本發(fā)明涉及圖偵及偵碼技術領域，具體來說是一種目標采集偵碼伴隨系統(tǒng)。

背景技術：

隨著公安安全及反恐形勢的越發(fā)嚴峻，國家對智慧城市的投入和建設不斷加大，無處不在的攝像頭在維護社會治安和偵破刑事案件中起著舉足輕重的作用。人像、車牌、手機特征碼因其具有唯一性成為視頻偵查的重要信息源，是公安破案的重要突破口。

目前，市場上僅發(fā)現(xiàn)有人臉偵碼伴隨的相關產(chǎn)品，功能單一，且人臉識別采用傳統(tǒng)算法，效果欠佳，基于深度學習的人臉識別算法正成為行業(yè)主流，識別效果遠高于傳統(tǒng)算法，已真正達到實戰(zhàn)的需求。手機特征碼捕獲多采用壓制方式，影響偵測人群的正常通信業(yè)務。市場上急需一款用戶無感知，集人像，車牌，手機特征碼捕獲分析于一體的體系化偵測系統(tǒng)。

技術實現(xiàn)要素：

本發(fā)明的目的是為了解決現(xiàn)有技術中人臉偵碼伴隨的相關產(chǎn)品功能單一化缺陷，提供一種目標采集偵碼伴隨系統(tǒng)來解決上述問題。

為了實現(xiàn)上述目的，本發(fā)明的技術方案如下：

一種目標采集偵碼伴隨系統(tǒng)，包括目標采集模塊、手機特征碼捕獲模塊、數(shù)據(jù)存儲模塊、數(shù)據(jù)分析碰撞模塊；所述目標采集模塊采集人臉信息和車牌信息；所述目標采集模塊、手機特征碼捕獲模塊將采集到的信息傳輸給數(shù)據(jù)存儲模塊；所述數(shù)據(jù)存儲模塊將接收到的信息在同一時間軸下關聯(lián)存儲到數(shù)據(jù)庫系統(tǒng)中；所述數(shù)據(jù)分析碰撞模塊通過分析碰撞所述數(shù)據(jù)存儲模塊存儲的關聯(lián)數(shù)據(jù)，實現(xiàn)以臉搜號，以號搜臉、號牌互搜。

進一步的，所述目標采集模塊包括人臉采集單元；

所述人臉采集單元包括人臉抓拍子單元、人臉跟蹤子單元、人臉識別子單元；所述人臉抓拍子單元將抓拍結果送入人臉跟蹤子單元并進行跟蹤，跟蹤結束后，將結果融入人臉識別子單元；所述人臉識別子單元采用深度學習算法進行人臉特征提取，具體為：采用基于參考信息的訓練模塊，利用參考信息作為損失函數(shù)，訓練神經(jīng)網(wǎng)絡；過程如下：

1)定義不同的人臉類別ci、cj，屬于ci類的人臉xi、屬于cj類的人臉xj；

2)定義參考信息i，默認參考信息i(ci,cj)＝0，i(ci、cj)＝1，可依據(jù)具體情況設置數(shù)值，不同人臉的參考信息i值越小，人臉越可區(qū)分；

3)定義損失函數(shù)f(xi)為人臉圖像xi經(jīng)過神經(jīng)網(wǎng)絡的輸出特征向量；此時權重梯度計算為：

4)通用后向傳播算法訓練網(wǎng)絡。

進一步的，所述目標采集模塊包括車牌采集單元；所述車牌采集單元包括運動目標檢測子單元、車牌檢測子單元、車牌字符識別子單元；所述運動目標檢測子單元將檢測到的運動目標送入車牌檢測子單元進行車牌檢測，并將檢測結果送入車牌字符識別子單元；所述車牌檢測子單元基于svm判斷模型篩選車牌，所述車牌字符識別子單元利用神經(jīng)網(wǎng)絡訓練識別字符。

進一步的，所述手機特征碼捕獲模塊包括偵碼儀和定向天線；

所述偵碼儀是采用偽基站技術，模擬移動、聯(lián)通、電信運營商的移動通信網(wǎng)絡，發(fā)出誘發(fā)信號，實現(xiàn)對其布控區(qū)域內2g、3g、4g、wifi下移動手機終端的主動偵碼；

