CN113205876B - 目标人员的有效线索确定方法、系统、电子设备及介质 - Google Patents

目标人员的有效线索确定方法、系统、电子设备及介质 Download PDF

Info

Publication number
CN113205876B
CN113205876B CN202110759847.8A CN202110759847A CN113205876B CN 113205876 B CN113205876 B CN 113205876B CN 202110759847 A CN202110759847 A CN 202110759847A CN 113205876 B CN113205876 B CN 113205876B
Authority
CN
China
Prior art keywords
identification information
current
information
identification
preset
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
CN202110759847.8A
Other languages
English (en)
Other versions
CN113205876A (zh
Inventor
姚娟娟
钟南山
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.)
Shanghai Mingping Medical Data Technology Co ltd
Original Assignee
Mingpinyun Beijing Data Technology 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 Mingpinyun Beijing Data Technology Co Ltd filed Critical Mingpinyun Beijing Data Technology Co Ltd
Priority to CN202110759847.8A priority Critical patent/CN113205876B/zh
Publication of CN113205876A publication Critical patent/CN113205876A/zh
Application granted granted Critical
Publication of CN113205876B publication Critical patent/CN113205876B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种目标人员的有效线索确定方法、系统、电子设备及介质，该方法通过获取第一区域内预设时间若干个当前辨别信息，将当前辨别信息与历史辨别信息进行比对，并根据比对结果确定当前辨别信息的当前疑似标识值，若当前疑似标识值超过预设标识值，将当前疑似标识值所对应的当前辨别信息作为异常辨别信息，若异常辨别信息的累积采集次数超过1，根据采集时间和采集地点确定异常辨别信息的当前轨迹，将当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将异常辨别信息作为目标辨别信息，根据当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索，提升了获取效率、降低了水平要求、实时性强、适用范围广。

