特表 2022-526382 行動分析方法、装置、電子機器、記憶媒体およびコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-05-24

(54)【発明の名称】行動分析方法、装置、電子機器、記憶媒体およびコンピュータプログラム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20220517BHJP

   G16Y 20/10 20200101ALI20220517BHJP

   G16Y 20/40 20200101ALI20220517BHJP

   G16Y 40/20 20200101ALI20220517BHJP

【ＦＩ】

G06Q50/10

G16Y20/10

G16Y20/40

G16Y40/20

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2021558010

(86)(22)【出願日】2020-06-01

(85)【翻訳文提出日】2021-09-29

(86)【国際出願番号】 CN2020093789

(87)【国際公開番号】W WO2021063011

(87)【国際公開日】2021-04-08

(31)【優先権主張番号】201910944310.1

(32)【優先日】2019-09-30

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

(71)【出願人】

【識別番号】519453342

【氏名又は名称】深▲せん▼市商▲湯▼科技有限公司

【氏名又は名称原語表記】ＳＨＥＮＺＨＥＮ ＳＥＮＳＥＴＩＭＥ ＴＥＣＨＮＯＬＯＧＹ ＣＯ．， ＬＴＤ．

【住所又は居所原語表記】Ｒｏｏｍ ２０１， Ｂｕｉｌｄｉｎｇ Ａ， Ｎｏ． １， Ｑｉａｎｗａｎ Ｒｏａｄ， Ｑｉａｎｈａｉ Ｓｈｅｎｚｈｅｎ－Ｈｏｎｇｋｏｎｇ Ｍｏｄｅｒｎ Ｓｅｒｖｉｃｅ Ｉｎｄｕｓｔｒｙ Ｃｏｏｐｅｒａｔｉｏｎ Ｚｏｎｅ Ｓｈｅｎｚｈｅｎ， Ｇｕａｎｇｄｏｎｇ ５１８０００ （ＣＮ）

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】黄▲瀟▼▲瑩▼

(72)【発明者】

【氏名】李蔚琳

(72)【発明者】

【氏名】李▲曉▼通

(72)【発明者】

【氏名】▲楊▼松

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC11

(57)【要約】

本願実施例は、行動分析方法、装置、電子機器、コンピュータ記憶媒体およびコンピュータプログラムを提供し、前記方法は、ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

行動分析方法であって、
ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、
マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、
前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む、前記行動分析方法。

【請求項2】

前記興味点情報は、第１興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得することと、
前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定することと、を含む、
請求項１に記載の行動分析方法。

【請求項3】

前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得することと、
前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定することと、を含む、
請求項１に記載の行動分析方法。

【請求項4】

前記興味点情報は、第３興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットされたターゲット対象であると決定することを含む、
請求項１に記載の行動分析方法。

【請求項5】

前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む、
請求項１ないし４のいずれか１項に記載の行動分析方法。

【請求項6】

前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得することと、
前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得することと、を含む、
請求項１ないし５のいずれか１項に記載の行動分析方法。

【請求項7】

前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得することを含む、
請求項１ないし５のいずれか１項に記載の行動分析方法。

【請求項8】

前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む、
請求項６または７に記載の行動分析方法。

【請求項9】

前記行動分析方法は、
前記ターゲット対象の行動データに従って、早期警告条件を決定することであって、前記早期警告条件は、人員に異常な行動が現れる条件を示すことと、
再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成することと、をさらに含む、
請求項１ないし８のいずれか１項に記載の行動分析方法。

【請求項10】

取得モジュールおよび処理モジュールを備える、行動分析装置であって、
前記取得モジュールは、ターゲット対象のアーカイブ情報を取得するように構成され、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含み、
前記処理モジュールは、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得するように構成される、前記行動分析装置。

【請求項11】

前記興味点情報は、第１興味点を含み、前記処理モジュールは、前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得し、前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定するように構成される、
請求項１０に記載の行動分析装置。

【請求項12】

前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記処理モジュールは、前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得し、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定するように構成される、
請求項１０に記載の行動分析装置。

【請求項13】

前記興味点情報は、第３興味点を含み、前記処理モジュールは、前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットターゲット対象プリセットされたターゲット対象であると決定するように構成される、
請求項１０に記載の行動分析装置。

【請求項14】

前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む、
請求項１０ないし１３のいずれか１項に記載の行動分析装置。

