一種多源大數(shù)據(jù)融合的視頻監(jiān)控行人身份識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于視頻監(jiān)控技術(shù)領(lǐng)域，涉及一種監(jiān)控視頻行人身份識別方法，具體涉及 一種多源大數(shù)據(jù)融合的視頻監(jiān)控行人身份識別方法。 技術(shù)背景
[0002] 近年來，隨著社會治安形式的日趨復(fù)雜，視頻監(jiān)控系統(tǒng)在城市地區(qū)廣為部署，城市 視頻監(jiān)控系統(tǒng)在維護社會穩(wěn)定、打擊犯罪方面日益發(fā)揮重要作用。視頻監(jiān)控系統(tǒng)采集的龐 大的視頻信息已經(jīng)成為公安機關(guān)破案第一手的信息源。監(jiān)控視頻捕獲了行人、車輛等監(jiān)控 目標(biāo)的圖像信息，但圖像信息本身并沒有直接反映監(jiān)控目標(biāo)的物理身份，如人的姓名、身份 證號、籍貫等信息。現(xiàn)實應(yīng)用中，往往需要從監(jiān)控視頻中識別監(jiān)控目標(biāo)真實的物理身份。
[0003] 傳統(tǒng)的從監(jiān)控圖像中還原對象的物理身份的工作主要依靠視頻分析技術(shù)，如人臉 識別、車牌識別等，然而，實際監(jiān)控環(huán)境異常復(fù)雜，受到環(huán)境光照、拍攝角度、拍攝距離、行人 姿態(tài)、攝像清晰度、壓縮失真等多重因素的影響，人臉識別技術(shù)往往失效，據(jù)公安部物證鑒 定中心的統(tǒng)計數(shù)據(jù)，白天情況下監(jiān)控視頻中60%達(dá)不到辨識要求，夜間監(jiān)控視頻達(dá)不到辨 識要求的更高達(dá)90%。而且，很多緊急破案情況下，用于人臉識別的參考人臉圖像根本不存 在?？梢姡瑑H僅依賴監(jiān)控視頻自身來識別監(jiān)控目標(biāo)身份的做法面臨巨大的技術(shù)障礙。
[0004] 物聯(lián)網(wǎng)和大數(shù)據(jù)時代，行人暴露在各種感知設(shè)備之下，其身份信息也被各種感知 設(shè)備獲取的多源數(shù)據(jù)所記錄，例如，通信基站記錄了通話手機號碼及通話時的物理位置，公 交卡、購物卡等RFID設(shè)備記錄了持卡人的身份信息，網(wǎng)絡(luò)訪問過程記錄了用戶在數(shù)字空間 的痕跡（盡管身份可能是虛擬的），還有門衛(wèi)登記等各種傳統(tǒng)的社會登記信息。因此，有望 融合多源數(shù)據(jù)來幫助鑒別監(jiān)控視頻中行人的物理身份。
[0005] 目前，刷卡和門衛(wèi)登記場合一般都安裝了監(jiān)控設(shè)備，將刷卡或登記記錄與監(jiān)控畫 面進(jìn)行關(guān)聯(lián)不難判別對象的身份。例如，刷卡時刻的人正是同一時刻監(jiān)控畫面中的人。對于 布設(shè)在街道等室外場合的監(jiān)控探頭，由于不具備登記信息的獲取條件，無法借助登記信息 來達(dá)到識別目的，但在手機廣為應(yīng)用的今天，行人的手機通話記錄可以幫助甄別，例如，某 露天場合的監(jiān)控視頻畫面中在一特定時間只出現(xiàn)一個行人，如果旁邊基站監(jiān)測到同樣時間 點的手機通信，則手機號碼極有可能就是這個人的，因為，手機定位已經(jīng)具備不錯的精度， 況且，我國已經(jīng)對手機采取了實名登記制，通過手機號碼很容易還原到真人。
[0006] 然而，實際情況下，無論是登記信息還是通信記錄，與監(jiān)控視頻中的目標(biāo)往往是多 對多的關(guān)系，比如，基站有多個通話號碼，監(jiān)控視頻中出現(xiàn)多個行人。對于這種情況，必須采 用更復(fù)雜的數(shù)據(jù)關(guān)聯(lián)分析方法才能建立多源數(shù)據(jù)對象之間的身份關(guān)聯(lián)。

【發(fā)明內(nèi)容】

[0007] 為了解決上述技術(shù)問題，本發(fā)明提供了一種多源大數(shù)據(jù)融合的視頻監(jiān)控行人身份 識別方法。
[0008] 本發(fā)明所采用的技術(shù)方案是：一種多源大數(shù)據(jù)融合的視頻監(jiān)控行人身份識別方 法，其特征在于，包括以下步驟：
[0009]步驟1 :觀測行進(jìn)路徑上特定嫌疑行人所在的監(jiān)控點上手機號碼的重現(xiàn)次數(shù)，若 重現(xiàn)次數(shù)小于預(yù)設(shè)門限值T，則進(jìn)入下述步驟2,否則進(jìn)入下述步驟3;
[0010] 步驟2:增加監(jiān)控點數(shù)并繼續(xù)觀測，若特定嫌疑行人在新觀測的監(jiān)控點中均未再 出現(xiàn)，則進(jìn)入下述步驟3,否則返回執(zhí)行所述步驟1;
[0011] 步驟3 :根據(jù)特定嫌疑行人實際出現(xiàn)過的監(jiān)控點數(shù)目確定監(jiān)控點數(shù)K，同時判斷手 機號碼重現(xiàn)次數(shù)是否為1，若為1，進(jìn)入下述步驟4,否則進(jìn)入下述步驟5;
[0012] 步驟4:統(tǒng)計特定嫌疑行人出現(xiàn)過的逐個監(jiān)控點上的行人數(shù)及相應(yīng)的手機號碼 數(shù)，若存在單個行人和單個手機號碼的一一對應(yīng)的關(guān)系，則輸出強關(guān)聯(lián)，否則選擇行人數(shù)和 手機號碼均最少的弱關(guān)聯(lián)輸出；
[0013] 步驟5 :確定行進(jìn)路徑上各監(jiān)控點包含特定嫌疑行人在內(nèi)的重現(xiàn)行人數(shù)目M，以及 重現(xiàn)的手機號碼數(shù)目N;
[0014] 步驟6:逐一計算Μ個重現(xiàn)行人中每個行人、N個重現(xiàn)手機號碼中每個手機號碼的 重現(xiàn)概率；
[0015] 步驟7:根據(jù)步驟6得到的重現(xiàn)概率，計算L個行人-手機號碼的組合概率；
[0016] 步驟8:按組合概率從大到小排序，選擇排序靠前的幾對組合作為候選的概率關(guān) 聯(lián)組合輸出。
[0017] 作為優(yōu)選，步驟5中所述重現(xiàn)行人數(shù)目Μ的確定方法如下：
[0018] (1)每增加一個出現(xiàn)在不同監(jiān)控點中的同一行人，重現(xiàn)行人數(shù)目增加1，累加得到 重現(xiàn)行人數(shù)目Μ;
[0019] (2)同一行人在不同監(jiān)控點中每出現(xiàn)一次，該行人的出現(xiàn)次數(shù)增加1，累加得到每 個行人出現(xiàn)的次數(shù)Kvy其中i= 1…Μ;
[0020] (3)特定嫌疑行人之外的其它行人的重現(xiàn)，限在監(jiān)控視頻中出現(xiàn)的時間與特定嫌 疑行人出現(xiàn)時間一致的時候。
[0021] 作為優(yōu)選，步驟5中所述重現(xiàn)的手機號碼數(shù)目Ν的確定方法如下：
[0022] (1)對應(yīng)監(jiān)控點上出現(xiàn)的手機號碼，限出現(xiàn)時間與特定嫌疑行人出現(xiàn)時間一致的 號碼；
[0023] (2)以特定嫌疑行人出現(xiàn)過的Κ個監(jiān)控點上所有手機號碼為觀測對象，統(tǒng)計每個 號碼出現(xiàn)的次數(shù)，出現(xiàn)2次以上的號碼個數(shù)即為重現(xiàn)的手機號碼數(shù)目Ν，每個重現(xiàn)號碼出現(xiàn) 的次數(shù)即為Knij，其中j= 1···Ν。
[0024] 作為優(yōu)選，步驟6中所述重現(xiàn)概率，計算方法如下：
[0025] 對于行進(jìn)路徑上的Κ個監(jiān)控點，行人i重現(xiàn)概率為PVl，手機號碼j重現(xiàn)概率為 Pmj;
[0028]其中，KVl，Km,分別是步驟5計算出的行人和手機號碼在K個監(jiān)控點上的重現(xiàn)次 數(shù)。
[0029] 作為優(yōu)選，步驟7中所述組合概率，計算方法如下：
[0030] 對于Μ個行人、N個手機號碼，則共有L=MXN個可能的兩兩組合，每種組合概率 按下式計算：
[0032] 其中，PVl為行人i重現(xiàn)概率，Pm;為手機號碼j重現(xiàn)概率。
[0033] 本發(fā)明提供的監(jiān)控行人身份識別方法是對傳統(tǒng)的基于人臉識別技術(shù)來鑒別行人 的有益補充，可以在因監(jiān)控環(huán)境適應(yīng)性問題人臉識別精度達(dá)不到要求或人臉圖像不存在 時，替代人臉識別技術(shù)使用。而且，本發(fā)明方法因不涉及復(fù)雜的圖像內(nèi)容分析，具有計算簡 單、識別效率高的長處，鑒于手機這種通訊設(shè)備廣為使用，本發(fā)明方法還具有普適性強的優(yōu) 點。
【附圖說明】
[0034] 圖1本發(fā)明實施例的流程圖。
【具體實施方式】
[0035] 為了便于本領(lǐng)域普通技術(shù)人員理解和實施本發(fā)明，下面結(jié)合附圖及實施例對本發(fā) 明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實施示例僅用于說明和解釋本發(fā)明，并不 用于限定本發(fā)明。
[0036] 多源數(shù)據(jù)對象之間一對一的映射關(guān)系稱為強關(guān)聯(lián)，多對多的映射關(guān)系稱為弱關(guān) 聯(lián)。處于強關(guān)聯(lián)時，視頻監(jiān)控數(shù)據(jù)源中的未知行人身份可以借助另外一個數(shù)據(jù)源已知的身 份來識別，如手機通信數(shù)據(jù)源中的手機號碼；當(dāng)處于弱關(guān)聯(lián)時，一個監(jiān)控行人可能對應(yīng)多個 手機號碼，反之，一個手機號碼也可能對應(yīng)多個行人，此時的身份仍然無法確定。但是，如 果能夠?qū)⑷蹶P(guān)聯(lián)關(guān)系轉(zhuǎn)變?yōu)閺婈P(guān)聯(lián)關(guān)系，就可以利用強關(guān)聯(lián)的一一的確定性映射來判別身 份。
[0037] 只考慮單一監(jiān)控點時，弱關(guān)聯(lián)很難轉(zhuǎn)變?yōu)閺婈P(guān)聯(lián)，但對行人行進(jìn)路徑上的多個監(jiān) 控點聯(lián)合觀測時，監(jiān)控數(shù)據(jù)源與手機數(shù)據(jù)源中的弱關(guān)聯(lián)關(guān)系有可能轉(zhuǎn)變?yōu)閺婈P(guān)聯(lián)。行人 在監(jiān)控數(shù)據(jù)源中的圖像與手機數(shù)據(jù)源中的手機號碼具有時空一致性，即手機通話不能脫離 行人而存在，因此，如果考察行人的一個比較長時、被多個監(jiān)控點攝錄的行進(jìn)路徑，則在多 個點均出現(xiàn)的手機通話號碼與在多個點監(jiān)控視頻中均出現(xiàn)的行人之間的對應(yīng)關(guān)系的可能 性最大，極端情況下，多點監(jiān)控視頻中只出現(xiàn)一人，多點手機號碼也只有一個，則二者構(gòu)成 一一映射的強關(guān)聯(lián)。更普遍的情況是，多點均出現(xiàn)的行人有多個，多點通話的手機號碼也有 多個，此時依然是無法區(qū)分的弱關(guān)聯(lián)關(guān)系，要想?yún)^(qū)分開來，必須增加行進(jìn)路徑上觀測的監(jiān)控 點數(shù)，直到構(gòu)成一一映射的強關(guān)聯(lián)關(guān)系為止。
[0038] 進(jìn)一步考慮，多點出現(xiàn)的手機號碼也有可能對應(yīng)非多點均出現(xiàn)的行人，因為，行人 在路過某個監(jiān)控點進(jìn)行了通話，但未被攝像頭拍攝到；或者，多點出現(xiàn)的行人也有可能對應(yīng) 非多點出現(xiàn)的手機號碼，因為，行人在路過某個監(jiān)控點時可能沒有打電話。也就是說，即使 多點的行人和多點的手機號碼均是唯一的，二者之間的對應(yīng)關(guān)系只是概率意義上的最可能 關(guān)系，并非絕對的對應(yīng)關(guān)系，監(jiān)控畫面中的行人還可能與在多點出現(xiàn)的次數(shù)排名第二的手 機號碼構(gòu)成關(guān)聯(lián)（因為，如上所分析，行人在路過某個監(jiān)控點時可能沒有打電話）。因此，多 源數(shù)據(jù)對象之間的一一映射的強關(guān)聯(lián)關(guān)系不是絕對意義上的，而是概率意義上的，即關(guān)聯(lián) 的可能性最大，但并不保證百分之百的一定關(guān)聯(lián)。因此，從概率的角度來尋找多源數(shù)據(jù)對象 之間的關(guān)聯(lián)關(guān)系才更為科學(xué)合理，即概率關(guān)聯(lián)，強關(guān)聯(lián)是出現(xiàn)概率最大的概率關(guān)聯(lián)關(guān)系，弱 關(guān)聯(lián)也包含了出現(xiàn)概率小的概率關(guān)聯(lián)關(guān)系。總之，從概率來講，多源數(shù)據(jù)中任意對象間的映 射關(guān)系一定存在，區(qū)別只是概率數(shù)值大小的不同，最優(yōu)先認(rèn)定的映射關(guān)系應(yīng)該是關(guān)聯(lián)概率 最大的關(guān)系。這樣一來，多源數(shù)據(jù)融合的行人身份識別問題就轉(zhuǎn)化為數(shù)據(jù)對象間關(guān)聯(lián)概率 的計算及排