Description

目标人员的有效线索确定方法、系统、电子设备及介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种目标人员的有效线索确定方法、系统、电子设备及介质。
背景技术
在一些特定的场所，如医院、火车站等，除相关工作人员外，其他人员的出现次数与频率都应保持一个合理的范围，比如一般的乘客在车站的候车大厅中一个星期甚至几个星期才会出现一次，一般的病人在医院的门诊候诊处或者挂号处一个月可能也只会出现几次。但实质上在医院、火车站内往往有一些“目标”人员出现的频率很高，使得人们对于其出现的动机存在一定的疑问。
相关技术中，往往要么是依靠这些场所的安保或者对应机构对这些“目标”人员的相关线索基于人工肉眼观察的方式确定，效率较低，对于人员的水平要求较高，要么是通过对一段时间内如医院的挂号记录等进行分析，进而确定某些“目标”人员的相关线索，具有滞后性，方案实现依赖于人员具有挂号的行为，门槛较高，适用范围较小。
发明内容
鉴于以上所述现有技术的缺点，本发明提供一种目标人员的有效线索确定方法、系统、电子设备及介质，以解决相关技术中对于目标人员的相关线索的获取效率低，对人员水平要求高，具有滞后性，适用范围小的技术问题。
本发明提供的一种目标人员的有效线索确定方法，所述方法包括：
获取第一区域内预设时间若干个当前辨别信息，所述当前辨别信息包括辨别内容和当前采集参数，所述辨别内容包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一，所述当前采集参数包括累积采集次数和若干组采集时间、采集地点；
将所述当前辨别信息与历史辨别信息进行比对，并根据比对结果确定所述当前辨别信息的当前疑似标识值，所述历史辨别信息包括所述预设时间之前所获取的所述第一区域的辨别信息；
若所述当前疑似标识值超过预设标识值，将所述当前疑似标识值所对应的当前辨别信息作为异常辨别信息；
若所述异常辨别信息的累积采集次数超过1，根据所述采集时间和采集地点确定所述异常辨别信息的当前轨迹；
将所述当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将所述异常辨别信息作为目标辨别信息；
根据所述当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索。
可选的，根据比对结果确定所述当前辨别信息的当前疑似标识值包括以下任意之一：
若存在至少一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，获取所述历史辨别信息的历史疑似标识值，确定所述当前辨别信息的当前调整值，并在所述历史疑似标识值的基础上累加所述当前调整值，以得到所述当前疑似标识值；
若不存在任意一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，将所述当前辨别信息与白名单辨别信息进行比对，若也不存在任意一个所述白名单辨别信息与所述当前辨别信息的相似度高于预设第二相似度阈值，确定所述当前辨别信息的当前调整值，并将所述当前辨别信息的当前调整值作为所述当前疑似标识值。
可选的，所述当前调整值的确定方式包括：
Cm+1=α*m*N*β*δ
其中，Cm+1为当前辨别信息的当前调整值，α为所述当前辨别信息所对应的类型调整因子，所述类型调整因子根据所述当前辨别信息的类型确定，m为与所述当前辨别信息之间的相似度高于所述预设第一相似度阈值的所述历史辨别信息的数量，N为所述当前辨别信息的类型的预设基础值，β为所述当前辨别信息的可信调整因子，δ为所述当前辨别信息的采集位置的位置调整因子。
可选的，所述白名单辨别信息的确定方式包括以下至少之一：
获取合法人员的辨别信息作为所述白名单辨别信息；
获取第二区域所述预设时间和/或所述预设时间之前的辨别信息作为所述白名单辨别信息。
可选的，若所述当前辨别信息包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之二，所述方法还包括：
获取所述目标辨别信息的各组所述采集时间、采集地点预设时空范围内的与所述目标辨别信息不同类别的若干个当前辨别信息；
将若干个当前辨别信息进行聚类处理，得到若干个聚类小组；
获取各所述聚类小组中的当前辨别信息的数量；
将所述数量高于预设数量阈值的聚类小组中的当前辨别信息作为所述目标辨别信息的关联信息，所述预设数量阈值小于所述目标辨别信息的累积采集次数；
根据所述关联信息的当前采集参数确定关联轨迹；
将关联轨迹与当前轨迹进行拟合，得到拟合轨迹；
根据拟合轨迹、目标辨别信息及关联信息中的当前采集参数确定目标人员的有效线索。
可选的，所述方法还包括：
获取与所述目标辨别信息的相似度高于预设第一相似度阈值的所述历史辨别信息的第一历史采集参数；
获取与所述关联信息的相似度高于预设第一相似度阈值的所述历史辨别信息的第二历史采集参数；
根据所述第一历史采集参数和所述第二历史采集参数确定预测出现时间和预测出现地点；
将所述预测出现时间和预测出现地点作为所述有效线索。
可选的，所述方法还包括：
获取危险辨别信息的危险辨别内容，所述危险辨别信息包括所述当前辨别信息中与所述目标辨别信息处于预设时空范围内的当前辨别信息；
获取后续辨别信息，所述后续辨别信息包括所述预设时间之后预设时长所获取的所述第一区域的辨别信息；
若所述后续辨别信息的辨别内容中存在所述危险辨别内容，获取所述危险辨别内容在所述后续辨别信息中的采集地点，并在所述采集地点周围发出危险提示。
本发明还提供了一种目标人员的有效线索确定系统，所述系统包括：
获取模块，用于获取第一区域内预设时间若干个当前辨别信息，所述当前辨别信息包括辨别内容和当前采集参数，所述辨别内容包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一，所述当前采集参数包括累积采集次数和若干组采集时间、采集地点；
比对模块，用于将所述当前辨别信息与历史辨别信息进行比对，并根据比对结果确定所述当前辨别信息的当前疑似标识值，所述历史辨别信息包括所述预设时间之前所获取的所述第一区域的辨别信息；
异常辨别信息确定模块，用于若所述当前疑似标识值超过预设标识值，将所述当前疑似标识值所对应的当前辨别信息作为异常辨别信息；
当前轨迹确定模块，用于若所述异常辨别信息的累积采集次数超过1，根据所述采集时间和采集地点确定所述异常辨别信息的当前轨迹；
