CN106940794A - 一种目标采集侦码伴随系统 - Google Patents
一种目标采集侦码伴随系统 Download PDFInfo
- Publication number
- CN106940794A CN106940794A CN201710178841.5A CN201710178841A CN106940794A CN 106940794 A CN106940794 A CN 106940794A CN 201710178841 A CN201710178841 A CN 201710178841A CN 106940794 A CN106940794 A CN 106940794A
- Authority
- CN
- China
- Prior art keywords
- face
- mobile phone
- yard
- condition code
- module
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种目标采集侦码伴随系统,包括目标采集模块、手机特征码捕获模块、数据存储模块、数据分析碰撞模块;目标采集模块、手机特征码捕获模块将采集到的信息传输给数据存储模块;数据存储模块将接收到的信息在同一时间轴下关联存储到数据库系统中;数据分析碰撞模块通过分析碰撞数据存储模块存储的关联数据,实现以脸搜号,以号搜脸、号牌互搜。与现有技术相比,目标采集侦码伴随系统通过采集人脸或车牌信息,并利用侦码仪实现在手机用户无察觉条件下,对目标手机终端的主动式侦码,在同一个时间轴下关联存储相关信息,实现了人、车与手机的关联检索,达到了图像侦控与移动通信系统的无缝对接,对视频侦查及监控领域具有深远的意义。
Description
技术领域
本发明涉及图侦及侦码技术领域,具体来说是一种目标采集侦码伴随系统。
背景技术
随着公安安全及反恐形势的越发严峻,国家对智慧城市的投入和建设不断加大,无处不在的摄像头在维护社会治安和侦破刑事案件中起着举足轻重的作用。人像、车牌、手机特征码因其具有唯一性成为视频侦查的重要信息源,是公安破案的重要突破口。
目前,市场上仅发现有人脸侦码伴随的相关产品,功能单一,且人脸识别采用传统算法,效果欠佳,基于深度学习的人脸识别算法正成为行业主流,识别效果远高于传统算法,已真正达到实战的需求。手机特征码捕获多采用压制方式,影响侦测人群的正常通信业务。市场上急需一款用户无感知,集人像,车牌,手机特征码捕获分析于一体的体系化侦测系统。
发明内容
本发明的目的是为了解决现有技术中人脸侦码伴随的相关产品功能单一化缺陷,提供一种目标采集侦码伴随系统来解决上述问题。
为了实现上述目的,本发明的技术方案如下:
一种目标采集侦码伴随系统,包括目标采集模块、手机特征码捕获模块、数据存储模块、数据分析碰撞模块;所述目标采集模块采集人脸信息和车牌信息;所述目标采集模块、手机特征码捕获模块将采集到的信息传输给数据存储模块;所述数据存储模块将接收到的信息在同一时间轴下关联存储到数据库系统中;所述数据分析碰撞模块通过分析碰撞所述数据存储模块存储的关联数据,实现以脸搜号,以号搜脸、号牌互搜。
进一步的,所述目标采集模块包括人脸采集单元;
所述人脸采集单元包括人脸抓拍子单元、人脸跟踪子单元、人脸识别子单元;所述人脸抓拍子单元将抓拍结果送入人脸跟踪子单元并进行跟踪,跟踪结束后,将结果融入人脸识别子单元;所述人脸识别子单元采用深度学习算法进行人脸特征提取,具体为:采用基于参考信息的训练模块,利用参考信息作为损失函数,训练神经网络;过程如下:
1)定义不同的人脸类别ci、cj,属于ci类的人脸xi、属于cj类的人脸xj;
2)定义参考信息I,默认参考信息I(ci,cj)=0,I(ci、cj)=1,可依据具体情况设置数值,不同人脸的参考信息I值越小,人脸越可区分;
3)定义损失函数f(xi)为人脸图像xi经过神经网络的输出特征向量;此时权重梯度计算为:
4)通用后向传播算法训练网络。
进一步的,所述目标采集模块包括车牌采集单元;所述车牌采集单元包括运动目标检测子单元、车牌检测子单元、车牌字符识别子单元;所述运动目标检测子单元将检测到的运动目标送入车牌检测子单元进行车牌检测,并将检测结果送入车牌字符识别子单元;所述车牌检测子单元基于SVM判断模型筛选车牌,所述车牌字符识别子单元利用神经网络训练识别字符。
进一步的,所述手机特征码捕获模块包括侦码仪和定向天线;
所述侦码仪是采用伪基站技术,模拟移动、联通、电信运营商的移动通信网络,发出诱发信号,实现对其布控区域内2G、3G、4G、wifi下移动手机终端的主动侦码;
所述定向天线是功率可调的定向侦码天线。
进一步的,所述以脸搜号,是指根据目标人脸信息检索相应手机特征码的功能;所述以脸搜号包括以下步骤:
1)向系统导入待检人脸图片,并设置人脸相似度阈值、人码时差和起止日期,所述人码时差是指人脸捕获时间与手机特征码捕获时间的差值范围;
2)系统提取输入的人脸特征,进行人脸库比对,按照相似度高低进行排序,通过关联检索,每张人脸会附带若干条满足人码时差的手机特征码信息;
3)人工筛选确认要进行以脸搜号的人脸记录,进入步骤4);
4)系统分析计算,找出出现频次最高的手机特征码。
进一步的,以号搜脸包括以下步骤:
1)向系统输入需要检索的手机特征码、人码时差、起止日期,进行手机特征码查询;
2)显示符合条件的手机特征码记录,通过关联检索,每条记录包括若干张捕获的满足人码时差的人脸图像;
3)设置人脸相似度阈值,对人脸图片进行自动去重,也可人工干预去重,进入步骤4);
4)手工删除仍可能存在的误检人脸图片,进入步骤5);
5)系统分析计算,找出出现频次最高的人脸图片。
进一步的,所述号牌互搜是指根据手机特征码检索车牌信息或根据车牌信息检索手机特征码;所述号牌互搜包括以下步骤:
1)向系统输入车牌信息或手机特征码信息,设置车码时差、起止日期,进行车牌检索或手机特征码检索;
2)人工筛选确认要进行号牌互搜的检索记录,进入步骤3);
3)系统分析计算,找出出现频次最高的手机特征码或车牌。
本发明与现有技术相比,具有以下有益效果:
目标采集侦码伴随系统通过采集人脸或车牌信息,并利用侦码仪实现在手机用户无察觉条件下,对目标手机终端的主动式侦码,在同一个时间轴下关联存储相关信息,实现了人、车与手机的关联检索,达到了图像侦控与移动通信系统的无缝对接,对视频侦查及监控领域具有深远的意义。
附图说明
图1为本发明一种目标采集侦码伴随系统硬件部分结构框图;
图2为本发明一种目标采集侦码伴随系统软件部分结构框图;
图3为本发明一种目标采集侦码伴随系统中手机定向侦码原理框图;
图4为本发明一种目标采集侦码伴随系统中人脸识别子单元深度学习网络模型结构示意图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识,用以较佳的实施例及附图配合详细的说明,说明如下:
一种目标采集侦码伴随系统,包括硬件部分和软件部分。
如图1所示,硬件部分包括前端摄像头,交换机,侦码仪,工控机和后台服务器。前端摄像头用于采集并传输高清视频,其针对目标为人脸和车牌;侦码仪在移动网络上实时采集覆盖范围内的手机特征码,包括IMSI、IMEI、TMSI、MEID信息,天线采用功率可调的定向侦码天线,包括但不限于八木天线和平板天线;交换机用于设备组网,工控机负责人机交互,处理侦码仪的上报信息,数据的分析碰撞等功能;后台服务器主要实现数据存储、车牌识别算法及人脸识别算法。
如图2所示,软件部分包括目标采集模块、手机特征码捕获模块、数据存储模块、数据分析碰撞模块。目标采集模块采集人脸信息和车牌信息;目标采集模块、手机特征码捕获模块将采集到的信息传输给数据存储模块;数据存储模块将接收到的信息在同一时间轴下关联存储到数据库系统中;数据分析碰撞模块通过分析碰撞数据存储模块存储的关联数据,实现以脸搜号,以号搜脸、号牌互搜的功能。
如图3所示,手机定向侦码原理,对于2G/4G用户,采用直采方式,使得用户在无察觉条件下,侦码仪就能实现对终端的主动式侦码,对于较少的3G用户,由于目前市场上缺少有效的直采设备,仍采用压制方式采集。侦码仪通过伪基站技术,模拟移动、联通、电信运营商的移动通信网络,发出诱发信号,使得周围处于待机状态的手机检测到位置区更改,发起小区重选流程,手机在小区重选过程中会在侦码仪上登记、注册并上报其IMEI、IMSI、TMSI信息,侦码仪将捕获的手机特征码信息实时回传到采集中心即工控机,工控机存储数据或进行黑名单的告警。
如图4所示,人脸识别子单元采用基于深度学习的网络模型,采用基于参考信息的训练模块,利用参考信息作为损失函数,训练神经网络。过程如下:
步骤1.定义不同的人脸类别ci、cj,属于ci类的人脸xi、属于cj类的人脸xj;
步骤2.定义参考信息I,默认参考信息I(ci,cj)=0,I(ci、cj)=1,可依据具体情况设置数值,不同人脸的参考信息I值越小,人脸越可区分;
步骤3.定义损失函数f(xi)为人脸图像xi经过神经网络的输出特征向量;此时权重梯度计算为:
步骤4.通用后向传播算法训练网络。
输入节点为224×224的彩色人脸图像。隐藏层由多层网络结构组成,常见的有卷积层、正则化层、池化层等。输出节点为人脸图像通过网络产生的输出。计算损失函数时,通过引入参考信息、结合人脸输出节点计算权重梯度,更新权重。
以脸搜号根据目标人脸信息检索相应手机特征码,通过以下步骤完成:
步骤1.向系统导入待检人脸图片,设置人脸相似度阈值、人码时差和起止日期,人码时差是指人脸捕获时间与手机特征码捕获时间的差值范围;
步骤2.系统提取输入的人脸特征,进行人脸库比对,按照相似度高低进行排序,通过关联检索,每张人脸会附带若干条满足人码时差的手机特征码信息;
