CN111143626A - 团伙识别方法、装置、设备及计算机可读存储介质 - Google Patents
团伙识别方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111143626A CN111143626A CN201911354819.7A CN201911354819A CN111143626A CN 111143626 A CN111143626 A CN 111143626A CN 201911354819 A CN201911354819 A CN 201911354819A CN 111143626 A CN111143626 A CN 111143626A
- Authority
- CN
- China
- Prior art keywords
- personnel
- person
- nodes
- target
- node
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
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)
- Library & Information Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种团伙识别方法、装置、设备及计算机可读存储介质,其中该方法包括:获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。本发明能提高团伙识别的效率。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及一种团伙识别方法、装置、设备及计算机可读存储介质。
背景技术
人工智能在安防领域中广泛应用,例如:基于图像识别的人员查询,可查询目标人员的身份、抓拍时间以及抓拍地址等信息,通过查询到信息对人员的行为和关系进行分析。目前随着人与人之间的关系越来越复杂,以及安防业务的发展要求,越来越多的摄像头被部署,摄像头采集的数据越来越大,图像数据的生命周期也越来越长,形成了海量图像数据。而在安防领域中,犯罪行为通常是团伙作案,因此为减少对社会的伤害,快速识别团伙,将其一网打尽显得尤为重要。然而目前图像数据量非常庞大、且呈指数级增加,造成团伙识别的周期长,效率低。
发明内容
本发明提供了一种团伙识别方法、装置、设备及计算机可读存储介质,其目的是为了解决团伙识别的效率低的问题。
为了达到上述目的,第一方面,本发明的实施例提供了一种团伙识别方法,该方法包括:
获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;
调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;
根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
第二方面,本发明的实施例还提供了一种团伙识别装置,该装置包括:
获取模块,用于获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;
调整模块,用于调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;
确定模块,根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
第三方面,本发明的实施例还提供了一种团伙识别设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的团伙识别方法的步骤。
第四方面,本发明的实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的团伙识别方法的步骤。
本发明的上述方案至少有如下的有益效果:
在本发明的实施例中,通过对原始人员关系图谱中人员节点之间的连接线的指向方向进行反向操作,得到目标人员关系图谱,然后根据该目标人员关系图谱和原始人员关系图谱,从原始人员关系图谱中确定出团伙。即,通过对原始人员关系图谱和目标人员关系图谱进行分析便可识别出团伙,不需对海量图像数据进行团伙识别,从而大大缩短了团伙识别的周期,提高了团伙识别的效率。
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是本发明实施例的团伙识别方法的流程图;
图2是本发明实施例中一原始人员关系图谱的示意图;
图3是本发明实施例中图2的原始人员关系图谱对应的目标人员关系图谱的示意图;
图4是本发明实施例中图2原始人员关系图谱中的团伙示意图;
图5是本发明实施例的团伙识别装置的结构示意图;
图6是本发明实施例的团伙识别设备的结构示意图。
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有作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。
需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1所示,本发明的实施例提供了一种团伙识别方法,该方法包括:
步骤11,获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向。
