CN108664600A - 一种用于识别特殊场所嫌疑人的方法和装置 - Google Patents

Abstract

本发明公开了一种用于识别特殊场所嫌疑人的方法和装置，选取多个同类型的案发场所及其案发时间段；收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；计算嫌疑人员的嫌疑概率。本发明通过对案发时间段内在案发场所出现过的个体进行检索和交叉碰撞分析，选择出嫌疑人员，计算嫌疑人员嫌疑概率，能够为公安干警重点排查提供现场指导。

Description

一种用于识别特殊场所嫌疑人的方法和装置

技术领域

本发明涉及一种嫌疑人员识别方法，具体涉及一种用于识别特殊场所嫌疑人的方法和装置。

背景技术

在日益飞速发展的信息技术支撑下，利用信息化手段管控犯罪前科、在逃人员等重点人员已经成为了公安机关研究的重要方向。重点人员日常活动时，产生的各项行为记录的数据信息，记载了重点人员的行动轨迹和方向。因此利用人员动态轨迹，来分析重点人员的类型，提高公安情报人员的研判效率，显得尤为重要。

而目前人员分类方法，要么是具有局限性，只能应用到单一场景，如只能识别上班族或者贩毒人员等单一类型，要么具有时效性，当时代发展，改变了人们的生活方式后，固定的识别算法便不再适用。

综上所述，如何基于人员行为轨迹信息识别特殊场所人员嫌疑程度方法，尚缺乏有效的解决方案。

发明内容

为了克服上述现有技术的不足，本发明提供了一种用于识别特殊场所嫌疑人的方法和装置，通过对案发时间段内在案发场所出现过的个体进行检索和交叉碰撞分析，选择出嫌疑人员，计算嫌疑人员嫌疑概率，能够为公安干警重点排查提供现场指导。

本发明所采用的技术方案是：

一种用于识别特殊场所嫌疑人的方法，该方法包括以下步骤：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。

进一步的，所述收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库的步骤包括：

利用与个体移动终端相关联的运营商提供的定位信息，收集在每个案发场所内出现过的个体及其行为轨迹。

进一步的，所述对所检索个体的行为轨迹进行交叉碰撞分析的步骤包括：

根据所检索个体的行为轨迹，判断所检索个体是否在两个或两个以上的案发场所出现过；

如果该个体在两个或两个以上的案发场所出现过，则将该个体标记为嫌疑人员；如果该个体仅在一个案发场所出现过，则将该个体排除。

进一步的，所述嫌疑人员的嫌疑概率的计算方法为：

根据案发场所的浮动时间、嫌疑人员每次出现在案发场所的时长和案发场所的数量，计算所有嫌疑人员的嫌疑概率，嫌疑概率越大，则其对应的嫌疑人员与案发场所的关系越大。

进一步的，所述嫌疑人员的嫌疑概率的表达式为：

式中，P为嫌疑人员的嫌疑概率，N为案发场所的数量，t_i为嫌疑人员第i次出现在案发场所的时长，i＝1,2,3,…,n；n为嫌疑人员在案发场所出现的次数；T为案发场所的浮动时间。

一种用于识别特殊场所嫌疑人的装置，该装置包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。

与现有技术相比，本发明的有益效果是：

本发明通过对案发时间段内在案发场所出现过的个体进行检索和交叉碰撞分析，选择出嫌疑人员，计算嫌疑人员嫌疑概率，通过该嫌疑人员的嫌疑概率，能够判断其与案发场所的关系大小，能够为公安干警重点排查提供现场指导。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本发明实施例公开的用于识别特殊场所嫌疑人的方法流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

正如背景技术所介绍的，现有技术中存在只能应用到单一场景，只能对单一类型的人员进行识别的不足，为了解决如上的技术问题，本申请提出了一种用于识别特殊场所嫌疑人的方法和装置。

本申请的一种典型的实施方式中，如图1所示，提供了一种用于识别特殊场所嫌疑人的方法，该方法包括以下步骤：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。

本发明实施例提出的用于识别特殊场所嫌疑人的方法，通过对案发时间段内在案发场所出现过的个体进行检索和交叉碰撞分析，选择出嫌疑人员，计算嫌疑人员嫌疑概率，通过该嫌疑人员的嫌疑概率，能够判断其与案发场所的关系大小，能够为公安干警重点排查提供现场指导。

为了本领域的技术人员更好地了解本发明，下面列举一个更为详细的实施例，本发明实施例提供了一种用于识别特殊场所嫌疑人的方法，该方法包括以下步骤：

步骤1：选取多个同类型的案发场所及其案发时间段。

在本实施例中，所述案发场所即为特殊场所，可为贩毒场所、卖淫场所、盗窃场所等。选取同类型或者相似类型的特殊场所及其案发时间段，如已知的十个贩毒场所，以及相对应的贩毒时间。

