CN112464030A - 一种可疑人员确定方法及装置 - Google Patents
一种可疑人员确定方法及装置 Download PDFInfo
- Publication number
- CN112464030A CN112464030A CN202011335409.0A CN202011335409A CN112464030A CN 112464030 A CN112464030 A CN 112464030A CN 202011335409 A CN202011335409 A CN 202011335409A CN 112464030 A CN112464030 A CN 112464030A
- Authority
- CN
- China
- Prior art keywords
- alarm event
- case
- suspicious
- database
- management platform
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims description 23
- 238000007726 management method Methods 0.000 abstract 2
- 238000013024 troubleshooting Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 25
- 238000012544 monitoring process Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 238000011835 investigation Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
- G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明实施例公开了一种可疑人员确定方法及装置，用于提高对报警事件中可疑人员的排查速度和效率。所述方法包括：管理平台获取第一报警事件，其中，第一报警事件包括案发时间、案发地点以及案件类型；确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；管理平台获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；在获取的视频中判断是否存在所述第二报警事件的可疑人员。
Description
技术领域
本发明涉及计算机视觉技术领域，尤其涉及一种可疑人员确定方法及装置。
背景技术
随着社会经济的发展，社会人员的流动性逐渐加快，给公安机关的案件侦查工作也带来了巨大的压力。公安机关侦查案件中可疑人员通常采用的方法是筛选出案发现场附近的监控视频中的可疑人员。因此，如何提高确定监控视频中的可疑人员的效率是需要重点考虑的问题。
发明内容
本发明实施例提供一种可疑人员确定方法及装置，用于解决现有技术中对监控视频中的可疑人员进行识别确定时效率较低的问题。
第一方面，本发明实施例提供一种可疑人员确定方法，包括：
管理平台获取第一报警事件，其中，所述第一报警事件包括案发时间、案发地点以及案件类型；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；
所述管理平台获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；
在获取的视频中判断是否存在所述第二报警事件的可疑人员。
可选的，在所述管理平台获取第一报警事件之前，所述方法还包括：
所述管理平台获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员，包括：
所述管理平台在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
可选的，所述可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。
可选的，在所述管理平台获取第一报警事件之前，所述方法还包括：
所述管理平台获取多种报警事件，以及每种报警事件对应的案发时间、案发地点以及可疑人员的信息，形成数据库；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员，包括：
所述管理平台在所述数据库中确定与所述第一报警事件的案发时间和/或案发地点相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
可选的，所述方法还包括：
在确定获取的视频中存在所述第二报警事件的可疑人员时，将所述可疑人员的重点信息发送到相关的案件侦办人员的移动终端，其中，所述重点信息，包括：所述视频中所述可疑人员的人像截图、以及所述数据库中存储的所述可疑人员的信息。
第二方面，本发明实施例提供一种可疑人员确定装置，包括：
获取单元，用于获取第一报警事件，其中，所述第一报警事件包括案发时间、案发地点以及案发类型；
处理单元，用于确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；
所述获取单元还用于，获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；
所述处理单元还用于，在获取的视频中判断是否存在所述第二报警事件的可疑人员。
可选的，所述获取单元在获取第一报警事件之前，还用于：
