CN112633325B - 基于战法模型的人员识别方法及装置 - Google Patents
基于战法模型的人员识别方法及装置 Download PDFInfo
- Publication number
- CN112633325B CN112633325B CN202011365606.7A CN202011365606A CN112633325B CN 112633325 B CN112633325 B CN 112633325B CN 202011365606 A CN202011365606 A CN 202011365606A CN 112633325 B CN112633325 B CN 112633325B
- Authority
- CN
- China
- Prior art keywords
- face
- tactical
- condition
- snapshot
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000008447 perception Effects 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 25
- 230000000694 effects Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 206010000117 Abnormal behaviour Diseases 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种基于战法模型的人员识别方法、装置、电子设备及可读介质，该方法包括：获取每个人脸ID的所有人脸抓拍记录；遍历每个战法模型，将人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：当人脸抓拍记录符合任一战法模型中的非感知条件时，将该战法模型ID存储在第一集合中；当人脸抓拍记录符合任一战法模型中的感知条件时，将该战法模型ID存储在第二集合中；根据每个战法模型对应的逻辑关系所述第一、第二集合中的战法模型ID进行逻辑处理，得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID；本发明实现了人员异常行为的分析及预警的信息化与自动化，最大程度地释放人力，有利于节省人力、提高处理效率。
Description
技术领域
本发明属于公共安全技术领域，更具体地，涉及一种基于战法模型的人员识别方法、装置、电子设备及可读介质。
背景技术
随着社会动态化、信息化的深入发展，各种难以预料的重大突发案（事）件频繁发生，对基层执法部门的实战要求越来越高。
当前，执法部门必须充分利用物联网、大数据等技术手段，最大限度地优化治安防控机制、最大程度地释放人力，提高治安防控的预警、防范、打击能力。
因此，如何通过物联网、大数据、人工智能等技术手段建立一个围绕执法部门实战以及内部业务管理的系统，以提升相关执法部门的实战效率，促进辖区治安状况与部门资源配置及工作目标相匹配，是当前急需解决的重大问题。
发明内容
针对现有技术的至少一个缺陷或改进需求，本发明提供了一种基于战法模型的人员识别方法、装置、电子设备及可读介质。
为实现上述目的，按照本发明的第一个方面，提供了一种基于战法模型的人员识别方法，包括：
获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；
根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
优选的，上述人员识别方法，所述根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理具体为：
若战法模型中的感知条件和非感知条件之间是逻辑与的关系，对第一集合、第二集合中对应的战法模型ID进行相交处理；
若战法模型中的感知条件和非感知条件之间是逻辑或的关系，对第一集合、第二集合中对应的战法模型ID进行相并处理。
优选的，上述人员识别方法，所述非感知条件包括性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签；
所述感知条件包括卡口属性、卡口方位、卡口数量、时间段、活动规则。
优选的，上述人员识别方法，所述当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中，包括：
判断人脸抓拍记录对应的人脸摄像头属性是否符合所述感知条件中的卡口属性、卡口方位和时间段，将符合条件的人脸抓拍记录存储在第三集合中；
当所述第三集合中人脸抓拍记录的个数不少于所述感知条件中的卡口数量时，将感知条件ID、人脸ID、抓拍时间和抓拍次数存储到第四集合中；
遍历所述第四集合中的数据，以所述感知条件ID为关键词进行数据聚合，若聚合后的每个感知条件ID对应的人员行为符合所述感知条件中的活动规则，将感知条件ID所属的战法模型ID以及人脸ID、抓拍时间存储到第二集合中。
优选的，上述人员识别方法，所述将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对之前还包括：
判断人脸抓拍记录对应的人脸信息是否属于库内人员；
若是，则将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对；
若否，则直接输出人脸抓拍记录对应的人脸ID为陌生人员的提示信息。
优选的，上述人员识别方法，所述获取每个人脸ID在预设时间周期内的所有人脸抓拍记录具体包括：