目标辨别信息确定模块，用于将所述当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将所述异常辨别信息作为目标辨别信息；
有效线索确定模块，用于根据所述当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索。
本发明还提供了一种电子设备，包括处理器、存储器和通信总线；
所述通信总线用于将所述处理器和存储器连接；
所述处理器用于执行所述存储器中存储的计算机程序，以实现如上述任一项实施例所述的方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于使所述计算机执行如上述任一项实施例所述的方法。
本发明的有益效果：本发明中的一种目标人员的有效线索确定方法、系统、电子设备及介质，该方法通过获取第一区域内预设时间若干个当前辨别信息，将当前辨别信息与历史辨别信息进行比对，并根据比对结果确定当前辨别信息的当前疑似标识值，若当前疑似标识值超过预设标识值，将当前疑似标识值所对应的当前辨别信息作为异常辨别信息，若异常辨别信息的累积采集次数超过1，根据采集时间和采集地点确定异常辨别信息的当前轨迹，将当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将异常辨别信息作为目标辨别信息，根据当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索，提升了相关线索的获取效率、降低了对人员的水平要求、若原始数据具有实时性，该方法实时性强，适用范围广。
附图说明
图1是本发明实施例中目标人员的有效线索确定方法的一种流程示意图。
图2是本发明实施例中目标人员的有效线索确定系统的一种结构示意图。
图3是本发明一实施例中电子设备的一种结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
在下文描述中，探讨了大量细节，以提供对本发明实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本发明的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本发明的实施例难以理解。
实施例一
如图1所示，本实施例提供了一种目标人员的有效线索确定方法，该方法包括：
S101：获取第一区域内预设时间若干个当前辨别信息。
第一区域可以由本领域技术人员根据该方法的应用场景来确定，例如当该方法应用于医院时，通常医院的挂号处、候诊处、药房附近、门诊、急诊区域出现目标人员的可能性较高，则可以将第一区域设置为医院的候诊处、挂号处、医生的办公室门口、药房等。
预设时间可以是由本领域技术人员所设定的某一个时间段或某一个时间点，例如为某一自然日，某一自然日的工作时间、某一工作日的非工作时间等、预设时间也可以是当前实时时刻，这样可以实现该方法所确定的有效线索为实时有效线索，方便相关工作人员对目标人员的实时追踪。预设时间若为某一时间段，该该预设时间包括当前时刻或当前时刻之前的若干分钟，则该当前辨别信息也已然具有实时性，所得到的有效线索也具备实时性。
当前辨别信息可以似乎基于采集到的当前原始数据来提取的，当前原始数据包括但不限于视频数据、音频数据、交易数据如购票记录、购物记录、挂号记录等，物理地址数据如MAC码等。当前原始数据的采集设备及采集方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。若干个当前辨别信息可以分属于不同的人员，由于这些人员的出现与否，何时出现以及具体具有何种身份并不能为医院等所掌握，因此，本实施例中的方法并不要求知晓当前辨别信息所对应的人员的具体身份，可能到最终确定到目标人员的有效线索之后，也不一定知晓该人员的名字、住址、身份证号码，但相关场所如医院的安保人员却可以根据有效线索及时知晓目标人员当前的可能所在位置，或者在目标人员下一次再次出现在第一区域时，及时的赶往目标人员的所在位置，进而可以现场的找到该目标人员，予以劝离，必要时求助于其他机关加以处理。
可选的，当前辨别信息可以包括但不限于类别和当前采集参数，其中辨别内容包括但不限于面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一；当前采集参数包括但不限于累积采集次数和若干组采集时间、采集地点。
其中，面部特征信息可以基于视频数据通过第一预设模型来确定，该第一预设模型可以是本领域技术人员所知晓的模型或本领域技术人员根据方案需要预先训练的模型。与面部特征信息、步态特征信息相类似，每个人都有不同的声音特征，因此可以基于采集到的音频数据来提取音频特征信息，基于采集到的交易数据来得到付款账户，进而确定交易信息，以及基于采集到的MAC码信息确定物理地址数据。
步态是人们行走时的方式，可以用于个体的识别，步态具有能够远距离识别的特点，因此，可以通过第二预设模型基于视频数据来实现步态特征信息的提取，至于第二预设模型可以由本领域技术人员所知晓的方式来取得，这里不做限定。
交易信息可以是付款方账号信息、付款方身份识别信息等，比如医院的药房、超市、挂号缴费所使用的医保卡信息等。
可选的，当前辨别信息可以是由采集各当前原始数据的设备所搭载的相关模块所提取，也可以是将当前原始数据记性汇总后，通过预设的处理方式来提取。
由于每一个人的面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息与另一个的上述信息都存在差异，以面部特征信息为例，每次获取到不同的面部特征信息都意味着采集到另一个人的相关当前辨别信息。
可选的，可以通过获取第一区域预设时间所对应的进入人流量，与所采集到当前辨别信息的总量加以对比，进而可以知晓本次所获取的当前辨别信息对于第一区域预设时间的覆盖程度。
S102：将当前辨别信息与历史辨别信息进行比对，并根据比对结果确定当前辨别信息的当前疑似标识值。
其中，历史辨别信息包括预设时间之前所获取的第一区域的辨别信息，换句话说，假设预设时间为当日所在的自然日，则历史辨别信息则为当日之前若干天内在第一区域所获取到的辨别信息。
可选的，可以通过对当前辨别信息与历史辨别信息进行相似度比对，也即对当前辨别信息的辨别内容与历史辨别信息的辨别内容进行相似度比对，得到相似度，进而根据相似度与预设第一相似度阈值之间的大小关系来确定比对结果。在进行比对时，对比的都是辨别内容中的各种特征。
需要说明的是，若当前辨别信息包括多个类别的辨别信息，例如既包括面部特征信息也包括音频特征信息，此时将当前辨别信息与历史辨别信息按照类别进行分类后，将属于同一类别的当前辨别信息与历史辨别信息进行相似度比对，这样可以更加快速方便的完成比对。
