CN109165637A - 一种基于动态视频分析的身份识别方法及*** - Google Patents

Abstract

本发明公开了一种基于动态视频分析的身份识别方法及***，先获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；然后对图像数据进行图像分析，提取出图像中人员的实时位置；再根据一时间段内的所述实时位置，得出所述人员的行为轨迹；最后根据所述人员的行为轨迹，判断该人员是否为异常购票人员，具体包括：对每一个子时间段进行分析，得出该人员的一个异常子时间段，对同一人员得出其异常子时间段的个数，判断异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。本发明通过电子设备自动对摄像头拍摄的图像进行行为分析，能够有效识别出异常购票人员，识别率高，成本低，且易于提供证据。

Description

一种基于动态视频分析的身份识别方法及***

技术领域

本发明涉及行为分析领域，更具体地说，涉及一种基于动态视频分析的身份识别方法及***。

背景技术

在火车站，很多的车票被不法商贩提前购取，然后加价转卖给普通乘客，以赚取高额价格差，尤其是在节假日时，情况尤为严重；在医院，很多的挂号票也被不法商贩提前购取，尤其是三甲医院的专家号，然后加价转卖给普通看病者，以赚取高额价格差。如此情况在其他许多地方也有发生，这种低买高卖的倒票行为损害了用户的利益，同时也给服务提供方(火车站、医院等)造成了利益损失。

目前，许多的不法商贩在购票后，其面向用户的主要推销模式是在服务提供方所在位置，尤其是售票处所在区域寻找需要购票的用户进行推销。为此，警务执法人员以及服务提供方管理者会在购票处所在区域进行盯点，发现有不法商贩向用户推销购票时前往制止，然而这种方式不仅会浪费大量的人力，而且效果甚微：(1)售票处所在区域人流量大，需要部署大量的人员进行监视；(2)不法商贩会主动避开警务执法人员以及服务提供方管理者，如此警务执法人员以及服务提供方管理者很难进行发现，同时即使发现，也由于不法商贩会很少会同时随身携带较多票据在身上，因此很难找到证据进行处理。

发明内容

本发明要解决的技术问题在于，针对现有技术中警务执法人员以及服务提供方管理者会在购票处所在区域进行盯点，发现有不法商贩向用户推销购票时前往制止，然而这种方式不仅会浪费大量的人力，而且效果甚微的技术缺陷，提供一种基于动态视频分析的身份识别方法及***。

本发明解决其技术问题所采用的技术方案是：构造一种基于动态视频分析的身份识别方法，应用于电子设备，包含如下步骤：

S1、获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；

S2、对所述图像数据进行图像分析，提取出图像中人员的实时位置；

S3、根据一时间段内的所述实时位置，得出所述人员的行为轨迹；

S4、根据所述人员的行为轨迹，判断该人员是否为异常购票人员；其中，判断该人员是否为异常购票人员包含如下子步骤：

S41、对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

S42、对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

S43、判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。

进一步地，在本发明的基于动态视频分析的身份识别方法中，所述子时间段是指一天，多天构成一个所述时间段。

进一步地，在本发明的基于动态视频分析的身份识别方法中，还包括误判排除步骤：

获取服务提供方的服务提供处的图像，根据服务提供处的图像判断步骤S43判断得到的异常购票人员是否有使用服务，若是，则步骤S43的判断为误判，若否，则不为误判。

进一步地，在本发明的基于动态视频分析的身份识别方法中，步骤S2中所述人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员。

进一步地，在本发明的基于动态视频分析的身份识别方法中，还包括步骤：

在监控终端上显示所述监控摄像头拍摄的图像；

获取操作者在所述监控终端显示的图像上框选的人员；

将框选的人员作为步骤S2中所述人员，而其他人员不作为步骤S2中所述人员。

本发明为解决其技术问题，还提供了一种基于动态视频分析的身份识别***中，包含如下模块：

图像数据获取模块，用于获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；

实时位置提取模块，用于对所述图像数据进行图像分析，提取出图像中人员的实时位置；

行为轨迹生成模块，用于根据一时间段内的所述实时位置，得出所述人员的行为轨迹；

异常购票判断模块，用于根据所述人员的行为轨迹，判断该人员是否为异常购票人员；其中，判断该人员是否为异常购票人员通过如下单元实现：

异常子时间段判断单元，用于对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

统计单元，用于对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

结果判断单元，用于判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。

进一步地，在本发明的基于动态视频分析的身份识别方法中，所述子时间段是指一天，多天构成一个所述时间段。

进一步地，在本发明的基于动态视频分析的身份识别方法中，还包括误判排除模块，用于获取服务提供方的服务提供处的图像，根据服务提供处的图像判断结果判断单元判断得到的异常购票人员是否有使用服务，若是，则结果判断单元的判断为误判，若否，则不为误判。

进一步地，在本发明的基于动态视频分析的身份识别方法中，实时位置提取模块中所述人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员。

进一步地，在本发明的基于动态视频分析的身份识别***中，还包括模块：

显示模块，用于在监控终端上显示所述监控摄像头拍摄的图像；

框选模块，用于获取操作者在所述监控终端显示的图像上框选的人员；

设置模块，用于将框选的人员作为实时位置提取模块中所述人员，而其他人员不作为实时位置提取模块中所述人员。

实施本发明的基于动态视频分析的身份识别方法及***，具有以下有益效果：本发明通过电子设备自动对摄像头拍摄的图像进行行为分析，能够有效识别出异常购票人员，识别率高，成本低，且易于提供证据。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明的基于动态视频分析的身份识别方法一实施例的流程图；

图2是本发明的图1中判断人员是否为异常购票人员的流程图；

图3是本发明的基于动态视频分析的身份识别***一实施例的示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

参考图1，其为本发明的基于动态视频分析的身份识别方法一实施例的流程图。本实施的基于动态视频分析的身份识别方法应用于电子设备中，如电脑主机，本方法包含如下步骤：

S1、获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据。服务提供方售票处所在区域包含售票处以及售票处附近，在售票处以及售票处附近安装一批监控摄像头，对这些区域进行监视，所获取的图像数据包含这批监控摄像头所拍摄的所有图像。售票处包含人工售票处以及自动售票机处，服务提供方可以是医院、火车站、电影院、旅游景点、机场等。

S2、对所述图像数据进行图像分析，提取出图像中人员的实时位置。提取的人员可以是图像中所有的人员，也可以是图像中部分人员，如指定人员、清晰度大于预设值的人员等。应当理解的是由于同一个人员可能被不同的摄像头拍摄到，因此在处理时，只需要选取其中一张图片进行分析即可，一种好的处理方式是，先利用各个监控摄像头拍摄的图像数据构成一个全景图，然后对全景图进行分析，提取出人员的实时位置。优选地，本步骤所述的人员及下述对应的人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员，如预先排除了警察、保安、清洁工人、大堂经理等，这些人员的排除方式可以是先采集这些工作人员以及执法人员的图像，本方法运行时，对步骤S1中的图像数据进行分析时，若提取出的人员图像与预先采集这些工作人员以及执法人员的图像相同，则丢弃这些人员的相关数据。

S3、根据一时间段内的所述实时位置，得出所述人员的行为轨迹。在本实施例中，该时间段是指一周七天，对应的下述的子时间段是指一天。在本发明的其他实施例中，该时间段也可以是指三天，子时间段是指连续的6小时，但本发明不限于此。在本发明的其他一些实施例中，时间段也可以是几个离散的子时间段形成。

S4、根据所述人员的行为轨迹，判断该人员是否为异常购票人员。参考图2，其为本发明的图1中判断人员是否为异常购票人员的流程图，判断该人员是否为异常购票人员包含如下子步骤：

S41、对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

S42、对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

S43、判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。为了进一步提供证据，本发明还可以将异常购票人员在该段时间内的视频保存起来，以便查看。

在本发明的再一实施例中，在上述步骤的基础上，本发明还可以包括误判排除步骤：

获取服务提供方的服务提供处的图像，根据服务提供处的图像判断步骤S43判断得到的异常购票人员是否有使用服务，若是，则步骤S43的判断为误判，若否，则不为误判。如，对于医院，可以通过医院的医务***判断异常购票人员是否进行了就医服务，当然前提是医务***采集的看病人员的图像，然后将看病人员的图像与异常购票人员的图像进行比对，从而判断异常购票人员是否有使用服务；再如火车站，可以通过在入站口布置摄像头拍摄入站人员，然后与步骤S43判断得到的异常购票人员进行比对，从而判断异常购票人员是否有使用服务。

由于服务提供方售票处所在区域的人流量很大，对每一个人员均进行图像分析识别时，数据处理量特别巨大，因此本发明对此进一步改进，具体的参考如下步骤：

在监控终端上显示所述监控摄像头拍摄的图像。可以在监控终端上一次显示一个监控摄像头的图像，操作者操作监控终端进行不同监控摄像头的图像的显示，也可以将多个所述监控摄像头拍摄的图像同时显示在监控终端上，也可以仅仅将上述的全景图显示在监控终端上。

获取操作者在所述监控终端显示的图像上框选的人员。框选时，操作者可以至框选某一个区域，然后电子设备根据识别出框选区域中人员。框选的人员可以是操作者在观察监控图像一定时间后，认为有可能是异常购票人员时，利用本发明的方法来做进一步确认。

将框选的人员作为步骤S2中所述人员，而其他人员不作为步骤S2中所述人员。如此，可以有效减少电子设备的数据处理量，提高工作设备。

参考图3，其为本发明的基于动态视频分析的身份识别***一实施例的示意图，包含如下图像数据获取模块31、实时位置提取模块32、行为轨迹生成模块33以及异常购票判断模块34。图像数据获取模块31用于获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；实时位置提取模块32用于对所述图像数据进行图像分析，提取出图像中人员的实时位置；行为轨迹生成模块33用于根据一时间段内的所述实时位置，得出所述人员的行为轨迹；异常购票判断模块34用于根据所述人员的行为、轨迹，判断该人员是否为异常购票人员；其中，判断该人员是否为异常购票人员通过如下单元实现：

异常子时间段判断单元，用于对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

统计单元，用于对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

结果判断单元，用于判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。

上述子时间段是指一天，多天构成一个所述时间段。实时位置提取模块中所述人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员。

在本发明的另一实施例中，本发明的基于动态视频分析的身份识别***还包括误判排除模块，用于获取服务提供方的服务提供处的图像，根据服务提供处的图像判断结果判断单元判断得到的异常购票人员是否有使用服务，若是，则结果判断单元的判断为误判，若否，则不为误判。

在本发明的另一实施例中，本发明的基于动态视频分析的身份识别***还包括模块：

显示模块，用于在监控终端上显示所述监控摄像头拍摄的图像；

框选模块，用于获取操作者在所述监控终端显示的图像上框选的人员；

设置模块，用于将框选的人员作为实时位置提取模块中所述人员，而其他人员不作为实时位置提取模块中所述人员。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种基于动态视频分析的身份识别方法，应用于电子设备，其特征在于，包含如下步骤：

S1、获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；

S2、对所述图像数据进行图像分析，提取出图像中人员的实时位置；

S3、根据一时间段内的所述实时位置，得出所述人员的行为轨迹；

S4、根据所述人员的行为轨迹，判断该人员是否为异常购票人员；其中，判断该人员是否为异常购票人员包含如下子步骤：

S41、对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

S42、对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

S43、判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。

2.根据权利要求1所述的基于动态视频分析的身份识别方法，其特征在于，所述子时间段是指一天，多天构成一个所述时间段。

3.根据权利要求1所述的基于动态视频分析的身份识别方法，其特征在于，还包括误判排除步骤：

获取服务提供方的服务提供处的图像，根据服务提供处的图像判断步骤S43判断得到的异常购票人员是否有使用服务，若是，则步骤S43的判断为误判，若否，则不为误判。

4.根据权利要求1所述的基于动态视频分析的身份识别方法，其特征在于，步骤S2中所述人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员。

5.根据权利要求1所述的基于动态视频分析的身份识别方法，其特征在于，还包括步骤：

在监控终端上显示所述监控摄像头拍摄的图像；

获取操作者在所述监控终端显示的图像上框选的人员；

将框选的人员作为步骤S2中所述人员，而其他人员不作为步骤S2中所述人员。

6.一种基于动态视频分析的身份识别***，应用于电子设备，其特征在于，包含如下模块：

图像数据获取模块，用于获取服务提供方售票处所在区域的监控摄像头拍摄的图像数据；

实时位置提取模块，用于对所述图像数据进行图像分析，提取出图像中人员的实时位置；

行为轨迹生成模块，用于根据一时间段内的所述实时位置，得出所述人员的行为轨迹；

异常购票判断模块，用于根据所述人员的行为轨迹，判断该人员是否为异常购票人员；其中，判断该人员是否为异常购票人员通过如下单元实现：

异常子时间段判断单元，用于对所述时间段内的每一个子时间段进行分析，对任意一个子时间段：同一人员被所述监控摄像头拍摄到的总时长大于预设值，且没有到购票处购票的子时间段记为该人员的一个异常子时间段；

统计单元，用于对同一人员在所述时间段内的异常子时间段进行统计，得出异常子时间段的个数；

结果判断单元，用于判断每一个人员的异常子时间段的个数是否大于预设值，若是在判断该人员为异常购票人员。

7.根据权利要求6所述的基于动态视频分析的身份识别***，其特征在于，所述子时间段是指一天，多天构成一个所述时间段。

8.根据权利要求6所述的基于动态视频分析的身份识别***，其特征在于，还包括误判排除模块，用于获取服务提供方的服务提供处的图像，根据服务提供处的图像判断结果判断单元判断得到的异常购票人员是否有使用服务，若是，则结果判断单元的判断为误判，若否，则不为误判。

9.根据权利要求6所述的基于动态视频分析的身份识别***，其特征在于，实时位置提取模块中所述人员是指：经过预设规则，判定为非工作人员以及非执法人员后所剩余的人员。

10.根据权利要求6所述的基于动态视频分析的身份识别***，其特征在于，还包括模块：

显示模块，用于在监控终端上显示所述监控摄像头拍摄的图像；

框选模块，用于获取操作者在所述监控终端显示的图像上框选的人员；

设置模块，用于将框选的人员作为实时位置提取模块中所述人员，而其他人员不作为实时位置提取模块中所述人员。