从数据库中读取所有的人脸抓拍记录，通过数据聚合生成键值对的集合；每个所述键值对的关键词为人脸ID-人脸抓拍日期，键值对的值为同一人脸ID在所述人脸抓拍日期内的所有人脸抓拍记录。
优选的，上述人员识别方法还包括：
将人脸抓拍记录满足的战法模型的集合、对应的人脸ID、抓拍日期以及分析日期推送给与所述分析日期具有预设的关联关系的用户持有的移动终端；所述分析日期为所述战法模型的集合的生成时间。
按照本发明的第二个方面，还提供了一种基于战法模型的人员识别装置，包括：
获取模块，用于获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
比对模块，用于遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；
分析模块，用于根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，输出人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
按照本发明的第二个方面，还提供了一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述人员识别方法的步骤。
按照本发明的第二个方面，还提供了一种计算机可读介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行上述任一项所述人员识别方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明将人脸抓拍记录与配置的战法模型进行比对，每个战法模型包括具有预设的逻辑关系的感知条件和非感知条件；当人脸抓拍记录符合任一个战法模型的非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；当人脸抓拍记录符合任一个战法模型中的感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；然后根据每个战法模型中感知条件和非感知条件的逻辑关系，对第一集合、第二集合中的战法模型ID进行逻辑处理，即可得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID；实现了人员异常行为的分析及预警的信息化与自动化，最大程度地释放人力，实现节省人力、提高处理效率的有益效果。
附图说明
图1为本申请实施例提供的基于战法模型的人员识别方法的流程示意图；
图2为本申请实施例提供的战法模型的举例示意图；
图3为本申请实施例提供的基于战法模型的人员识别装置的逻辑框图；
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。
图1是本实施例提供的一种基于战法模型的人员识别方法的流程示意图，参见图1，在本申请实施例中，该方法包括以下步骤：
S101：获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
本申请实施例的执行主体可以是服务器。
本实施例中，人脸抓拍记录可以理解为包含人脸摄像头采集到的人脸图片（或者从人脸图片中提取的人脸特征）、抓拍时间以及人脸摄像头的ID或属性等。
在一个具体示例中，服务器按照设定的时间周期采集感知数据，该感知数据一般为人脸数据；具体而言，服务器通过人脸摄像头管理平台获取人脸图片，判断采集的人脸图片是否包含人脸特征，检测人脸图片质量并将人脸图片储存在本地数据库，通过人脸识别算法检测出人脸特征后，建立一脸一档库；
在一个具体示例中，服务器按照设定的时间周期通过数据云平台采集非感知数据，该非感知数据一般包括实有人口数据、从业人员数据以及重点人员数据等，并将这些数据储存到本地数据库。
时间周期可自定义，一般为1天。
在一个可选的实施例中，获取每个人脸ID在预设时间周期内的所有人脸抓拍记录具体包括：
从本地数据库中读取所有的人脸抓拍记录，通过数据聚合生成键值对的集合Map；每个键值对的关键词key为人脸ID-人脸抓拍日期，键值对的值value为同一人脸ID在人脸抓拍日期内的所有人脸抓拍记录。
本实施例中，对于本地数据库中存储的海量数据，通过数据聚合的方式将同一人脸ID的所有人脸抓拍记录以键值对的方式分类存储，每个人脸ID的数据均配置有关键词，便于后续的数据查找与调用。
S102：遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中。
本实施例中，根据需求预先配置多个战法模型，形成战法集合；战法集合中的每个战法模型具有唯一的标识符，即战法模型ID；每个战法模型配置有感知条件和非感知条件，感知条件和非感知条件分别可以配置多个，感知条件、非感知条件的关系可以是逻辑或的关系，也可以是逻辑与的关系。
参见图2，感知条件包括卡口属性、卡口方位、卡口数量、时间段、活动规则等子条件；部分子条件具有多个属性标签，或者子条件的属性值可自行配置；例如：卡口属性具有小区微卡人、防尾随、小区微卡车、智能点位等属性标签；卡口方位分为进方向和出方向，活动规则可以理解为自定义的用于对人员行为进行筛选的条件，比如：一段时间范围内出现多少天，每天出现多少次；一段时间范围内出现多少周，每周出现多少天等；卡口数量、时间段的属性值可以根据需求自定义。
非感知条件有性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签。
本实施例中，遍历战法集合中的每个战法模型，将人脸抓拍记录分别与每个战法模型中配置的感知条件、非感知条件进行比对，在遍历战法集合的过程中继续读取人脸抓拍记录。