【請求項15】

前記取得モジュールは、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得し、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得するように構成される、
請求項１０ないし１４のいずれか１項に記載の行動分析装置。

【請求項16】

前記取得モジュールは、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得するように構成される、
請求項１０ないし１４のいずれか１項に記載の行動分析装置。

【請求項17】

前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む、
請求項１５または１６に記載の行動分析装置。

【請求項18】

前記処理モジュールは、さらに、前記ターゲット対象の行動データに従って、早期警告条件を決定し、前記早期警告条件は、人員に異常な行動が現れる条件を示し、再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成するように構成される、
請求項１０ないし１７のいずれか１項に記載の行動分析装置。

【請求項19】

プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備える、電子機器であって、
前記プロセッサは、前記コンピュータプログラムを実行して、請求項１ないし９のいずれか１項に記載の行動分析方法を実行するように構成される、前記電子機器。

【請求項20】

コンピュータプログラムが記憶される、コンピュータ記憶媒体であって、
前記コンピュータプログラムは、プロセッサによって実行されるときに、請求項１ないし９のいずれか１項に記載の行動分析方法を実現する、前記コンピュータ記憶媒体。

【請求項21】

コンピュータ可読コードを含む、コンピュータプログラムであって、
前記コンピュータ可読コードが、電子機器で実行するとき、前記電子機器中のプロセッサは、請求項１ないし９のいずれか請求項に記載の行動分析方法を実現するために実行される、前記コンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本願は、２０１９年９月３０日に中国特許局に提出された、出願番号が２０１９１０９４４３１０．１である中国特許出願に基づいて提出されるものであり、当該中国特許出願の優先権を主張し、当該中国特許出願の全ての内容が参照によって本願にグ組み込まれる。

【0002】

本願実施例は、コンピュータビジョン技術分野に関し、行動分析方法、装置、電子機器、コンピュータ記憶媒体およびコンピュータプログラムに関するが、これに限定されない。

【背景技術】

【0003】

従来の事件捜査方式は、通常、発生した特定の事件に基づいて、関連手がかりを探すことで、容疑者およびその身元を確認し、同時に容疑者の所在を追跡して事件を解決するが、上記のような「事件から人」の操作方式は、事件が発生した後にのみ実行することができる。

【0004】

同時に、現在、公安機関が主に手動でビデオ監視データをモニタリングするか、または主要な場所や人員を定期的に検査する方式を介して人員に対する管理を実現するが、これは管理が難しく、且つ、多くの人的資源と時間コストを必要とする。事件の前に人員をインテリジェントに管理および制御し、犯罪を防ぐ方法は、公共の安全管理において緊急に解決しようとする課題である。

【発明の概要】

【発明が解決しようとする課題】

【0005】

本願実施例は、行動分析方法、装置、電子機器、コンピュータ記憶媒体およびコンピュータプログラムを提供しようとする。

【課題を解決するための手段】

【0006】

本願実施例は、行動分析方法を提供し、
ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、
マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、
前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む。

【0007】

本願のいくつかの実施例において、前記興味点情報は、第１興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得することと、
前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定することと、を含む。

【0008】

当然のことながら、第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、ターゲット対象が常に第１興味点で現れることを意味し、この場合、第１興味点を、ターゲット対象の第１プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0009】

本願のいくつかの実施例において、前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得することと、
前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定することと、を含む。

【0010】

当然のことながら、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、ターゲット対象はプリセット時間範囲内に常に第２興味点で現れることを意味し、この場合、第２興味点を、ターゲット対象の第２プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0011】

本願のいくつかの実施例において、前記興味点情報は、第３興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットターゲット対象プリセットされたターゲット対象であると決定することを含む。

【0012】

当然のことながら、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より大きいか等しい場合、ターゲット対象が常に第３興味点で現れることを意味し、これに基づいて、ターゲット対象のアーカイブ情報のカテゴリが、第１ライブラリカテゴリであれば、直接に、ターゲット対象のカテゴリを判定でき、さらに、ターゲット対象が、プリセットされたターゲット対象であると判定することで、ターゲット対象の行動規則をさらに分析することに役立つ。

【0013】

本願のいくつかの実施例において、前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む。

【0014】

このように、ターゲット対象の身元情報を参照して、ターゲット対象の行動規則をさらに分析することに役立つ。

【0015】

本願のいくつかの実施例において、前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得することと、
前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得することと、を含む。

