亲疏度确定单元,用于将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
可选的,所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
可选的,所述人物确定模块所利用的所述预设条件还包括:
采集时刻与目标采集时刻的间隔在预定时间段内;
所述人物确定模块,具体用于从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
可选的,所述衰减运算单元对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
第三方面,本发明实施例提供了一种人物信息处理系统,其特征在于,包括:信息采集设备和能够与所述信息采集设备通信的主控设备;
其中,所述信息采集设备,用于采集关于目标人物的目标身份信息;
所述主控设备,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
本发明实施例中,在获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻后,更新预设身份信息库;从该预设身份信息库中,确定符合预设条件的其他人物,该预设条件至少包括:所对应设备标识与采集目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;基于该目标采集时刻和该其他人物所对应的采集时刻,确定目标人物与其他人物的目标关系亲疏度;基于该目标人物与其他人物的目标关系亲疏度,生成或更新该目标人物与其他人物的关联关系。可见,通过本方案,可以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种人物信息处理方法的流程图;
图2为本发明实施例所提供的一种人物信息处理方法的另一流程图;
图3为本发明实施例所提供的一种人物信息处理装置的结构示意图;
图4为本发明实施例所提供的一种人物信息处理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例提供了一种人物信息处理方法、装置及系统,以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
下面首先对本发明实施例所提供的一种人物信息处理方法进行介绍。
需要说明的是,本实施例所提供的一种人物信息处理方法可以应用于能够与信息采集设备相通信的主控设备,举例而言,在实际应用中,该信息采集设备可以为无线探测器或摄像头,等等,而该能够与信息采集设备相通信的主控设备可以为数据硬盘录像机,当然并不局限于此。
另外,本实施例所提供的一种人物信息处理方法的执行主体可以为一种人物信息处理装置,该人物信息处理装置可以为上述的能够与信息采集设备相通信的主控设备中的功能软件。
如图1所示,本发明实施例提供了一种人物信息处理方法,可以包括如下步骤:
S101,获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻;
在人物信息处理过程中,首先可以获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,进而执行后续的处理,其中,该目标人物可以为一个人物或多个人物。可以理解的是,所谓获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻具体可以为:向信息采集设备主动请求获得关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,或者,接收信息采集设备主动上报的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻;并且,对于信息采集设备主动上报信息的情况而言,该信息采集设备可以定时或实时上报,这都是合理的。
具体的,在一种实现方式中,该信息采集设备可以为无线探测器,相应的,所述获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,可以包括:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和该目标标识信息所对应的目标采集时刻。
可以理解的是,实际应用中,该无线探测器可以为WiFi探测器,其中,该WiFi探测器具体可以为现有技术中的WiFi探针,其中,WiFi探针为现有的用于检测周围环境中的WiFi终端的设备,其基本工作原理为:创建WiFi热点,收集周围环境中可接入的终端的信息,例如:具有唯一性的标识信息、WiFi信号强度值、WiFi信号持续时长等等,并且,可以理解的是,对于一个设备而言,所具有的唯一性的标识信息可以为该设备的MAC(Media Access Control,媒体访问控制)地址,WiFi探测器的具体实现可以不局限于WiFi探针。需要强调的是,无线探测器可以不局限于WiFi探测器,还可以为其他能够采集的关于目标人物所持设备的目标标识信息和该目标标识信息所对应的目标采集时刻的器件,例如:无线探测器可以为基于NFC(Near Field Communication,近场通信)技术的NFC探测器,以能够采集内置NFC功能模块的设备的标识信息,其中,NFC技术是由非接触式射频识别技术(RFID)演变而来的。
具体的,在第二种实现方式中,该信息采集设备可以为摄像头,相应的,所述获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,可以包括:
获得摄像头所采集的关于目标人物的目标人脸信息和该目标人脸信息所对应的目标采集时刻。
其中,通过摄像头采集人脸信息的具体实现可以采用现有技术,在此不做赘述。
可以理解的是,无线探测器和摄像头可以结合使用,即信息采集设备可以同时包括:无线探测器和摄像头,此时,获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,可以包括:可以获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻和获得摄像头所采集的关于目标人物的目标人脸信息和该目标人脸信息所对应的目标采集时刻。
