[發明專利]基于人口信息庫與實名通話記錄的團伙及其頭目識別方法

有效

• 申請號: 201711029582.6
• 申請日: 2017-10-27
• 公開（公告）號: CN107992795B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 章東平;井長興;倪佩青;楊力;肖剛
• 申請（專利權）人: 江西高創保安服務技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/246;G06T7/11;G06T7/194
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 杜立

本發明公開了一種基于人口信息庫與實名通話記錄的團伙及團伙頭目的識別方法，該方法包括：(1)對監控中的人群場景分析，監控視頻中移動的行人和靜止人群進行小群體(團伙)分割，確定團伙群體目標；對團伙群體目標進行人臉檢測；(2)分別通過確定團伙成員之間的跟隨關系、確定人臉方向持續時間進行基于視頻信息的團伙頭目檢測；(3)基于人口信息庫，通過深度學習卷積神經網絡算法實現人像比對，確定團伙成員身份信息；(4)結合通訊數據庫，確定團伙內部實名通話時間及次數記錄，以及團伙與外部異常通話時間、次數記錄，實現基于通話記錄的團伙頭目檢測；(5)綜合分析視頻信息及通話記錄關系，實現犯罪團伙頭目和成員的識別。

技術領域

本發明屬于監控視頻中人臉識別、移動通信數據挖掘、犯罪地理學技術領域，具體設計是對監控視頻人臉識別和實名通話記錄數據分析對團伙及團伙頭目精確識別的方法。

背景技術

在當前城市犯罪的案情報告中，團伙性質作案的數目和比例呈現逐年遞增趨勢，犯罪形勢嚴峻。團伙化犯罪其人數規模大、組織形式多樣、危害程度高、團伙抓捕難度大等特點越來越多的構成了對社會公共安全、平安城市的較大威脅。對充分把握破案的主動權，完善犯罪團伙的分析需求不斷上升。

現階段，隨著監控視頻系統的普及，移動通信技術的發展，深度學習卷積神經網絡算法在人臉識別等圖像處理領域優秀計算能力，大量的監控視頻卡口數據、行人軌跡、人口信息數據庫、實名通訊數據庫等大數據為及時快速的判斷犯罪團伙規模、定位和識別犯罪團伙提供了技術契機。

發明內容

針對現有技術中存在的(1)理論性強，缺少實際場景的應用；(2)容易造成團伙犯罪的部分團伙成員漏網；(3)未考慮團伙成員頻繁聯系的潛在犯罪分子；(4)未充分利用人口信息庫以及實名通話記錄數據庫等問題，本發明提出了一種針對實際應用監控視頻場景下，運用人口信息數據庫和通訊數據庫等大數據，對團伙及團伙頭目進行人臉識別。和現有技術相比，本發明根據人口信息庫與深度學習卷積神經網絡算法識別出來的團伙個人信息，結合通訊數據庫的實名通話記錄分析，確定團伙關聯活動網絡，進而實現對犯罪團伙及團伙頭目團伙和外部異常成員的精確識別和打擊。

基于人口信息庫與實名通話記錄的團伙及團伙頭目的識別，其特征包括以下步驟：

步驟1：對監控中的人群場景分析，監控視頻中移動的行人和靜止人群進行小群體(團伙)分割，確定團伙群體目標；針對以上兩種情況對監控視頻的群體進行人臉檢測。

步驟2：分別通過確定監控視頻中移動團伙成員之間的跟隨關系、監控視頻中靜止小群體團伙人臉方向持續時間，進行基于視頻信息的團伙頭目檢測。

步驟3：基于人口信息庫，通過深度學習卷積神經網絡算法實現人像比對，確定團伙成員身份信息。

步驟4：結合通訊數據庫，確定團伙內部實名通話時間及次數記錄，以及團伙與外部異常通話時間、次數記錄，實現基于通話記錄的團伙頭目檢測。

步驟5：綜合分析視頻信息及通話記錄關系，實現犯罪團伙頭目和成員和團伙外部異常成員的識別。

進一步地，步驟1包括以下步驟：

步驟：1.1：運動小群體KLT特征點：采用Kanade-Lucas-Tomasi(KLT)算法，獲得運動小群體特征點的位置，小群體特征點跟蹤得到運動軌跡；t時刻對應的某一幀圖像F(x,y,t),t+τ時刻對應的圖像為G(x,y,t+τ),灰度值平方差和(sum of squared differences,SSD)最小化d:

d＝∫∫w·[G(x+d)-F(x)]²dx (1-1)

其中，F(x)、G(x+d)代表相鄰兩幀的關系，w為權值。位移量為每一幀的特征點在空間上的位移