CN112016526B - 场所活动对象的行为监测分析系统、方法、装置和设备 - Google Patents

场所活动对象的行为监测分析系统、方法、装置和设备 Download PDF

Info

Publication number
CN112016526B
CN112016526B CN202011107137.9A CN202011107137A CN112016526B CN 112016526 B CN112016526 B CN 112016526B CN 202011107137 A CN202011107137 A CN 202011107137A CN 112016526 B CN112016526 B CN 112016526B
Authority
CN
China
Prior art keywords
face image
place
target
activity
server
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.)
Active
Application number
CN202011107137.9A
Other languages
English (en)
Other versions
CN112016526A (zh
Inventor
秦爱民
汤准生
秦雄伟
卢立江
朱婷婷
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.)
Kinth Information Technology Service Co ltd
Original Assignee
Kinth Information Technology Service 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 Kinth Information Technology Service Co ltd filed Critical Kinth Information Technology Service Co ltd
Priority to CN202011107137.9A priority Critical patent/CN112016526B/zh
Publication of CN112016526A publication Critical patent/CN112016526A/zh
Application granted granted Critical
Publication of CN112016526B publication Critical patent/CN112016526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本申请提供了一种场所活动对象的行为监测分析系统、方法、装置和设备。本申请能够实施对场所活动对象的行为进行隐秘且精准地监测。该方案由部署在目标场所多个预设位置的图像采集设备采集活动于目标场所中的活动对象的人脸图像,通过场所服务器的加密后单向传输到指定的互联网服务器,由该互联网服务器转发到内网分析服务器分析,内网分析服务器先在目标场所的场所身份库中进行人脸图像比对,若无法获得其实名认证身份信息,则进一步在全局身份库中比对以获得其实名认证身份信息,在该活动对象不是目标场所的从业人员的情况下,综合该活动对象在目标场所的活动轨迹信息和多场所活动轨迹信息判断该活动对象是否存在预设的可疑行为。

Description

场所活动对象的行为监测分析系统、方法、装置和设备
技术领域
本申请涉及行为监测分析技术领域,特别是涉及一种场所活动对象的行为监测分析系统、方法、装置、计算机设备和存储介质。
背景技术
随着信息技术发展和社会发展所带来的业务需求,在治安管理所要求的如酒店、KTV等场所中需要对相关人员进行实名登记,以便于对场所活动对象的行为进行监管。
传统技术所提供的技术方案通常是在如酒店、KTV等场所中部署例如借助二代身份证读卡器、人证一体机等设备,以供相关人员进行实名登记。而这种方式需要场所活动对象主动登记后才能实施对这些活动对象的行为进行监测和管理,但这类场所一般都具有人流密集、环境复杂等特点,导致场所的管理人员难以保证每个活动对象都能主动登记,而且仅依赖于其所主动登记的信息也无法对其行为信息进行准确监测,存在对场所活动对象的行为监测准确性低的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种场所活动对象的行为监测分析系统、方法、装置、计算机设备和存储介质。
一种场所活动对象的行为监测分析系统,所述系统包括:部署在目标场所多个预设位置的图像采集设备、场所服务器、互联网服务器和内网分析服务器;其中,
所述图像采集设备,用于在所述多个预设位置实时采集活动于所述目标场所中的活动对象的第一人脸图像,并传输至所述场所服务器;
所述场所服务器,用于将所述第一人脸图像加密后单向传输至所述互联网服务器;
所述互联网服务器,用于将加密后的第一人脸图像转发至所述内网分析服务器;
所述内网分析服务器,用于从指定互联网协议地址的所述互联网服务器处接收所述加密后的第一人脸图像,并将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
所述内网分析服务器,还用于若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
所述内网分析服务器,还用于若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
所述内网分析服务器,还用于在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