另外,需要强调的是,多个信息采集设备可以共享一个主控设备,并且,每一信息采集设备能够获得某一地址范围内的人物的身份信息,其中,在实际应用中,可以在某一条道路,楼层、车库或餐厅的出入口,园区等等场所设置一个或多个信息采集设备,每一信息采集设备对应采集进入相应地址范围内的人物的身份信息。并且,需要强调的是,多个人物处于同一地址范围具体通过信息采集设备来体现,具体的,如果采集人物A和人物B的身份信息的信息采集设备均为信息采集设备1,则人物A和人物B均曾出现在信息采集设备1所对应的采集区域,即人物A和人物B同时或先后出现在同一地址范围内。
S102,基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,更新预设身份信息库;
在获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻后,可以基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,通过一定的处理方式,更新预设身份信息库;其中,该预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性。需要说明的是,更新之前的预设身份信息库存储有本次人物信息处理过程之前的、基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录;并且,关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻被存储到预设身份信息库后,目标人物成为属于预设身份信息库所涉及的人物,该目标人物对应有一条身份记录,所对应的身份记录包括:目标人物的目标身份信息、采集该目标身份信息的信息采集设备的设备标识、该目标身份信息所对应的目标采集时刻。
具体的,所述基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,更新预设身份信息库,可以包括:
在该预设身份信息库中,查询是否存在身份信息与该目标身份信息相匹配且设备标识与采集该目标身份信息的信息采集设备的设备标识相同的身份记录,如果存在,将所查询到的该身份记录中当前的采集时刻更新为:该目标采集时刻;否则,根据该目标身份信息、采集该目标身份信息的信息采集设备的设备标识和该目标采集时刻,在该预设身份信息库中增加关于该目标人物的身份记录。
其中,对于身份信息为人物所持设备的标识信息的情况而言,两个身份信息相匹配具体指:两个标识信息相同,两个身份信息不匹配具体指:两个标识信息不同;而对于身份信息为人脸信息的情况而言,两个身份信息相匹配具体指:两个人脸信息的相似度不小于预定阈值,两个身份信息不匹配具体指:两个人脸信息的相似度小于预定阈值,并且,两个人脸信息的相似度可以通过现有技术实现,由于不是发明点,在此不做介绍。
S103,从该预设身份信息库中,确定所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同但所对应身份信息与该目标身份信息不匹配的其他人物;
在更新该预设身份信息库后,进一步的,可以从该预设身份信息库中,确定符合预设条件的其他人物,其中,该预设条件包括:所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同但所对应身份信息与该目标身份信息不匹配,也就是,从该预设身份信息库中,确定所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同但所对应身份信息与该目标身份信息不匹配的其他人物,以得知哪些其他人物与目标人物同时或先后出现在同一地址范围,从而后续计算出目标人物与相应其他人物之间的关系亲疏度。
需要强调的是,所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同能够保证目标人物与所确定出的其他人物出现在同一地址范围,而所对应身份信息与该目标身份信息不匹配能够保证所确定出的其他人物不是目标人物自身。
S104,基于该目标采集时刻和其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度;
在确定出符合预设条件的其他人物后,可以基于该目标采集时刻和其他人物所对应的采集时刻,并通过特定公式来确定该目标人物与其他人物的目标关系亲疏度。
具体的,在第一种具体实现方式中,所述基于该目标采集时刻和该其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度,可以包括:
基于该目标采集时刻和其他人物所对应的采集时刻,计算该目标人物与该其他人物的初始亲疏度;
将该目标人物与其他人物的初始亲疏度,确定为该目标人物与其他人物的目标关系亲疏度。
具体的,在第二种具体实现方式中,为了使得关联关系具有遗忘性,即新的关联关系相对于旧的关联关系更加重要,且能够促进所有关联关系的稳定性,所述基于该目标采集时刻和该其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度,可以包括:
基于该目标采集时刻和其他人物所对应的采集时刻,计算该目标人物与其他人物的初始亲疏度;
对该目标人物与其他人物的初始亲疏度执行关系衰减运算;
将关系衰减运算所得值确定为该目标人物与其他人物的目标关系亲疏度。
具体的,本实施例中,对于第一种具体实现方式和第二种具体实现方式而言,计算该目标人物与其他人物的初始亲疏度所利用的公式可以包括:
其中,r为初始亲疏度,t为该目标人物的目标采集时刻和其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
举例而言,计算该目标人物与其他人物的初始亲疏度所利用的公式具体可以为:
其中,对于上述的该公式而言,将关于人物之间亲疏关系的单次时间窗口设置为5分钟,即tthresh为300秒,认为5分钟内先后出现的两个人物可能具备一定的关联关系,并且,采用指数方式对关联关系进行衰减。
