CN106940794A - 一种目标采集侦码伴随系统 - Google Patents

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

一种目标采集侦码伴随系统

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c_i、c_j，属于c_i类的人脸x_i、属于c_j类的人脸x_j；

2)定义参考信息I，默认参考信息I(c_i,c_j)＝0，I(c_i、c_j)＝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(x_i)为人脸图像x_i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c_i、c_j，属于c_i类的人脸x_i、属于c_j类的人脸x_j；

步骤2.定义参考信息I，默认参考信息I(c_i,c_j)＝0，I(c_i、c_j)＝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(x_i)为人脸图像x_i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c_i、c_j，属于c_i类的人脸x_i、属于c_j类的人脸x_j；

2)定义参考信息I，默认参考信息I(c_i,c_j)＝0，I(c_i、c_j)＝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(x_i)为人脸图像x_i经过神经网络的输出特征向量；此时权重梯度计算为：

$\frac{\∂L}{\∂W}=\underset{i,j}{\Σ}\left(f\right(x_i)*f(x_j)-I(c_i,c_j\left)\right)*\left(\frac{\∂f\left(x_i\right)}{\∂W}f\right(x_j)+\frac{\∂f\left(x_j\right)}{\∂W}f(x_i\left)\right)$

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。