其中,在本发明的实施例中,上述原始人员关系图谱可以是指定区域的人员关系图谱,比如,某个城市的人员关系图谱、某个小区的人员关系图谱等。需要说明的是,该原始人员关系图谱可以是预先进行构建的,具体可以通过部署在对应区域的摄像头所采集到的图像数据进行构建,比如,通过摄像头抓拍到的同行图像数据进行构建,两个人员在同一时间、地点被抓拍,则可以判断为同行,存在同行关系即可在原始人员关系图谱中通过连接线进行连接。
另外,上述原始人员关系图谱的人员节点与对应的人员信息存在映射关系,即通过一个人员的人员信息可以定位到该人员在原始人员关系图谱中的位置;也可以在原始人员关系图谱中选取一个人员节点,获取对应于该人员节点的人员信息。在原始人员关系图谱中,两个具有同行关系的人员节点之间通过连接线连接,两个没有同行关系的人员节点之间不存在连接线。需要说明的是,人员节点之间的连接线的指向方向是指同行的两个人员的跟随关系,即一个人员节点可沿连接线的指向方向到达另一人员节点。如在图2所示的原始人员关系图谱中,人员节点0与人员节点1之间的连接线的指向方向由人员节点0指向人员节点1,这表明人员节点0可到达人员节点1,人员节点0对应的人员跟随(如跟踪、尾随等)人员节点1对应的人员;人员节点7与人员节点8之间的连接线的指向方向是双向的,这表明人员节点7与人员节点8可互相到达,人员节点7对应的人员跟随(如跟踪、尾随等)人员节点8对应的人员,人员节点8对应的人员也跟随(如跟踪、尾随等)人员节点7对应的人员,通常这种情况下,认为人员节点7对应的人员与人员节点8对应的人员之间的关系较为密切,可能是朋友、亲属、团伙成员等关系。
其中,在实际应用中,为便于识别人员之间的关系,上述连接线可设置对应的属性值(该属性值用于表示两个人员节点间的关系程度),关系越亲密,属性值越高。在一些可能的实施例中,两个人员节点为直系亲属时,属性值最高,同行一次陌生人的属性值最低。
步骤12,调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱。
其中,在调整各连接线的指向方向后,所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反。如调整如图2所示的原始人员关系图谱中的连接线的指向方向(即对图2中人员节点之间的连接线的指向方向进行反向操作)后,得到的目标人员关系图谱如图3所示。需要说明的是,上述目标人员关系图谱与原始人员关系图谱所包含的人员节点是一样的,只是人员节点之间的连接线的指向方向相反而已。
步骤13,根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
具体的,在本发明的实施例中,可首先根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组;然后根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙。
其中,在本发明的实施例中,上述目标人员节点组由原始人员关系图谱中具有强关联关系的人员节点构成。强关联关系的人员节点是指两个人员节点是互相可达的,即,若在人员关系图谱中,存在一条从人员节点v到人员节点w的有向路径,同时存在一条从人员节点w到人员节点v的有向路径,那么人员节点v与人员节点w为具有强关联关系的人员节点。如图2中,人员节点0与人员节点4即为具有强关联关系的人员节点,因为人员节点0可通过人员节点5到达人员节点4,而人员节点4可通过人员节点2到达人员节点0。
需要说明的是,如果某一人员节点在原始人员关系图谱中存在一条到达另一人员节点的有向路径,同时该另一人员节点在目标人员关系图谱中存在一条到达该某一人员节点的有向路径,则认为该某一人员节点与该另一人员节点是互相可达的、具有强关联关系的人员节点。当然也说明该某一人员节点与该另一人员节点对应的人员之间存在着某种关系,如某团伙成员等。
其中,在本发明的实施例中,由于目标人员节点组内的人员节点之间是具有强关联关系的,因此在确定出原始人员关系图谱中的目标人员节点组后,可根据每一目标人员节点组,确定一团伙,因为团伙成员之间肯定是存在直接或间接的联系的,即团伙成员对应的人员节点在关系图谱中是可互相到达的。
当然可以理解是,目标人员节点组可能包括多个人员节点,也可能只包括一个人员节点(需要说明的是,某个人员节点与自身当然也是具有强关联关系的,因此该处与前文对目标人员节点组的解释并不矛盾),因此在确定团伙时,需要根据目标人员节点组内的人员节点数进行确定。
具体的,上述根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙的具体实现方式为:统计所述目标人员节点组所包含的人员节点的数量,当所述目标人员节点组所包含的人员节点的数量为一个时,将所述目标人员节点组所包含的人员节点作为一团伙,当所述目标人员节点组所包含的人员节点的数量为多个时,将所述目标人员节点组所包含的多个人员节点,以及所述原始人员关系图谱中该多个人员节点之间的连接线作为一团伙。如在对图2所示的原始人员关系图谱进行团伙识别后,可得到5个团伙,分别是{人员节点1},{人员节点0、2、3、4、5},{人员节点9、10、11、12},{人员节点6},{人员节点7,8},其中,具体的识别过程会在后文进行详细说明。
