[发明专利]一种目标采集侦码伴随系统

说明书

技术领域

本发明涉及图侦及侦码技术领域，具体来说是一种目标采集侦码伴随系统。

背景技术

随着公安安全及反恐形势的越发严峻，国家对智慧城市的投入和建设不断加大，无处不在的摄像头在维护社会治安和侦破刑事案件中起着举足轻重的作用。人像、车牌、手机特征码因其具有唯一性成为视频侦查的重要信息源，是公安破案的重要突破口。

目前，市场上仅发现有人脸侦码伴随的相关产品，功能单一，且人脸识别采用传统算法，效果欠佳，基于深度学习的人脸识别算法正成为行业主流，识别效果远高于传统算法，已真正达到实战的需求。手机特征码捕获多采用压制方式，影响侦测人群的正常通信业务。市场上急需一款用户无感知，集人像，车牌，手机特征码捕获分析于一体的体系化侦测系统。

发明内容

本发明的目的是为了解决现有技术中人脸侦码伴随的相关产品功能单一化缺陷，提供一种目标采集侦码伴随系统来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种目标采集侦码伴随系统，包括目标采集模块、手机特征码捕获模块、数据存储模块、数据分析碰撞模块；所述目标采集模块采集人脸信息和车牌信息；所述目标采集模块、手机特征码捕获模块将采集到的信息传输给数据存储模块；所述数据存储模块将接收到的信息在同一时间轴下关联存储到数据库系统中；所述数据分析碰撞模块通过分析碰撞所述数据存储模块存储的关联数据，实现以脸搜号，以号搜脸、号牌互搜。

进一步的，所述目标采集模块包括人脸采集单元；

所述人脸采集单元包括人脸抓拍子单元、人脸跟踪子单元、人脸识别子单元；所述人脸抓拍子单元将抓拍结果送入人脸跟踪子单元并进行跟踪，跟踪结束后，将结果融入人脸识别子单元；所述人脸识别子单元采用深度学习算法进行人脸特征提取，具体为：采用基于参考信息的训练模块，利用参考信息作为损失函数，训练神经网络；过程如下：

1)定义不同的人脸类别c_i、c_j，属于c_i类的人脸x_i、属于c_j类的人脸x_j；

2)定义参考信息I，默认参考信息I(c_i,c_j)＝0，I(c_i、c_j)＝1，可依据具体情况设置数值，不同人脸的参考信息I值越小，人脸越可区分；

3)定义损失函数f(x_i)为人脸图像x_i经过神经网络的输出特征向量；此时权重梯度计算为：

4)通用后向传播算法训练网络。

进一步的，所述目标采集模块包括车牌采集单元；所述车牌采集单元包括运动目标检测子单元、车牌检测子单元、车牌字符识别子单元；所述运动目标检测子单元将检测到的运动目标送入车牌检测子单元进行车牌检测，并将检测结果送入车牌字符识别子单元；所述车牌检测子单元基于SVM判断模型筛选车牌，所述车牌字符识别子单元利用神经网络训练识别字符。

进一步的，所述手机特征码捕获模块包括侦码仪和定向天线；

所述侦码仪是采用伪基站技术，模拟移动、联通、电信运营商的移动通信网络，发出诱发信号，实现对其布控区域内2G、3G、4G、wifi下移动手机终端的主动侦码；

所述定向天线是功率可调的定向侦码天线。

进一步的，所述以脸搜号，是指根据目标人脸信息检索相应手机特征码的功能；所述以脸搜号包括以下步骤：

1)向系统导入待检人脸图片，并设置人脸相似度阈值、人码时差和起止日期，所述人码时差是指人脸捕获时间与手机特征码捕获时间的差值范围；

2)系统提取输入的人脸特征，进行人脸库比对，按照相似度高低进行排序，通过关联检索，每张人脸会附带若干条满足人码时差的手机特征码信息；

3)人工筛选确认要进行以脸搜号的人脸记录，进入步骤4)；

4)系统分析计算，找出出现频次最高的手机特征码。

进一步的，以号搜脸包括以下步骤：

1)向系统输入需要检索的手机特征码、人码时差、起止日期，进行手机特征码查询；

2)显示符合条件的手机特征码记录，通过关联检索，每条记录包括若干张捕获的满足人码时差的人脸图像；

3)设置人脸相似度阈值，对人脸图片进行自动去重，也可人工干预去重，进入步骤4)；

4)手工删除仍可能存在的误检人脸图片，进入步骤5)；

5)系统分析计算，找出出现频次最高的人脸图片。