判断人脸抓拍记录中的人脸ID对应的人员信息与非感知条件中的性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签是否匹配，如果匹配上述所有的子条件，说明人脸抓拍记录满足对应战法模型中非感知条件，则将战法模型ID、人脸ID和抓拍时间存储第一集合中。
接下来，判断当人脸抓拍记录中的信息与感知条件中的卡口属性、卡口方位、卡口数量、时间段、活动规则是否匹配，如果匹配上述所有的子条件，说明人脸抓拍记录满足对应战法模型中感知条件，则将战法模型ID、人脸ID和抓拍时间存储第二集合中。
需要说明的是，人脸抓拍记录与感知条件、非感知条件的比对顺序不存在特别限定，两者可以同时进行，也可以分时执行。
在一个可选的实施例中，将人脸抓拍记录与战法模型中的感知条件进行比对时，可以按照下述分阶段的方式执行：
判断人脸抓拍记录对应的人脸摄像头属性是否符合所述感知条件中的卡口属性、卡口方位和时间段，先将符合条件的人脸抓拍记录存储在第三集合中；
当第三集合中人脸抓拍记录的个数不少于所述感知条件中的卡口数量时，将感知条件ID、人脸ID、抓拍时间和抓拍次数存储到第四集合中；
遍历第四集合中的数据，以所述感知条件ID为关键词进行数据聚合，若聚合后的每个感知条件ID对应的人员行为符合所述感知条件中的活动规则，将感知条件ID所属的战法模型ID以及人脸ID、抓拍时间存储到第二集合中。
感知条件中包括多个子条件，每个子条件都需要与人脸抓拍记录进行比对；本实施例在分析各子条件之间的内在关系后，采用分阶段比对的方式，只有满足在先条件时才执行后一条件的比对，不满足则中止；相比逐一比对的方式，能够减少系统的数据运算量。
在一个可选的实施例中，将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对之前还包括：
判断人脸抓拍记录对应的人脸信息是否属于库内人员；
若是，则将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对；
若否，则直接输出人脸抓拍记录对应的人脸ID为陌生人员的提示信息。
本实施例中，本地数据库中存储有注册人员信息表，表中存储了各注册人员的性别、年龄、婚姻状况、身份信息、文化程度、实有人口类别、职业等信息；在将人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对之前，首先判断人脸抓拍记录对应的人脸信息是否属于库内的注册人员，对属于注册人员的人脸抓拍记录执行后续的比对过程；若不属于库内的注册人员，则判定为陌生人，直接输出陌生人提示信息，告知工作人员需密切关注并进行身份采集。
S103：根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
具体而言，根据逻辑关系的不同，根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，具体分为：
若战法模型中的感知条件和非感知条件之间是逻辑与的关系，对第一集合、第二集合中对应的战法模型ID进行相交处理；
若战法模型中的感知条件和非感知条件之间是逻辑或的关系，对第一集合、第二集合中对应的战法模型ID进行相并处理。
在一个可选的实施例中，上述人员识别方法还包括：
将人脸抓拍记录满足的战法模型的集合、对应的人脸ID、抓拍时间以及分析日期推送给与分析日期具有预设的关联关系的用户持有的移动终端；分析日期可以是战法模型的集合的生成时间，与分析日期具有预设的关联关系的用户可以是在分析日期当前值班的工作人员。
在一个可选的实施例中，上述人员识别方法还包括：根据满足的战法模型的人脸抓拍记录中的抓拍时间以及人脸摄像头的ID在电子地图上生成人脸ID对应的人员运动轨迹，将该人员运动轨迹下发给用户持有的移动终端，便于工作人员快速掌握人员位置，对出现异常行为的人员进行线下摸排。
下面将结合附图3，对本申请实施例提供的基于战法模型的人员识别装置进行详细介绍。需要说明的是，附图3所示的基于战法模型的人员识别装置，用于执行本申请图1所示实施例的方法，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参考本申请图1所示的实施例。
图3是本申请实施例提供的一种基于战法模型的人员识别装置的结构示意图，如图3所示，该装置包括：
获取模块301，用于获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
比对模块302，用于遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；
所述非感知条件包括性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签；
所述感知条件包括卡口属性、卡口方位、卡口数量、时间段、活动规则。
分析模块303，用于根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，输出人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
作为一个优选的实施例，分析模块303具体用于：
若战法模型中的感知条件和非感知条件之间是逻辑与的关系，对第一集合、第二集合中对应的战法模型ID进行相交处理；
若战法模型中的感知条件和非感知条件之间是逻辑或的关系，对第一集合、第二集合中对应的战法模型ID进行相并处理。
作为一个优选的实施例，所述比对模块302包括：
第一判断单元，用于判断人脸抓拍记录对应的人脸摄像头属性是否符合所述感知条件中的卡口属性、卡口方位和时间段，将符合条件的人脸抓拍记录存储在第三集合中；
第二判断单元，用于在第三集合中人脸抓拍记录的个数不少于所述感知条件中的卡口数量时，将感知条件ID、人脸ID、抓拍时间和抓拍次数存储到第四集合中；