值得一提的是,在本发明的实施例中,通过对原始人员关系图谱中人员节点之间的连接线的指向方向进行反向操作,得到目标人员关系图谱,然后根据该目标人员关系图谱和原始人员关系图谱,从原始人员关系图谱中确定出由具有强关联关系的人员节点构成的目标人员节点组,最终根据该目标人员节点组,便可确定出原始人员关系图谱中的团伙。即,通过对原始人员关系图谱和目标人员关系图谱进行分析便可识别出团伙,不需对海量图像数据进行团伙识别,从而大大缩短了团伙识别的周期,提高了团伙识别的效率,同时也提高了团伙识别的准确率。
接下来,对上述根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组的具体实现过程进行说明。
具体的,上述根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组的具体实现方式包括如下步骤:
步骤一,确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点,并统计每个人员节点所能到达的人员节点的数量。
其中,在本发明的实施例中,确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点的具体实现方式为:
第一步,按照预设的搜索起点顺序,依次从所述目标人员关系图谱中确定一人员节点作为搜索起点,直至所述目标人员关系图谱中所有人员节点均被标记。其中,在每确定一搜索起点后,对该搜索起点进行标记,并从所述目标人员关系图谱中未被标记的人员节点中确定出该搜索起点的行进路径,对所述行进路径所包括的人员节点进行标记;所述行进路径包括所述目标人员关系图谱中未被标记的人员节点中,该搜索起点通过所述目标人员关系图谱中的连接线所能到达的人员节点。
其中,上述预设的搜索起点顺序是预先设置的,可以是人员节点编号的自然排序(如数字从小至大的排序、英文字母按照26个英文字母先后顺序排序等)等,如图3所示的目标人员关系图谱,各人员节点编号的编号分别为0、1、2、3、4、5、6、7、8、9、10、11、12,预设的搜索起点顺序为编号数字的自然顺序(即0、1、2、3、4、5、6、7、8、9、10、11、12),则先确定目标人员关系图谱中的人员节点0作为搜索起点,对人员节点0进行标记,并从目标人员关系图谱中未被标记的人员节点中确定出人员节点0的行进路径,对人员节点0的行进路径所包括的人员节点进行标记;然后以人员节点1作为搜索起点,对人员节点1进行标记,并从目标人员关系图谱中未被标记的人员节点中确定出人员节点1的行进路径,至此目标人员关系图谱中所有人员节点均被标记。
需要说明的是,在本发明的实施例中,在以某个人员节点(如人员节点0)为搜索起点时,可通过深度优先搜索算法从目标人员关系图谱中未被标记的人员节点中确定出该搜索起点的行进路径。另外,可通将人员节点标记为已访问的方式对目标人员关系图谱中人员节点进行标记。
第二步,根据确定出的所有行进路径,确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点。
其中,在本发明的实施例中,在确定出所有路径后,便能确定出目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点。如图3所示的目标人员关系图谱,在确定出所有路径后,可确定出目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点,如人员节点0能到达人员节点2、3、4、5、6、7、8、9、10、11、12,人员节点1可到达人员节点0、2、3、4、5、6、7、8、9、10、11、12,人员节点2可到达人员节点0、3、4、5、6、7、8、9、10、11、12,人员节点3可到达人员节点0、2、4、5、6、7、8、9、10、11、12,人员节点4可到达人员节点0、2、3、5、6、7、8、9、10、11、12,人员节点5可到达人员节点0、2、3、4、6、7、8、9、10、11、12,人员节点6可到达人员节点7、8,人员节点7可到达人员节点8,人员节点8可到达人员节点7,人员节点9可到达人员节点6、7、8、10、11、12,人员节点10可到达人员节点6、7、8、9、11、12,人员节点11可到达人员节点6、7、8、9、10、12,人员节点12可到达人员节点6、7、8、9、10、11。其中,人员节点1能到达人员节点数量为12,人员节点0、2、3、4、5能到达人员节点数量均为11,人员节点6能到达人员节点数量为2,人员节点7、8能到达人员节点数量均为1,人员节点9、10、11、12能到达人员节点数量均为6。
步骤二,根据统计出的所有数量,对所述目标人员关系图谱中的多个人员节点进行排序。
其中,在本发明的实施例中,可按照数量从大至小的顺序,对所述目标人员关系图谱中所述所有数量对应的人员节点进行排序。即,按照数量从大至小的顺序,对统计出的各数量对应的人员节点进行排序。如图3所示的目标人员关系图谱,该目标人员关系图谱中人员节点的排序为:人员节点1、人员节点0、人员节点2、人员节点4、人员节点5、人员节点3、人员节点11、人员节点9、人员节点12、人员节点10、人员节点6、人员节点7、人员节点8。需要说明的是,当多个人员节点能到达的人员节点的数量相同时,这多个人员节点的排序没有硬性规定,可以任意排序。如上述人员节点0、2、3、4、5能到达人员节点数量均为11,则人员节点0、2、3、4、5之间的排序可以任意,可以是0、2、4、5、3,也可以是0、2、3、4、5,或者0、5、4、2、3等。
步骤三,根据所述多个人员节点的排序,从所述原始人员关系图谱中确定出目标人员节点组。