在一些实施例中，根据比对结果确定当前辨别信息的当前疑似标识值包括以下任意之一：
若存在至少一个历史辨别信息与当前辨别信息的相似度高于预设第一相似度阈值，获取历史辨别信息的历史疑似标识值，确定当前辨别信息的当前调整值，并在历史疑似标识值的基础上累加当前调整值，以得到当前疑似标识值；
若不存在任意一个历史辨别信息与当前辨别信息的相似度高于预设第一相似度阈值，将当前辨别信息与白名单辨别信息进行比对，若也不存在任意一个白名单辨别信息与当前辨别信息的相似度高于预设第二相似度阈值，确定当前辨别信息的当前调整值，并将当前辨别信息的当前调整值作为当前疑似标识值。
换句话说，当前疑似标识值是一个累积值，这样可以做到对各个人员的当前疑似标识值进行一个累积的更新，以便及时发现异常，具有更佳的实时性。
对于第一次被采集到的当前辨别信息的历史疑似标识值可以预设1或其他值等，在此不做限定。需要说明的是第一次被采集到的当前辨别信息的历史疑似标识值，也即预设基础值不为0。
在一些实施例中，当前调整值的确定方式包括：
Cm+1=α*m*N*β*δ
其中，Cm+1为当前辨别信息的当前调整值，α为当前辨别信息所对应的类型调整因子，类型调整因子根据当前辨别信息的类型确定，m为与当前辨别信息之间的相似度高于预设第一相似度阈值的历史辨别信息的数量，N为当前辨别信息的类型的预设基础值，β为当前辨别信息的可信调整因子，δ为当前辨别信息的采集位置的位置调整因子。
可选的，类型调整因子α可以由该当前辨别信息为面部特征、步态特征、音频特征、物理地址、交易中的哪一个类别来确定；可信调整因子β可以由确定当前辨别信息的对应的模型所输出的置信度得到；位置调整因子δ可以由当前辨别信息的采集地点来确定，比如以医院为例，各诊室的门口、挂号窗口附近的位置调整因子的数值要大于位于门诊大楼扶梯、电梯等处的位置调整因子；α、N、β、δ的数值可以由本领域技术人员根据需要进行设定。
以预设时间为当前的自然日（0:00-23:59），则当前辨别信息可以间隔10分钟或若干时长获取一次。对于在第一区域内预设时间获取到多次当前辨别信息的情况，可以在仅保留一个该当前辨别信息。可选的，可以对该当前辨别信息在预设时间所获取到的次数以及采集时间、采集地点进行记录，以便后续分析使用。例如，预设时间为当前自然日，间隔十分钟获取一次所采集的原始数据，并对该原始数据进行多个维度的特征提取，假设9：00所提取到的当前原始数据中提取到当前辨别信息A，9：10所提取到的当前原始数据中也提取到当前辨别信息A，此时，仅保留一个特征的当前辨别信息A，并将其他时间所提取到的当前辨别信息A的采集时间、采集地点、采集次数记录在当前辨别信息A中。其中每被采集到一次，采集次数加1。
换句话说，以面部特征信息为例，当前辨别信息中仅包括一个面部特征信息及该面部特征信息在预设时间第一区域内所被采集到的采集时间、采集地点、累积采集次数，这样，在后续与历史辨别信息进行比对时，可以有效减少比对量。也即，当前辨别信息还包括累积采集次数和若干组采集时间、采集地点。
可选的，对于累积采集次数超过1的当前辨别信息，其对应有若干组β、δ，按照预设选取规则确定合适的β、δ，其中预设选取规则包括但不限于以下任意之一：
分别选取各组β、δ中的最大值作为合适的β、δ；
选取各β中最大值，及该最大值β所对应的δ；
选取各δ中最大值，及该最大值β所对应的β；
分别赋予β、δ各自的影响因子，再根据该影响因子分别计算每一组β、δ的加权值，进而取加权值最大的β、δ。
在一些实施例中，白名单辨别信息的确定方式包括以下至少之一：
获取合法人员的辨别信息作为白名单辨别信息；
获取第二区域预设时间和/或预设时间之前的辨别信息作为白名单辨别信息。
可选的，可以直接获取被认定为合法人员的辨别信息加入到白名单作为白名单辨别信息，也可以基于某一当前辨别信息是否在安全区域（第二区域）出现来过，确定其是否为白名单辨别信息。
以场景为医院为例，某一患者家属不了解各医生的擅长情况和口碑，为慎重起见，连续多天蹲守在该医院某科室的多个诊室门前（第一区域），跟前来就诊的其他患者了解该科室的各个医生的情况，在连续蹲守了10天后，终于决定在该科室的医生F那里去看病，于是在第11天（预设时间）进入了医生F的诊室内（第二区域），此时可以认为该人员虽然行为上与他人有所不同，但仍是一个正常的就诊行为，故不对该当前辨别信息是否是异常辨别信息进行判断，也即不再确定该当前异常辨别信息的当前疑似标识值。这样可以进一步有效的节约算力，节省资源。
但往往有些黄牛也会频繁的出现在挂号处、候诊室，由于其本质目的就是为了欺骗部分患者，故这些人往往都不会进入比如住院处、诊室、治疗室、检查室等，因此，可以通过采集第二区域如住院处、诊室、治疗室、检查室等区域内的数据，以确定白名单辨别信息，避免“误伤”。
S103：若当前疑似标识值超过预设标识值，将当前疑似标识值所对应的当前辨别信息作为异常辨别信息。
可选的，当前辨别信息还包括类别标签，类别标签包括但不限于面部、步态、音频、物理地址、交易等中至少之一。
其中，预设标识值可以由本领域技术人员根据需要进行确定。对于属于不同类别（具有不同类别标签）的当前辨别信息可以对应设置有不同的预设标识值。
S104：若异常辨别信息的累积采集次数超过1，根据采集时间和采集地点确定异常辨别信息的当前轨迹。
也即，在预设时间第一区域采集到多次该当前辨别信息，每一次都对应有各自的采集时间和采集地点，基于该时空信息可以形成该当前辨别信息的轨迹。例如，在第一区域的地图，将采集地点以采集时间为顺序，以实际上可以到达下一轨迹点的路径绘制带有行动方向的轨迹线条以得到当前轨迹。又例如，可以在第一区域的地图，将采集地点标注在地图上，形成“散点图”，作为当前轨迹。若两个采集地点之间存在多条路径，则根据两个采集地点之间的采集时间间隔、人员可能的运动方向确定一个合理的路径。人员可能的运动方向可以由人员当前面部的朝向、声音的强弱变化等来确定。第一区域的地图可以是平面地图也可以是三维地图。当前轨迹还可以采用本领域技术人员所知晓的其他方式实现。
S105：将当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将异常辨别信息作为目标辨别信息。
预设目标轨迹可以由本领域技术人员根据需要进行设定。
轨迹相似度的确定方式可以采用轨迹拟合或本领域技术人员所知晓的其他方式来实现。
预设第一相似度、预设第二相似度、预设第三相似度可以由本领域技术人员根据需要设定。