一种场所活动对象的行为监测分析方法,应用于内网分析服务器,所述方法包括:
从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;
将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
一种场所活动对象的行为监测分析装置,包括:
人脸图像接收模块,用于从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;
人脸图像比对模块,用于将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
第一比对结果处理模块,用于若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
第二比对结果处理模块,用于若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
行为判断模块,用于在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
上述场所活动对象的行为监测分析系统、方法、装置、计算机设备和存储介质,能够由部署在目标场所多个预设位置的图像采集设备采集活动于目标场所中的活动对象的第一人脸图像,并通过场所服务器的加密并单向传输到指定互联网协议地址的互联网服务器,由该指定互联网协议地址的互联网服务器转发到内网分析服务器中进行分析,使得整个分析过程均在内网中进行,信息能够得到保密,安全性较高,而内网分析服务器可预存大量人脸图像资源,先在目标场所的场所身份库中进行人脸图像比对,如果此时无法获得其实名认证身份信息,则进一步在全局身份库中进行比对以获得活动对象的实名认证身份信息,并且在该活动对象不是目标场所的从业人员的情况下,综合该活动对象在该目标场所的活动轨迹信息和多场所活动轨迹信息判断该活动对象是否存在预设的可疑行为,从而实现通过多个人脸图像库的对比分析得到其身份信息并进而获取相关活动轨迹以实施对活动轨迹可疑的活动对象进行隐秘且精准地监测。
附图说明
图1为一个实施例中场所活动对象的行为监测分析系统的结构示意图;
图2为一个实施例中场所活动对象的行为监测分析方法的流程示意图;
图3为一个实施例中判断所述活动对象是否存在预设的可疑行为的步骤的流程示意图;
图4为一个实施例中场所活动对象的行为监测分析装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,本申请提供了一种场所活动对象的行为监测分析系统,如图1所示,该系统可以包括部署在目标场所多个预设位置的图像采集设备、场所服务器、互联网服务器和内网分析服务器。本申请在一些实施例中还提供了一种场所活动对象的行为监测分析方法,该监测分析方法可以应用于该图1中的内网分析服务器中对场所活动对象的行为进行监测和分析。
对如图1所示的监测分析系统进行说明,具体的,图像采集设备可以与场所服务器保持通信连接,该场所服务器是指目标场所的服务器,该目标场所可以如酒店、KTV和酒吧等场所,图像采集设备可以部署在每个场所的例如前台、走廊角落等多个预设位置,用于在这些预设位置实时采集活动于目标场所中的活动对象的第一人脸图像,并传输至场所服务器;其中,活动对象通常是指活动在目标场所中的各种人员。
场所服务器接收到图像采集设备发送的第一人脸图像后,对该第一人脸图像进行加密,得到加密后的第一人脸图像,将加密后的第一人脸图像单向传输至互联网服务器。其中,该互联网服务器只能从该场所服务器接收加密的数据,并且由场所服务器单向地将加密的数据发送至互联网服务器,互联网服务器无法将数据发送给场所服务器,从而保证数据处理的安全性。
接着,互联网服务器接收到由场所服务器单向传输的加密后的第一人脸图像后,将这些加密后的第一人脸图像转发至内网分析服务器,该互联网服务器不能对加密后的第一人脸图像进行存储。
内网分析服务器则用于从指定互联网协议地址的上述互联网服务器处接收其发送的加密后的第一人脸图像。也即,可以发送加密数据给内网分析服务器的互联网服务器的互联网协议地址是由内网分析服务器所指定的,由此可以保证从场所服务器到互联网服务器再到内网分析服务器的过程中数据处理的安全性。
然后内网分析服务器对所接收的加密后的第一人脸图像进行解密,得到第一人脸图像,将该第一人脸图像先与预存的目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果。其中,目标场所的场所身份库是指针对该目标场所构建的场所身份库,该场所身份库中包括该目标场所的从业人员以及已经在该目标场所进行过实名登记的各类人员的身份库,场所身份库所包含的信息可以包括包含场所编号、场所名称、是否已登记人员、是否从业人员、证件号码、姓名、性别、年龄和人脸图像等。
具体的,内网分析服务器将第一人脸图像与场所身份库中的第二人脸图像进行比对得到第一比对结果,若该第一比对结果表征获取身份失败,则说明无法在场所身份库中找到该第一人脸图像对应的人员,可以初步说明该第一人脸图像对应的人员不是该目标场所的从业人员或者已登记人员。在此基础上,内网分析服务器进一步将该第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果。其中,内网分析服务器还预存有全局身份库,该全局身份库包含了该内网分析服务器所能获取到的所有人员的实名认证身份信息及其对应的人脸图像,在将第一人脸图像与该第三人脸图像进行比对后可以得到第二比对结果,根据该第二比对结果可以锁定全局身份库中与该第一人脸图像匹配的实名认证身份信息,内网分析服务器将其作为针对前述活动对象的实名认证身份信息,该实名认证身份信息可以包含证件号码、姓名、性别、年龄等信息。
