[发明专利]一种目标对象的异常概率分析方法及相关装置

说明书

本申请公开了一种目标对象的异常概率分析方法及相关装置，涉及数据处理技术领域。本申请中，获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象，再基于目标对象关联的行为特征数据，确定目标对象的特征标签集合，从而基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。采用这种方式，避免了相关技术中，仅对历史异常对象在特定场所的出现的活跃程度来定位异常目标对象，从而导致实际目标对象不在定位的异常目标对象中，进而无法从定位的异常目标对象中，识别出实际目标对象的技术弊端，故而，提高了异常目标对象的识别准确度。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种目标对象的异常概率分析方法及相关装置。

背景技术

随着互联网技术的普及和发展，海量数据不断从日常生活中涌出，进一步地，以数据分布式存储和计算为基础的大数据技术、数据挖掘、机器学习算法和人工智能技术，为这些海量数据的应用提供了基础条件和前提。

其中，随着大数据技术的发展，以及基于海量数据的数据挖掘、机器学习算法和人工智能技术在各领域的广泛应用落地,各地公安机关也在大力开展大数据应用相关体系、机制、技术和技战法模型等探索实践。

目前，公安案件的侦察方式已逐渐步入大数据和信息化，各类警务数据和对象活动信息数据的采集、分析和研判已经成为公安信息化的重要基础；其中，通过历史异常对象数据和社会活动类数据相结合使用的方法，能够有效破获一些由历史异常对象制造的案件，降低警力消耗。

示例性的，在实际场景中，获取目标区域在检测时段内的候选活跃历史异常对象的人脸信息，其中，候选活跃历史异常对象为有异常历史行为的人员，再根据候选活跃历史异常对象的人脸信息，以及在检测时段内出入目标场所的对象抓拍数据，获取检测时段内，出入特定场所的目标活跃历史异常对象的行为数据，从而当根据获得的行为数据，确定目标活跃历史异常对象为目标时间的异常目标对象时，向用户终端发送目标活跃历史异常对象的信息。

然而，采用上述的异常目标对象识别方法，会因仅对历史异常对象在特定场所的出现的活跃程度来定位异常目标对象，从而导致实际目标对象不在定位的异常目标对象中，进而无法从定位的异常目标对象中，识别出实际目标对象。

因此，采用上述方式，异常目标对象的识别准确度较低。

发明内容

本申请实施例提供了一种目标对象的异常概率分析方法及相关装置，用以提高异常目标对象的识别准确度。

第一方面，本申请实施例提供了一种目标对象的异常概率分析方法，所述方法包括：

获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，目标对象出入目标场景的频次满足预设的出入频次条件；

基于目标对象关联的行为特征数据，确定目标对象的特征标签集合；其中，特征标签集合包含的每个特征标签值表征：相应行为特征维度上，目标对象为异常目标对象的子概率；

基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。

第二方面，本申请实施例还提供了一种目标对象的异常概率分析装置，所述装置包括：

获取模块，用于获取目标事件所涉及目标场景中，目标数据采集设备及其采集到的目标对象；其中，目标对象出入目标场景的频次满足预设的出入频次条件；

确定模块，用于基于目标对象关联的行为特征数据，确定目标对象的特征标签集合；其中，特征标签集合包含的每个特征标签值表征：相应行为特征维度上，目标对象为异常目标对象的子概率；

处理模块，用于基于特征标签集合包含的各个特征标签值，获得目标对象为异常目标对象的异常概率。