S106：根据当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索。
也即有效线索为该可以人员当前可能的所处位置、运动轨迹，基于该有效线索，相关工作人员可以较为容易的到达或者预测目标人员的所处位置，进而更加容易方便的找到目标人员。
目标人员包括但不限于徘徊在医院的黄牛等。
医院的工作人员可以基于该有效线索及时找到其所在位置，并依赖于获取该有效线索的原始数据锁定目标人员。通过该有效线索，可以及时提示比如挂号处的工作人员停止为某些黄牛提供挂号服务，提示医院的安保人员及时要求目标人员撤离，比如对于引导患者去资质存疑的外院就诊人员，要求其停止医疗无关行为，并劝离。
在一些实施例中，该方法还包括：
获取预设时间采集的当前辨别信息的原始数据，并将该原始数据插入到当前轨迹中，将包括有原始数据的当前轨迹作为有效线索。
这样，相关工作人员可以基于原始数据更容易的找到目标人员。比如有效数据为监控视频图像，则基于多段监控视频图像，可以找到除人脸外，该目标人员的衣着、妆发等信息，进而可以更加容易的在人群中找到目标人员。
在一些实施例中，原始数据可以是实时采集的数据，这样对于有效线索的确定更加具有实时性，可用性更佳。
在一些实施例中，若当前辨别信息包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之二，该方法还包括：
获取目标辨别信息的各组采集时间、采集地点预设时空范围内的与目标辨别信息不同类别的若干个当前辨别信息；
将若干个当前辨别信息进行聚类处理，得到若干个聚类小组；
获取各聚类小组中的当前辨别信息的数量；
将数量高于预设数量阈值的聚类小组中的当前辨别信息作为目标辨别信息的关联信息，预设数量阈值小于目标辨别信息的累积采集次数；
根据关联信息的当前采集参数确定关联轨迹；
将关联轨迹与当前轨迹进行拟合，得到拟合轨迹；
根据拟合轨迹、目标辨别信息及关联信息中的当前采集参数确定目标人员的有效线索。
其中预设时空范围可以是采集时间前后若干时间，采集地点若干范围内。
也即，通过上述方式能够找到与可以辨别信息可能同属于同一个人员的其他类别的关联信息，再根据该关联信息对应的采集时间、采集地点可以形成关联轨迹，通过将关联轨迹与当前估计进行拟合，可以丰富当前轨迹，使得当前轨迹的数据量更大，更加利于使用。
另一方面，也扩充了对于目标辨别信息所对应的目标人员的其他信息，丰富了目标人员的画像。
在一些实施例中，该方法还包括：
获取与目标辨别信息的相似度高于预设第一相似度阈值的历史辨别信息的第一历史采集参数；
获取与关联信息的相似度高于预设第一相似度阈值的历史辨别信息的第二历史采集参数；
根据第一历史采集参数和第二历史采集参数确定预测出现时间和预测出现地点；
将预测出现时间和预测出现地点作为有效线索。
其中，第一历史采集参数、第二历史采集参数包括若干组历史采集时间、历史采集地点，根据某一历史采集地点的出现次数占全部出现次数的概率，以及该历史采集地点的历史出现时间的集中情况，选择历史地点出现概率较大的一个或两个地点以及历史出现时间较为集中的时间依次作为预测出现地点和预测出现时间。
例如，在医院的挂号窗口1处出现的次数占全部出现次数的80%，且出现时间集中在早上9点-12点，故预测出现地点为挂号窗口1，预测出现时间为早上9点-12点。
通过确定预测出现时间和预测出现地点可以进一步丰富有效线索，若本次由于工作人员达到时间等问题未能及时找到目标人员，则可以通过确定预测出现时间和预测出现地点再次“守株待兔”，有利于最终找到该目标人员。
在一些实施例中，该方法还包括：
将最近一次采集到目标辨别信息的采集时间和采集地点发送给目标对象，并获取目标对象的当前位置，为目标对象规划移动路线，并引导目标对象到达前述采集地点，以更加方便的找到目标人员。
有时，目标人员的危害性相对并不强，也较为难以管理，或当前抽调不出工作人员前往制止，比如在医院附近宣传黄牛号的人员，引导病人去他院就诊的人员等，医院诊室附近的“黄牛”等，可以通过确定这些人员所锁定的“潜在客户”，比如着急看病却没有挂上号的病人、病人家属等，进而对“潜在客户”进行提示，以避免相关人员上当受骗。提示提示的方式包括但不限于播放录音录像、无人机喊话、如果能够获取“潜在客户”的电话号码，还可以给“潜在客户”发送短信等。
在一些实施例中，该方法还包括：
获取危险辨别信息的危险辨别内容，危险辨别信息包括当前辨别信息中与目标辨别信息处于预设时空范围内的当前辨别信息；
获取后续辨别信息，后续辨别信息包括预设时间之后预设时长所获取的第一区域的辨别信息；
若后续辨别信息的辨别内容中存在危险辨别内容，获取危险辨别内容在后续辨别信息中的采集地点，并在采集地点周围发出危险提示。
也即，当确认一个目标辨别信息之后，可以及时的确定处于该目标辨别信息周围的其他当前辨别信息，进而可以找到目标人员周围的可能处于危险状态的危险人员，并通过获取后续辨别信息，通过判断该危险辨别内容在后续辨别信息中是否存在，以确定该危险人员是否持续的处于目标人员周围，若该危险人员持续的处于目标人员周围，则可以在危险人员和目标人员所在的采集地点周围发出危险提示，以提醒对应的危险人员注意自身的财产人身安全。比如，以辨别内容为面部特征信息为例，首先确定当前情况下目标人员周围的危险人员的危险面部特征，然后再确定后续所获取的若干个后续辨别信息中的辨别内容中是否存在危险面部特征，若存在，则说明该危险人员与目标人员一直相伴，此时可以获取后续辨别信息中与该危险面部特征所对应的采集地点，并通过播放宣传视频、宣传音频、警示灯、相关工作人员主动提醒等方式发出提示。
可选的，后续辨别信息的辨别内容中是否存在危险辨别内容的确定方式包括以下任意之一：
若后续辨别信息的辨别内容存在目标人员的目标辨别信息A，在后续辨别信息中获取该目标辨别信息A预设时空范围内的后续辨别信息的辨别内容B，将危险辨别内容C与辨别内容B进行比对，若存在辨别内容B与危险辨别内容C相一致（相似度高于标准），则后续辨别信息的辨别内容中存在危险辨别内容；
若后续辨别信息的辨别内容存在目标人员的目标辨别信息A，在后续辨别信息中获取该目标辨别信息A后续辨别信息的辨别内容B，将危险辨别内容C与辨别内容B进行比对，若存在辨别内容B与危险辨别内容C相一致（相似度高于标准），获取一致的危险辨别内容C的采集地点M、目标辨别信息A在后续辨别信息中的采集地点N，若采集地点M与采集地点N之间的距离小于一定的标准距离，则后续辨别信息的辨别内容中存在危险辨别内容。
