[发明专利]一种基于特征值的社会行为分析方法

说明书

本发明新型公开了一种基于特征值的社会行为分析方法，包括以下步骤：S1:人脸特征值结构化数据标签化；S2:人脸特征结构化数据社会行为分析；S3:分析数据处理。本发明新型利用平时空闲的计算资源实时构建标签(将同一个人的图片打上标签进行分类)，在需要进行社会行为分析时无需进行任何比对,计算结果实时返回(秒级返回)，提高了系统社会行为分析功能的可用性。

技术领域

本发明新型涉及大数据分析技术领域，具体为一种基于特征值的社会行为 分析方法。

背景技术

随着近些年AI生物特征认别技术的发展，人脸、人体识别算法准确度的提 升，机器识别的准确度已经超过人眼认别的准确度，在越来越多的领域得到了 广泛的应用，如门禁系统和智能手机上的面部解锁及支付等。较成熟的应用中 已经积累十亿、百亿、千亿级的人脸特征值数据，基于海量面部识别的数据已 经探索出越来越多的应用场景。目前主流的面部识别系统都提供了社会行为分 析功能，即便如此，在某些需要深度挖掘社会行为中，在数据较多时，通常这 些分析不是实时的，需要等待数十分钟，期间消耗大量的IO资源和计算资源。 而且通常如果多任务并发执行，会造成任务排队等待或拥堵。

发明内容

本发明新型的目的在于提供一种基于特征值的社会行为分析方法，以解决 上述背景技术中提出的问题。

为实现上述目的，本发明新型提供如下技术方案：一种基于特征值的社会 行为分析方法，包括以下步骤：

S1:人脸特征值结构化数据标签化：先将采集的实时人脸图片特征值进行聚 类分析增加人员ID标签；

S11:采集人脸分析特征，接入服务采集人脸卡口实时人脸图片，对图片用 算法库进行推理分析，得到相关结构化信息如：时间、地点(摄像头ID)、特 征值、年龄、性别等特征；

S12:信息推送，接入服务将推理分析到的人脸结构化信推送到消息服务中；

S13:对比档案，分析聚类归档服务去消息服务上消费这些人脸结构化信息。

S14:新增人员ID，分析聚类归档服务分析处理这些结构化信息，在结构化 信息中增加人员ID标签，分析归档过程如下：

1、将已知的人员档案库加载到内存中。

2、实时采集的结构化特征值跟已知的人员档案特征值进行特征距离计算， 找出是否在已知的人员档案中。

3、如找到是已知的人员档案，将实时采集的结构化信息中增加相应的人员 ID标签，更新到数据库中。

4、如没找到将该结构化信息新建一个人员档案，分配唯一的ID标签添加 到已知人员档案库中,采集的结构化信息中增加这次新增的人员ID标签更到数 据库中

S2:人脸特征结构化数据社会行为分析:基于上一步有人员ID标签的人脸 特征结构化数据社会行为(同行、伴随、空碰撞、徘徊等)分析,具体步骤如下：

S21:图片推理结构化，先对要进行要同行分析的图片用算法库进行推理结 构化，得到对应的特征值；

S22:数据对比，用该结构化后的特征值，跟去已知的人员档案库的特征值 进行距离计算，看看该人是否在已知的人员档案库中，如不存在，说明该人员 从来没有被摄像头采集过，同行分析结束。如找到进入下一步；

S23:数据库数据查询，找到特征值对应的人员ID后，用同行分析查询SQL 去数据库中查询对应的同步记录；

S24:编写同行分析数据库，编写同行分析SQL,查询的SQL数据库；

S25:数据整理，执行S24得到了同时出现了的其它人员记录，由于摄像头 对同一个人，在几秒内可能采集到了多次，需要再对数据做去重。去重原则为： 被同一个摄像头，在同行N分钟内采集到的记录，只算一次同行。