具体的,本实施例中,对于第二种具体实现方式而言,对该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的公式可以包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于该目标人物与其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于该目标人物与其他人物的初始亲疏度的时刻到该当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
举例而言:所述对该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的公式具体可以为:
其中,预设的衰减时间窗口设置为365天,采用指数方式进行衰减。
需要强调的是,上述所给出的计算该目标人物与其他人物的初始亲疏度所利用的具体公式以及上述的对该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的具体公式仅仅作为示例,并不应该构成对本发明实施例的限定。
S105,基于该目标人物与其他人物的目标关系亲疏度,生成或更新该目标人物与其他人物的关联关系。
其中,该预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的目标关系亲疏度所确定。
在获得该目标人物与其他人物的关系亲疏度,可以生成或更新该目标人物与其他人物的关联关系,具体的:当存在该目标人物与其他人物的关联关系时,将该目标人物与其他人物当前的关联关系更新为:该目标人物与其他人物的该目标关系亲疏度所对应的关联关系;当未存在该目标人物与其他人物的关联关系时,生成该目标人物与其他人物节点的关联关系,其中,所生成的关联关系为该目标人物与其他人物的目标关系亲疏度所对应的关联关系。
需要说明的,为了直观体现出人物之间的关联关系,预设身份信息库可以对应于一个关系网络,该关系网络包括多个人物节点,人物节点与该预设身份信息库所涉及的人物具有对应性,任意两个人物节点之间的关联关系基于相应两个人物之间的关系亲疏度所确定;相应的,基于该目标人物与其他人物的目标关系亲疏度,生成或更新该目标人物与其他人物的关联关系,可以包括:基于该目标人物与其他人物的目标关系亲疏度,在该预设身份信息库所对应的关系网络中生成或更新该目标人物对应的人物节点与其他人物对应的人物节点的关联关系;并且,在该预设身份信息库所对应的关系网络中生成或更新该目标人物对应的人物节点与其他人物对应的人物节点的关联关系,可以包括:
在该预设身份信息库所对应的关系网络中存在该目标人物所对应人物节点时,将该目标人物所对应人物节点与其他人物所对应人物节点在该关系网络中当前的关联关系为:该目标人物与其他人物的目标关系亲疏度所对应的关联关系;
在该预设身份信息库所对应的关系网络中未存在该目标人物所对应节点时,在该关系网络中增设该目标人物所对应的人物节点,并按照目标人物与其他人物的目标关系亲疏度所对应的关联关系,建立该目标人物所对应人物节点与其他人物所对应人物节点在该关系网络中的关联关系。
需要说明的是,关系亲疏度的数值越小,表明关联关系越低,关系亲疏度的数值越大,表明关联关系越高;在关系网络中,任意两个人物节点之间的关联关系可以通过人物节点之间连接线的长度表征,具体可以为:连接线越长,表明关联关系越低,并且,关于连接线长度与关系亲疏度的数值的具体对应关系在此不做限定;或者,在关系网络中,任意两个人物节点之间的关联关系可以通过人物节点之间连接线的粗细程度表征,具体可以为:连接线越粗,关联关系越高,并且,关于连接线粗细与关系亲疏度的数值的具体对应关系在此不做限定。另外,关于关系网络的具体显示形式在此不作限定。
需要强调的是,关联关系的具体体现形式并不局限于关系网络的形式,例如,还可以通过表格形式,等等,这都是合理的;另外,关联关系的具体体现形式不同,基于关系亲疏度来计算关联关系的具体方式不同,实际应用中,可以根据使用需求,来设置基于关系亲疏度来来计算关联关系的具体方式,在此不做限定。
可见,通过本方案,可以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
为了有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息,本发明实施例还提供了一种人物信息处理方法。
需要说明的是,本实施例所提供的一种人物信息处理方法可以应用于能够与信息采集设备相通信的主控设备,举例而言,在实际应用中,该信息采集设备可以为无线探测器或摄像头,等等,而该能够与信息采集设备相通信的主控设备可以为数据硬盘录像机,当然并不局限于此。
另外,本实施例所提供的一种人物信息处理方法的执行主体可以为一种人物信息处理装置,该人物信息处理装置可以为上述的能够与信息采集设备相通信的主控设备中的功能软件。
如图2所示,本发明实施例提供了一种人物信息处理方法,可以包括如下步骤:
S201,获得信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻;
具体的,在一种实现方式中,该信息采集设备可以为无线探测器,相应的,所述获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,可以包括:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和该目标标识信息所对应的目标采集时刻。
在第二种实现方式中,该信息采集设备可以为摄像头,相应的,所述获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,可以包括:
获得摄像头所采集的关于目标人物的目标人脸信息和该目标人脸信息所对应的目标采集时刻。
S202,基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,更新预设身份信息库;
该预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性。
具体的,所述的基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和该目标身份信息所对应的目标采集时刻,更新预设身份信息库,可以包括:
在该预设身份信息库中,查询是否存在身份信息与该目标身份信息相匹配且设备标识与采集该目标身份信息的信息采集设备的设备标识相同的身份记录,如果存在,将所查询到的该身份记录中当前的采集时刻更新为:目标采集时刻;否则,根据该目标身份信息、采集该目标身份信息的信息采集设备的设备标识和该目标采集时刻,在该预设身份信息库中增加关于该目标人物的身份记录。
本实施例中,S201-S202与上述实施例的S101-S102内容相似,在此不做赘述。
S203,从该预设身份信息库中,确定所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与该目标身份信息不匹配的其他人物;
在更新该预设身份信息库后,进一步的,可以从该预设身份信息库中,确定符合预设条件的其他人物,其中,该预设条件包括:所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与该目标身份信息不匹配,也就是,从该预设身份信息库中,确定所对应设备标识与采集该目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与该目标身份信息不匹配的其他人物,以得知哪些其他人物与目标人物同时或先后出现在同一地址范围,从而后续计算出目标人物与相应其他人物之间的关系亲疏度。其中,该预定时段即为单次时间窗口,具体取值可以根据实际情况设定,举例而言,300s、250s、400s、350s等等。
S204,基于该目标采集时刻和其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度;
在确定出符合预设条件的其他人物后,可以基于该目标采集时刻和其他人物所对应的采集时刻,并通过特定公式来确定该目标人物与其他人物的目标关系亲疏度。
具体的,在第一种具体实现方式中,所述基于该目标采集时刻和该其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度,可以包括:
基于该目标采集时刻和其他人物所对应的采集时刻,计算该目标人物与该其他人物的初始亲疏度;
将该目标人物与其他人物的初始亲疏度,确定为该目标人物与其他人物的目标关系亲疏度。
具体的,在第二种具体实现方式中,为了使得关系网络具有遗忘性,即新的关联关系相对于旧的关联关系更加重要,且能够促进关系网络的稳定性,所述基于该目标采集时刻和该其他人物所对应的采集时刻,确定该目标人物与其他人物的目标关系亲疏度,可以包括:
基于该目标采集时刻和其他人物所对应的采集时刻,计算该目标人物与其他人物的初始亲疏度;
对该目标人物与其他人物的初始亲疏度执行关系衰减运算;
将关系衰减运算所得值确定为该目标人物与其他人物的目标关系亲疏度。
具体的,本实施例中,对于第一种具体实现方式和第二种具体实现方式而言,计算该目标人物与其他人物的初始亲疏度所利用的公式可以包括:
r=f(t)
其中,r为初始亲疏度,t为该目标人物的目标采集时刻和其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
举例而言,计算该目标人物与其他人物的初始亲疏度所利用的公式具体可以为:
其中,对于上述的该公式而言,将关于人物之间亲疏关系的单次时间窗口设置为5分钟,认为5分钟内先后出现的两个人物可能具备一定的关联关系,并且,采用指数方式对关联关系进行衰减。
具体的,本实施例中,对于第二种具体实现方式而言,该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的公式可以包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于该目标人物与其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于该目标人物与其他人物的初始亲疏度的时刻到该当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
举例而言:所述对该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的公式具体可以为:
其中,预设的衰减时间窗口设置为365天,采用指数方式进行衰减。
需要强调的是,上述所给出的计算该目标人物与其他人物的初始亲疏度所利用的具体公式以及上述的对该目标人物与其他人物的初始亲疏度执行关系衰减运算所利用的具体公式仅仅作为示例,并不应该构成对本发明实施例的限定。
S205,基于该目标人物与其他人物的目标关系亲疏度,生成或更新该目标人物与其他人物的关联关系。
其中,该预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的目标关系亲疏度所确定。
在获得该目标人物与其他人物的目标关系亲疏度,可以生成或更新该目标人物与其他人物的关联关系,具体的:当存在该目标人物与其他人物的关联关系时,将该目标人物与其他人物当前的关联关系更新为:该目标人物与其他人物的目标该关系亲疏度所对应的关联关系;当未存在该目标人物与其他人物的关联关系时,生成该目标人物与其他人物节点的关联关系,其中,所生成的关联关系为该目标人物与其他人物的目标关系亲疏度所对应的关联关系。
本实施例中,S205与上述实施例的S105相似,在此不做赘述。
可见,通过本方案,可以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
相应于上述方法实施例,本发明实施例还提供了一种人物信息处理装置,如图3所示,该装置可以包括:
信息获得模块310,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;
信息库更新模块320,用于基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;
人物确定模块330,用于从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;
关系亲疏度确定模块340,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;