这样可以得到目标人员一直相伴的危险人员的所在位置，避免因一时误判，发出错误提示。同时也可以在相关工作人员不能及时赶到时，通过其他方式提示危险人员，尽可能减少目标人员的危害，或者增加危险人员对目标人员的疑虑，以为后续工作人员的及时赶到而拖延时间。
其中预设时空范围可以是预设的地点范围与预设时间范围的叠加。
本发明实施例提供了一种目标人员的有效线索确定方法，通过获取第一区域内预设时间若干个当前辨别信息，将当前辨别信息与历史辨别信息进行比对，并根据比对结果确定当前辨别信息的当前疑似标识值，若当前疑似标识值超过预设标识值，将当前疑似标识值所对应的当前辨别信息作为异常辨别信息，若异常辨别信息的累积采集次数超过1，根据采集时间和采集地点确定异常辨别信息的当前轨迹，将当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将异常辨别信息作为目标辨别信息，根据当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索，提升了相关线索的获取效率、降低了对人员的水平要求、若原始数据具有实时性，该方法实时性强，适用范围广。
实施例二
参见图2，本发明实施例还提供了一种目标人员的有效线索确定系统200，其特征在于，系统包括：
获取模块201，用于获取第一区域内预设时间若干个当前辨别信息，当前辨别信息包括辨别内容和当前采集参数，辨别内容包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一，当前采集参数包括累积采集次数和若干组采集时间、采集地点；
比对模块202，用于将当前辨别信息与历史辨别信息进行比对，并根据比对结果确定当前辨别信息的当前疑似标识值，历史辨别信息包括预设时间之前所获取的第一区域的辨别信息；
异常辨别信息确定模块203，用于若当前疑似标识值超过预设标识值，将当前疑似标识值所对应的当前辨别信息作为异常辨别信息；
当前轨迹确定模块204，用于若异常辨别信息的累积采集次数超过1，根据采集时间和采集地点确定异常辨别信息的当前轨迹；
目标辨别信息确定模块205，用于将当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将异常辨别信息作为目标辨别信息；
有效线索确定模块206，用于根据当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索；
其中，根据比对结果确定所述当前辨别信息的当前疑似标识值包括以下任意之一，若存在至少一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，获取所述历史辨别信息的历史疑似标识值，确定所述当前辨别信息的当前调整值，并在所述历史疑似标识值的基础上累加所述当前调整值，以得到所述当前疑似标识值；若不存在任意一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，将所述当前辨别信息与白名单辨别信息进行比对，若也不存在任意一个所述白名单辨别信息与所述当前辨别信息的相似度高于预设第二相似度阈值，确定所述当前辨别信息的当前调整值，并将所述当前辨别信息的当前调整值作为所述当前疑似标识值；
所述当前调整值的确定方式包括：
Cm+1=α*m*N*β*δ
其中，Cm+1为当前辨别信息的当前调整值，α为所述当前辨别信息所对应的类型调整因子，所述类型调整因子根据所述当前辨别信息的类型确定，m为与所述当前辨别信息之间的相似度高于所述预设第一相似度阈值的所述历史辨别信息的数量，N为所述当前辨别信息的类型的预设基础值，β为所述当前辨别信息的可信调整因子，δ为所述当前辨别信息的采集位置的位置调整因子。
在本实施例中，该系统执行上述任一实施例所述的方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。
请参阅图3，本申请实施例还提供了一种电子设备1600，该电子设备1600包括处理器1601、存储器1602和通信总线1603；
所述通信总线1603用于将所述处理器1601和存储器1602连接；
所述处理器1601用于执行所述存储器1602中存储的计算机程序，以实现如上述任一实施例所述的方法。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序用于使所述计算机执行如实施例一中任一个所述的方法。
上述实施例仅示例性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，但凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
在上述实施例的对应附图中，连接线可以表示各个部件之间的连接关系，以表示更多的构成信号路径（constituent_signal path）和/或一些线的一个或多个末端具有箭头，以表示主要信息流向，连接线作为一种标识，不是对方案本身的限制，而是结合一个或多个事例性实施例使用这些线有助于更容易地接电路或逻辑单元，任何所代表的信号（由设计需求或偏好所决定）实际上可以包括可以在任意一个方向传送的并且可以以任何适当类型的信号方案实现的一个或多个信号。
在上述实施例中，除非另外规定，否则通过使用 “第一”、“第二”等序号对共同的对象进行描述，只表示其指代相同对象的不同实例，而非是采用表示被描述的对象必须采用给定的顺序，无论是时间地、空间地、排序地或任何其他方式。
在上述实施例中，说明书对“本实施例”、“一实施例”、“另一实施例”、或“其他实施例”的提及表示结合实施例说明的特定特征、结构或特性包括在至少一些实施例中，但不必是全部实施例。“本实施例”、“一实施例”、“另一实施例”的多次出现不一定全部都指代相同的实施例。如果说明书描述了部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性“可以”、“或许”或“能够”被包括，则该特定部件、特征、结构或特性不是必须被包括的。如果说明书或权利要求提及“一”元件，并非表示仅有一个元件。如果说明书或权利要求提及 “一另外的”元件，并不排除存在多于一个的另外的元件。
在上述实施例中，尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变形对本领域普通技术人员来说将是显而易见的。例如，其他存储结构（例如，动态RAM（DRAM））可以使用所讨论的实施例。本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