步骤2：收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库。

利用与个体移动终端相关联的运营商提供的定位信息，收集在案发时间段内、在每个案发场所内出现过的个体及其行为轨迹。

步骤3：从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体。

从步骤2所建立的行为轨迹库中，检索出各个案发场所在所对应的案发时间段内出现的个体及其行为轨迹，便于后续的分析。

步骤4：对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员。

在步骤3检索出的人体中过滤出出现过两个及其两个以上场所的个体。例如：在步骤1中，选取的场所为：A1～A10十个场所，在第三步中，检索出P1～P100一百个人员，判断P1～P100一百个人员是否出现过两个及其两个以上场所。如果其中P1在A1～A10十个场所中任意两个和两个以上出现过，那么则将P1记为嫌疑人员，如果其只出现过一个场所，则将其排除；依次循环，直至一百个人员全部判断完毕。

步骤5：计算嫌疑人员的嫌疑概率。

根据案发场所类型的浮动时间、嫌疑人员每次出现在案发场所的时长和案发场所的数量，计算嫌疑人员的嫌疑概率，嫌疑概率越大，则其对应的嫌疑人员与案发场所的关系越大。

所述嫌疑人员的嫌疑概率的表达式为：

式中，P为嫌疑人员的嫌疑概率，N为案发场所的数量，t_i为嫌疑人员第i次出现在案发场所的时长，i＝1,2,3,…,n；n为嫌疑人员在案发场所出现的次数；T为浮动时间参数，即根据特殊场所类型动态调整的时间参数，如特殊场所为夜市，即该时间应为夜市的开始时间和结束时间。

将所有嫌疑人员全部按上述公式(1)计算概率后，P值(可能大于1)越大，则其对应的嫌疑人员与案发场所的关系越大，即若案发场所为贩毒场所，改人员为吸毒或者贩毒的概率最大，若为盗窃场所，其为窃贼的概率最大。

本发明实施例提出的用于识别特殊场所嫌疑人的方法，通过对案发时间段内在案发场所出现过的个体进行检索和交叉碰撞分析，选择出嫌疑人员，计算嫌疑人员嫌疑概率，通过该嫌疑人员的嫌疑概率，能够判断其与案发场所的关系大小，能够为公安干警重点排查提供现场指导。

本申请的另一典型实施方式，提供了一种用于识别特殊场所嫌疑人的装置，该装置包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (6)

1.一种用于识别特殊场所嫌疑人的方法，其特征是，包括以下步骤：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。

2.根据权利要求1所述的用于识别特殊场所嫌疑人的方法，其特征是，所述收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库的步骤包括：

利用与个体移动终端相关联的运营商提供的定位信息，收集在每个案发场所内出现过的个体及其行为轨迹。

3.根据权利要求1所述的用于识别特殊场所嫌疑人的方法，其特征是，所述对所检索个体的行为轨迹进行交叉碰撞分析的步骤包括：

根据所检索个体的行为轨迹，判断所检索个体是否在两个或两个以上的案发场所出现过；

如果该个体在两个或两个以上的案发场所出现过，则将该个体标记为嫌疑人员；如果该个体仅在一个案发场所出现过，则将该个体排除。

4.根据权利要求1所述的用于识别特殊场所嫌疑人的方法，其特征是，所述嫌疑人员的嫌疑概率的计算方法为：

根据案发场所的浮动时间、嫌疑人员每次出现在案发场所的时长和案发场所的数量，计算所有嫌疑人员的嫌疑概率，嫌疑概率越大，则其对应的嫌疑人员与案发场所的关系越大。

5.根据权利要求4所述的用于识别特殊场所嫌疑人的方法，其特征是，所述嫌疑人员的嫌疑概率的表达式为：

式中，P为嫌疑人员的嫌疑概率，N为案发场所的数量，t_i为嫌疑人员第i次出现在案发场所的时长，i＝1,2,3,…,n；n为嫌疑人员在案发场所出现的次数；T为案发场所的浮动时间。

6.一种用于识别特殊场所嫌疑人的装置，其特征是，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：

选取多个同类型的案发场所及其案发时间段；

收集在所有案发场所内出现过的个体及其行为轨迹，建立行为轨迹库；

从行为轨迹库中检索出在案发时间段内各个案发场所出现的个体；

对所检索个体的行为轨迹进行交叉碰撞分析，以选择出嫌疑人员；

计算嫌疑人员的嫌疑概率。