步骤3.人工筛选确认要进行以脸搜号的人脸记录,进入步骤4;
步骤4.系统分析计算,找出出现频次最高的手机特征码。
以号搜脸根据手机特征码信息检索相应目标人脸,通过用户向导界面,使得几乎不需人工干预,就能自动推导对应手机特征码的人脸信息,通过以下步骤完成:
步骤1.输入需要检索的手机特征码、人码时差、起止日期,进行手机特征码查询;
步骤2.显示符合条件的手机特征码记录,通过关联检索,每条记录包括若干张捕获的满足人码时差的人脸图像;
步骤3.设置人脸相似度阈值,对人脸图片进行自动去重,也可人工干预去重,进入步骤4;
步骤4.手工删除仍可能存在的误检人脸图片,进入步骤5;
步骤5.系统分析计算,找出出现频次最高的人脸图片。
号牌互搜是指根据手机特征码检索车牌信息或根据车牌信息检索手机特征码的功能。通过以下步骤完成:
步骤1.输入车牌信息或手机特征码信息,设置车码时差、起止日期,进行车牌检索或手机特征码检索;
步骤2.人工筛选确认要进行号牌互搜的检索记录,进入步骤3;
步骤3.系统分析计算,找出出现频次最高的手机特征码或车牌。
目标采集侦码伴随系统通过采集人脸或车牌信息,并利用侦码仪实现在手机用户无察觉条件下,对目标手机终端的主动式侦码,在同一个时间轴下关联存储相关信息,实现了人、车与手机的关联检索,达到了图像侦控与移动通信系统的无缝对接,对视频侦查及监控领域具有深远的意义。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.一种目标采集侦码伴随系统,其特征在于:包括目标采集模块、手机特征码捕获模块、数据存储模块、数据分析碰撞模块;所述目标采集模块采集人脸信息和车牌信息;所述目标采集模块、手机特征码捕获模块将采集到的信息传输给数据存储模块;所述数据存储模块将接收到的信息在同一时间轴下关联存储;所述数据分析碰撞模块通过分析碰撞所述数据存储模块存储的关联数据,实现以脸搜号,以号搜脸、号牌互搜。
2.根据权利要求1所述的一种目标采集侦码伴随系统,其特征在于:所述目标采集模块包括人脸采集单元;
所述人脸采集单元包括人脸抓拍子单元、人脸跟踪子单元、人脸识别子单元;所述人脸抓拍子单元将抓拍结果送入人脸跟踪子单元并进行跟踪,跟踪结束后,将结果融入人脸识别子单元;所述人脸识别子单元采用深度学习算法进行人脸特征提取,具体为:采用基于参考信息的训练模块,利用参考信息作为损失函数,训练神经网络;过程如下:
1)定义不同的人脸类别ci、cj,属于ci类的人脸xi、属于cj类的人脸xj;
2)定义参考信息I,默认参考信息I(ci,cj)=0,I(ci、cj)=1,可依据具体情况设置数值,不同人脸的参考信息I值越小,人脸越可区分;
3)定义损失函数其中f(xi)为人脸图像xi经过神经网络的输出特征向量;此时权重梯度计算为:
4)通用后向传播算法训练网络。
3.根据权利要求1所述的一种目标采集侦码伴随系统,其特征在于:所述目标采集模块包括车牌采集单元;所述车牌采集单元包括运动目标检测子单元、车牌检测子单元、车牌字符识别子单元;所述运动目标检测子单元将检测到的运动目标送入车牌检测子单元进行车牌检测,并将检测结果送入车牌字符识别子单元;所述车牌检测子单元基于SVM判断模型筛选车牌,所述车牌字符识别子单元利用神经网络训练识别字符。
4.根据权利要求1所述的一种目标采集侦码伴随系统,其特征在于:所述手机特征码捕获模块包括侦码仪和定向天线;
所述侦码仪是采用伪基站技术,模拟移动、联通、电信运营商的移动通信网络,发出诱发信号,实现对其布控区域内2G、3G、4G、wifi下移动手机终端的主动侦码;
所述定向天线是功率可调的定向侦码天线。
5.根据权利要求1至4任一所述的一种目标采集侦码伴随系统,其特征在于:所述以脸搜号,是指根据目标人脸信息检索相应手机特征码的功能;所述以脸搜号包括以下步骤:
1)向系统导入待检人脸图片,并设置人脸相似度阈值、人码时差和起止日期,所述人码时差是指人脸捕获时间与手机特征码捕获时间的差值范围;
2)系统提取输入的人脸特征,进行人脸库比对,按照相似度高低进行排序,通过关联检索,每张人脸会附带若干条满足人码时差的手机特征码信息;
3)人工筛选确认要进行以脸搜号的人脸记录,进入步骤4);
4)系统分析计算,找出出现频次最高的手机特征码。
6.根据权利要求1至4任一所述的一种目标采集侦码伴随系统,其特征在于:以号搜脸包括以下步骤:
1)向系统输入需要检索的手机特征码、人码时差、起止日期,进行手机特征码查询;
2)显示符合条件的手机特征码记录,通过关联检索,每条记录包括若干张捕获的满足人码时差的人脸图像;
3)设置人脸相似度阈值,对人脸图片进行自动去重,也可人工干预去重,进入步骤4);
4)手工删除仍可能存在的误检人脸图片,进入步骤5);