【0016】

当然のことながら、取得した各キャプチャ画像、および各キャプチャ画像のキャプチャ画像情報をクラスタリングすることを介して、同じ人員のターゲット特徴を集約することができ、さらに、後続のターゲット特徴の比較を介して、同じターゲット対象のアーカイブ情報をすばやく取得することを容易にする。

【0017】

本願のいくつかの実施例において、前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得することを含む。

【0018】

これから分かるように、各キャプチャ画像と、各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングしたため、ターゲット対象のアーカイブ情報を直接に取得でき、実現を容易にする特徴を有する。

【0019】

本願のいくつかの実施例において、前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む。

【0020】

このように、顔特徴、人体特徴、自動車特徴、非自動車特徴などの側面から、ターゲット対象の行動規則をさらに分析することに役立つ。

【0021】

本願のいくつかの実施例において、前記方法は、
前記ターゲット対象の行動データに従って、早期警告条件を決定することであって、前記早期警告条件は、人員に異常な行動が現れる条件を示すことと、
再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成することと、をさらに含む。

【0022】

これから分かるように、本願実施例は、早期警告条件に従って、人員の異常な行動に対して、早期警告を実行することができる。

【0023】

本願実施例は、取得モジュールおよび処理モジュールを備える、行動分析装置をさらに提供する。

【0024】

前記取得モジュールは、ターゲット対象のアーカイブ情報を取得するように構成され、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含む。

【0025】

前記処理モジュールは、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得するように構成される。

【0026】

本願のいくつかの実施例において、前記興味点情報は、第１興味点を含み、前記処理モジュールは、前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得し、前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定するように構成される。

【0027】

当然のことながら、第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、ターゲット対象が常に第１興味点で現れることを意味し、この場合、第１興味点を、ターゲット対象の第１プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0028】

本願のいくつかの実施例において、前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記処理モジュールは、前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得し、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定するように構成される。

【0029】

当然のことながら、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、ターゲット対象がプリセット時間範囲内に常に第２興味点で現れることを意味し、この場合、第２興味点をターゲット対象の第２プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0030】

本願のいくつかの実施例において、前記興味点情報は、第３興味点を含み、前記処理モジュールは、前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より大きいか等しい場合、前記ターゲット対象がプリセットされたターゲット対象であると決定するように構成される。

【0031】

当然のことながら、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、ターゲット対象が常に第３興味点で現れることを意味し、これに基づいて、ターゲット対象のアーカイブ情報のカテゴリが、第１ライブラリカテゴリであれば、直接に、ターゲット対象のカテゴリを判定でき、さらに、ターゲット対象が、プリセットされたターゲット対象であると判定することを介して、ターゲット対象の行動規則をさらに分析することに役立つ。

【0032】

本願のいくつかの実施例において、前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む。

【0033】

このように、ターゲット対象の身元情報を参照して、ターゲット対象の行動規則をさらに分析することに役立つ。

【0034】

本願のいくつかの実施例において、前記取得モジュールは、ターゲット特徴を、クラスタリングベースとし、取得した各キャプチャ画像、および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得し、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得するように構成される。

【0035】

当然のことながら、取得した各キャプチャ画像、および各キャプチャ画像のキャプチャ画像情報をクラスタリングすることを介して、同じ人員のターゲット特徴を集約することができ、さらに、後続のターゲット特徴の比較を介して、同じターゲット対象のアーカイブ情報をすばやく取得することを容易にする。

【0036】

本願のいくつかの実施例において、前記取得モジュールは、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得するように構成される。

【0037】

これから分かるように、各キャプチャ画像、各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングしたため、ターゲット対象のアーカイブ情報を直接に取得でき、実現を容易にする特徴を有する。

【0038】

本願のいくつかの実施例において、前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む。

【0039】

このように、顔特徴、人体特徴、自動車特徴、非自動車特徴などの側面から、ターゲット対象の行動規則をさらに分析することに役立つ。

【0040】

本願のいくつかの実施例において、前記処理モジュールは、さらに、前記ターゲット対象の行動データに従って、早期警告条件を決定し、前記早期警告条件は、人員に異常な行動が現れる条件を示し、再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成するように構成される。

【0041】

これから分かるように、本願実施例は、早期警告条件に従って、人員の異常な行動に対して、早期警告を実行することができる。

【0042】

本願実施例は、さらに、プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリとを備える、電子機器を提供し、ここで、
前記プロセッサは、前記コンピュータプログラムを実行して、上記の任意の１つの行動分析方法を実行するように構成される。

【0043】

本願実施例は、さらに、コンピュータプログラムが記憶される、コンピュータ記憶媒体を提供し、前記コンピュータプログラムは、プロセッサによって実行されるときに、上記の任意の１つの行動分析方法を実現する。

【0044】

本願実施例は、さらに、コンピュータ可読コードを含む、コンピュータプログラムを提供し、前記コンピュータ可読コードが、電子機器で実行されるときに、前記電子機器中のプロセッサは、上記の任意の１つの行動分析方法を実現するために実行する。

【発明の効果】

【0045】

本願実施例によって提出される行動分析方法、装置、電子機器、コンピュータ記憶媒体およびコンピュータプログラムにおいて、ターゲット対象のアーカイブ情報を取得し、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含み、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得する。このようにして、本願実施例において、ターゲット対象のアーカイブ情報およびキャプチャ場所の周辺エリアの興味点情報に従って、ターゲット対象に対して、行動分析を実行することができ、即ち、本願実施例は、事件が発生した後にターゲット対象の所在を探す必要なく、事前にターゲット対象の行動を分析することができ、事件が発生する前に、ターゲット対象の行動データに従って、ターゲット対象を管理および制御することに役立つ。

【0046】

上記の一般的な説明および後述する詳細な説明は、単なる例示および説明に過ぎず、本願を限定するものではないことを理解されたい。

【図面の簡単な説明】

【0047】

ここでの図面は、本明細書に組み込まれてその一部を構成し、これらの図面は、本願と一致する実施例を示すものであり、明細書とともに本願実施例の技術的解決策を説明するために使用される。

【図1】本願実施例の行動分析方法のフローチャートである。

【図2】本願実施例の１つの適用シナリオの概略図である。

【図3】本願実施例の行動分析装置の構成の例示的な構造図である。

【図4】本願実施例の電子機器の例示的な構造図である。

【発明を実施するための形態】

【0048】

以下、図面および実施例を参照して、本願をより詳しく説明する。ここで提供される実施例は、本願を説明するためにのみ使用され、本願を限定するために使用されないことを理解されたい。さらに、以下で提供される実施例は、本願の部分的な実施例を実施するために使用され、本願のすべての実施例を実施するために提供されることではなく、競合することなく、本願実施例に記載の技術的解決策は、任意に組み合わせる方式で実施されることができる。

【0049】

本願実施例において、「備える」、「含む」またはその任意の他の変形の用語は、非排他的な含みを覆われることを意図し、それにより、一連の要素を含む方法または装置は、明示的に記載される要素を含むだけでなく、さらに、明示的に列挙されない他の要素を含み、または、方法または装置を実施するための固有の要素も含むことに留意されたい。より多くの制限なしに、「１つの…を含む」という文で限定される要素は、前記要素を含む方法または装置に、別の関連要素（例えば、方法におけるステップまたは装置におけるユニットであり、例示のユニットは、部分的な回路、部分的なプロセッサ、部分的なプログラム、またはソフトウェアなどであり得る）の存在を排除しない。

【0050】

例えば、本願実施例によって提供される行動分析方法は、一連のステップを含むが、本願実施例によって提供される行動分析方法は、記載されるステップに限定されなく、同様に、本願実施例によって提供される行動分析装置は、一連のモジュールを備えるが、本願実施例によって提供される装置は、明示的に記載されるモジュールを含むことに限定されなく、さらに、関連情報を取得するために、または情報に基づいて、処理するために設定する必要があるモジュールを備える。

【0051】

本明細書における「および／または」という用語は、関連付けられる対象を説明する単なる関連付けであり、３種類の関係が存在することができることを示し、例えば、Ａおよび／またはＢは、Ａが独立で存在する場合、ＡとＢが同時に存在する場合、Ｂが独立で存在する場合などの３つの場合を示す。さらに、本明細書における「少なくとも１つ」という用語は、複数のうちの１つまたは複数のうちの少なくとも２つの任意の組み合わせを示し、例えば、Ａ、Ｂ、Ｃのうちの少なくとも１つを含むことは、Ａ、ＢおよびＣで構成されるセットから選択される任意の１つまたは複数の要素を含むことを示す。

【0052】

本願実施例は、端末とサーバによって組み合わせるコンピュータシステムに適用され、多くの他の汎用または専用コンピューティングシステム環境または構成とともに操作することができる。ここで、端末は、シンクライアント、シッククライアント、ハンドヘルドまたはラップトップ機器、マイクロプロセッサに基づくシステム、セットトップボックス、プログラマブル家電、ネットワークパソコン、小型コンピュータシステムなどであり得、サーバは、サーバコンピュータシステム、小型コンピュータシステム、大型コンピュータシステム、および上記の任意のシステムを含む、分散型クラウドコンピューティングテクノロジ環境などであり得る。

【0053】

端末やサーバなどの電子機器は、コンピュータシステムによって実行される、コンピュータシステム実行可能命令（プログラムモジュールなど）の一般的な文脈で説明されることができる。通常、プログラムモジュールは、ルーチン、プログラム、ターゲットプログラム、コンポーネント、ロジック、データ構造などを含み得、これらは、特定のタスクを実行するか、または特定の抽象データカテゴリを実現する。コンピュータシステム／サーバは、分散型クラウドコンピューティング環境で実施することができ、分散型クラウドコンピューティング環境において、タスクは、通信ネットワークリンクを通する遠隔処理機器によって実行される。分散型クラウドコンピューティング環境において、プログラムモジュールは、記憶機器を備えるローカルまたは遠隔コンピューティングシステム記憶媒体に配置されることができる。

【0054】

本願のいくつかの実施例において、行動分析方法を提出し、インテリジェントビデオ分析、セキュリティモニタリング、ビッグデータ分析などのシナリオに適用され得る。

【0055】

図１は、本願実施例の行動分析方法のフローチャートであり、図１に示されるように、当該プロセスは、以下のステップを含み得る。

【0056】

ステップ１０１において、ターゲット対象のアーカイブ情報を取得し、アーカイブ情報は、ターゲット対象の人員情報、ターゲット対象のキャプチャ画像、およびキャプチャ画像のキャプチャ画像情報を含み、キャプチャ画像情報は、キャプチャ場所を含む。

【0057】

本願実施例において、ターゲット対象は、モニタリングする必要がある、事前に決定された人員であり得、本願のいくつかの実施例において、ターゲット対象の人員情報は、ターゲット対象の顔特徴、ターゲット対象の人体特徴、ターゲット対象の自動車特徴、ターゲット対象の非自動車特徴、ターゲット対象の身元情報のうちの少なくとも１つを含み得、例えば、ターゲット対象の身元情報は、ターゲット対象の顔特徴、ターゲット対象の顔画像、ターゲット対象の身分証明書番号などの情報であり得、実際の適用において、ターゲット対象の顔特徴は、ターゲット対象の顔画像から抽出することができる。

【0058】

本願のいくつかの実施例において、ターゲット対象の人員情報は、逃亡者情報ライブラリ、犯罪者情報ライブラリから取得することができ、ターゲット対象の人員情報は、管理制御対象者員データベースに記憶されることができる。ここでのターゲット対象は、１つであり得、複数でもあり得る。

【0059】

実際の適用において、ターゲット対象のキャプチャ画像は、モニタリング機器によって収集されることができ、モニタリング機器は、キャプチャ機器などの、画像を収集するために使用される機器であり得、カメラなどの、ビデオを収集するために使用される機器でもあり得、モニタリング機器の数は、１つであり得、複数でもあり得、本願のいくつかの実施例において、モニタリング機器は、公安機関によって構築されるモニタリング機器であり得る。

【0060】

実際の適用において、モニタリング機器が、ビデオを収集するために使用される機器である場合、収集したビデオをデコーディングし、デコーディングした後のビデオから、少なくとも１つの画像（少なくとも１フレームの画像）を抽出することができる。

【0061】

ここで、キャプチャ場所は、モニタリング機器の位置情報を示し、モニタリング機器の位置情報は、緯度と経度で示すことができる。本願のいくつかの実施例において、キャプチャ画像情報は、キャプチャ時間をさらに含み得、キャプチャ時間は、モニタリング機器が、画像を収集する時点を示す。

【0062】

実際の適用において、モニタリング機器が、少なくとも１つの画像を収集した場合、モニタリング機器で収集された少なくとも１つの画像から、ターゲット対象のキャプチャ画像を決定することができ、モニタリング機器で収集された各画像に対して、いずれもキャプチャ時間およびキャプチャ場所を決定し得るため、ターゲット対象のキャプチャ画像に対して、キャプチャ画像のキャプチャ画像情報を決定することができる。一例において、ターゲット対象のキャプチャ画像およびキャプチャ画像のキャプチャ画像情報を取得した後、ターゲット対象のキャプチャ画像を、キャプチャ画像のキャプチャ画像情報に関連付け、関連付けられた後のデータをキャプチャデータベースに記憶することができる。

【0063】

ターゲット対象のアーカイブ情報を取得する実施形態に対して、一例において、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、および各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得し、
本願のいくつかの実施例において、ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含み得る。実際に実施するとき、ディープラーニングに基づくターゲット認識方法を使用して、モニタリング機器で収集された画像に対して、ターゲット認識を実行して、ターゲット特徴を取得することができ、本願実施例において、使用されるターゲット認識方法に対して限定しない。

【0064】

本願実施例において、ターゲット特徴（顔特徴、人体特徴、自動車特徴または非自動車特徴）は、特徴値および特徴属性の２つの次元のデータを含み、ここで、特徴値は、特徴の比較を実行するために使用され、例えば、１つの特徴値と、Ｍ個の特徴値との比較のために使用され得、Ｍは、１より大きいか等しい整数であり得、Ｍ個の特徴値は、事前に記憶された特徴値であり得る。特徴属性は、ターゲット特徴の属性を示すために使用され、例示的に、人体特徴は、性別、年齢、ひげ型、髪型、上下の服のスタイル、上下の服の色のうちの少なくとも１つを示すために使用され、自動車特徴は、自動車の種類、ナンバープレート番号、自動車の形状、自動車のサイズのうちの少なくとも１つを示すために使用され、非自動車特徴は、非自動車の種類、非自動車の形状、非自動車のサイズのうちの少なくとも１つを示すために使用され、実際の適用において、特徴属性は、後続の、ターゲット特徴に従って、データの選別を実行することを容易にし、例えば、不審者の身体特徴を決定した後、特徴属性の人体の身体特徴に従って、モニタリング機器で収集された画像に対して、選別およびフィルタリングを実行することができる。

【0065】

本願のいくつかの実施例において、モニタリング機器で収集された画像に対して、ターゲット認識を実行した後、１つの画像における人体、顔、自動車、非自動車の位置に従って、同じ位置エリアにあるターゲット特徴を関連付けて、同じ対象のターゲット特徴を取得することができる。

【0066】

ここで、各キャプチャ画像は、モニタリング機器で収集された各画像を示し、各キャプチャ画像の任意の１つの画像は、ターゲット対象を含み得、ターゲット対象を含まないこともあり得、これから分かるように、取得した各キャプチャ画像および各キャプチャ画像のキャプチャ画像情報に対して、ターゲット特徴のクラスタリングを実行することを介して、同じ人員のターゲット特徴を集約することができ、実際に実施するとき、クラスタリングを介して、少なくとも１グループのクラスタリング結果を取得した後、前記少なくとも１グループのクラスタリング結果をクラスタリングデータベースに記憶することができる。

【0067】

少なくとも１グループのクラスタリング結果を取得した後、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得することができ、本願のいくつかの実施例において、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報と、ターゲット特徴の比較を実行して、比較成功のターゲット特徴に対応するキャプチャ画像と、キャプチャ画像情報、および比較成功のターゲット特徴に対応するターゲット対象の人員情報を取得することができ、ここで、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報とターゲット特徴の比較を実行するとき、ターゲット特徴の類似度が、設定した類似度の閾値を超えると、比較成功と見なすことができ、逆に、ターゲット特徴の類似度が、設定した類似度の閾値を越えていないと、比較失敗と見なすことができ、設定した類似度の閾値は、実際の適用シナリオに従って、設定することができ、例えば、設定した類似度の閾値は、９０％、９５％などであり得る。

【0068】

当然のことながら、取得した各キャプチャ画像、および各キャプチャ画像のキャプチャ画像情報を、クラスタリングすることを介して、同じ人員のターゲット特徴を集約することができ、さらに、後続の、ターゲット特徴の比較を介して、同じターゲット対象のアーカイブ情報をすばやく取得することを容易にする。

