[发明专利]基于识别手段和深度学习的区域犯罪预警方法

权利要求书

1.本发明方法的主要特征为：

多线程同时进行区域人员跟踪监控；

多种识别判断方法进行犯罪预警；

自学习功能，进行完善、改进犯罪预警判断。

2.根据权利要求1所述，其主要特征二可以作为独立的功能，与现有监控系统进行结合使用。

3.根据权利要求1所述，其主要特征三可以作为独立的功能，与现有监控系统进行结合使用或作为单独使用。

4.根据权利要求1所述，其主要特征二和特征三可以作为综合的功能，与现有监控系统进行结合使用。

5.根据权利要求1所述，该发明可以增加与公安系统数据库对接功能，进行监数据比对或调取。

6.根据权利要求1所述，特征一所指的多线程人员区域跟踪监控，可以为为该区域内的每一个人员建立ID，该ID对应该人员在该区域活动信息数据，当该人物再次进入该区域，自动匹配原有活动数据对应的ID。

7.根据权利要求1所述，该发明特征一所指的区域跟踪监控的“区域”可以为摄像头集成到同一台服务器的摄像覆盖区域或利用局域网、互联网进行其他摄像头采集的摄像数据区域，所以本发明所指“区域”大小根据实际需求决定。

8.根据权利要求1所述，特征二所指的多种判别方法为，模式识别、热感识别、目光汇聚识别、眨眼频率、微表情识别、微行为识别等，其主要特点为多种识别判断方法获得更加准确的犯罪预警，并不局限于以上几种方法或为以上几种方法混合或单独使用。

9.根据权利要求1所述，特征三所指的自学习功能，为利用深度学习算法或机器算法或大数据算法等进行的互联网、原有犯罪行为数据、现有监控犯罪数据进行自学习获得新的犯罪预警判断或需要改善修正的犯罪预警判断。

10.根据权利要求6所述，特征一建立的人员ID，该ID为数据ID，且可以同时为该ID通过监控数据建立3D深度人脸模型或步态模型。