5)系统分析计算,找出出现频次最高的人脸图片。
7.根据权利要求1至4任一所述的一种目标采集侦码伴随系统,其特征在于:所述号牌互搜是指根据手机特征码检索车牌信息或根据车牌信息检索手机特征码;所述号牌互搜包括以下步骤:
1)向系统输入车牌信息或手机特征码信息,设置车码时差、起止日期,进行车牌检索或手机特征码检索;
2)人工筛选确认要进行号牌互搜的检索记录,进入步骤3);
3)系统分析计算,找出出现频次最高的手机特征码或车牌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710178841.5A CN106940794A (zh) | 2017-03-23 | 2017-03-23 | 一种目标采集侦码伴随系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710178841.5A CN106940794A (zh) | 2017-03-23 | 2017-03-23 | 一种目标采集侦码伴随系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106940794A true CN106940794A (zh) | 2017-07-11 |
Family
ID=59463584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710178841.5A Pending CN106940794A (zh) | 2017-03-23 | 2017-03-23 | 一种目标采集侦码伴随系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106940794A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107393310A (zh) * | 2017-09-11 | 2017-11-24 | 山东创惠电子科技有限责任公司 | 全制式车辆特征识别与手机热点管控采集比对系统及应用 |
CN109634946A (zh) * | 2018-12-06 | 2019-04-16 | 南京森根科技发展有限公司 | 一种基于大数据挖掘的轨迹智能匹配关联分析算法模型 |
CN109977730A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种人员路径跟踪方法、系统及终端设备 |
CN110008379A (zh) * | 2019-03-19 | 2019-07-12 | 北京旷视科技有限公司 | 监控图像处理方法及装置 |
CN111131765A (zh) * | 2019-10-24 | 2020-05-08 | 广脉科技股份有限公司 | 一种多维感知的区域管理感知系统 |
CN111181996A (zh) * | 2020-01-06 | 2020-05-19 | 武汉烽合智达信息技术有限责任公司 | 一种基于分布式多连接架构的侦码图像实现方法及系统 |
CN112308001A (zh) * | 2020-11-06 | 2021-02-02 | 江西高创保安服务技术有限公司 | 一种智慧社区的数据分析方法及人员追踪方法、系统 |
CN112654035A (zh) * | 2020-11-20 | 2021-04-13 | 深圳市先创数字技术有限公司 | 基于移动终端特征码的图码关联方法、系统及存储介质 |
CN112733948A (zh) * | 2021-01-15 | 2021-04-30 | 重庆紫光华山智安科技有限公司 | 一种全目标关联指标自动化测试方法、系统、介质及终端 |
CN112911581A (zh) * | 2020-08-19 | 2021-06-04 | 南京奈思电子科技有限公司 | 一种基于互相关计算的手机号码查询方法及系统 |
CN112929830A (zh) * | 2019-12-05 | 2021-06-08 | 江苏华明国安技术有限公司 | 一种社区型手机标识采集系统 |
CN113177530A (zh) * | 2021-05-27 | 2021-07-27 | 广州广电运通智能科技有限公司 | 一种人员筛查方法、设备、介质及产品 |
CN113255618A (zh) * | 2021-07-07 | 2021-08-13 | 武汉中科通达高新技术股份有限公司 | 一种数据碰撞方法及装置 |
CN114140921A (zh) * | 2021-11-26 | 2022-03-04 | 中国电子科技集团公司第五十四研究所 | 一种智慧检查站系统 |