关系亲疏度处理模块350,用于基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
可见,通过本实施例所提供的人物信息处理装置,可以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
具体的,所述信息获得模块310具体用于:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻;
和/或,
获得摄像头所采集的关于目标人物的目标人脸信息和所述目标人脸信息所对应的目标采集时刻。
具体的,所述关系亲疏度处理模块350可以包括:
第一处理单元,用于当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
第二处理单元,用于当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
具体的,所述关系亲疏度确定模块340,可以包括:第一关系亲属度确定子模块或第二关系亲疏度确定子模块;
其中,所述第一关系亲疏度确定子模块,可以包括:
第一初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
第一关系亲疏度确定单元,用于将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度
所述第二关系亲疏度确定子模块,可以包括:
第二初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
衰减运算单元,用于对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
第二关系亲疏度确定单元,用于将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
具体的,所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式可以包括:
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
具体的,所述人物确定模块330所利用的所述预设条件还可以包括:
采集时刻与目标采集时刻的间隔在预定时间段内;
所述人物确定模块330,具体用于从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
具体的,所述衰减运算单元对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式可以包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
本发明实施例还提供了一种人物信息处理系统,如图4所示,该系统可以包括:信息采集设备410和能够与所述信息采集设备通信的主控设备420;
其中,所述信息采集设备410,用于采集关于目标人物的目标身份信息;
所述主控设备420,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
举例而言,在实际应用中,该信息采集设备可以为无线探测器或摄像头,等等,而该能够与信息采集设备相通信的主控设备可以为数据硬盘录像机,当然并不局限于此。
可见,通过本实施例所提供的人物信息处理系统,可以有效确定并展示出现在同一地点范围的人物的亲疏关系,从而后续能够为公安刑侦、商业广告等应用提供有价值的信息。
具体的,所述信息采集设备410为无线探测器,其中,所述无线探测器用于采集关于目标人物所持设备的目标标识信息;或者,所述信息采集设备410为摄像头,其中,所述摄像头用于采集关于目标人物的目标人脸信息;当然,该信息采集设备可以同时包括无线探测器和摄像头。
具体的,所述主控设备420具体用于:
当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
具体的,所述主控设备420具体用于:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度;
或者,
所述主控设备420具体用于:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
具体的,所述主控设备420计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
具体的,所述主控设备420所基于的预设条件还包括:采集时刻与目标采集时刻的间隔在预定时间段内;
所述主控设备420具体用于:
从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;相应的,所述主控设备420计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
具体的,所述主控设备420对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式包括:
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (15)

1.一种人物信息处理方法,其特征在于,包括:
获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;
基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;
从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;
基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;
基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
2.根据权利要求1所述的方法,其特征在于,所述获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,包括:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻;