Claims (8)

1.一种目标人员的有效线索确定方法，其特征在于，所述方法包括：
获取第一区域内预设时间若干个当前辨别信息，所述当前辨别信息包括辨别内容和当前采集参数，所述辨别内容包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一，所述当前采集参数包括累积采集次数和若干组采集时间、采集地点；
将所述当前辨别信息与历史辨别信息进行比对，并根据比对结果确定所述当前辨别信息的当前疑似标识值，所述历史辨别信息包括所述预设时间之前所获取的所述第一区域的辨别信息；
若所述当前疑似标识值超过预设标识值，将所述当前疑似标识值所对应的当前辨别信息作为异常辨别信息；
若所述异常辨别信息的累积采集次数超过1，根据所述采集时间和采集地点确定所述异常辨别信息的当前轨迹；
将所述当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将所述异常辨别信息作为目标辨别信息；
根据所述当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索；
其中，根据比对结果确定所述当前辨别信息的当前疑似标识值包括以下任意之一，若存在至少一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，获取所述历史辨别信息的历史疑似标识值，确定所述当前辨别信息的当前调整值，并在所述历史疑似标识值的基础上累加所述当前调整值，以得到所述当前疑似标识值；若不存在任意一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，将所述当前辨别信息与白名单辨别信息进行比对，若也不存在任意一个所述白名单辨别信息与所述当前辨别信息的相似度高于预设第二相似度阈值，确定所述当前辨别信息的当前调整值，并将所述当前辨别信息的当前调整值作为所述当前疑似标识值；
所述当前调整值的确定方式包括：
Cm+1=α*m*N*β*δ
其中，Cm+1为当前辨别信息的当前调整值，α为所述当前辨别信息所对应的类型调整因子，所述类型调整因子根据所述当前辨别信息的类型确定，m为与所述当前辨别信息之间的相似度高于所述预设第一相似度阈值的所述历史辨别信息的数量，N为所述当前辨别信息的类型的预设基础值，β为所述当前辨别信息的可信调整因子，δ为所述当前辨别信息的采集位置的位置调整因子。
2.如权利要求1所述的目标人员的有效线索确定方法，其特征在于，所述白名单辨别信息的确定方式包括以下至少之一：
获取合法人员的辨别信息作为所述白名单辨别信息；
获取第二区域所述预设时间和/或所述预设时间之前的辨别信息作为所述白名单辨别信息。
3.如权利要求1所述的目标人员的有效线索确定方法，其特征在于，若所述当前辨别信息包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之二，所述方法还包括：
获取所述目标辨别信息的各组所述采集时间、采集地点预设时空范围内的与所述目标辨别信息不同类别的若干个当前辨别信息；
将若干个当前辨别信息进行聚类处理，得到若干个聚类小组；
获取各所述聚类小组中的当前辨别信息的数量；
将所述数量高于预设数量阈值的聚类小组中的当前辨别信息作为所述目标辨别信息的关联信息，所述预设数量阈值小于所述目标辨别信息的累积采集次数；
根据所述关联信息的当前采集参数确定关联轨迹；
将关联轨迹与当前轨迹进行拟合，得到拟合轨迹；
根据拟合轨迹、目标辨别信息及关联信息中的当前采集参数确定目标人员的有效线索。
4.如权利要求3所述的目标人员的有效线索确定方法，其特征在于，所述方法还包括：
获取与所述目标辨别信息的相似度高于预设第一相似度阈值的所述历史辨别信息的第一历史采集参数；
获取与所述关联信息的相似度高于预设第一相似度阈值的所述历史辨别信息的第二历史采集参数；
根据所述第一历史采集参数和所述第二历史采集参数确定预测出现时间和预测出现地点；
将所述预测出现时间和预测出现地点作为所述有效线索。
5.如权利要求1所述的目标人员的有效线索确定方法，其特征在于，所述方法还包括：
获取危险辨别信息的危险辨别内容，所述危险辨别信息包括所述当前辨别信息中与所述目标辨别信息处于预设时空范围内的当前辨别信息；
获取后续辨别信息，所述后续辨别信息包括所述预设时间之后预设时长所获取的所述第一区域的辨别信息；
若所述后续辨别信息的辨别内容中存在所述危险辨别内容，获取所述危险辨别内容在所述后续辨别信息中的采集地点，并在所述采集地点周围发出危险提示。
6.一种目标人员的有效线索确定系统，其特征在于，所述系统包括：
获取模块，用于获取第一区域内预设时间若干个当前辨别信息，所述当前辨别信息包括辨别内容和当前采集参数，所述辨别内容包括面部特征信息、步态特征信息、音频特征信息、物理地址信息、交易信息中至少之一，所述当前采集参数包括累积采集次数和若干组采集时间、采集地点；
比对模块，用于将所述当前辨别信息与历史辨别信息进行比对，并根据比对结果确定所述当前辨别信息的当前疑似标识值，所述历史辨别信息包括所述预设时间之前所获取的所述第一区域的辨别信息；
异常辨别信息确定模块，用于若所述当前疑似标识值超过预设标识值，将所述当前疑似标识值所对应的当前辨别信息作为异常辨别信息；
当前轨迹确定模块，用于若所述异常辨别信息的累积采集次数超过1，根据所述采集时间和采集地点确定所述异常辨别信息的当前轨迹；
目标辨别信息确定模块，用于将所述当前轨迹与预设目标轨迹进行比对，若轨迹相似度大于预设第三相似度，将所述异常辨别信息作为目标辨别信息；
有效线索确定模块，用于根据所述当前轨迹、目标辨别信息中的当前采集参数确定目标人员的有效线索；
其中，根据比对结果确定所述当前辨别信息的当前疑似标识值包括以下任意之一，若存在至少一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，获取所述历史辨别信息的历史疑似标识值，确定所述当前辨别信息的当前调整值，并在所述历史疑似标识值的基础上累加所述当前调整值，以得到所述当前疑似标识值；若不存在任意一个历史辨别信息与所述当前辨别信息的相似度高于预设第一相似度阈值，将所述当前辨别信息与白名单辨别信息进行比对，若也不存在任意一个所述白名单辨别信息与所述当前辨别信息的相似度高于预设第二相似度阈值，确定所述当前辨别信息的当前调整值，并将所述当前辨别信息的当前调整值作为所述当前疑似标识值；
所述当前调整值的确定方式包括：
Cm+1=α*m*N*β*δ
其中，Cm+1为当前辨别信息的当前调整值，α为所述当前辨别信息所对应的类型调整因子，所述类型调整因子根据所述当前辨别信息的类型确定，m为与所述当前辨别信息之间的相似度高于所述预设第一相似度阈值的所述历史辨别信息的数量，N为所述当前辨别信息的类型的预设基础值，β为所述当前辨别信息的可信调整因子，δ为所述当前辨别信息的采集位置的位置调整因子。
7.一种电子设备，其特征在于，包括处理器、存储器和通信总线；
所述通信总线用于将所述处理器和存储器连接；
所述处理器用于执行所述存储器中存储的计算机程序，以实现如权利要求1-5中任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序用于使所述计算机执行如权利要求1-5中任一项所述的方法。
CN202110759847.8A 2021-07-06 2021-07-06 目标人员的有效线索确定方法、系统、电子设备及介质 Active CN113205876B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110759847.8A CN113205876B (zh) 2021-07-06 2021-07-06 目标人员的有效线索确定方法、系统、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110759847.8A CN113205876B (zh) 2021-07-06 2021-07-06 目标人员的有效线索确定方法、系统、电子设备及介质

