[发明专利]一种基于深度学习的案件研判方法及装置

说明书

本发明提供了一种基于深度学习的案件研判方法及装置，该方法包括：抽取警综系统和执法办案系统中的案件信息；将案件信息中的视频图像输入人脸特征解析模块和视频图像结构化模块，分别生成人脸特征向量和涉案目标的结构化特征向量；将案件信息中的文字信息输入自然语言处理模块，得到语料的词向量；分别将所述人脸特征向量、涉案目标的结构化特征向量、语料的词向量与数据库中的历史案件信息的相应的特征向量比对，确定所述警综系统和执法办案系统中案件信息与所述数据库中的历史案件信息之间的总特征向量的相似度，并对所述总特征向量的相似度进行排序，根据排序对相关案件进行串并处理，从而可提高案件研判的效率。

技术领域

本发明属于计算机视觉与智慧交通技术领域，具体是涉及到一种基于深度学习的案件研判方法、装置、终端设备及计算机可读介质。

背景技术

当前，视频监控系统已经成为治安防控、侦查破案的重要手段。但是面对海量的视频信息、非结构化的数据形式和内容的多义性，在案发后人工调阅方式耗时耗力，严重影响案件侦查效率。在侦查中还需将犯罪活动的相关情报进行总结并进行关联性挖掘以发现其规律有助于串并案件。然而目前在案件研判过程中对海量案件信息的相互关联性、规律性不能有效快速解读，情报研判分析相当繁琐。

因此，有效分析、组织和管理案件信息，采用基于内容的智能应用系统取代人工方式，已成为警务信息化工作的研究重点。

发明内容

有鉴于此，本发明实施例提供一种基于深度学习的案件研判方法、装置、终端设备及计算机可读介质，能够提高案件研判的效率。

本发明实施例的第一方面提供了一种案件研判方法，包括：

抽取警综系统和执法办案系统中的案件信息；

将案件信息中的视频图像输入人脸特征解析模块和视频图像结构化模块，分别生成人脸特征向量和涉案目标的结构化特征向量；

将案件信息中的文字信息输入自然语言处理模块，得到语料的词向量；

分别将所述人脸特征向量、涉案目标的结构化特征向量、语料的词向量与数据库中的历史案件信息的相应的特征向量比对，确定所述警综系统和执法办案系统中案件信息与所述数据库中的历史案件信息之间的总特征向量的相似度，并对所述总特征向量的相似度进行排序，将排序靠前的所述总特征向量的相似度对应的警综系统和执法办案系统中的案件与所述数据库中的案件进行串并处理；其中，所述总特征向量的相似度包含所述警综系统和执法办案系统中案件信息与所述数据库中的历史案件信息之间的人脸特征向量相似度、涉案目标的结构化特征向量相似度和语料的词向量相似度。

本发明实施例的第二方面提供了一种基于深度学习的案件研判装置，包括：

采集模块，用于抽取警综系统和执法办案系统中的案件信息；

第一生成模块，用于将案件信息中的视频图像输入人脸特征解析模块和视频图像结构化模块，分别生成人脸特征向量和涉案目标的结构化特征向量；

第二生成模块，用于将案件信息中的文字信息输入自然语言处理模块，得到语料的词向量；

串并模块，用于分别将所述人脸特征向量、涉案目标的结构化特征向量、语料的词向量与数据库中的历史案件信息的相应的特征向量比对，确定所述警综系统和执法办案系统中案件信息与所述数据库中的历史案件信息之间的总特征向量的相似度，并根据所述总特征向量的相似度进行排序，将排序靠前的案件进行串并处理；其中，所述总特征向量的相似度包含所述警综系统和执法办案系统中案件信息与所述数据库中的历史案件信息之间的人脸特征向量相似度、涉案目标的结构化特征向量相似度和语料的词向量相似度。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于深度学习的案件研判方法的步骤。