另外,如果上述第一比对结果表征获取身份成功,则内网分析服务器可以根据第一比对结果获取针对上述活动对象的实名认证身份信息,即如果能在场所身份库中找到该活动对象,则也可以获得该目标场所为该活动对象记录的实名认证身份信息。
进一步的,内网分析服务器,还用于在实名认证身份信息表征活动对象不是目标场所的从业人员情况下,基于该实名认证身份信息获取活动对象的多场所活动轨迹信息,并根据活动对象在目标场所的基础活动轨迹信息和多场所活动轨迹信息,判断活动对象是否存在预设的可疑行为。
具体的,如果能在场所身份库中找到该活动对象,则说明该活动对象可能是该目标场所的从业人员或者是已登记的入场人员,对于从业人员,则一般可以不对其活动行为进行监测分析;如果只能在全局身份库中找到该活动对象,则内网分析服务器可以进一步根据所获得的实名认证身份信息从场所身份库所包含的实名认证身份信息中进行匹配,以避免由于图像比对过程产生的误差所造成的判断错误,如果根据实名认证身份信息也无法从场所身份库中找到该活动对象,则说明该活动对象不属于该目标场所的从业人员或者是已登记的入场人员。在判断该活动对象不属于该目标场所的从业人员后,内网分析服务器可根据该实名认证身份信息获取该活动对象在其他场所的活动轨迹信息作为上述多场所活动轨迹信息,以及获取活动对象在目标场所的活动轨迹信息作为基础活动轨迹信息,根据该基础活动轨迹信息和多场所活动轨迹信息判断活动对象是否存在预设的可疑行为,例如根据基础活动轨迹信息可以判断该活动对象是否在未登记情况下很长时间逗留在目标场所中,还可以根据多场所活动轨迹信息判断该活动对象是否在多个敏感场所频繁出现等,根据这些活动轨迹信息可以判断该活动对象是否存在预设的一些可疑行为。
上述场所活动对象的行为监测分析系统,能够由部署在目标场所多个预设位置的图像采集设备采集活动于目标场所中的活动对象的第一人脸图像,并通过场所服务器的加密并单向传输到指定互联网协议地址的互联网服务器,由该指定互联网协议地址的互联网服务器转发到内网分析服务器中进行分析,使得整个分析过程均在内网中进行,信息能够得到保密,安全性较高,而内网分析服务器可预存大量人脸图像资源,先在目标场所的场所身份库中进行人脸图像比对,如果此时无法获得其实名认证身份信息,则进一步在全局身份库中进行比对以获得活动对象的实名认证身份信息,并且在该活动对象不是目标场所的从业人员的情况下,综合该活动对象在该目标场所的活动轨迹信息和多场所活动轨迹信息判断该活动对象是否存在预设的可疑行为,从而实现通过多个人脸图像库的对比分析得到其身份信息并进而获取相关活动轨迹以实施对活动轨迹可疑的活动对象进行隐秘且精准地监测。
在一个实施例中,在第一人脸图像传输过程中,场所服务器,进一步用于将第一人脸图像处理成多种预设分辨率下的第一人脸图像,并将各预设分辨率下的第一人脸图像加密后,分别单向传输至多个指定互联网协议地址的互联网服务器,以使多个指定互联网协议地址的互联网服务器各接收到其中一种预设分辨率下的加密后的第一人脸图像。
具体的,为了能够在相对及时的情况下对活动对象进行准确识别,场所服务器可以将第一人脸图像处理成多种预设分辨率下的第一人脸图像,例如处理成高、中和低三种预设分辨率下的第一人脸图像,分辨率低的第一人脸图像一般能够较快地传输到内网分析服务器进行分析,而分辨率高的第一人脸图像一般能确保对活动对象进行准确识别,场所服务器将该三种分辨率的第一人脸图像加密后发送至三个不同的指定互联网协议地址的互联网服务器,每个互联网服务器接收到其中一种分辨率下的第一人脸图像,然后每个互联网服务器都用于将所接收的相应预设分辨率下的加密后的第一人脸图像转发至内网分析服务器。
由于网络传输环境原因,内网分析服务器可能会在不同的时间从不同的互联网服务器接收到相应预设分辨率下的加密后的第一人脸图像。对此,内网分析服务器,进一步用于将从上述多个指定互联网协议地址的互联网服务器中最先接收到的加密后的第一人脸图像所对应的预设分辨率作为目标预设分辨率。
接着,内网分析服务器在场所身份库中进行人脸图像比对的情况下,从预存的多种预设分辨率下的第二人脸图像中提取出目标预设分辨率下的第二人脸图像,且内网分析服务器未在第一预设时段内从上述指定互联网协议地址的互联网服务器接收到具有比该目标预设分辨率更高预设分辨率的第一人脸图像时,内网分析服务器将该目标预设分辨率下的第二人脸图像与目标预设分辨率下的第一人脸图像进行比对得到第一比对结果。而如果在第一预设时段内接收到比该目标预设分辨率更高预设分辨率的第一人脸图像时,则重新将该更高预设分辨率作为目标预设分辨率在场所身份库中进行第一人脸图像的比对,以实现在相对及时的情况下对活动对象进行准确识别。
另外,内网分析服务器在全局身份库中进行人脸图像比对的情况下,从预存的多种预设分辨率下的第三人脸图像中提取出目标预设分辨率下的第三人脸图像,且内网分析服务器未在第二预设时段内从指定互联网协议地址的互联网服务器接收到具有比目标预设分辨率更高预设分辨率的第一人脸图像时,将该目标预设分辨率下的第三人脸图像与目标预设分辨率下的第一人脸图像进行比对得到第二比对结果。而如果在第二预设时段内接收到比该目标预设分辨率更高预设分辨率的第一人脸图像时,同样的,则重新将该更高预设分辨率作为目标预设分辨率在全局身份库中进行第一人脸图像的比对,以实现在相对及时的情况下对活动对象进行准确识别。
在一些实施例中,在对活动对象的行为进行分析过程中,内网分析服务器,进一步用于根据活动对象的基础活动轨迹信息和多场所活动轨迹信息,生成该活动对象的活动轨迹图,将该活动轨迹图与预先构建的活动轨迹参考图库进行相似度分析;其中,该活动轨迹参考图库可以包括与多种可疑行为对应的多张活动轨迹参考图,也即,内网分析服务器可以预先根据多种可疑行为,绘制或者构建多张活动轨迹图作为活动轨迹参考图。如果相似度分析结果表征该活动轨迹参考图库中存在与活动对象的活动轨迹图相似的活动轨迹参考图,则识别该活动对象存在活动轨迹参考图对应的可疑行为。示例性的,如果活动对象的活动轨迹图表明该活动对象先出现在A场所,再连续出现在B场所和C场所,最后又回到A场所,且活动轨迹参考图中同样也存在该活动轨迹,则内网分析服务器判断该活动对象存在该活动轨迹参考图对应的可疑行为,而且如果有另外一个活动对象也存在相同的活动轨迹,可以进一步识别该两个活动对象为可疑团体成员。本实施例通过活动轨迹图的比对能够高效且准确地判断活动对象是否存在可疑行为。