获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库；
所述处理单元在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
可选的，所述可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。
可选的，所述获取单元在获取第一报警事件之前，还用于：
获取多种报警事件，以及每种报警事件对应的案发时间、案发地点以及可疑人员的信息，形成数据库；
所述处理单元在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件的案发时间和/或案发地点相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
第三方面，本发明实施例提供了一种可疑人员确定装置，包括：
存储器，用于存储计算机指令；
处理器，与所述存储器连接，用于执行所述存储器中的计算机指令，以在执行所述计算机指令时执行如上述第一方面提供的方法。
第四方面，本发明实施例提供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指令，当所述计算机指令在计算机上运行时，使得计算机执行如上述第一方面提供的方法。
第五方面，本发明实施例提供一种计算机程序产品，当所述计算机程序产品在计算机上运行时，使得计算机执行如上述第一方面提供的方法。
在本发明中实施例中，管理平台获取到第一报警事件的案发时间、案发地点以及案件类型后，确定与第一报警事件相匹配的第二报警事件，以及第二报警事件中的可疑人员，然后管理平台调取布控在第一区域内的多个监控摄像头在第一时间段采集到的视频，并判断视频中是否存在第二报警事件中的可疑人员。相比于传统侦查方式中利用人工对监控视频进行一一排查进而筛选出可疑人员，本发明实施例利用管理平台判断监控视频中是否存在与第一报警事件相匹配的第二报警事件的可疑人员，从而能够及时侦查出是否为相似案件的可疑人员再次作案。相较于传统的人工对视频进行筛选的方式，本发明通过管理平台代替人工作业，提高了对于监控视频的侦查速度，提高了案件侦查的效率。
附图说明
图1为本发明实施例提供的一种可疑人员确定方法的场景示意图；
图2为本发明实施例提供的一种可疑人员确定方法的流程示意图；
图3为本发明实施例提供的一种可疑人员确定方法的具体示例图；
图4为本发明实施例提供的一种可疑人员确定装置的结构示意图；
图5为本发明实施例提供的另一种可疑人员确定装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明技术方案保护的范围。
现有技术中，公安机关侦查案件中可疑人员的方法通常是，由公安人员或相关人员查看案发现场以及附近的监控，并判断是否有可疑人员曾在案发时间段内出现在案发现场，从而缩小侦查范围，以尽快实现案件的侦破。
但是这种人工查看监控视频进行案件侦查的方法存在的问题包括：人工回顾监控视频需要花费大量的人力和物力，且人工对监控视频中人员进行甄别的难度较大且耗时久，效率低下。
鉴于此，本发明实施例提供了一种可疑人员确定方法，该方法适用于管理平台，该管理平台与多个摄像头连接，可以获取到多个摄像头的监控视频，该方法包括：管理平台获取第一报警事件，其中包括案发时间、案发地点以及案件类型；并确定与第一报警事件相匹配的第二报警事件，以及第二报警事件的可疑人员；然后管理平台获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中第一区域为以案发地点为中心的预设区域，第一时间段为包括案发时间在内的时间段；管理平台在获取的视频中判断是否存在第二报警事件的可疑人员。管理平台通过判断获取到的视频中是否存在与第一报警事件相匹配的第二报警事件的可疑人员，从而能够及时甄别出是否为相似案件的可疑人员再次作案，加快案件侦查的速度和效率。
下面结合说明书附图介绍本发明实施例提供的技术方案。
参考图1，为本发明实施例提供的一种可疑人员确定方法的场景示意图。
在地点A(比如图中圆圈内)处发生了一起报警事件，报警中心接收到的报警信息后，从报警信息中得出该报警事件的案发时间大约为11月3日下午13-14点，案发地点在某城市地点A，案件类型为抢劫事件。报警中心的管理平台105预存有该城市中各个监控摄像头的位置坐标，当确定案发地点为A时，管理平台105可以确认距离案发地点M公里范围内的摄像头有：摄像头101、102、103以及摄像头104。然后管理平台105调取四个摄像头在案发时间前后N小时的监控视频进行检测，将检测结果106与第二报警事件(抢劫事件)对应的可疑人员107进行比对，判断检测结果106中确实存在有第二报警事件中的可疑人员。
其中，管理平台可以默认设定排查距离为M公里(M为大于0的数)，也可以由侦查人员根据报警事件的具体情况手动地调整排查距离；同样地，管理平台可以默认设定调取监控视频的时间段为案发时间前后N小时，或者由侦查人员根据报警事件的具体情况手动进行设定。
需要注意的是，上文提及的应用场景仅是为了便于理解本发明的精神和原理而示出，本发明示例在此方面不受任何限制。相反，本发明实施例可以应用于适用的任何场景。
参考图2为本发明实施例提供的一种可疑人员确定方法的流程示意图，该方法可以适用于图1所示的场景，具体而言，该方法包括以下步骤：
步骤201：管理平台获取第一报警事件，其中，第一报警事件包括案发时间、案发地点以及案件类型。
比如，报警信息中包括第一报警事件的案发时间大约为11月3日下午13-14点，案发地点在某城市地点A，案件类型为抢劫事件。