和/或,
获得摄像头所采集的关于目标人物的目标人脸信息和所述目标人脸信息所对应的目标采集时刻。
3.根据权利要求1所述的方法,其特征在于,所述生成或更新所述目标人物与其他人物的关联关系,包括:
当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
4.根据权利要求1-3任一所述的方法,其特征在于,所述基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度,包括:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度;
或者,
所述基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度,包括:
基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
5.根据权利要求4所述的方法,其特征在于,计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r = 0 , t > t t h r e s h f ( t ) , t ≤ t t h r e s h
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
6.根据权利要求4所述的方法,其特征在于,所述预设条件还包括:
采集时刻与目标采集时刻的间隔在预定时间段内;
从所述预设身份信息库中,确定符合预设条件的其他人物,包括:
从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;
所述计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
7.根据权利要求4所述的方法,其特征在于,所述对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式包括:
R = Σ i = 1 i = n F ( T i ) · r i , T i ≤ T t h r e s h
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
8.一种人物信息处理装置,其特征在于,包括:
信息获得模块,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;
信息库更新模块,用于基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;
人物确定模块,用于从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;
关系亲疏度确定模块,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;
关系亲疏度处理模块,用于基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
9.根据权利要求8所述的装置,其特征在于,所述信息获得模块具体用于:
获得无线探测器所采集的关于目标人物所持设备的目标标识信息和所述目标标识信息所对应的目标采集时刻;
和/或,
获得摄像头所采集的关于目标人物的目标人脸信息和所述目标人脸信息所对应的目标采集时刻。
10.根据权利要求8所述的装置,其特征在于,所述关系亲疏度处理模块包括:
第一处理单元,用于当存在所述目标人物与其他人物的关联关系时,将所述目标人物与其他人物当前的关联关系更新为:所述目标人物与其他人物的目标关系亲疏度所对应的关联关系;
第二处理单元,用于当未存在所述目标人物与其他人物的关联关系时,生成所述目标人物与其他人物节点的关联关系,其中,所生成的关联关系为所述目标人物与其他人物的目标关系亲疏度所对应的关联关系。
11.根据权利要求8-10任一项所述的装置,其特征在于,所述关系亲疏度确定模块,包括:第一关系亲属度确定子模块或第二关系亲疏度确定子模块;
其中,所述第一关系亲疏度确定子模块,包括:
第一初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
第一关系亲疏度确定单元,用于将所述目标人物与所述其他人物的初始亲疏度,确定为所述目标人物与所述其他人物的目标关系亲疏度
所述第二关系亲疏度确定子模块,包括:
第二初始亲疏度确定单元,用于基于所述目标采集时刻和所述其他人物所对应的采集时刻,计算所述目标人物与所述其他人物的初始亲疏度;
衰减运算单元,用于对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算;
第二关系亲疏度确定单元,用于将关系衰减运算所得值确定为所述目标人物与所述其他人物的目标关系亲疏度。
12.根据权利要求11所述的装置,其特征在于,所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r = 0 , t > t t h r e s h f ( t ) , t ≤ t t h r e s h
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数,tthresh为关于人物之间亲疏关系的单次时间窗口。
13.根据权利要求11所述的装置,其特征在于,所述人物确定模块所利用的所述预设条件还包括:
采集时刻与目标采集时刻的间隔在预定时间段内;
所述人物确定模块,具体用于从所述预设身份信息库中,确定所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同、采集时刻与目标采集时刻的间隔在预定时间段内但所对应身份信息与所述目标身份信息不匹配的其他人物;
所述第一初始亲疏度确定单元和第二初始亲疏度确定单元计算所述目标人物与所述其他人物的初始亲疏度所利用的公式包括:
r=f(t)
其中,r为初始亲疏度,t为所述目标人物的目标采集时刻和所述其他人物的采集时刻之间的时间间隔,f(t)为关于t的单调递减函数。