其中,在本发明的实施例中,根据步骤二确定出的各人员节点的排序,从原始人员关系图谱中确定出目标人员节点组的具体实现方式为:按照所述多个人员节点的排序,依次从所述多个人员节点中提取一人员节点。
其中,在每提取到一人员节点后,判断该人员节点是否被标记,当该人员节点未被标记时,将该人员节点作为一搜索起点,对该搜索起点进行标记,并确定出在所述原始人员关系图谱中未被标记的人员节点中,该搜索起点通过所述原始人员关系图谱中的连接线所能到达的人员节点,对确定出的人员节点进行标记,并将确定出的人员节点和该搜索起点作为一目标人员节点组;当该人员节点已被标记时,从所述多个人员节点中提取该人员节点的下一人员节点。
需要说明的是,在本发明的实施例中,在确定一搜索起点后,具体可通过深度优先搜索算法,确定出在所述原始人员关系图谱中未被标记的人员节点中,该搜索起点通过所述原始人员关系图谱中的连接线所能到达的人员节点。另外,在本发明的实施例中,可通将人员节点标记为已访问的方式对原始人员关系图谱中人员节点进行标记。
以图3所示的目标人员关系图谱为例,多个人员节点的排序为人员节点1、人员节点0、人员节点2、人员节点4、人员节点5、人员节点3、人员节点11、人员节点9、人员节点12、人员节点10、人员节点6、人员节点7、人员节点8,那么依次提取人员节点1、人员节点0、人员节点2、人员节点4、人员节点5、人员节点3、人员节点11、人员节点9、人员节点12、人员节点10、人员节点6、人员节点7、人员节点8,并在每提取到一人员节点后,判断该人员节点是否被标记,当该人员节点未被标记时,将该人员节点作为一搜索起点,对该搜索起点进行标记,并确定出在所述原始人员关系图谱中未被标记的人员节点中,该搜索起点通过所述原始人员关系图谱中的连接线所能到达的人员节点,对确定出的人员节点进行标记,并将确定出的人员节点和该搜索起点作为一目标人员节点组;当该人员节点已被标记时,从所述多个人员节点中提取该人员节点的下一人员节点。
在此以提取到人员节点1、人员节点0、人员节点2为例,对目标人员节点组的确定作进一步说明。具体的,在提取到人员节点1时,判断出人员节点1未被标记,然后对人员节点1进行标记,并通过深度优先搜索算法,确定出在原始人员关系图谱中未被标记的人员节点中,人员节点1通过原始人员关系图谱中的连接线所能到达的人员节点,具体确定出原始人员关系图谱中不存在人员节点1能到达的人员节点,因此直接将人员节点1作为一目标人员节点组;紧接着提取人员节点0,在提取到人员节点0时,判断出人员节点0未被标记,然后对人员节点0进行标记,并通过深度优先搜索算法,确定出在原始人员关系图谱中未被标记的人员节点中,人员节点0通过原始人员关系图谱中的连接线所能到达的人员节点,具体确定出原始人员关系图谱中人员节点0能到达人员节点2、3、4、5,此时对人员节点2、3、4、5进行标记,并将人员节点0、2、3、4、5作为一目标人员节点组;提取人员节点2,在提取到人员节点2时,判断出人员节点2已被标记,此时直接跳过人员节点2,提取人员节点2的下一人员节点,即提取人员节点4,依次类推,提取剩下的人员节点,得到人员节点9、10、11、12,人员节点6,人员节点7、8这3个目标人员节点组。
其中,在本发明的实施例中,在根据图2所示的原始人员关系图谱和图3所示的目标人员关系图谱进行分析,得到人员节点1,人员节点0、2、3、4、5,人员节点9、10、11、12,人员节点6,人员节点7、8这5个目标人员节点组后,便可得到5个团伙,如图4所示,分别是{人员节点1},{人员节点0、2、3、4、5},{人员节点9、10、11、12},{人员节点6},{人员节点7,8}。
如图5所示,本发明的实施例还提供了一种团伙识别装置,该装置包括:获取模块51、调整模块52和确定模块53。
其中,获取模块51,用于获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向。
调整模块52,用于调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反。
确定模块53,用于根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
具体的,上述确定模块53包括第一确定单元和第二确定单元。
其中,第一确定单元,用于根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组。
第二确定单元,用于根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙。
值得一提的是,在本发明的实施例中,团伙识别装置50为与上述团伙识别方法对应的装置,能提高团伙识别的效率。
需要说明的是,团伙识别装置50包括实现上述团伙识别方法的所有模块或者单元,为避免过多重复,在此不对团伙识别装置50的各模块或者单元进行赘述。
如图6所示,本发明的实施例还提供了一种团伙识别设备,包括存储器61、处理器62以及存储在所述存储器61中并可在所述处理器62上运行的计算机程序63,所述处理器62执行所述计算机程序63时实现上述的团伙识别方法的步骤。
