(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210819093.5 (22)申请日 2022.07.13 (71)申请人 南京森根科技股份有限公司 地址 210000 江苏省南京市雨 花台区宁双 路云尚城DE幢 (72)发明人 王倩　余勇　刘方旭　 (51)Int.Cl. G06V 40/16(2022.01) G06V 40/20(2022.01) G06V 20/62(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) H04W 4/029(2018.01) G08G 1/01(2006.01) (54)发明名称 基于相似轨 迹的人员关系分类方法与系统 (57)摘要 本发明公开了基于相似轨迹的人员关系分 类方法与系统， 该方法包括： 通过特征采集模块 采集预设时间段人脸侦码信息、 wifi侦码信息、 热点侦码信息和车牌侦码信息； 通过关联计算将 采集信息进行匹配， 匹配为将人脸信息、 MAC、 国 际移动用户识别码和车牌号统一到同一人， 得到 不同人员信息表， 抽取目标人员信息， 得到目标 人员信息表， 形成目标人员运动轨迹信息； 根据 目标人员运动轨迹信息， 提取与目标人员以相同 采集时间出现在相同采集地点的特征信息， 形成 关联人员信息表； 采用快速模块度优化算法， 将 关联人员信息表中的人员划分成至少两类， 并对 每类人员之间的关系进行研判。 该 发明的方法与 系统， 便于掌握目标人员的社会关系信息及活动 规律。 权利要求书1页 说明书6页 附图1页 CN 114898448 A 2022.08.12 CN 114898448 A 1.基于相似轨 迹的人员关系分类方法， 其特 征在于， 该 方法包括如下步骤： S1： 通过特征采集模块采集预设时间段的人脸侦码信息、 wifi侦码信息、 热点侦码信息 和车牌侦码信息， 形成人脸信息表、 MAC地址信息表、 国际移动用户识别码和车牌 号信息表； S2： 通过关联计算， 将所述S1中的人脸信息表、 MAC地址信息表、 国际移动用户识别码信 息表和车牌号信息表进行匹配， 所述匹配为将人脸信息、 MAC、 国际移动用户识别码和车牌 号统一到同一个人， 得到不同人员的信息表， 抽取目标人员信息， 得到目标人员信息表， 形 成目标人员运动轨 迹信息； S3： 根据S2中的目标人员运动 轨迹信息， 提取S1中人脸信息表、 MAC地址信息表、 国际移 动用户识别码信息表和车牌号信息表中与目标人员以相同采集时间出现在相同采集地点 的特征信息， 所述特征信息包括人脸信息、 MAC地址信息、 国际移动用户识别码和车牌号信 息， 形成关联 人员信息表； S4： 采用快速模块度优化算法， 根据采集地点的集中性， 将关联人员 信息表中的人员划 分成至少两类； S5： 根据采集时间及采集 地点， 对S4中每 类人员之间的关系进行研判。 2.根据权利要求1所述基于相似轨迹的人员关系分类方法， 其特征在于， 所述S1中， 特 征采集模块包括人脸采集设备、 w ifi采集设备、 热点采集设备和车牌 号采集设备。 3.根据权利要求2所述基于相似轨迹的人员关系分类方法， 其特征在于， 所述S1中， 人 脸信息表 为采用人脸采集设备采集的人脸侦码及其对应的采集时间、 采集地点； MAC地址信 息表为采用wifi采集设备采集的MAC地址信息及其对应的采集时间、 采集地点； 国际移动用 户识别码信息表为采用热点采集设备采集的国际移动用户识别码及其对应的采集时间、 采 集地点； 车牌号信息表为采用车牌号采集设备采集的车牌号及其对应的采集时间、 采集地 点。 4.根据权利要求1所述基于相似轨迹的人员关系分类方法， 其特征在于， 所述S5中， 采 集地点为住宅， 末次采集时间为夜晚， 则研判此类人员关系为家人。 5.根据权利要求1所述基于相似轨迹的人员关系分类方法， 其特征在于， 所述S5中， 采 集地点为写字楼， 采集时间为工作日， 则研判此类人员关系为同事。 6.基于相似轨 迹的人员关系分类系统， 其特 征在于， 该系统包括： 特征采集模块， 包括人脸采集设备、 wifi采集设备、 热点采集设备和车牌号采集设备， 分别用于采集人脸侦码信息、 w ifi侦码信息、 热点侦码信息和车牌侦码信息； 信息匹配模块， 将人脸侦码信息、 wifi侦码信息、 热点侦码信息和车牌侦码信息匹配至 同一个人， 得到不同人员的信息表， 抽取目标人员信息， 得到目标人员信息表， 形成目标人 员运动轨 迹信息； 轨迹提取模块， 提取与目标人员以相同采集时间出现在相同采集地点的特征信息， 所 述特征信息包括人脸信息、 MAC地址信息、 国际移动用户识别码信息和车牌号信息， 形成关 联人员信息表； 群体划分模块， 采用快速模块度优化算法， 根据采集地点的集中性， 将关联人员 信息表 中的人员划分成至少两类； 关系研判模块， 根据采集时间及采集 地点， 研判每 类人员的关系为家人或同事。权　利　要　求　书 1/1 页 2 CN 114898448 A 2基于相似轨 迹的人员关系分类方 法与系统 技术领域 [0001]本发明属于智能人员管控技术， 涉及大数据挖掘 领域， 具体涉及基于相似轨迹的 人员关系分类方法与系统。 背景技术 [0002]随着城市人口的不断增长， 人员的社会关系相对复杂， 对人员管控的难度也随之 增大， 得益于大数据及人工智能在城市人员管控中的应用， 智慧城市安防系统的建设得到 了不断地加强与完 善。 [0003]然而， 每个系统得到 的大量的监控数据未形成有效的联系， 在调查特定人员的社 会关系时， 不同的管控平台采用不同的人员管理系统， 得到的人员信息数据单一， 在调取人 员数据时， 会耗费大量的时间， 人力成本高， 对于人员关联信息的识别与检测效率不高， 这 就导致进行人员管理时， 难以及时发现人员管控中的安全隐患。 因此为了进一步挖掘人员 的社会关系， 形成关联人员信息宽表， 实现对城市人员的精细化管控， 本发明设计一种基于 相似轨迹的人员分类方法与系统。 发明内容 [0004]为了解决背景技 术中的上述问题， 本发明提供如下技 术方案： 一方面， 本发明提供了一种基于相似轨迹的人员关系分类方法， 其特征在于， 该方 法包括如下步骤： S1： 通过特征采集模块采集预设时间段的人脸侦码信息、 wifi侦码信息、 热点侦 码 信息和车牌侦码信息， 形成人脸信息表、 MAC地址信息表、 国际移动用户识别码信息表和车 牌号信息表； S2： 通过关联计算， 将所述S1中的人脸信息表、 MAC地址信息表、 国际移动用户识别 码信息表和车牌号信息表进行匹配， 所述匹配为将人脸信息、 MAC、 国际移动用户识别码和 车牌号统一到同一个人， 得到不同人员的信息表， 抽取目标人员信息， 得到目标人员信息 表， 形成目标 人员运动轨 迹信息； S3： 根据S2中的目标人员运动轨迹信息， 提取S1中人脸信息表、 MAC地址信息表、 国 际移动用户识别码信息表和车牌号信息表中与目标人员以相同采集时间出现在相同采集 地点的特征信息， 所述特征信息包括人脸信息、 MAC地址信息、 国际移动用户识别码信息和 车牌号信息， 形成关联 人员信息表； S4： 采用快速模块度 优化算法， 根据采集地点的集中性， 将关联人员信息表中的人 员划分成至少两类； S5： 根据采集时间及采集 地点， 对S4中每 类人员之间的关系进行研判。 [0005]进一步地， 所述S1中， 特征采集模块包括人脸采集设备、 wifi采集设备、 热点采集 设备和车牌 号采集设备。 [0006]进一步地， 所述S1中， 人脸信息表为采用人脸采集设备采集的人脸侦码及其对应说　明　书 1/6 页 3 CN 114898448 A 3