14.根据权利要求11所述的装置,其特征在于,所述衰减运算单元对所述目标人物与所述其他人物的初始亲疏度执行关系衰减运算所利用的公式包括:
R = Σ i = 1 i = n F ( T i ) · r i , T i ≤ T t h r e s h
其中,R为目标关系亲疏度,Tthresh为预设的衰减时间窗口,ri为以当前系统时刻为时间终点的预设的衰减时间窗口内第i次计算得到的关于所述目标人物与所述其他人物的初始亲疏度,F(Ti)为关于Ti的单调递减函数,Ti为第i次计算得到关于所述目标人物与所述其他人物的初始亲疏度的时刻到所述当前系统时刻的时间间隔,n为以当前系统时刻为时间终点的预设的衰减时间窗口内计算关于所述目标任务与所述其他人物的初始亲疏度的总次数,并且,本次所计算得到的初始亲疏度为以当前系统时刻为时间终点的预设的衰减时间窗口内最后一次计算得到的初始亲疏度。
15.一种人物信息处理系统,其特征在于,包括:信息采集设备和能够与所述信息采集设备通信的主控设备;
其中,所述信息采集设备,用于采集关于目标人物的目标身份信息;
所述主控设备,用于获得信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻;基于所获得的信息采集设备所采集的关于目标人物的目标身份信息和所述目标身份信息所对应的目标采集时刻,更新预设身份信息库,其中,所述预设身份信息库中存储有基于所获得的多个信息采集设备采集的身份信息和采集时刻而生成的关于多个人物的身份记录,每一条身份记录至少包括:身份信息、采集该身份信息的信息采集设备的设备标识、该身份信息所对应的采集时刻,其中,身份记录与人物具有对应性;从所述预设身份信息库中,确定符合预设条件的其他人物,其中,所述预设条件至少包括:所对应设备标识与采集所述目标身份信息的信息采集设备的设备标识相同但所对应身份信息与所述目标身份信息不匹配;基于所述目标采集时刻和所述其他人物所对应的采集时刻,确定所述目标人物与所述其他人物的目标关系亲疏度;基于所述目标人物与所述其他人物的目标关系亲疏度,生成或更新所述目标人物与其他人物的关联关系,其中,所述预设身份信息库所涉及的存在关联关系的任意两个人物之间的关联关系基于相应两个人物之间的关系亲疏度所确定。
CN201510698369.9A 2015-10-23 2015-10-23 人物信息处理方法、装置及系统 Active CN106610997B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510698369.9A CN106610997B (zh) 2015-10-23 2015-10-23 人物信息处理方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510698369.9A CN106610997B (zh) 2015-10-23 2015-10-23 人物信息处理方法、装置及系统

Publications (2)

Publication Number Publication Date
CN106610997A true CN106610997A (zh) 2017-05-03
CN106610997B CN106610997B (zh) 2019-05-21

Family

ID=58612257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510698369.9A Active CN106610997B (zh) 2015-10-23 2015-10-23 人物信息处理方法、装置及系统

Country Status (1)

Country Link
CN (1) CN106610997B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764369A (zh) * 2018-06-07 2018-11-06 深圳市公安局公交分局 基于数据融合的人物识别方法、装置和计算机存储介质
CN110765435A (zh) * 2019-10-23 2020-02-07 北京旷视科技有限公司 确定人员身份属性的方法、装置和电子设备
CN111241429A (zh) * 2020-01-15 2020-06-05 秒针信息技术有限公司 一种时空关系的确定方法、装置、电子设备及存储介质
CN111324772A (zh) * 2019-07-24 2020-06-23 杭州海康威视系统技术有限公司 一种人员关系确定方法、装置、电子设备及存储介质
CN113329343A (zh) * 2021-06-02 2021-08-31 杨成 一种基于目标WiFi及蓝牙特征ID嗅探数据分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464877B (zh) * 2008-10-27 2013-01-30 浙江大学 挖掘相关联犯罪嫌疑人的方法
CN103412951A (zh) * 2013-08-22 2013-11-27 四川农业大学 基于人物照片的人脉关联分析管理系统与方法
CN103546900A (zh) * 2013-10-11 2014-01-29 武汉世纪金桥安全技术有限公司 基于身份认证的电子特征采集方法
US20140136530A1 (en) * 2009-06-10 2014-05-15 Ancestralhunt Partners, Llc System and method for the collaborative collection, assignment, visualization, analysis, and modification of probable genealogical relationships based on geo-spatial and temporal proximity

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464877B (zh) * 2008-10-27 2013-01-30 浙江大学 挖掘相关联犯罪嫌疑人的方法