具体的,团伙识别设备60的处理器62执行所述计算机程序63时实现如下步骤:获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组;根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点,并统计每个人员节点所能到达的人员节点的数量;根据统计出的所有数量,对所述目标人员关系图谱中的多个人员节点进行排序;根据所述多个人员节点的排序,从所述原始人员关系图谱中确定出目标人员节点组。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:按照预设的搜索起点顺序,依次从所述目标人员关系图谱中确定一人员节点作为搜索起点,直至所述目标人员关系图谱中所有人员节点均被标记;其中,在每确定一搜索起点后,对该搜索起点进行标记,并从所述目标人员关系图谱中未被标记的人员节点中确定出该搜索起点的行进路径,对所述行进路径所包括的人员节点进行标记;所述行进路径包括所述目标人员关系图谱中未被标记的人员节点中,该搜索起点通过所述目标人员关系图谱中的连接线所能到达的人员节点;根据确定出的所有行进路径,确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:按照数量从大至小的顺序,对所述目标人员关系图谱中所述所有数量对应的人员节点进行排序。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:按照所述多个人员节点的排序,依次从所述多个人员节点中提取一人员节点。其中,在每提取到一人员节点后,判断该人员节点是否被标记,当该人员节点未被标记时,将该人员节点作为一搜索起点,对该搜索起点进行标记,并确定出在所述原始人员关系图谱中未被标记的人员节点中,该搜索起点通过所述原始人员关系图谱中的连接线所能到达的人员节点,对确定出的人员节点进行标记,并将确定出的人员节点和该搜索起点作为一目标人员节点组;当该人员节点已被标记时,从所述多个人员节点中提取该人员节点的下一人员节点。
可选的,团伙识别设备60的处理器62执行所述计算机程序63时还实现如下步骤:统计所述目标人员节点组所包含的人员节点的数量;当所述目标人员节点组所包含的人员节点的数量为一个时,将所述目标人员节点组所包含的人员节点作为一团伙;当所述目标人员节点组所包含的人员节点的数量为多个时,将所述目标人员节点组所包含的多个人员节点,以及所述原始人员关系图谱中该多个人员节点之间的连接线作为一团伙。
即,在本发明的具体实施例中,团伙识别设备60的处理器62执行所述计算机程序63时实现上述的团伙识别方法的步骤,能提高团伙识别的效率。
示例性的,上述计算机程序63可以被分割成一个或多个模块/单元,该一个或者多个模块/单元被存储在存储器61中,并由处理器62执行,以完成本发明。且该一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序63在团伙识别设备60中的执行过程。
上述团伙识别设备60可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该团伙识别设备60可包括,但不仅限于,处理器62、存储器61。本领域技术人员可以理解,所述示意图仅仅是团伙识别设备60的示例,并不构成对团伙识别设备60的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如团伙识别设备60还可以包括输入输出设备、网络接入设备、总线等。
上述处理器62可以是中央处理单元(CPU,Central Processing Unit),还可以是其他通用处理器、数字信号处理器(DSP,Digital Signal Processor)、专用集成电路(ASIC,Application Specific Integrated Circuit)、现成可编程门阵列(FPGA,Field-Programmable Gate Array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,处理器62是团伙识别设备60的控制中心,利用各种接口和线路连接整个团伙识别设备60的各个部分。
上述存储器61可用于存储计算机程序63和/或模块,处理器62通过运行或执行存储在存储器61内的计算机程序63和/或模块,以及调用存储在存储器61内的数据,实现团伙识别设备60的各种功能。具体的,存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SMC,Smart Media Card),安全数字(SD,Secure Digital)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是,由于团伙识别设备60的处理器62执行所述计算机程序63时实现上述的团伙识别方法的步骤,因此上述团伙识别方法的所有实施例均能适用于该团伙识别设备60,且均能达到相同或相似的有益效果。
此外,本发明的实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的团伙识别方法的步骤。
即,在本发明的具体实施例中,计算机可读存储介质的计算机程序被处理器执行时实现上述的团伙识别方法的步骤,能提高团伙识别的效率。
示例性的,计算机可读存储介质的计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,由于计算机可读存储介质的计算机程序被处理器执行时实现上述的团伙识别方法的步骤,因此上述团伙识别方法的所有实施例均能适用于该计算机可读存储介质,且均能达到相同或相似的有益效果。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种团伙识别方法,其特征在于,包括:
获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;
调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;
根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
2.根据权利要求1所述的方法,其特征在于,所述根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙的步骤,包括:
根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组;
根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙。
3.根据权利要求2所述的方法,其特征在于,所述根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组的步骤,包括:
确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点,并统计每个人员节点所能到达的人员节点的数量;
根据统计出的所有数量,对所述目标人员关系图谱中的多个人员节点进行排序;
根据所述多个人员节点的排序,从所述原始人员关系图谱中确定出目标人员节点组。
4.根据权利要求3所述的方法,其特征在于,所述确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点的步骤,包括:
按照预设的搜索起点顺序,依次从所述目标人员关系图谱中确定一人员节点作为搜索起点,直至所述目标人员关系图谱中所有人员节点均被标记;其中,在每确定一搜索起点后,对该搜索起点进行标记,并从所述目标人员关系图谱中未被标记的人员节点中确定出该搜索起点的行进路径,对所述行进路径所包括的人员节点进行标记;所述行进路径包括所述目标人员关系图谱中未被标记的人员节点中,该搜索起点通过所述目标人员关系图谱中的连接线所能到达的人员节点;
根据确定出的所有行进路径,确定所述目标人员关系图谱中每个人员节点通过所述目标人员关系图谱中的连接线所能到达的人员节点。
5.根据权利要求3所述的方法,其特征在于,所述根据所述多个人员节点的排序,从所述原始人员关系图谱中确定出目标人员节点组的步骤,包括:
按照所述多个人员节点的排序,依次从所述多个人员节点中提取一人员节点;
其中,在每提取到一人员节点后,判断该人员节点是否被标记,当该人员节点未被标记时,将该人员节点作为一搜索起点,对该搜索起点进行标记,并确定出在所述原始人员关系图谱中未被标记的人员节点中,该搜索起点通过所述原始人员关系图谱中的连接线所能到达的人员节点,对确定出的人员节点进行标记,并将确定出的人员节点和该搜索起点作为一目标人员节点组;当该人员节点已被标记时,从所述多个人员节点中提取该人员节点的下一人员节点。
6.根据权利要求2所述的方法,其特征在于,所述根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙的步骤,包括:
统计所述目标人员节点组所包含的人员节点的数量;
当所述目标人员节点组所包含的人员节点的数量为一个时,将所述目标人员节点组所包含的人员节点作为一团伙;
当所述目标人员节点组所包含的人员节点的数量为多个时,将所述目标人员节点组所包含的多个人员节点,以及所述原始人员关系图谱中该多个人员节点之间的连接线作为一团伙。
7.一种团伙识别装置,其特征在于,包括:
获取模块,用于获取原始人员关系图谱,所述原始人员关系图谱包括多个人员节点、所述多个人员节点之间的连接线以及所述连接线的指向方向;
调整模块,用于调整所述原始人员关系图谱中所有连接线的指向方向,得到目标人员关系图谱;所述原始人员关系图谱中任一连接线的指向方向,与该连接线在所述目标人员关系图谱中的指向方向相反;
确定模块,用于根据所述原始人员关系图谱和所述目标人员关系图谱,确定所述原始人员关系图谱中的团伙。
8.根据权利要求7所述的团伙识别装置,其特征在于,所述确定模块包括:
第一确定单元,用于根据所述原始人员关系图谱和所述目标人员关系图谱,从所述原始人员关系图谱中确定出目标人员节点组;
第二确定单元,用于根据所述目标人员节点组,确定所述原始人员关系图谱中的团伙。
9.一种团伙识别设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的团伙识别方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的团伙识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911354819.7A CN111143626B (zh) | 2019-12-25 | 2019-12-25 | 团伙识别方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911354819.7A CN111143626B (zh) | 2019-12-25 | 2019-12-25 | 团伙识别方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111143626A true CN111143626A (zh) | 2020-05-12 |