聚合单元，用于遍历所述第四集合中的数据，以所述感知条件ID为关键词进行数据聚合，若聚合后的每个感知条件ID对应的人员行为符合所述感知条件中的活动规则，将感知条件ID所属的战法模型ID以及人脸ID、抓拍时间存储到第二集合中。
作为一个优选的实施例，所述比对模块302还用于：
判断人脸抓拍记录对应的人脸信息是否属于库内人员；
若是，则将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对；
若是，则直接输出人脸抓拍记录对应的人脸ID为陌生人员的提示信息。
作为一个优选的实施例，所述获取模块301还用于：
从数据库中读取所有的人脸抓拍记录，通过数据聚合生成键值对的集合；每个所述键值对的关键词为人脸ID-人脸抓拍日期，键值对的值为同一人脸ID在所述人脸抓拍日期内的所有人脸抓拍记录。
作为一个优选的实施例，人员识别装置还包括推送模块304：
推送模块，用于将人脸抓拍记录满足的战法模型的集合、对应的人脸ID、抓拍日期以及分析日期推送给与所述分析日期具有预设的关联关系的用户持有的移动终端；所述分析日期为所述战法模型的集合的生成时间。
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（Field－ProgrammableGate Array，FPGA）、集成电路（Integrated Circuit，IC）等。
本申请实施例的各处理单元和/或模块，可通过实现本申请实施例所述的功能的模拟电路而实现，也可以通过执行本申请实施例所述的功能的软件而实现。
参见图4，其示出了本申请实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施图1所示实施例中的方法。如图4所示，电子设备400可以包括：至少一个中央处理器401，至少一个网络接口404，用户接口403，存储器405，至少一个通信总线402。
其中，通信总线402用于实现这些组件之间的连接通信。
其中，用户接口403可以包括显示屏（Display）、摄像头（Camera），可选用户接口403还可以包括标准的有线接口、无线接口。
其中，网络接口404可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，中央处理器401可以包括一个或者多个处理核心。中央处理器401利用各种接口和线路连接整个终端400内的各个部分，通过运行或执行存储在存储器405内的指令、程序、代码集或指令集，以及调用存储在存储器405内的数据，执行终端400的各种功能和处理数据。可选的，中央处理器401可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable Logic Array，PLA）中的至少一种硬件形式来实现。中央处理器401可集成中央中央处理器（Central Processing Unit，CPU）、图像中央处理器（GraphicsProcessing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器401中，单独通过一块芯片进行实现。
其中，存储器405可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器405包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器405可选的还可以是至少一个位于远离前述中央处理器401的存储装置。如图4所示，作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
在图4所示的电子设备400中，用户接口403主要用于为用户提供输入的接口，获取用户输入的数据；而处理器401可以用于调用存储器405中存储的人员识别应用程序，并具体执行以下操作：
获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；
根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述人员识别方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory，RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（Random AccessMemory，RAM）、磁盘或光盘等。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (8)
1.一种基于战法模型的人员识别方法，其特征在于，包括：
获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件，其中，所述非感知条件包括性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签；所述感知条件包括卡口属性、卡口方位、卡口数量、时间段、活动规则；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；具体包括：
判断人脸抓拍记录对应的人脸摄像头属性是否符合所述感知条件中的卡口属性、卡口方位和时间段，将符合条件的人脸抓拍记录存储在第三集合中；
当所述第三集合中人脸抓拍记录的个数不少于所述感知条件中的卡口数量时，将感知条件ID、人脸ID、抓拍时间和抓拍次数存储到第四集合中；
遍历所述第四集合中的数据，以所述感知条件ID为关键词进行数据聚合，若聚合后的每个感知条件ID对应的人员行为符合所述感知条件中的活动规则，将感知条件ID所属的战法模型ID以及人脸ID、抓拍时间存储到第二集合中；
