[发明专利]一种多源大数据融合的视频监控行人身份识别方法

说明书

本发明公开了一种多源大数据融合的视频监控行人身份识别方法，利用多源数据对象时空行为的一致性规律，借助监控点的通话手机号码来识别行人的物理身份。主要步骤为：观测行进路径上特定嫌疑行人所在的监控点上手机号码的重现次数；按照识别精度要求，确定适宜的观测监控点数目；确定行进路径上各监控点包含特定嫌疑行人在内的重现行人数目及重现手机号码数目；计算行人、手机号码重现概率，以及二者的组合概率；按组合概率大小排序，选择排序靠前的组合输出。本发明方法具有计算简单、识别效率高、普适性强等优点。

技术领域

本发明属于视频监控技术领域，涉及一种监控视频行人身份识别方法，具体涉及一种多源大数据融合的视频监控行人身份识别方法。

技术背景

近年来，随着社会治安形式的日趋复杂，视频监控系统在城市地区广为部署，城市视频监控系统在维护社会稳定、打击犯罪方面日益发挥重要作用。视频监控系统采集的庞大的视频信息已经成为公安机关破案第一手的信息源。监控视频捕获了行人、车辆等监控目标的图像信息，但图像信息本身并没有直接反映监控目标的物理身份，如人的姓名、身份证号、籍贯等信息。现实应用中，往往需要从监控视频中识别监控目标真实的物理身份。

传统的从监控图像中还原对象的物理身份的工作主要依靠视频分析技术，如人脸识别、车牌识别等，然而，实际监控环境异常复杂，受到环境光照、拍摄角度、拍摄距离、行人姿态、摄像清晰度、压缩失真等多重因素的影响，人脸识别技术往往失效，据公安部物证鉴定中心的统计数据，白天情况下监控视频中60％达不到辨识要求，夜间监控视频达不到辨识要求的更高达90％。而且，很多紧急破案情况下，用于人脸识别的参考人脸图像根本不存在。可见，仅仅依赖监控视频自身来识别监控目标身份的做法面临巨大的技术障碍。

物联网和大数据时代，行人暴露在各种感知设备之下，其身份信息也被各种感知设备获取的多源数据所记录，例如，通信基站记录了通话手机号码及通话时的物理位置，公交卡、购物卡等RFID设备记录了持卡人的身份信息，网络访问过程记录了用户在数字空间的痕迹(尽管身份可能是虚拟的)，还有门卫登记等各种传统的社会登记信息。因此，有望融合多源数据来帮助鉴别监控视频中行人的物理身份。

目前，刷卡和门卫登记场合一般都安装了监控设备，将刷卡或登记记录与监控画面进行关联不难判别对象的身份。例如，刷卡时刻的人正是同一时刻监控画面中的人。对于布设在街道等室外场合的监控探头，由于不具备登记信息的获取条件，无法借助登记信息来达到识别目的，但在手机广为应用的今天，行人的手机通话记录可以帮助甄别，例如，某露天场合的监控视频画面中在一特定时间只出现一个行人，如果旁边基站监测到同样时间点的手机通信，则手机号码极有可能就是这个人的，因为，手机定位已经具备不错的精度，况且，我国已经对手机采取了实名登记制，通过手机号码很容易还原到真人。

然而，实际情况下，无论是登记信息还是通信记录，与监控视频中的目标往往是多对多的关系，比如，基站有多个通话号码，监控视频中出现多个行人。对于这种情况，必须采用更复杂的数据关联分析方法才能建立多源数据对象之间的身份关联。

发明内容

为了解决上述技术问题，本发明提供了一种多源大数据融合的视频监控行人身份识别方法。

本发明所采用的技术方案是：一种多源大数据融合的视频监控行人身份识别方法，其特征在于，包括以下步骤：

步骤1：观测行进路径上特定嫌疑行人所在的监控点上手机号码的重现次数，若重现次数小于预设门限值T，则进入下述步骤2，否则进入下述步骤3；

步骤2：增加监控点数并继续观测，若特定嫌疑行人在新观测的监控点中均未再出现，则进入下述步骤3，否则返回执行所述步骤1；

步骤3：根据特定嫌疑行人实际出现过的监控点数目确定监控点数K，同时判断手机号码重现次数是否为1，若为1，进入下述步骤4，否则进入下述步骤5；