CN114495244A (zh) * | 2022-04-08 | 2022-05-13 | 深圳前海中电慧安科技有限公司 | 电像计算数据异常检测方法、装置、设备及存储介质 |
CN114898448A (zh) * | 2022-07-13 | 2022-08-12 | 南京森根科技股份有限公司 | 基于相似轨迹的人员关系分类方法与系统 |
CN114915962A (zh) * | 2022-04-02 | 2022-08-16 | 联芯智能(南京)科技有限公司 | 一种移动式侦码系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022999A (zh) * | 2015-07-12 | 2015-11-04 | 上海微桥电子科技有限公司 | 一种人码伴随实时采集系统 |
CN106534798A (zh) * | 2016-12-06 | 2017-03-22 | 武汉烽火众智数字技术有限责任公司 | 一种用于安防监控的多维数据综合应用系统及其方法 |
-
2017
- 2017-03-23 CN CN201710178841.5A patent/CN106940794A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022999A (zh) * | 2015-07-12 | 2015-11-04 | 上海微桥电子科技有限公司 | 一种人码伴随实时采集系统 |
CN106534798A (zh) * | 2016-12-06 | 2017-03-22 | 武汉烽火众智数字技术有限责任公司 | 一种用于安防监控的多维数据综合应用系统及其方法 |
Non-Patent Citations (1)
Title |
---|
中国计算机学会: "《计算机科学技术学科发展报告 2014-2015版》", 30 April 2016 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107393310A (zh) * | 2017-09-11 | 2017-11-24 | 山东创惠电子科技有限责任公司 | 全制式车辆特征识别与手机热点管控采集比对系统及应用 |
CN109977730A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种人员路径跟踪方法、系统及终端设备 |
CN109634946A (zh) * | 2018-12-06 | 2019-04-16 | 南京森根科技发展有限公司 | 一种基于大数据挖掘的轨迹智能匹配关联分析算法模型 |
CN109634946B (zh) * | 2018-12-06 | 2020-08-18 | 南京森根科技股份有限公司 | 一种基于大数据挖掘的轨迹智能匹配关联分析方法 |
CN110008379A (zh) * | 2019-03-19 | 2019-07-12 | 北京旷视科技有限公司 | 监控图像处理方法及装置 |
CN111131765A (zh) * | 2019-10-24 | 2020-05-08 | 广脉科技股份有限公司 | 一种多维感知的区域管理感知系统 |
CN112929830A (zh) * | 2019-12-05 | 2021-06-08 | 江苏华明国安技术有限公司 | 一种社区型手机标识采集系统 |
CN111181996A (zh) * | 2020-01-06 | 2020-05-19 | 武汉烽合智达信息技术有限责任公司 | 一种基于分布式多连接架构的侦码图像实现方法及系统 |
CN112911581A (zh) * | 2020-08-19 | 2021-06-04 | 南京奈思电子科技有限公司 | 一种基于互相关计算的手机号码查询方法及系统 |
CN112911581B (zh) * | 2020-08-19 | 2022-07-29 | 南京奈思电子科技有限公司 | 一种基于互相关计算的手机号码查询方法及系统 |
CN112308001A (zh) * | 2020-11-06 | 2021-02-02 | 江西高创保安服务技术有限公司 | 一种智慧社区的数据分析方法及人员追踪方法、系统 |
CN112654035A (zh) * | 2020-11-20 | 2021-04-13 | 深圳市先创数字技术有限公司 | 基于移动终端特征码的图码关联方法、系统及存储介质 |
CN112654035B (zh) * | 2020-11-20 | 2023-12-05 | 深圳市先创数字技术有限公司 | 基于移动终端特征码的图码关联方法、系统及存储介质 |
CN112733948A (zh) * | 2021-01-15 | 2021-04-30 | 重庆紫光华山智安科技有限公司 | 一种全目标关联指标自动化测试方法、系统、介质及终端 |