US20140136530A1 (en) * 2009-06-10 2014-05-15 Ancestralhunt Partners, Llc System and method for the collaborative collection, assignment, visualization, analysis, and modification of probable genealogical relationships based on geo-spatial and temporal proximity
CN103412951A (zh) * 2013-08-22 2013-11-27 四川农业大学 基于人物照片的人脉关联分析管理系统与方法
CN103546900A (zh) * 2013-10-11 2014-01-29 武汉世纪金桥安全技术有限公司 基于身份认证的电子特征采集方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
浦世亮: "浅析视频数据挖掘技术在监控系统中的应用", 《中国公共安全》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764369A (zh) * 2018-06-07 2018-11-06 深圳市公安局公交分局 基于数据融合的人物识别方法、装置和计算机存储介质
CN108764369B (zh) * 2018-06-07 2021-10-22 深圳市公安局公交分局 基于数据融合的人物识别方法、装置和计算机存储介质
CN111324772A (zh) * 2019-07-24 2020-06-23 杭州海康威视系统技术有限公司 一种人员关系确定方法、装置、电子设备及存储介质
CN111324772B (zh) * 2019-07-24 2023-04-07 杭州海康威视系统技术有限公司 一种人员关系确定方法、装置、电子设备及存储介质
CN110765435A (zh) * 2019-10-23 2020-02-07 北京旷视科技有限公司 确定人员身份属性的方法、装置和电子设备
CN110765435B (zh) * 2019-10-23 2022-05-17 北京旷视科技有限公司 确定人员身份属性的方法、装置和电子设备
CN111241429A (zh) * 2020-01-15 2020-06-05 秒针信息技术有限公司 一种时空关系的确定方法、装置、电子设备及存储介质
CN111241429B (zh) * 2020-01-15 2024-05-28 上海明胜品智人工智能科技有限公司 一种时空关系的确定方法、装置、电子设备及存储介质
CN113329343A (zh) * 2021-06-02 2021-08-31 杨成 一种基于目标WiFi及蓝牙特征ID嗅探数据分析方法

Also Published As

Publication number Publication date
CN106610997B (zh) 2019-05-21

Similar Documents

Publication Publication Date Title
CN106610997A (zh) 人物信息处理方法、装置及系统
JP5198689B2 (ja) 取引情報に基づいたipアドレスデータベースの更新
CN106375339B (zh) 基于事件滑动窗口的攻击模式检测方法
CN102480385B (zh) 数据库安全保护方法和装置
CN112203229B (zh) 基于蓝牙扫描的短距疫情传播网络构建方法
CN108154304A (zh) 具有教学质量评估功能的服务器
CN106899827A (zh) 图像数据采集、查询、视频监控方法、设备及系统
WO2020124756A1 (zh) 柜机的经纬度信息纠正方法、装置、设备及存储介质
WO2014150987A1 (en) Systems and methods for identifying entites using geographical and social mapping
CN103366244A (zh) 一种实时获取网络风险值的方法及系统
WO2021197561A1 (de) Verfahren und abstandserfassungseinrichtung zur einhaltung von abständen und aufzeichnung entstandener personen-nah-kontakte
CN105208528A (zh) 一种用于识别同行人员的系统及方法
CN108629205A (zh) 药品质量检测数据的监管方法及装置
CN106709840B (zh) 一种基于移动网络数据的城市常住人口估算方法
CN107592306A (zh) 基于物联网环境大数据的信息安全监测管理方法及系统
CN103258039A (zh) 一种微博伪造信息的检测方法
CN112770265B (zh) 一种行人身份信息获取方法、系统、服务器和存储介质
CN105389335B (zh) 一种基于自动演练的数据挖掘分析方法和装置
CN105787283B (zh) 一种基于时空相关性的土遗址监测数据修正拟合方法
CN107944841A (zh) 薪酬计算系统及方法
EP3851963A3 (en) Incident detection and management
CN108053510A (zh) 智能考勤系统及方法
Cui et al. Analysis of employment change in response to hurricane landfalls
EP3338468A1 (de) Schutzvorrichtung zum schutz der privatsphäre einer person
Ji et al. Wind power prediction interval estimation method using wavelet-transform neuro-fuzzy network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant