徘徊事件時(shí)空大數(shù)據(jù)分析的異常行為預(yù)警方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于時(shí)空大數(shù)據(jù)分析技術(shù)領(lǐng)域，具體涉及基于徘徊事件時(shí)空大數(shù)據(jù)關(guān)聯(lián)分 析的異常行為預(yù)警技術(shù)方案。
【背景技術(shù)】
[0002] 以銀行及其營(yíng)業(yè)網(wǎng)點(diǎn)、ATM機(jī)等金融場(chǎng)所或取款人為犯罪目標(biāo)的暴力搶劫案件，如 轟動(dòng)全國(guó)的周克華案、2011年在湖北省武漢市制造"12 · Γ建行爆炸案的王海劍案。這類盜 搶犯罪有一個(gè)共同的特征，犯罪分子在作案之前一般要實(shí)施現(xiàn)場(chǎng)偵察，也即所謂的踩點(diǎn)，例 如周克華案中，每次搶劫前均要進(jìn)行周密的踩點(diǎn)來(lái)規(guī)劃犯罪時(shí)機(jī)和逃逸路線，最長(zhǎng)的一次 踩點(diǎn)過(guò)程歷時(shí)3小時(shí)。犯罪分子踩點(diǎn)的行為特征是，在目標(biāo)場(chǎng)所外做一些看似無(wú)目的的徘 徊、逗留，或者反復(fù)進(jìn)出營(yíng)業(yè)場(chǎng)所內(nèi)部而不辦理任何業(yè)務(wù)。
[0003] 為了遏制和打擊犯罪、減少金融風(fēng)險(xiǎn)，銀行等重要地點(diǎn)和營(yíng)業(yè)場(chǎng)都安裝了視頻監(jiān) 控系統(tǒng)，實(shí)現(xiàn)監(jiān)控音、視頻資料的錄像保存，便于異常事件發(fā)生時(shí)的案件偵破。部分銀行還 安裝了智能監(jiān)控?cái)z像頭，現(xiàn)有的主流智能監(jiān)控?cái)z像頭產(chǎn)品大多具有針對(duì)銀行這類特殊場(chǎng)所 徘徊行為的警示功能。然而，智能攝像頭只能就單個(gè)徘徊事件進(jìn)行檢測(cè)和告警，不能建立多 個(gè)徘徊事件間的時(shí)空關(guān)聯(lián)關(guān)系。單憑一次檢測(cè)結(jié)果就做出可疑行為的判斷非常不可信，例 如，銀行外偶爾的徘徊可能是正常的等人行為，將多次、重復(fù)的或長(zhǎng)時(shí)徘徊動(dòng)作判別為可疑 行為才符合邏輯。對(duì)犯罪分子這種規(guī)律性踩點(diǎn)行為的發(fā)現(xiàn)，涉及到單點(diǎn)監(jiān)控報(bào)警事件的時(shí) 域大數(shù)據(jù)關(guān)聯(lián)分析以及多點(diǎn)事件間的時(shí)空大數(shù)據(jù)關(guān)聯(lián)分析。
[0004] 因此，有必要對(duì)前端智能攝像頭檢測(cè)的報(bào)警事件作進(jìn)一步的深度分析，挖掘事件 發(fā)生的規(guī)律性模式，如反復(fù)出現(xiàn)的頻繁模式、間隔性出現(xiàn)的周期模式、同時(shí)出現(xiàn)的同位模 式，排除個(gè)別誤檢事件的干擾，形成真正有價(jià)值的預(yù)警信息。但目前尚未有相關(guān)適合實(shí)用的 解決方案出現(xiàn)。

【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)不足，本發(fā)明提供一種基于徘徊事件時(shí)空大數(shù)據(jù)關(guān)聯(lián)分析的異常行 為預(yù)警方法及系統(tǒng)。
[0006] 本發(fā)明的技術(shù)方案提供一種徘徊事件時(shí)空大數(shù)據(jù)分析的異常行為預(yù)警方法，包括 建立報(bào)警大數(shù)據(jù)事件庫(kù)，基于報(bào)警大數(shù)據(jù)事件庫(kù)進(jìn)行單點(diǎn)歷史大數(shù)據(jù)關(guān)聯(lián)分析和多點(diǎn)時(shí)空 大數(shù)據(jù)關(guān)聯(lián)分析，
[0007] 所述報(bào)警大數(shù)據(jù)事件庫(kù)，用于記錄已經(jīng)篩選出的徘徊事件；
[0008] 所述單點(diǎn)歷史大數(shù)據(jù)關(guān)聯(lián)分析，包括當(dāng)某監(jiān)控點(diǎn)檢測(cè)到徘徊行為發(fā)生時(shí)，立刻啟 動(dòng)與報(bào)警大數(shù)據(jù)事件庫(kù)中相應(yīng)歷史記錄的關(guān)聯(lián)分析，當(dāng)同一場(chǎng)所先后監(jiān)視到的徘徊行為呈 現(xiàn)出如下特點(diǎn)之一，判斷為高作案風(fēng)險(xiǎn)事件，
[0009] -、短期內(nèi)反復(fù)出現(xiàn)徘徊；
[0010] 二、單次徘徊時(shí)間過(guò)長(zhǎng)；
[0011] 三、前后徘徊中存在相同人，相同身份的確認(rèn)通過(guò)徘徊行人重檢過(guò)程實(shí)現(xiàn)；
[0012] 所述多點(diǎn)時(shí)空大數(shù)據(jù)關(guān)聯(lián)分析，包括基于報(bào)警大數(shù)據(jù)事件庫(kù)，發(fā)現(xiàn)出現(xiàn)在多處監(jiān) 控點(diǎn)的徘徊行為的時(shí)空重現(xiàn)規(guī)律，當(dāng)不同場(chǎng)所分別監(jiān)視到的徘徊行為呈現(xiàn)出如下特點(diǎn)之 一，判斷為高作案風(fēng)險(xiǎn)事件，
[0013] -、多處同時(shí)出現(xiàn)徘徊；
[0014]二、短期內(nèi)多處出現(xiàn)徘徊；
[0015]三、短期內(nèi)多處頻發(fā)徘徊；
[0016] 四、多處徘徊中出現(xiàn)相同人，相同身份的確認(rèn)通過(guò)徘徊行人重檢過(guò)程實(shí)現(xiàn)；
[0017] 所述徘徊行人重檢過(guò)程分為訓(xùn)練過(guò)程和測(cè)試過(guò)程，
[0018] 在訓(xùn)練過(guò)程中，首先對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行基于塊的特征提取，并通過(guò)K-means方式進(jìn)行 聚類，然后對(duì)每類數(shù)據(jù)進(jìn)行基于隨機(jī)采樣的尺度學(xué)習(xí)，得到每類數(shù)據(jù)對(duì)應(yīng)的馬氏距離函數(shù)； 所述基于隨機(jī)采樣的尺度學(xué)習(xí)的實(shí)現(xiàn)如下，
[0019] 設(shè)訓(xùn)練數(shù)據(jù)集為DTraining，其中包括多個(gè)行人樣本對(duì)，每個(gè)行人樣本對(duì)包括一個(gè)行 人在兩個(gè)攝像頭下的樣本，通過(guò)聚類，訓(xùn)練數(shù)據(jù)集D Training中數(shù)據(jù)被分成了 K類，記為
[0020]
[0021 ]其中，胃指第k類數(shù)據(jù)，K為類別數(shù)目；
[0022] 對(duì)于尋找其類中心壯相鄰的數(shù)據(jù)構(gòu)成的鄰域數(shù)據(jù)集，且
[0023]
[0024] 在中進(jìn)行N次隨機(jī)采樣，綜合N次的采樣結(jié)果得到數(shù)據(jù)集
[0025]
[0026] 其中，
表示第^欠采樣結(jié)果；
[0027] 在數(shù)據(jù)集上進(jìn)行Mahal尺度學(xué)習(xí)，實(shí)現(xiàn)如下，
[0028] 給定行人樣本對(duì)X = (xa，Xb)，X e .，xjPxb分別是來(lái)自不同攝像頭下的行人 圖像，設(shè)S表示事件"Xa和Xb是同一行人"，記為Xa，Xb Ε S，D表示"事件Xa和Xb是不同行人"，記 為Xa，XbeD，尺度學(xué)習(xí)過(guò)程采用下式
[0029]
[0030] 其中，II 1表示馬氏距離的平方；
[0031] 上述過(guò)程學(xué)習(xí)得到馬氏距離函數(shù)的半正定矩陣參數(shù)，記為M(1^;在使用上式對(duì)第k 類數(shù)據(jù)碑進(jìn)行尺度學(xué)習(xí)時(shí)，設(shè)其正定矩陣參數(shù)M(k)的初始值為M(k'每學(xué)習(xí)一個(gè)行人數(shù) 據(jù)，更新之前的Μ值如下，
[0032] M(k)-M(k')+M(k)
[0033] 最終得到馬氏距離函數(shù)M(k)，k = l，· · ·，K;
[0034] 在測(cè)試過(guò)程中，首先根據(jù)馬氏距離函數(shù)M(k)在訓(xùn)練數(shù)據(jù)中查找查詢行人的近鄰行 人，然后根據(jù)這些近鄰行人所屬類別進(jìn)行類別投票，選擇多數(shù)近鄰行人所在類別對(duì)應(yīng)的馬 氏距離函數(shù)進(jìn)行距離度量。
[0035] 而且，在訓(xùn)練數(shù)據(jù)中查找查詢行人的近鄰行人，實(shí)現(xiàn)方式如下，
[0036]設(shè)每類數(shù)據(jù)學(xué)習(xí)得到馬氏距離函數(shù)M(k)，k = l，. . .，K，
[0037] 訓(xùn)練數(shù)據(jù)中每個(gè)行人11在兩個(gè)攝像頭下的樣本對(duì)為11=(11,1，11,2)，該行人的特征 值表達(dá)如下，
[0038]
[0039]計(jì)算查詢行人ρ與Xi的距離如下，
[0040]
[0041 ]把距離最近的η個(gè)行人作為查詢行人ρ的近鄰行人。
[0042] 而且，所述徘徊行人重檢過(guò)程，基于記錄的快照視頻而非完整錄像視頻執(zhí)行。
[0043] 本發(fā)明提供一種徘徊事件時(shí)空大數(shù)據(jù)分析的異常行為預(yù)警系統(tǒng)，包括報(bào)警大數(shù)據(jù) 事件庫(kù)模塊、單點(diǎn)歷史大數(shù)據(jù)關(guān)聯(lián)分析模塊和多點(diǎn)時(shí)空大數(shù)據(jù)關(guān)聯(lián)分析模塊，
[0044] 所述報(bào)警大數(shù)據(jù)事件庫(kù)模塊，用于記錄已經(jīng)篩選出的徘徊事件；
[0045] 所述單點(diǎn)歷史大數(shù)據(jù)關(guān)聯(lián)分析模塊，用于當(dāng)某監(jiān)控點(diǎn)檢測(cè)到徘徊行為發(fā)生時(shí)，立 刻啟動(dòng)與報(bào)警大數(shù)據(jù)事件庫(kù)中相應(yīng)歷史記錄的關(guān)聯(lián)分析，當(dāng)同一場(chǎng)所先后監(jiān)視到的徘徊行 為呈現(xiàn)出如下特點(diǎn)之一，判斷為高作案風(fēng)險(xiǎn)事件，
[0046] -、短期內(nèi)反復(fù)出現(xiàn)徘徊；
[0047]二、單次徘徊時(shí)間過(guò)長(zhǎng)；
[0048]三、前后徘徊中存在相同人，相同身份的確認(rèn)通過(guò)徘徊行人重檢過(guò)程實(shí)現(xiàn)；
[0049] 所述多點(diǎn)時(shí)空大數(shù)據(jù)關(guān)聯(lián)分析模塊，用于基于報(bào)警大數(shù)據(jù)事件庫(kù)，發(fā)現(xiàn)出現(xiàn)在多 處監(jiān)控點(diǎn)的徘徊行為的時(shí)空重現(xiàn)規(guī)律，當(dāng)不同場(chǎng)所分別監(jiān)視到的徘徊行為呈現(xiàn)出如下特點(diǎn) 之一，判斷為高作案風(fēng)險(xiǎn)事件，
[0050] -、多處同時(shí)出現(xiàn)徘徊；
[0051] 二、短期內(nèi)多處出現(xiàn)徘徊；
[0052]三、短期內(nèi)多處頻發(fā)徘徊；
[0053]四、多處徘徊中出現(xiàn)相同人，相同身份的確認(rèn)通過(guò)徘徊行人重檢過(guò)程實(shí)現(xiàn)；
[0054]所述徘徊行人重檢過(guò)程分為訓(xùn)練過(guò)程和測(cè)試過(guò)程，
[0055] 在訓(xùn)練過(guò)程中，首先對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行基于塊的特征提取，并通過(guò)K-means方式進(jìn)行 聚類，然后對(duì)每類數(shù)據(jù)進(jìn)行基于隨機(jī)采樣的尺度學(xué)習(xí)，得到每類數(shù)據(jù)對(duì)應(yīng)的馬氏距離函數(shù)； 所述基于隨機(jī)采樣的尺度學(xué)習(xí)的實(shí)現(xiàn)如下，
[0056] 設(shè)訓(xùn)練數(shù)據(jù)集為DTraining，其中包括多個(gè)行人樣本對(duì)，每個(gè)行人樣本對(duì)包括一個(gè)行 人在兩個(gè)攝像頭下的樣本，通過(guò)聚類，訓(xùn)練數(shù)據(jù)集D Training中數(shù)據(jù)被分成了 K類，記為
[0057]
[0058] 其中，指第k類數(shù)據(jù)，K為類別數(shù)目；
[0059] 對(duì)于，尋找其類中心壯相鄰的數(shù)據(jù)構(gòu)成的鄰域數(shù)據(jù)集，且
[0060]
[0061 ]在中進(jìn)行N次隨機(jī)采樣，綜合N次的采樣結(jié)果得到數(shù)據(jù)集Z)(iUg，
[0062]
[0063] 其中，
|示第"欠采樣結(jié)果；
[0064] 在數(shù)據(jù)集上進(jìn)行Mahal尺度學(xué)習(xí)，實(shí)現(xiàn)如下，
[0065] 給定行人樣本對(duì)x=(xa，xb)，，x4Pxb分別是來(lái)自不同攝像頭下的行人 圖像，設(shè)S表示事件"Xa和Xb是同一行人"，記為Xa，Xb Ε S，D表示"事件Xa和Xb是不同行人"，記 為Xa，XbeD，尺度學(xué)習(xí)過(guò)程采用下式
[0066]
[0067]其中，||