CN111143626B CN111143626B (zh) | 2023-06-09 |
Family
ID=70519850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911354819.7A Active CN111143626B (zh) | 2019-12-25 | 2019-12-25 | 团伙识别方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143626B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287039A (zh) * | 2020-10-30 | 2021-01-29 | 税友软件集团股份有限公司 | 一种团伙识别方法及相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技(深圳)有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
CN108229578A (zh) * | 2018-01-25 | 2018-06-29 | 海南大学 | 基于数据、信息和知识三层图谱架构的图像数据目标识别方法 |
-
2019
- 2019-12-25 CN CN201911354819.7A patent/CN111143626B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403326A (zh) * | 2017-08-14 | 2017-11-28 | 云数信息科技(深圳)有限公司 | 一种基于电信数据的保险欺诈识别方法及装置 |
CN108229578A (zh) * | 2018-01-25 | 2018-06-29 | 海南大学 | 基于数据、信息和知识三层图谱架构的图像数据目标识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112287039A (zh) * | 2020-10-30 | 2021-01-29 | 税友软件集团股份有限公司 | 一种团伙识别方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111143626B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112199375B (zh) | 跨模态的数据处理方法、装置、存储介质以及电子装置 | |
CN110147722A (zh) | 一种视频处理方法、视频处理装置及终端设备 | |
CN106446816B (zh) | 人脸识别方法及装置 | |
WO2017215370A1 (zh) | 构建决策模型的方法、装置、计算机设备及存储设备 | |
CN108563651B (zh) | 一种多视频的目标搜索方法、装置及设备 | |
CN110941978B (zh) | 一种未识别身份人员的人脸聚类方法、装置及存储介质 | |
US9665773B2 (en) | Searching for events by attendants | |
CN111931859B (zh) | 一种多标签图像识别方法和装置 | |
WO2021169642A1 (zh) | 基于视频的眼球转向确定方法与系统 | |
CN109284700B (zh) | 图像中多个人脸检测的方法、存储介质、设备及系统 | |
CN111368867A (zh) | 档案归类方法及系统、计算机可读存储介质 | |
CN112446361A (zh) | 一种训练数据的清洗方法及设备 | |
CN114358202B (zh) | 基于药物分子图像分类的信息推送方法及装置 | |
CN110135428B (zh) | 图像分割处理方法和装置 | |
CN108830302B (zh) | 一种图像分类方法、训练方法、分类预测方法及相关装置 | |
WO2019242156A1 (zh) | 终端中的应用控制方法和装置及计算机可读存储介质 | |
CN111783786B (zh) | 图片的识别方法、系统、电子设备及存储介质 | |
CN111143626A (zh) | 团伙识别方法、装置、设备及计算机可读存储介质 | |
US20190087684A1 (en) | Fast joint template matching | |
JP6244887B2 (ja) | 情報処理装置、画像探索方法、及びプログラム | |
CN111367897B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN115082999A (zh) | 合影图像人物分析方法、装置、计算机设备和存储介质 | |
JPWO2019187107A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
CN114781517A (zh) | 风险识别的方法、装置及终端设备 | |
CN111241103B (zh) | 数据存储方法、数据查询方法及相关装置 |
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 |