[发明专利]一种司法业务预警系统

说明书

本发明提供一种司法业务预警系统，首先，基于深度学习的人脸识别、目标定位、目标检测、目标计数；将相应数据存储在数据库中，再构建监所人脸数据库，利用深度学习提取目标不同层次特征实现目标的精确描述，设计特征描述，用统计分布方法生成特征，引入极大边界思想利用L21范数提取与选择稀疏特征，提升服刑人员潜在再犯罪危险性预测与预警的准确率；从不同数据描述特征出发，设计共享深度卷积神经网络，进行服刑人员再犯罪危险性评估，给出最终预测结果；利用特征提取和深度卷积网络预测和预警服刑人员潜在再犯罪，从而降低服刑人员再次违法罪犯的目的。

技术领域

本发明涉及司法管理，尤其是指一种基于监狱可以进行预警的司法业务预警系统。

背景技术

司法行政是指国家专门机关对有关监狱管理、劳动教养管理、法制宣传、律师、公证、人民调解、法学教育、法学研究、依法治理等司法领域的行政事务实行国家管理的活动。司法行政是司法行政机关的行政活动，是围绕司法活动而展开的各种保障和服务的统称。目前监狱管理、劳动教养管理等都只对收监人员进行日常管理，其收集数据少，不能精准的进行预判和管理。

发明内容

本发明的目的在于提供一种基于深度学习的人脸识别、目标定位、目标检测、目标计数，从而进行预判的司法业务预警系统。

实现上述目的，本发明所提供的技术方案为：一种司法业务预警系统，其特征在于：所述方法包括有以下步骤：

第一步骤：基于深度学习的人脸识别、目标定位、目标检测、目标计数；

第二步骤：将属于低价值密度、结构化、非或半结构化数据存储在HDFS、NoSQL或MPP数据库中，以挖掘高价值密度、结构化数据；

第三步骤：构建监所人脸数据库，利用神经网络训练目标的模型，提取特征并准确地识别目标，结合摄像机位置信息实现目标定位；

第四步骤：利用深度学习提取目标不同层次特征实现目标的精确描述，检测出目标的数量；

第五步骤：通过深度学习提取多层次鲁棒性特征；联合优化方法提高搜索效率；提出结构化输出模板更新算法，提高精准度；

第六步骤：从行业专家角度设计出与专家一致的特征描述子，用统计分布方法生成特征，提高特征描述有效性；

第七步骤：引入极大边界思想利用L21范数提取与选择稀疏特征，提升服刑人员潜在再犯罪危险性预测与预警的准确率；

第八步骤：从不同数据描述特征出发，设计共享深度卷积神经网络，进行服刑人员再犯罪危险性评估，给出最终预测结果；

第九步骤：用个人空间位置采集在押罪犯活动轨迹身份，生成基础数据，通过大数据技术为智慧监管提供数据支撑；

第十步骤：通过电子身份对在岗值班人员进行动态实时跟踪，对异常行为进行可视化和报警，联动电子身份与视频监控以进行全程留痕；构建电子三维监所，从而将真实监所场景立体化、可视化。

本发明通过多源异构ETL数据集成；多种形式存储数据；基于深度学习的人脸识别、目标定位、目标检测、目标计数；基于深度学习的监所视频追踪模型。基于深度学习的人脸识别、目标定位、目标检测、目标计数；深度学习的监所视频追踪模型。遵循行业专家的特征描述、迭代特征融合、提取与选择；从而实现预测与预警，再通过无线定位数据采集、定位数据存储，从而实现实时管理和监控，从而降低服刑人员再次违法罪犯的目的。

具体实施方式

下面对本发明作进一步说明，本发明的较佳实施例为：一种司法业务预警系统，所述方法包括有以下步骤：

第一步骤：基于深度学习的人脸识别、目标定位、目标检测、目标计数；