根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，得到人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
2.如权利要求1所述的人员识别方法，其特征在于，所述根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理具体为：
若战法模型中的感知条件和非感知条件之间是逻辑与的关系，对第一集合、第二集合中对应的战法模型ID进行相交处理；
若战法模型中的感知条件和非感知条件之间是逻辑或的关系，对第一集合、第二集合中对应的战法模型ID进行相并处理。
3.如权利要求1所述的人员识别方法，其特征在于，所述将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对之前还包括：
判断人脸抓拍记录对应的人脸信息是否属于库内人员；
若是，则将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对；
若否，则直接输出人脸抓拍记录对应的人脸ID为陌生人员的提示信息。
4.如权利要求1所述的人员识别方法，其特征在于，所述获取每个人脸ID在预设时间周期内的所有人脸抓拍记录具体包括：
从数据库中读取所有的人脸抓拍记录，通过数据聚合生成键值对的集合；每个所述键值对的关键词为人脸ID-人脸抓拍日期，键值对的值为同一人脸ID在所述人脸抓拍日期内的所有人脸抓拍记录。
5.如权利要求1-4任一项所述的人员识别方法，其特征在于，还包括：
将人脸抓拍记录满足的战法模型的集合、对应的人脸ID、抓拍日期以及分析日期推送给与所述分析日期具有预设的关联关系的用户持有的移动终端；所述分析日期为所述战法模型的集合的生成时间。
6.一种基于战法模型的人员识别装置，其特征在于，包括：
获取模块，用于获取每个人脸ID在预设时间周期内的所有人脸抓拍记录；
比对模块，用于遍历战法集合中的每个战法模型，每个所述战法模型包括具有预设的逻辑关系的感知条件和非感知条件，其中，所述非感知条件包括性别、年龄、婚姻状况、文化程度、实有人口类别、职业、重点人员标签；所述感知条件包括卡口属性、卡口方位、卡口数量、时间段、活动规则；将所述人脸抓拍记录分别与每个战法模型中的感知条件、非感知条件进行比对：
当人脸抓拍记录符合任一战法模型中的所述非感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第一集合中；
当人脸抓拍记录符合任一战法模型中的所述感知条件时，将该战法模型ID、人脸ID和抓拍时间存储在第二集合中；具体包括：
判断人脸抓拍记录对应的人脸摄像头属性是否符合所述感知条件中的卡口属性、卡口方位和时间段，将符合条件的人脸抓拍记录存储在第三集合中；
当所述第三集合中人脸抓拍记录的个数不少于所述感知条件中的卡口数量时，将感知条件ID、人脸ID、抓拍时间和抓拍次数存储到第四集合中；
遍历所述第四集合中的数据，以所述感知条件ID为关键词进行数据聚合，若聚合后的每个感知条件ID对应的人员行为符合所述感知条件中的活动规则，将感知条件ID所属的战法模型ID以及人脸ID、抓拍时间存储到第二集合中；
分析模块，用于根据每个战法模型对应的所述逻辑关系对所述第一集合、第二集合中的战法模型ID进行逻辑处理，输出人脸抓拍记录满足的战法模型的集合以及对应的人脸ID。
7.一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～5任一项所述方法的步骤。
8.一种计算机可读介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行权利要求1～5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011365606.7A CN112633325B (zh) | 2020-11-28 | 2020-11-28 | 基于战法模型的人员识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011365606.7A CN112633325B (zh) | 2020-11-28 | 2020-11-28 | 基于战法模型的人员识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112633325A CN112633325A (zh) | 2021-04-09 |
| CN112633325B true CN112633325B (zh) | 2022-08-05 |
Family
ID=75307594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011365606.7A Active CN112633325B (zh) | 2020-11-28 | 2020-11-28 | 基于战法模型的人员识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112633325B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363947A (zh) * | 2017-12-29 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的滞留人员统计预警方法和装置 |
| CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