在其中一些实施例中,内网分析服务器,还可以用于当检测到在第三预设时段内进入目标场所中的活动对象包含多个,且该多个活动对象中仅包含一个目标场所的已登记入场人员时,可以将该多个活动对象识别为异常入场活动团体。
采用本实施例提供的技术方案,可识别是否存在一证登记多人入住的情况。具体的,如果内网分析服务器检测到在例如十分钟内(第三预设时段内)进入如酒店等目标场所中的活动对象为多个,但是在这些活动对象中只有一个是该目标场所的登记入住人员(目标场所的已登记入场人员)的情况下,内网分析服务器可以判断这属于一证登记多人入住的情况,将这些活动对象识别为异常入场活动团体。
在另外一些实施例中,内网分析服务器,还可以用于当检测到活动对象为目标场所的已登记入场人员,且在活动对象所登记的应在场时段内未监测到活动对象在目标场所中的活动轨迹时,将活动对象识别为异常活动对象。
采用本实施例的技术方案,可识别是否存在本人登记他人入住的情况。具体的,如果内网分析服务器检测到活动对象为目标场所的已登记入场人员,则内网分析服务器可以进一步获取该活动对象在该目标场所中登记的应在场时段(如晚上入住,早上离开),而内网分析服务器进一步检测到该活动对象未在该应在场时段出现在该目标场所,则内网分析服务器可判断该活动对象为本人登记他人入住,将该活动对象识别为异常活动对象。
在一个实施例中,提供了一种场所活动对象的行为监测分析方法,该监测分析方法可以应用于该图1中的内网分析服务器中对场所活动对象的行为进行监测和分析,如图2所示,该方法具体包括如下步骤:
步骤S201,内网分析服务器从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像。
其中,加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至互联网服务器,场所服务器则用于从部署在目标场所多个预设位置的图像采集设备处接收图像采集设备实时采集的活动于目标场所中的活动对象的第一人脸图像。
步骤S202,内网分析服务器将解密得到的第一人脸图像与预存的目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
步骤S203,若第一比对结果表征获取身份失败,则内网分析服务器将第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据第二比对结果获取针对活动对象的实名认证身份信息;
步骤S204,若第一比对结果表征获取身份成功,则内网分析服务器根据第一比对结果获取针对活动对象的实名认证身份信息;
步骤S205,在实名认证身份信息表征活动对象不是目标场所的从业人员情况下,内网分析服务器基于实名认证身份信息获取活动对象的多场所活动轨迹信息,并根据活动对象在目标场所的基础活动轨迹信息和多场所活动轨迹信息,判断活动对象是否存在预设的可疑行为。
上述方法,内网分析服务器能够综合该活动对象在该目标场所的活动轨迹信息和多场所活动轨迹信息判断该活动对象是否存在预设的可疑行为,从而实现通过多个人脸图像库的对比分析得到其身份信息并进而获取相关活动轨迹以实施对活动轨迹可疑的活动对象进行隐秘且精准地监测。
在一个实施例中,在第一人脸图像传输时,场所服务器,可以进一步用于将第一人脸图像处理成多种预设分辨率下的第一人脸图像,将各预设分辨率下的第一人脸图像加密后,分别单向传输至多个指定互联网协议地址的互联网服务器,以使多个指定互联网协议地址的互联网服务器各接收到其中一种预设分辨率下的加密后的第一人脸图像;而互联网服务器,可以进一步用于将所接收的相应预设分辨率下的加密后的第一人脸图像转发至所述内网分析服务器。
基于此,内网分析服务器在接收第一人脸图像时,还可以包括如下步骤:内网分析服务器将从多个指定互联网协议地址的互联网服务器中最先接收到的加密后的第一人脸图像所对应的预设分辨率作为目标预设分辨率。
进一步的,上述步骤S202,进一步包括:内网分析服务器从预存的多种预设分辨率下的第二人脸图像中提取出目标预设分辨率下的第二人脸图像,且内网分析服务器未在第一预设时段内从指定互联网协议地址的互联网服务器接收到具有比目标预设分辨率更高预设分辨率的第一人脸图像时,内网分析服务器将目标预设分辨率下的第二人脸图像与目标预设分辨率下的第一人脸图像进行比对得到所述第一比对结果。其中,如果内网分析服务器在第一预设时段内接收到比该目标预设分辨率更高预设分辨率的第一人脸图像时,则内网分析服务器重新将该更高预设分辨率作为目标预设分辨率在场所身份库中进行第一人脸图像的比对,以实现在相对及时的情况下对活动对象进行准确识别。
进一步的,上述步骤S203,进一步包括:内网分析服务器从预存的多种预设分辨率下的第三人脸图像中提取出目标预设分辨率下的第三人脸图像,且内网分析服务器未在第二预设时段内从指定互联网协议地址的互联网服务器接收到具有比目标预设分辨率更高预设分辨率的第一人脸图像时,内网分析服务器将目标预设分辨率下的第三人脸图像与目标预设分辨率下的第一人脸图像进行比对得到第二比对结果。其中,如果内网分析服务器在第二预设时段内接收到比该目标预设分辨率更高预设分辨率的第一人脸图像时,则内网分析服务器重新将该更高预设分辨率作为目标预设分辨率在全局身份库中进行第一人脸图像的比对,以实现在相对及时的情况下对活动对象进行准确识别。