Publications (2)

Publication Number Publication Date
CN113205876A CN113205876A (zh) 2021-08-03
CN113205876B true CN113205876B (zh) 2021-11-19

Family

ID=77022769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110759847.8A Active CN113205876B (zh) 2021-07-06 2021-07-06 目标人员的有效线索确定方法、系统、电子设备及介质

Country Status (1)

Country Link
CN (1) CN113205876B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407857A (zh) * 2021-08-19 2021-09-17 明品云(北京)数据科技有限公司 保险推荐方法、系统、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895819A (zh) * 2018-09-12 2020-03-20 长沙智能驾驶研究院有限公司 目标跟踪方法、装置、计算机可读存储介质和计算机设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106249210B (zh) * 2016-07-29 2018-12-18 山东康威通信技术股份有限公司 一种多相控阵雷达目标融合及伪目标辨识系统与方法
CN110210276A (zh) * 2018-05-15 2019-09-06 腾讯科技（深圳）有限公司 一种移动轨迹获取方法及其设备、存储介质、终端
US11030756B2 (en) * 2018-10-26 2021-06-08 7-Eleven, Inc. System and method for position tracking using edge computing
CN109949069A (zh) * 2019-01-28 2019-06-28 平安科技（深圳）有限公司 可疑用户筛选方法、装置、计算机设备及存储介质
CN111008574A (zh) * 2019-11-22 2020-04-14 智慧视通(杭州)科技发展有限公司 一种基于形体识别技术的重点人员轨迹分析方法
CN111598162A (zh) * 2020-05-14 2020-08-28 万达信息股份有限公司 一种黄牛风险监测方法、终端设备和存储介质
CN111639213B (zh) * 2020-05-28 2023-11-14 上海依图信息技术有限公司 一种异常行为的识别方法及装置
CN111914661A (zh) * 2020-07-06 2020-11-10 广东技术师范大学 异常行为识别方法、目标异常识别方法、设备及介质
CN112419120B (zh) * 2020-10-26 2022-08-26 青岛海信网络科技股份有限公司 群体性聚集事件预警方法、装置、系统和电子设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895819A (zh) * 2018-09-12 2020-03-20 长沙智能驾驶研究院有限公司 目标跟踪方法、装置、计算机可读存储介质和计算机设备

Also Published As

Publication number Publication date
CN113205876A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
US20220092881A1 (en) Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program
US20170053191A1 (en) Image analysis system, image analysis method, and storage medium
CN105913037A (zh) 基于人脸识别与射频识别的监控跟踪系统
CN112738468B (zh) 一种智慧园区安全预警方法
CN110852148B (zh) 一种基于目标追踪的访客目的地核验方法及系统
JP7230173B2 (ja) 置去り物検知装置および置去り物検知方法
CN113837030B (zh) 用于疫情防控的人员智能管控方法、系统及计算机设备
GB2494986A (en) Defining a guard tour route using a triangulated adjacency map generated from a floor-plan
CN113330491B (zh) 电子闸门的开启方法、装置及服务器
EP3617940A1 (en) User verifying system
CN111539338A (zh) 行人口罩佩戴管控方法、装置、设备及计算机存储介质
CN110705494A (zh) 人流量监测方法、装置、电子设备及计算机可读存储介质
CN113240846A (zh) 访客服务管理方法、装置、电子设备及存储介质
CN110942580A (zh) 一种智能楼宇访客管理方法、系统及储存介质
JP7151789B2 (ja) 情報処理装置
CN109615256A (zh) 智慧园区安防风险控制方法、存储介质、电子设备及系统
CN113205876B (zh) 目标人员的有效线索确定方法、系统、电子设备及介质
CN110544312A (zh) 虚拟场景中的视频显示方法、装置、电子设备与存储装置
CN103208144A (zh) 基于人脸识别的宿管系统
CN114358980A (zh) 一种基于物联网的智慧社区物业管理系统及方法
CN116797993B (zh) 一种基于智慧社区场景的监控方法、系统、介质及设备
CN112218046A (zh) 对象监控方法及装置
US20220122361A1 (en) Automated surveillance system and method therefor
CN115761564A (zh) 随行者列表处理方法、异常出行事件检测方法和系统
CN114386768A (zh) 基于物联网的社区关怀方法、系统、装置及存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220706

Address after: 201615 room 1904, G60 Kechuang building, No. 650, Xinzhuan Road, Songjiang District, Shanghai

Patentee after: Shanghai Mingping Medical Data Technology Co.,Ltd.

Address before: 102400 no.86-n3557, Wanxing Road, Changyang, Fangshan District, Beijing

Patentee before: Mingpinyun (Beijing) data Technology Co.,Ltd.