步骤202：确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员。
比如，管理平台中包括数据库，该数据库中可以存储各种历史报警事件，以及每起报警事件对应的可疑人员，管理平台在数据库中确定与第一报警事件匹配的第二报警事件。具体地，通过如下方式一至方式三中的任意一种或多种实现。
方式一：
在一种可能的实施方式中，管理平台在获取第一报警事件之前，还需获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库。比如，在具体的实施方式中，管理平台可以将近几年来记载在档案中的报警事件按照案件类型的不同分别记录在数据库中，并将每种类型的报警事件对应的可疑人员的信息也进行分类存储，以便使用。
示例性的，请参见下表1为数据库的一种示例。
表1：案件类型数据库
管理平台获取到第一报警事件之后，在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；确定所述数据库中所述第二报警事件所对应的可疑人员。
比如，当管理平台获取到第一报警事件的案件类型为抢劫类型时，可以从数据库中查询到第一报警事件对应的第二报警事件有：案件1、案件2以及案件3，第一报警事件对应的可疑人员有张三、张四以及张五。
可选的，上面的例子是以第一报警事件和第二报警事件的案件类型相同，即都是抢劫类型为例进行介绍的，可以理解的是，管理平台在获取第一报警事件的案件类型后，还可以自动地匹配到与第一报警事件的案件类型相似的第二报警事件。例如，诈骗与传销的案件类型相似，当第一报警事件的案件类型为诈骗类时，管理平台可以自动地匹配到诈骗类和传销类的第二报警事件。
因此，通过以上描述可知，方式一可以根据数据库中的信息快速准确地确定出与第一报警事件相同或相似案件类型的报警事件，进而能够及时地判断出是否为相同或相似报警事件的可疑人员重复作案，或者是在逃人员继续作案，加快报警事件的侦查速度。
方式二：
在一种可能的实施方式中，管理平台在获取第一报警事件之前，还需获取多种报警事件，以及每种报警事件对应的案发时间信息以及可疑人员的信息，形成数据库。例如，管理平台将近几年来记录在档案中的报警事件按照案发时间的不同时间段分别存储在数据库中，并将每个时间段的报警事件对应的可疑人员的信息也进行分类存储。示例性的，可参见下表2所示。
表2：案发时间数据库
管理平台获取到第一报警事件之后，在所述数据库中确定与所述第一报警事件的案发时间相同或相似的第二报警事件；确定所述数据库中所述第二报警事件所对应的可疑人员。
例如，当管理平台获取到第一报警事件的案发时间为11月份时，可以从数据库中查询到第一报警事件对应的第二报警事件有：案件1、案件2以及案件3，第一报警事件对应的可疑人员有张三、张四以及张五。
可选的，上述是以第一报警事件和第二报警事件的案发时间相同为例，可以理解的是，管理平台在获取到第一报警事件的案发时间后，还可以自动匹配到与第一报警事件案发时间相接近的第二报警事件，例如，第一报警事件的案发时间为11月份时，管理平台也可以根据设置自动匹配到10月份的第二报警事件。
因此，通过上述描述可知，方式二中管理平台可以根据数据库中的信息快速查找出同一时间段内或者相近时间段内其他报警事件的可疑人员的信息，从而能够快速确定是否为同一可疑人员连续作案。
方式三：
在一种可能的实施方式中，管理平台在获取第一报警事件之前，还需获取多种报警事件，以及每种报警事件对应的案发地点以及可疑人员的信息，形成数据库。例如，管理平台可以将近几年来记载在档案中的报警事件按照案发地点的不同分别记录在数据库中，并将每个区域的报警事件对应的可疑人员的信息也进行分类存储，以便使用。
示例性的，请参见下表3为数据库的一种示例。
表3：案发地点数据库
管理平台获取到第一报警事件之后，在所述数据库中确定与所述第一报警事件的案发地点相同或相近的第二报警事件；确定所述数据库中所述第二报警事件所对应的可疑人员。
例如，当管理平台获取到第一报警事件的案发地点为A区域时，可以从数据库中查询到第一报警事件对应的第二报警事件有：案件1、案件2以及案件3，第一报警事件对应的可疑人员有张三、张四以及张五。
可选的，上述是以第一报警事件与第二报警事件的案发地点相同为例，可以理解的是，管理平台获取到第一报警事件的案发地点后，还可以自动地匹配到与第一报警事件案发地点相邻近的其他区域的第二报警事件，例如，当第一报警事件的案发地点为A区域时，管理平台可自动匹配到与A区域相邻近的B区域的第二报警事件。
由此可知，方式三种管理平台获取到第一报警事件的案发地点后，可以快速查找出同一区域或者相近区域内其他报警事件的可疑人员的信息，从而能够快速确定是否为该地区附近人员再次作案。
方式四：
在其他可能的实施例中，也可以是上述方式一至方式三中的多种方式的结合。比如，管理平台可以将报警事件的案件类型和案发时间相结合，形成数据库，也可以将报警事件的案件类型和案发地点相结合，形成单独的数据库，也可以将报警事件的案件类型、案发时间以及案发地点相结合，形成数据库。具体可如表4所示：
表4：案件类型、案发地点数据库
管理平台从数据库中确定与第一报警事件案发地点相同以及案件类型相同的第二报警事件，并确定数据库中第二报警事件对应的可疑人员。例如，当管理平台确认第一报警事件为发生在A区域的抢劫事件时，可以从数据库中查询到第一报警事件对应的第二报警事件有：案件1、案件2以及案件3，对应的可疑人员有张三、张四以及张五。
管理平台通过上述方式一至方式四中的某种或多种结合确定第二报警事件的可疑人员之后，可以执行步骤203至204。其中，本申请不限定步骤202和步骤203的执行顺序，可以先执行步骤203后执行步骤202。
步骤203：管理平台获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，第一区域为以案发地点为中心的预设区域，第一时间段为包括案发时间在内的时间段。
以图1为例，第一区域可以是图中左侧圆圈以内的区域，第一时间段可以是11月3日10-17点。
在一些实施例中，管理平台预先存储有某地区各个摄像头的位置坐标，当确认案发地点的位置坐标后，管理平台获取案发地点预设排查距离范围内的摄像头在案发时间内监控的视频。其中，管理平台可以默认设置排查距离为M公里，也可以由侦查人员根据第一报警事件的具体情况手动地调整排查距离；此外，管理平台可以仅获取摄像头在案发时间内的视频，也可以获取摄像头在案发时间以及前后N小时内的视频，管理平台可以默认设定调取监控视频的时间段为案发时间前后N小时，或者由侦查人员根据第一报警事件的具体情况手动进行设定，本发明实施例不对此做任何限定。
其中，管理平台获取多个摄像头采集的视频的具体方式可以为：某地区内的多个摄像头与管理平台相连接，每个摄像头获取到的监控视频数据可以通过线路实时地传输到管理平台中，并分别存储，每个摄像头都有唯一的标识符，管理平台可以通过摄像头的标识符查询到该摄像头的监控视频数据对应的存储文件，从而获得对应的视频。或者，各个摄像头的监控视频数据分别存储在各个摄像头分别对应的监控终端中，当管理平台需要获取多个摄像头采集的视频时，可另监控终端与管理平台相连接，并控制监控终端将所需的视频传输给管理平台。
步骤204：在获取的视频中判断是否存在第二报警事件的可疑人员。
根据步骤202中所得到的第二报警事件的可疑人员的信息，可判断出在步骤203中获取的视频中是否存所述可疑人员。
示例性的，数据库中保存的可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。此外还可以包括可疑人员的状态信息，可选的，状态信息可以包括是否刑满释放，和/或，是否在逃。
示例性的，管理平台可以根据可疑人员的人脸图像来判断获取的视频中是否存在所述可疑人员。例如，管理平台获取到布控在第一区域内的多个摄像头在第一时间段内采集的视频后，对获取到的视频进行人脸图像的采集与检测，得到人脸检测结果，然后将人脸检测结果与第二报警事件中可疑人员的人脸图像进行比对，判断人脸检测结果中是否存在第一报警事件中的可疑人员的人脸图像，从而判断在获取的视频中是否存在第二报警事件的可疑人员。
例如图1中所示，管理平台获取到抢劫事件的视频后，对视频中的图像帧进行人脸检测，将视频中的人脸图像检测结果106与抢劫案件对应的数据库107中的可疑人员的人脸图像进行比对，判断该次抢劫事件中是否存在一个或多个可疑人员，并由此判断该抢劫案是否为可疑人员作案或者是否为在逃人员持续作案，从而缩小警方的侦查范围。同时，相较于人为地进行视频侦查与筛选，利用管理平台对人脸图像进行检测比对，能够很大程度地提高对监控视频的侦查效率，从而提高案件侦办的效率。
可选的，管理平台获取到视频后，提取视频中的人脸图像的特征数据，包括眼部特征以及嘴部特征等，将其与数据库中的各个可疑人员的人脸图像的特征数据进行匹配，确认二者的相似度。当相似度大于预设值时，确认视频中的该人脸图像对应的人员为数据库中的可疑人员。
例如图1所示，管理平台105对获取的视频进行人脸检测得到人脸检测结果106，并提取视频中三个人脸图像的特征数据，将其与数据库中的各个可疑人员的人脸的特征数据进行匹配，确认得到人脸检测结果中路人甲的人脸图像与可疑人员乙的人脸图像的特征数据的相似度大于预设值，则确认路人甲的身份为可疑人员乙，即确认可疑人员乙出现在了抢劫事件现场。
可选的，管理平台自动识别出视频中存在的可疑人员后，还可以由相关侦查人员进一步对视频中的可疑人员进行识别确认，从而提高判断的准确率。
可选的，管理平台在确定获取的视频中存在所述第二报警事件的可疑人员时，将所述可疑人员的重点信息发送到相关的案件侦办人员的移动终端，其中，所述重点信息，包括：所述视频中所述可疑人员的人像截图、以及所述数据库中存储的所述可疑人员的信息。
图3为本发明实施例提供的一种具体示例图。下面将以图3为例，对本发明实施例提供的可疑人员确定方法做详细的说明。
步骤301：管理平台设定各个摄像头坐标，设置排查距离M公里，排查时间N小时。
另一些实施例中，也可以由侦查人员根据第一报警事件的具体情况手动设定排查距离和排查时间。
步骤302：管理平台设定多种类型报警事件对应的可疑人员数据库。其中，数据库中还包含报警事件对应的可疑人员的信息。数据库的形成方式可参照上述图2部分所涉及的相关内容。
步骤303：管理平台获取第一报警事件案发时间、案发地点及案件类型。
步骤304：读取案发地点M公里范围内摄像头监控视频数据。
步骤305：将案发时间前后N小时的视频数据进行人脸检测。管理平台获取到布控在案发地点M公里范围内的多个摄像头在案发时间前后N小时内采集的视频后，对获取到的视频进行人脸图像的采集与检测，得到人脸检测结果。
步骤306：将人脸检测结果与数据库中相匹配的第二报警事件的可疑人员的人脸图像进行比对，确定人脸检测结果中存在可疑人员。具体的，管理平台获取到视频后，提取视频中的人脸图像的特征数据，将其与数据库中的各个可疑人员的人脸图像的特征数据进行匹配，确认二者的相似度。当相似度大于预设值时，确认视频中的该人脸图像对应的人员为数据库中的可疑人员。
步骤307：将可疑人员的重点信息发送给相关案件侦办人员的移动终端。
基于同一发明构思，本发明实施例提供了一种可疑人员确定装置，该可疑人员确定装置能够实现前述的可疑人员确定方法对应的功能。该可疑人员确定装置可以是硬件结构、软件模块、或硬件结构加软件模块。该可疑人员确定装置可以由芯片系统实现，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。请参见图4，该装置包括获取单元401和处理单元402，其中：
获取单元401，用于获取第一报警事件，其中，所述第一报警事件包括案发时间、案发地点以及案发类型；
所述获取单元401还用于获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；
处理单元402，用于确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；
所述处理单元402还用于，在获取的视频中判断是否存在所述第二报警事件的可疑人员。
可选的，所述获取单元401在获取第一报警事件之前，还用于：
获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库；
所述处理单元402在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
可选的，所述可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。
可选的，所述获取单元401在获取第一报警事件之前，还用于：
获取多种报警事件，以及每种报警事件对应的案发时间、案发地点以及可疑人员的信息，形成数据库；
所述处理单元402在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件的案发时间和/或案发地点相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
前述的可疑人员确定方法的实施例涉及的各步骤的所有相关内容均可援引到本申请施例中的可疑人员确定装置所对应的功能模块的功能描述，在此不再赘述。
本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本申请各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
请参见图5，基于同一发明构思，本发明实施例提供一种可疑人员确定装置，该装置包括至少一个处理器501，处理器501用于执行存储器中存储的计算机程序，实现本发明实施例提供的如图2所示的可疑人员确定方法的步骤。
可选的，处理器501可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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，可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的可疑人员确定方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
可选的，该可疑人员确定装置还可以包括与至少一个处理器501连接的存储器502，存储器502存储有可被至少一个处理器501执行的指令，至少一个处理器501通过执行存储器502存储的指令，可以执行前述的可疑人员确定方法中所包括的步骤。
本发明实施例中不限定处理器501与存储器502之间的具体连接介质，存储器502可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory，RAM)、静态随机访问存储器(Static Random AccessMemory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本发明实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
通过对处理器501进行设计编程，可以将前述实施例中介绍的可疑人员确定方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行前述的可疑人员确定方法的步骤，如何对处理器501进行设计编程为本领域技术人员所公知的技术，这里不再赘述。其中，获取单元401和处理单元402所对应的实体设备均可以是前述的处理器501。该可疑人员确定装置可以用于执行图2所示的实施例所提供的方法。因此关于该设备中各功能模块所能够实现的功能，可参考图2所示的实施例中的相应描述，不多赘述。
基于同一发明构思，本发明实施例还提供一种计算可读存储介质，该计算可读存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行如前述的可疑人员确定方法的步骤。
在一些可能的实施方式中，本申请提供的可疑人员确定方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在电子设备上运行时，程序代码用于使该检测设备执行本说明书上述描述的根据本申请各种示例性实施方式的可疑人员确定方法中的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种可疑人员确定方法，其特征在于，适用于管理平台，所述管理平台与多个摄像头连接，所述方法包括：
所述管理平台获取第一报警事件，其中，所述第一报警事件包括案发时间、案发地点以及案件类型；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；
所述管理平台获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；
在获取的视频中判断是否存在所述第二报警事件的可疑人员。
2.如权利要求1所述的方法，其特征在于，在所述管理平台获取第一报警事件之前，所述方法还包括：
所述管理平台获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员，包括：
所述管理平台在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
3.如权利要求2所述的方法，其特征在于，所述可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。
4.如权利要求1所述的方法，其特征在于，在所述管理平台获取第一报警事件之前，所述方法还包括：
所述管理平台获取多种报警事件，以及每种报警事件对应的案发时间、案发地点以及可疑人员的信息，形成数据库；
确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员，包括：
所述管理平台在所述数据库中确定与所述第一报警事件的案发时间和/或案发地点相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
5.如权利要求2或4所述的方法，其特征在于，所述方法还包括：
在确定获取的视频中存在所述第二报警事件的可疑人员时，将所述可疑人员的重点信息发送到相关的案件侦办人员的移动终端，其中，所述重点信息，包括：所述视频中所述可疑人员的人像截图、以及所述数据库中存储的所述可疑人员的信息。
6.一种可疑人员确定装置，其特征在于，包括：
获取单元，用于获取第一报警事件，其中，所述第一报警事件包括案发时间、案发地点以及案发类型；
处理单元，用于确定与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员；
所述获取单元还用于，获取布控在第一区域内的多个摄像头在第一时间段内采集的视频，其中，所述第一区域为以案发地点为中心的预设区域，所述第一时间段为包括所述案发时间在内的时间段；
所述处理单元还用于，在获取的视频中判断是否存在所述第二报警事件的可疑人员。
7.如权利要求6所述的装置，其特征在于，所述获取单元在获取第一报警事件之前，还用于：
获取多种类型的报警事件，以及每种类型的报警事件对应的可疑人员的信息，形成数据库；
所述处理单元在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件类型相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
8.如权利要求7所述的装置，其特征在于，所述可疑人员的信息，包括：姓名、人脸图像、身份证号码、学历信息、工作信息或案底信息中的至少一种。
9.如权利要求6所述的装置，其特征在于，所述获取单元在获取第一报警事件之前，还用于：
获取多种报警事件，以及每种报警事件对应的案发时间、案发地点以及可疑人员的信息，形成数据库；
所述处理单元在确认与所述第一报警事件相匹配的第二报警事件，以及所述第二报警事件的可疑人员时，具体用于：
在所述数据库中确定与所述第一报警事件的案发时间和/或案发地点相同或相似的第二报警事件；
确定所述数据库中所述第二报警事件所对应的可疑人员。
10.一种可疑人员确定装置，其特征在于，包括：
存储器，用于存储计算机指令；
处理器，与所述存储器连接，用于执行所述存储器中的计算机指令，以及在执行所述计算机指令时执行如权利要求1-5中任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，
所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011335409.0A CN112464030A (zh) | 2020-11-25 | 2020-11-25 | 一种可疑人员确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011335409.0A CN112464030A (zh) | 2020-11-25 | 2020-11-25 | 一种可疑人员确定方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112464030A true CN112464030A (zh) | 2021-03-09 |
Family
ID=74798887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011335409.0A Pending CN112464030A (zh) | 2020-11-25 | 2020-11-25 | 一种可疑人员确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112464030A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113838266A (zh) * | 2021-09-23 | 2021-12-24 | 广东中星电子有限公司 | 溺水报警方法、装置、电子设备和计算机可读介质 |
| CN114267003A (zh) * | 2022-03-02 | 2022-04-01 | 城云科技（中国）有限公司 | 道路破损检测方法、装置及应用 |
| CN117391877A (zh) * | 2023-12-07 | 2024-01-12 | 武汉大千信息技术有限公司 | 一种快速生成可疑人员关系网的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101404107A (zh) * | 2008-11-19 | 2009-04-08 | 公安部第三研究所 | 基于人脸识别技术的网吧监控报警系统 |
| CN111090777A (zh) * | 2019-12-04 | 2020-05-01 | 浙江大华技术股份有限公司 | 一种视频数据的管理方法、管理设备及计算机存储介质 |
| WO2020168960A1 (zh) * | 2019-02-19 | 2020-08-27 | 杭州海康威视数字技术股份有限公司 | 一种视频分析方法及装置 |
-
2020
- 2020-11-25 CN CN202011335409.0A patent/CN112464030A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101404107A (zh) * | 2008-11-19 | 2009-04-08 | 公安部第三研究所 | 基于人脸识别技术的网吧监控报警系统 |
| WO2020168960A1 (zh) * | 2019-02-19 | 2020-08-27 | 杭州海康威视数字技术股份有限公司 | 一种视频分析方法及装置 |
| CN111090777A (zh) * | 2019-12-04 | 2020-05-01 | 浙江大华技术股份有限公司 | 一种视频数据的管理方法、管理设备及计算机存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113838266A (zh) * | 2021-09-23 | 2021-12-24 | 广东中星电子有限公司 | 溺水报警方法、装置、电子设备和计算机可读介质 |
| CN114267003A (zh) * | 2022-03-02 | 2022-04-01 | 城云科技（中国）有限公司 | 道路破损检测方法、装置及应用 |
| CN117391877A (zh) * | 2023-12-07 | 2024-01-12 | 武汉大千信息技术有限公司 | 一种快速生成可疑人员关系网的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109166261B (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
| CN112464030A (zh) | 一种可疑人员确定方法及装置 | |
| CN106780250B (zh) | 一种基于物联网技术的智慧社区安全事件处理方法及系统 | |
| WO2021063011A1 (zh) | 行为分析方法、装置、电子设备、存储介质和计算机程序 | |
| CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
| CN109766779A (zh) | 徘徊人员识别方法及相关产品 | |
| CN111724496A (zh) | 一种考勤方法、考勤装置及计算机可读存储介质 | |
| CN109800664B (zh) | 一种确定路人轨迹的方法及装置 | |
| CN111522995A (zh) | 目标对象分析方法、装置及电子设备 | |
| CN110930566A (zh) | 监狱往来车辆的安全复核方法、系统、装置及可存储介质 | |
| CN115187439A (zh) | 一种智慧园区综合运营管理方法及系统 | |
| CN109783663B (zh) | 一种归档方法及装置 | |
| CN113869137A (zh) | 事件检测方法、装置、终端设备及存储介质 | |
| CN109784220B (zh) | 一种确定路人轨迹的方法及装置 | |
| CN110197158B (zh) | 一种安保云系统及其应用 | |
| CN114494153A (zh) | 物品存放检测方法、装置、计算机设备和存储介质 | |
| CN114049658A (zh) | 基于人脸识别的流动人口管理方法、装置、计算机设备和存储介质 | |
| US9805272B1 (en) | Storage system of original frame of monitor data and storage method thereof | |
| CN115309938B (zh) | 一种监管、执法大数据数据分析挖掘的方法和系统 | |
| CN110245648A (zh) | 基于人像识别的智慧单警系统 | |
| CN116052103A (zh) | 监控数据处理方法、装置、计算机设备和存储介质 | |
| CN116425047A (zh) | 吊车作业告警方法、装置、设备及计算机可读存储介质 | |
| CN114090909A (zh) | 一种图码联侦关联方法、装置、计算机设备及存储介质 | |
| CN111723761B (zh) | 异常人脸图像的确定方法、装置及存储介质 | |
| CN113903000A (zh) | 一种翻墙检测方法、装置及设备 |
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 |