CN112733948B (zh) * | 2021-01-15 | 2022-09-06 | 重庆紫光华山智安科技有限公司 | 一种全目标关联指标自动化测试方法、系统、介质及终端 |
CN113177530A (zh) * | 2021-05-27 | 2021-07-27 | 广州广电运通智能科技有限公司 | 一种人员筛查方法、设备、介质及产品 |
CN113255618A (zh) * | 2021-07-07 | 2021-08-13 | 武汉中科通达高新技术股份有限公司 | 一种数据碰撞方法及装置 |
CN114140921A (zh) * | 2021-11-26 | 2022-03-04 | 中国电子科技集团公司第五十四研究所 | 一种智慧检查站系统 |
CN114915962A (zh) * | 2022-04-02 | 2022-08-16 | 联芯智能(南京)科技有限公司 | 一种移动式侦码系统 |
CN114495244A (zh) * | 2022-04-08 | 2022-05-13 | 深圳前海中电慧安科技有限公司 | 电像计算数据异常检测方法、装置、设备及存储介质 |
CN114495244B (zh) * | 2022-04-08 | 2022-07-12 | 深圳前海中电慧安科技有限公司 | 电像计算数据异常检测方法、装置、设备及存储介质 |
CN114898448A (zh) * | 2022-07-13 | 2022-08-12 | 南京森根科技股份有限公司 | 基于相似轨迹的人员关系分类方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106940794A (zh) | 一种目标采集侦码伴随系统 | |
Zou et al. | Occupancy detection in the office by analyzing surveillance videos and its application to building energy conservation | |
CN110008298B (zh) | 驻车多维信息感知应用系统及方法 | |
CN108537922B (zh) | 基于人脸识别的访客预警方法和系统 | |
CN104143078B (zh) | 活体人脸识别方法、装置和设备 | |
CN106372576A (zh) | 一种基于深度学习的智能室内入侵检测方法及系统 | |
CN108540752B (zh) | 对视频监控中目标对象进行识别的方法、装置和系统 | |
CN109359666A (zh) | 一种基于多特征融合神经网络的车型识别方法及处理终端 | |
CN105631427A (zh) | 可疑人员检测方法与系统 | |
WO2020114138A1 (zh) | 信息的关联分析方法及装置、储存介质、电子装置 | |
CN106203458A (zh) | 人群视频分析方法及系统 | |
CN104318217A (zh) | 一种基于分布式云计算的人脸识别情报分析方法和系统 | |
CN106658400A (zh) | 一种基于手机信令数据的小区公安监控方法 | |
CN106355154B (zh) | 一种监控视频中检测频繁过人的方法 | |
CN110730473B (zh) | 面向WiFi活动识别的信号特征提取方法 | |
CN107808152A (zh) | 提升人脸识别准确率的方法和人脸识别系统 | |
CN108500992A (zh) | 一种多功能的移动安防机器人 | |
CN106878670A (zh) | 一种视频处理方法及装置 | |
CN107169458A (zh) | 数据处理方法、装置及存储介质 | |
CN103150552B (zh) | 一种基于人头计数的驾驶培训管理方法 | |
CN109309809A (zh) | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和系统 | |
CN109886242A (zh) | 一种行人重识别的方法及系统 | |
CN111382727A (zh) | 一种基于深度学习的犬脸识别方法 | |
CN108960145A (zh) | 人脸图像检测方法、装置、存储介质和电子设备 | |
CN107426442A (zh) | 手机全制式信息采集与人脸识别分析比对系统及使用方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170711 |
|
RJ01 | Rejection of invention patent application after publication |