在一个实施例中,如图3所示,上述步骤S205,进一步包括:
步骤S301,内网分析服务器根据基础活动轨迹信息和多场所活动轨迹信息,生成活动对象的活动轨迹图;
步骤S302,内网分析服务器将活动轨迹图与预先构建的活动轨迹参考图库进行相似度分析;
其中,活动轨迹参考图库包括与多种可疑行为对应的多张活动轨迹参考图;也即,内网分析服务器可以预先根据多种可疑行为,绘制或者构建多张活动轨迹图作为活动轨迹参考图。
步骤S303,若相似度分析结果表征活动轨迹参考图库中存在与活动轨迹图相似的活动轨迹参考图,则内网分析服务器识别活动对象存在活动轨迹参考图对应的可疑行为。
示例性的,如果活动对象的活动轨迹图表明该活动对象先出现在A场所,再连续出现在B场所和C场所,最后又回到A场所,且活动轨迹参考图中同样也存在该活动轨迹,则内网分析服务器判断该活动对象存在该活动轨迹参考图对应的可疑行为,而且如果有另外一个活动对象也存在相同的活动轨迹,可以进一步识别该两个活动对象为可疑团体成员。
本实施例内网分析服务器通过活动轨迹图的比对能够高效且准确地判断活动对象是否存在可疑行为。
在其中一些实施例中,上述方法还可以包括如下步骤:
当内网分析服务器检测到在第三预设时段内进入目标场所中的活动对象包含多个,且多个活动对象中仅包含一个目标场所的已登记入场人员时,内网分析服务器将多个活动对象识别为异常入场活动团体。
采用本实施例提供的技术方案,内网分析服务器可识别是否存在一证登记多人入住的情况。具体的,如果内网分析服务器检测到在例如十分钟内(第三预设时段内)进入如酒店等目标场所中的活动对象为多个,但是在这些活动对象中只有一个是该目标场所的登记入住人员(目标场所的已登记入场人员)的情况下,内网分析服务器可以判断这属于一证登记多人入住的情况,将这些活动对象识别为异常入场活动团体。
在另外一些实施例中,上述方法还可以包括如下步骤:
当内网分析服务器检测到活动对象为目标场所的已登记入场人员,且在活动对象所登记的应在场时段内未监测到活动对象在目标场所中的活动轨迹时,内网分析服务器将活动对象识别为异常活动对象。
采用本实施例的技术方案,内网分析服务器可识别是否存在本人登记他人入住的情况。具体的,如果内网分析服务器检测到活动对象为目标场所的已登记入场人员,则内网分析服务器可以进一步获取该活动对象在该目标场所中登记的应在场时段(如晚上入住,早上离开),而内网分析服务器进一步检测到该活动对象未在该应在场时段出现在该目标场所,则内网分析服务器可判断该活动对象为本人登记他人入住,将该活动对象识别为异常活动对象。
应该理解的是,虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种场所活动对象的行为监测分析装置,该装置400可以包括:
人脸图像接收模块401,用于从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;
人脸图像比对模块402,用于将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
第一比对结果处理模块403,用于若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
第二比对结果处理模块404,用于若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
行为判断模块405,用于在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
在一个实施例中,该装置400还可以包括:分辨率确定单元,用于将从多个指定互联网协议地址的互联网服务器中最先接收到的加密后的第一人脸图像所对应的预设分辨率作为目标预设分辨率;人脸图像比对模块402,进一步用于从预存的多种预设分辨率下的第二人脸图像中提取出所述目标预设分辨率下的第二人脸图像,且未在第一预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第二人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第一比对结果;第一比对结果处理模块403,用于进一步用于从预存的多种预设分辨率下的第三人脸图像中提取出所述目标预设分辨率下的第三人脸图像,且未在第二预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第三人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第二比对结果;其中,
所述场所服务器,进一步用于将所述第一人脸图像处理成多种预设分辨率下的第一人脸图像,将各预设分辨率下的第一人脸图像加密后,分别单向传输至所述多个指定互联网协议地址的互联网服务器,以使所述多个指定互联网协议地址的互联网服务器各接收到其中一种预设分辨率下的加密后的第一人脸图像;所述互联网服务器,进一步用于将所接收的相应预设分辨率下的加密后的第一人脸图像转发至所述内网分析服务器。
在一个实施例中,行为判断模块405,进一步用于根据所述基础活动轨迹信息和所述多场所活动轨迹信息,生成所述活动对象的活动轨迹图;将所述活动轨迹图与预先构建的活动轨迹参考图库进行相似度分析;其中,所述活动轨迹参考图库包括与多种可疑行为对应的多张活动轨迹参考图;若相似度分析结果表征所述活动轨迹参考图库中存在与所述活动轨迹图相似的活动轨迹参考图,则识别所述活动对象存在所述活动轨迹参考图对应的可疑行为。
在一个实施例中,该装置400还可以包括:
活动对象处理单元,用于当检测到在第三预设时段内进入所述目标场所中的活动对象包含多个,且多个活动对象中仅包含一个所述目标场所的已登记入场人员时,将所述多个活动对象识别为异常入场活动团体;当检测到所述活动对象为所述目标场所的已登记入场人员,且在所述活动对象所登记的应在场时段内未监测到所述活动对象在所述目标场所中的活动轨迹时,将所述活动对象识别为异常活动对象。
关于场所活动对象的行为监测分析装置的具体限定可以参见上文中对于场所活动对象的行为监测分析方法的限定,在此不再赘述。上述场所活动对象的行为监测分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一人脸图像、第二人脸图像、第三人脸图像和实名认证身份信息等数据。该计算机设备的网络接口用于与外部的设备通过网络连接通信。该计算机程序被处理器执行时以实现一种场所活动对象的行为监测分析方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种场所活动对象的行为监测分析系统,其特征在于,所述系统包括:部署在目标场所多个预设位置的图像采集设备、场所服务器、互联网服务器和内网分析服务器;其中,
所述图像采集设备,用于在所述多个预设位置实时采集活动于所述目标场所中的活动对象的第一人脸图像,并传输至所述场所服务器;
所述场所服务器,用于将所述第一人脸图像加密后单向传输至所述互联网服务器;
所述互联网服务器,用于将加密后的第一人脸图像转发至所述内网分析服务器;
所述内网分析服务器,用于从指定互联网协议地址的所述互联网服务器处接收所述加密后的第一人脸图像,并将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
所述内网分析服务器,还用于若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
所述内网分析服务器,还用于若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
所述内网分析服务器,还用于在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
2.根据权利要求1所述的系统,其特征在于,
所述场所服务器,进一步用于将所述第一人脸图像处理成多种预设分辨率下的第一人脸图像,将各预设分辨率下的第一人脸图像加密后,分别单向传输至多个指定互联网协议地址的互联网服务器,以使所述多个指定互联网协议地址的互联网服务器各接收到其中一种预设分辨率下的加密后的第一人脸图像;
所述互联网服务器,进一步用于将所接收的相应预设分辨率下的加密后的第一人脸图像转发至所述内网分析服务器;
所述内网分析服务器,进一步用于将从所述多个指定互联网协议地址的互联网服务器中最先接收到的加密后的第一人脸图像所对应的预设分辨率作为目标预设分辨率;
所述内网分析服务器,还进一步用于在所述场所身份库中进行人脸图像比对的情况下,从预存的多种预设分辨率下的第二人脸图像中提取出所述目标预设分辨率下的第二人脸图像,且未在第一预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第二人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第一比对结果;
所述内网分析服务器,还进一步用于在全局身份库中进行人脸图像比对的情况下,从预存的多种预设分辨率下的第三人脸图像中提取出所述目标预设分辨率下的第三人脸图像,且未在第二预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第三人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第二比对结果。
3.根据权利要求1所述的系统,其特征在于,
所述内网分析服务器,进一步用于根据所述基础活动轨迹信息和所述多场所活动轨迹信息,生成所述活动对象的活动轨迹图,将所述活动轨迹图与预先构建的活动轨迹参考图库进行相似度分析;其中,所述活动轨迹参考图库包括与多种可疑行为对应的多张活动轨迹参考图;
所述内网分析服务器,进一步用于若相似度分析结果表征所述活动轨迹参考图库中存在与所述活动轨迹图相似的活动轨迹参考图,则识别所述活动对象存在所述活动轨迹参考图对应的可疑行为。
4.根据权利要求1至3任一项所述的系统,其特征在于,
所述内网分析服务器,还用于当检测到在第三预设时段内进入所述目标场所中的活动对象包含多个,且多个活动对象中仅包含一个所述目标场所的已登记入场人员时,将所述多个活动对象识别为异常入场活动团体;
所述内网分析服务器,还用于当检测到所述活动对象为所述目标场所的已登记入场人员,且在所述活动对象所登记的应在场时段内未监测到所述活动对象在所述目标场所中的活动轨迹时,将所述活动对象识别为异常活动对象。
5.一种场所活动对象的行为监测分析方法,其特征在于,应用于内网分析服务器,所述方法包括:
从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;
将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
6.根据权利要求5所述的方法,其特征在于,
所述方法还包括:
将从多个指定互联网协议地址的互联网服务器中最先接收到的加密后的第一人脸图像所对应的预设分辨率作为目标预设分辨率;
所述将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果,包括:
从预存的多种预设分辨率下的第二人脸图像中提取出所述目标预设分辨率下的第二人脸图像,且未在第一预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第二人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第一比对结果;