| CN110602461A (zh) * | 2019-09-26 | 2019-12-20 | 广脉科技股份有限公司 | 一种未来社区区域感知信息处理反馈系统 |
| CN110727809A (zh) * | 2019-09-27 | 2020-01-24 | 上海依图网络科技有限公司 | 人脸与移动用户识别码关联查询方法、装置及电子设备 |
| CN111160094A (zh) * | 2019-11-26 | 2020-05-15 | 苏州方正璞华信息技术有限公司 | 一种跑步抓拍照片中选手识别方法及装置 |
| CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19980703120A (ko) * | 1995-03-20 | 1998-10-15 | 조안나 티. 라우 | 이미지 식별 시스템 및 방법 |
-
2020
- 2020-11-28 CN CN202011365606.7A patent/CN112633325B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363947A (zh) * | 2017-12-29 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 基于大数据的滞留人员统计预警方法和装置 |
| CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
| CN110602461A (zh) * | 2019-09-26 | 2019-12-20 | 广脉科技股份有限公司 | 一种未来社区区域感知信息处理反馈系统 |
| CN110727809A (zh) * | 2019-09-27 | 2020-01-24 | 上海依图网络科技有限公司 | 人脸与移动用户识别码关联查询方法、装置及电子设备 |
| CN111160094A (zh) * | 2019-11-26 | 2020-05-15 | 苏州方正璞华信息技术有限公司 | 一种跑步抓拍照片中选手识别方法及装置 |
| CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112633325A (zh) | 2021-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109558746B (zh) | 数据脱敏方法、装置、电子设备及存储介质 | |
| US20140172478A1 (en) | Methods and system for automatic work logging and tracking | |
| CN111444992B (zh) | 基于信息码的用户信息查验方法及系统 | |
| JP2015062098A (ja) | 相関関係表示システム、相関関係表示方法、及び相関関係表示プログラム | |
| CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
| US20230410222A1 (en) | Information processing apparatus, control method, and program | |
| CN111078980A (zh) | 基于征信大数据的管理方法、装置、设备及存储介质 | |
| US10762089B2 (en) | Open ended question identification for investigations | |
| CN110557466A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
| CN111369334B (zh) | 一种薪资计算方法及系统 | |
| CN108737138B (zh) | 服务提供方法及服务平台 | |
| CN113779609B (zh) | 数据管理方法、装置、电子设备及存储介质 | |
| CN110796014A (zh) | 垃圾投放习惯分析方法、系统、装置及存储介质 | |
| CN114143402A (zh) | 一种ai外呼方法、装置、计算机设备及存储介质 | |
| CN112633325B (zh) | 基于战法模型的人员识别方法及装置 | |
| CN109801394B (zh) | 一种工作人员考勤方法及装置、电子设备和可读存储介质 | |
| CN110310020B (zh) | 基于数据分析的项目方案管理方法、相关装置及存储介质 | |
| CN111443615A (zh) | 一种用电设备控制系统、方法以及设备 | |
| CN116824455A (zh) | 事件检测方法、装置、设备和存储介质 | |
| WO2019196502A1 (zh) | 营销活动质量评估方法、服务器及计算机可读存储介质 | |
| CN115378806A (zh) | 流量分配方法、装置、计算机设备及存储介质 | |
| CN114218453A (zh) | 数据展示方法、装置、设备及可读存储介质 | |
| CN114445894A (zh) | 存储柜管理方法、装置、存储柜、电子设备及存储介质 | |
| CN110458743B (zh) | 基于大数据分析的社区治理方法、装置、设备及存储介质 | |
| CN113285913A (zh) | 基于智能锁的数据获取方法、系统、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 |