所述定向天線是功率可調的定向偵碼天線。

進一步的，所述以臉搜號，是指根據(jù)目標人臉信息檢索相應手機特征碼的功能；所述以臉搜號包括以下步驟：

1)向系統(tǒng)導入待檢人臉圖片，并設置人臉相似度閾值、人碼時差和起止日期，所述人碼時差是指人臉捕獲時間與手機特征碼捕獲時間的差值范圍；

2)系統(tǒng)提取輸入的人臉特征，進行人臉庫比對，按照相似度高低進行排序，通過關聯(lián)檢索，每張人臉會附帶若干條滿足人碼時差的手機特征碼信息；

3)人工篩選確認要進行以臉搜號的人臉記錄，進入步驟4)；

4)系統(tǒng)分析計算，找出出現(xiàn)頻次最高的手機特征碼。

進一步的，以號搜臉包括以下步驟：

1)向系統(tǒng)輸入需要檢索的手機特征碼、人碼時差、起止日期，進行手機特征碼查詢；

2)顯示符合條件的手機特征碼記錄，通過關聯(lián)檢索，每條記錄包括若干張捕獲的滿足人碼時差的人臉圖像；

3)設置人臉相似度閾值，對人臉圖片進行自動去重，也可人工干預去重，進入步驟4)；

4)手工刪除仍可能存在的誤檢人臉圖片，進入步驟5)；

5)系統(tǒng)分析計算，找出出現(xiàn)頻次最高的人臉圖片。

進一步的，所述號牌互搜是指根據(jù)手機特征碼檢索車牌信息或根據(jù)車牌信息檢索手機特征碼；所述號牌互搜包括以下步驟：

1)向系統(tǒng)輸入車牌信息或手機特征碼信息，設置車碼時差、起止日期，進行車牌檢索或手機特征碼檢索；

2)人工篩選確認要進行號牌互搜的檢索記錄，進入步驟3)；

3)系統(tǒng)分析計算，找出出現(xiàn)頻次最高的手機特征碼或車牌。

本發(fā)明與現(xiàn)有技術相比，具有以下有益效果：

目標采集偵碼伴隨系統(tǒng)通過采集人臉或車牌信息，并利用偵碼儀實現(xiàn)在手機用戶無察覺條件下，對目標手機終端的主動式偵碼，在同一個時間軸下關聯(lián)存儲相關信息，實現(xiàn)了人、車與手機的關聯(lián)檢索，達到了圖像偵控與移動通信系統(tǒng)的無縫對接，對視頻偵查及監(jiān)控領域具有深遠的意義。

附圖說明

圖1為本發(fā)明一種目標采集偵碼伴隨系統(tǒng)硬件部分結構框圖；

圖2為本發(fā)明一種目標采集偵碼伴隨系統(tǒng)軟件部分結構框圖；

圖3為本發(fā)明一種目標采集偵碼伴隨系統(tǒng)中手機定向偵碼原理框圖；

圖4為本發(fā)明一種目標采集偵碼伴隨系統(tǒng)中人臉識別子單元深度學習網(wǎng)絡模型結構示意圖。

具體實施方式

為使對本發(fā)明的結構特征及所達成的功效有更進一步的了解與認識，用以較佳的實施例及附圖配合詳細的說明，說明如下：

一種目標采集偵碼伴隨系統(tǒng)，包括硬件部分和軟件部分。

如圖1所示，硬件部分包括前端攝像頭，交換機，偵碼儀，工控機和后臺服務器。前端攝像頭用于采集并傳輸高清視頻，其針對目標為人臉和車牌；偵碼儀在移動網(wǎng)絡上實時采集覆蓋范圍內的手機特征碼，包括imsi、imei、tmsi、meid信息，天線采用功率可調的定向偵碼天線，包括但不限于八木天線和平板天線；交換機用于設備組網(wǎng)，工控機負責人機交互，處理偵碼儀的上報信息，數(shù)據(jù)的分析碰撞等功能；后臺服務器主要實現(xiàn)數(shù)據(jù)存儲、車牌識別算法及人臉識別算法。

如圖2所示，軟件部分包括目標采集模塊、手機特征碼捕獲模塊、數(shù)據(jù)存儲模塊、數(shù)據(jù)分析碰撞模塊。目標采集模塊采集人臉信息和車牌信息；目標采集模塊、手機特征碼捕獲模塊將采集到的信息傳輸給數(shù)據(jù)存儲模塊；數(shù)據(jù)存儲模塊將接收到的信息在同一時間軸下關聯(lián)存儲到數(shù)據(jù)庫系統(tǒng)中；數(shù)據(jù)分析碰撞模塊通過分析碰撞數(shù)據(jù)存儲模塊存儲的關聯(lián)數(shù)據(jù)，實現(xiàn)以臉搜號，以號搜臉、號牌互搜的功能。

如圖3所示，手機定向偵碼原理，對于2g/4g用戶，采用直采方式，使得用戶在無察覺條件下，偵碼儀就能實現(xiàn)對終端的主動式偵碼，對于較少的3g用戶，由于目前市場上缺少有效的直采設備，仍采用壓制方式采集。偵碼儀通過偽基站技術，模擬移動、聯(lián)通、電信運營商的移動通信網(wǎng)絡，發(fā)出誘發(fā)信號，使得周圍處于待機狀態(tài)的手機檢測到位置區(qū)更改，發(fā)起小區(qū)重選流程，手機在小區(qū)重選過程中會在偵碼儀上登記、注冊并上報其imei、imsi、tmsi信息，偵碼儀將捕獲的手機特征碼信息實時回傳到采集中心即工控機，工控機存儲數(shù)據(jù)或進行黑名單的告警。

如圖4所示，人臉識別子單元采用基于深度學習的網(wǎng)絡模型，采用基于參考信息的訓練模塊，利用參考信息作為損失函數(shù)，訓練神經(jīng)網(wǎng)絡。過程如下：

步驟1.定義不同的人臉類別ci、cj，屬于ci類的人臉xi、屬于cj類的人臉xj；

步驟2.定義參考信息i，默認參考信息i(ci,cj)＝0，i(ci、cj)＝1，可依據(jù)具體情況設置數(shù)值，不同人臉的參考信息i值越小，人臉越可區(qū)分；

步驟3.定義損失函數(shù)f(xi)為人臉圖像xi經(jīng)過神經(jīng)網(wǎng)絡的輸出特征向量；此時權重梯度計算為：

步驟4.通用后向傳播算法訓練網(wǎng)絡。

輸入節(jié)點為224×224的彩色人臉圖像。隱藏層由多層網(wǎng)絡結構組成，常見的有卷積層、正則化層、池化層等。輸出節(jié)點為人臉圖像通過網(wǎng)絡產(chǎn)生的輸出。計算損失函數(shù)時，通過引入?yún)⒖夹畔ⅰ⒔Y合人臉輸出節(jié)點計算權重梯度，更新權重。

以臉搜號根據(jù)目標人臉信息檢索相應手機特征碼，通過以下步驟完成：

步驟1.向系統(tǒng)導入待檢人臉圖片，設置人臉相似度閾值、人碼時差和起止日期，人碼時差是指人臉捕獲時間與手機特征碼捕獲時間的差值范圍；

步驟2.系統(tǒng)提取輸入的人臉特征，進行人臉庫比對，按照相似度高低進行排序，通過關聯(lián)檢索，每張人臉會附帶若干條滿足人碼時差的手機特征碼信息；

步驟3.人工篩選確認要進行以臉搜號的人臉記錄，進入步驟4；

步驟4.系統(tǒng)分析計算，找出出現(xiàn)頻次最高的手機特征碼。

以號搜臉根據(jù)手機特征碼信息檢索相應目標人臉，通過用戶向導界面，使得幾乎不需人工干預，就能自動推導對應手機特征碼的人臉信息，通過以下步驟完成：

步驟1.輸入需要檢索的手機特征碼、人碼時差、起止日期，進行手機特征碼查詢；

步驟2.顯示符合條件的手機特征碼記錄，通過關聯(lián)檢索，每條記錄包括若干張捕獲的滿足人碼時差的人臉圖像；

步驟3.設置人臉相似度閾值，對人臉圖片進行自動去重，也可人工干預去重，進入步驟4；

步驟4.手工刪除仍可能存在的誤檢人臉圖片，進入步驟5；

步驟5.系統(tǒng)分析計算，找出出現(xiàn)頻次最高的人臉圖片。

號牌互搜是指根據(jù)手機特征碼檢索車牌信息或根據(jù)車牌信息檢索手機特征碼的功能。通過以下步驟完成：

步驟1.輸入車牌信息或手機特征碼信息，設置車碼時差、起止日期，進行車牌檢索或手機特征碼檢索；

步驟2.人工篩選確認要進行號牌互搜的檢索記錄，進入步驟3；

步驟3.系統(tǒng)分析計算，找出出現(xiàn)頻次最高的手機特征碼或車牌。

目標采集偵碼伴隨系統(tǒng)通過采集人臉或車牌信息，并利用偵碼儀實現(xiàn)在手機用戶無察覺條件下，對目標手機終端的主動式偵碼，在同一個時間軸下關聯(lián)存儲相關信息，實現(xiàn)了人、車與手機的關聯(lián)檢索，達到了圖像偵控與移動通信系統(tǒng)的無縫對接，對視頻偵查及監(jiān)控領域具有深遠的意義。

以上顯示和描述了本發(fā)明的基本原理、主要特征和本發(fā)明的優(yōu)點。本行業(yè)的技術人員應該了解，本發(fā)明不受上述實施例的限制，上述實施例和說明書中描述的只是本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下本發(fā)明還會有各種變化和改進，這些變化和改進都落入要求保護的本發(fā)明的范圍內。本發(fā)明要求的保護范圍由所附的權利要求書及其等同物界定。