所述将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,包括:
从预存的多种预设分辨率下的第三人脸图像中提取出所述目标预设分辨率下的第三人脸图像,且未在第二预设时段内从所述指定互联网协议地址的互联网服务器接收到具有比所述目标预设分辨率更高预设分辨率的第一人脸图像时,将所述目标预设分辨率下的第三人脸图像与所述目标预设分辨率下的第一人脸图像进行比对得到所述第二比对结果;
其中,所述场所服务器,进一步用于将所述第一人脸图像处理成多种预设分辨率下的第一人脸图像,将各预设分辨率下的第一人脸图像加密后,分别单向传输至所述多个指定互联网协议地址的互联网服务器,以使所述多个指定互联网协议地址的互联网服务器各接收到其中一种预设分辨率下的加密后的第一人脸图像;所述互联网服务器,进一步用于将所接收的相应预设分辨率下的加密后的第一人脸图像转发至所述内网分析服务器。
7.根据权利要求5所述的方法,其特征在于,所述根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为,包括:
根据所述基础活动轨迹信息和所述多场所活动轨迹信息,生成所述活动对象的活动轨迹图;
将所述活动轨迹图与预先构建的活动轨迹参考图库进行相似度分析;其中,所述活动轨迹参考图库包括与多种可疑行为对应的多张活动轨迹参考图;
若相似度分析结果表征所述活动轨迹参考图库中存在与所述活动轨迹图相似的活动轨迹参考图,则识别所述活动对象存在所述活动轨迹参考图对应的可疑行为。
8.根据权利要求5至7任一项所述的方法,其特征在于,所述方法还包括:
当检测到在第三预设时段内进入所述目标场所中的活动对象包含多个,且多个活动对象中仅包含一个所述目标场所的已登记入场人员时,将所述多个活动对象识别为异常入场活动团体;
当检测到所述活动对象为所述目标场所的已登记入场人员,且在所述活动对象所登记的应在场时段内未监测到所述活动对象在所述目标场所中的活动轨迹时,将所述活动对象识别为异常活动对象。
9.一种场所活动对象的行为监测分析装置,其特征在于,包括:
人脸图像接收模块,用于从指定互联网协议地址的互联网服务器处接收加密后的第一人脸图像;其中,所述加密后的第一人脸图像由场所服务器将第一人脸图像加密后单向传输至所述互联网服务器;所述场所服务器,用于从部署在目标场所多个预设位置的图像采集设备处接收所述图像采集设备实时采集的活动于所述目标场所中的活动对象的第一人脸图像;
人脸图像比对模块,用于将解密得到的第一人脸图像与预存的所述目标场所的场所身份库中的第二人脸图像进行比对得到第一比对结果;
第一比对结果处理模块,用于若所述第一比对结果表征获取身份失败,则将所述第一人脸图像与预存的全局身份库中的第三人脸图像进行比对得到第二比对结果,根据所述第二比对结果获取针对所述活动对象的实名认证身份信息;
第二比对结果处理模块,用于若所述第一比对结果表征获取身份成功,则根据所述第一比对结果获取针对所述活动对象的所述实名认证身份信息;
行为判断模块,用于在所述实名认证身份信息表征所述活动对象不是所述目标场所的从业人员情况下,基于所述实名认证身份信息获取所述活动对象的多场所活动轨迹信息,并根据所述活动对象在所述目标场所的基础活动轨迹信息和所述多场所活动轨迹信息,判断所述活动对象是否存在预设的可疑行为。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求5至8中任一项所述的方法的步骤。
CN202011107137.9A 2020-10-16 2020-10-16 场所活动对象的行为监测分析系统、方法、装置和设备 Active CN112016526B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011107137.9A CN112016526B (zh) 2020-10-16 2020-10-16 场所活动对象的行为监测分析系统、方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011107137.9A CN112016526B (zh) 2020-10-16 2020-10-16 场所活动对象的行为监测分析系统、方法、装置和设备

Publications (2)

Publication Number Publication Date
CN112016526A CN112016526A (zh) 2020-12-01
CN112016526B true CN112016526B (zh) 2021-02-09

Family

ID=73527566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011107137.9A Active CN112016526B (zh) 2020-10-16 2020-10-16 场所活动对象的行为监测分析系统、方法、装置和设备

Country Status (1)

Country Link
CN (1) CN112016526B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113590866A (zh) * 2021-07-29 2021-11-02 苏州弘目信息技术有限公司 基于端云结合的人员身份确认和轨迹管理方法及系统
CN113780115B (zh) * 2021-08-25 2024-02-13 杭州海康威视系统技术有限公司 一种异常人员组分析方法、装置、电子设备及存储介质
CN113704751B (zh) * 2021-08-31 2022-03-29 山东中关创业信息科技股份有限公司 基于人工智能决策的漏洞修复方法及大数据挖掘系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070036395A1 (en) * 2005-08-15 2007-02-15 Okun Sheri L Reverse identity profiling system with alert function
CN101534425A (zh) * 2009-04-10 2009-09-16 上海伯里春贸易有限公司 车站、机场和地铁人像采集比对识别监控系统及其方法
US11195057B2 (en) * 2014-03-18 2021-12-07 Z Advanced Computing, Inc. System and method for extremely efficient image and pattern recognition and artificial intelligence platform
CN112136138B (zh) * 2018-05-21 2024-10-01 3M创新有限公司 使用工人专用贴合性测试图像数据的基于图像的个人防护设备贴合性系统
CN109740411A (zh) * 2018-11-09 2019-05-10 南京大学 基于人脸识别的智能监控系统、监控方法及快速出警方法
CN111291596B (zh) * 2018-12-07 2024-07-26 杭州海康威视数字技术股份有限公司 一种基于人脸识别的预警方法及装置
CN109558861A (zh) * 2018-12-28 2019-04-02 上海依图网络科技有限公司 一种确定路人轨迹的方法及装置
CN110245630B (zh) * 2019-06-18 2023-02-17 广东中安金狮科创有限公司 监控数据处理方法、装置及可读存储介质
CN110728252B (zh) * 2019-10-22 2023-08-04 山西省信息产业技术研究院有限公司 一种应用于区域人员运动轨迹监控的人脸检测方法

Also Published As

Publication number Publication date
CN112016526A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112016526B (zh) 场所活动对象的行为监测分析系统、方法、装置和设备
US10185816B2 (en) Controlling user access to electronic resources without password
US20160246981A1 (en) Data secrecy statistical processing system, server device for presenting statistical processing result, data input device, and program and method therefor
US20130108105A1 (en) Apparatus and method for masking privacy region based on monitored video image
CN112949545B (zh) 识别人脸图像的方法、装置、计算设备和介质
US11036998B2 (en) CCTV video smart surveillance system and method thereof
US9667919B2 (en) Method and system for anonymous video analytics processing
CN108959884B (zh) 人证核验装置和方法
CN111815842A (zh) 健康信息的上链方法和装置、存储介质、电子装置
KR102019362B1 (ko) Cctv 영상 데이터 분산 처리 장치 및 그 방법
US11520931B2 (en) Privacy masking method using format-preserving encryption in image security system and recording medium for performing same
KR101951605B1 (ko) 영상의 유출을 방지하기 위한 cctv 영상 보안 시스템
CN108932420B (zh) 人证核验装置、方法和系统以及证件解密装置和方法
JP2019095872A (ja) 捜索システム、捜索装置、端末装置、捜索方法、及びプログラム
US12094250B2 (en) Image processing apparatus, control method, and non-transitory storage medium
JP5353147B2 (ja) 顔照合システム
CN112800454B (zh) 案场数据的处理方法、相关装置及计算机可读介质
CN113032755B (zh) 核电设备的操作人员验证方法、装置、设备和存储介质
CN113052045B (zh) 识别指静脉图像的方法、装置、计算设备和介质
CN111783594A (zh) 一种报警方法、装置及电子设备
CN114429615A (zh) 用于检测室内入侵的方法、装置及存储介质
WO2020003400A1 (ja) 顔照合システム
KR102530406B1 (ko) 개인 정보 보호를 위한 블록체인 기반 영상 시스템 및 영상 처리 방법
CN113223654B (zh) 一种医学检验报告单的智能解读管理平台
CN116456127B (zh) 一种视频处理系统、方法、装置、电子设备及存储介质

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