【0069】

ターゲット対象のアーカイブ情報を取得する実施形態に対して、本願のいくつかの実施例において、モニタリング機器によって収集された各キャプチャ画像、各キャプチャ画像のキャプチャ画像情報、および事前に決定されたターゲット対象の人員情報を取得した後、直接に、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、ターゲット対象のアーカイブ情報を取得する。

【0070】

これから分かるように、各キャプチャ画像、各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングしたため、ターゲット対象のアーカイブ情報を直接に取得でき、実現を容易にする特徴を有する。

【0071】

実際の適用において、ターゲット対象のアーカイブ情報を取得した後、ターゲット対象のアーカイブ情報を人員アーカイブデータベースに記憶することができる。

【0072】

ステップ１０２において、マップデータに基づいて、キャプチャ場所の周辺エリアの興味点情報を取得し、周辺エリアは、プリセットのキャプチャ場所を含む地理的エリアを示す。

【0073】

例示的に、キャプチャ場所の周辺エリアは、キャプチャ場所を中心とし、半径は設定距離である、１つのエリアであり得、設定距離は、実際の適用シナリオに従って、設定することができ、例えば、設定距離は、１００ｍ、１５０ｍ、５０ｍなどである。

【0074】

ここで、興味点情報は、事前に設定された情報であり得、例えば、興味点は、病院、住宅街、ホテル、鉄道駅などであり得、キャプチャ場所の周辺エリアの興味点は、１つであり得、複数でもあり得る。

【0075】

さらに、キャプチャ場所の周辺エリアの興味点情報に従って、対応するモニタリング機器に、場所カテゴリのタグを追加することができ、このようにして、モニタリング機器によって収集される画像を取得した後、モニタリング機器の場所カテゴリのタグも取得でき、後続の分析を容易にする。例えば、モニタリング機器Ｄの周囲１００ｍ内の範囲に、鉄道駅、ホテル、レストランの３つの興味点情報が存在すれば、モニタリング機器Ｄに、鉄道駅、ホテル、レストランの３つのタグを追加する。

【0076】

ステップ１０３において、興味点情報およびターゲット対象のアーカイブ情報に基づいて、ターゲット対象の行動データを取得する。

【0077】

本願実施例において、ターゲット対象の行動データは、ターゲット対象の行動規則および／またはターゲット対象のカテゴリ情報を示すことができ、例示的に、ターゲット対象の行動規則は、ターゲット対象が、興味点に現れる回数、および興味点に現れる時間を表すことができ、ターゲット対象のカテゴリ情報は、ターゲット対象が属する、モニタリングする必要がある人員カテゴリを示すことができ、例えば、ターゲット対象のカテゴリ情報は、ターゲット対象が、プロの医療妨害者またはチケットディーラなどの人員に属することを示すことができる。実際の適用において、ターゲット対象のアーカイブ情報に従って、ターゲット対象の履歴活動トラックを決定することができ、ここで、ターゲット対象の履歴活動トラックは、ターゲット対象の現れる時間および／または現れる場所などの情報を示すことができ、ターゲット対象の履歴活動トラックを収集した後、ターゲット対象の履歴活動トラックおよび興味点情報に従って、ターゲット対象の行動データを取得することができる。

【0078】

以下、上記のステップの実施形態に対して、例示的に説明する。

【0079】

最初の例において、前記興味点情報は、第１興味点を含み、この場合、第１興味点でのターゲット対象のキャプチャ画像の第１キャプチャ回数を取得し、第１キャプチャ回数が第１プリセット閾値より大きいか等しい場合、第１興味点がターゲット対象の第１プリセット場所であると決定する。

【0080】

ここで、第１興味点は、事前に設定された興味点であり得、例えば、第１興味点は、病院、住宅街、ホテルまたは鉄道駅などであり得る。

【0081】

ターゲット対象のアーカイブ情報を取得した後、キャプチャ場所に従って、キャプチャ場所の周辺エリアの第１興味点を探すことができ、さらに、第１興味点のキャプチャ画像を取得でき、第１興味点のキャプチャ画像を分析することを介して、第１興味点でのターゲット対象のキャプチャ画像の第１キャプチャ回数を取得することができる。

【0082】

本願実施例において、第１プリセット閾値は、実際の適用シナリオに従って、設定することができる。さらに、第１キャプチャ回数が、第１プリセット閾値より小さい場合、前記第１興味点でのターゲット対象のキャプチャ画像を無視することができる。

【0083】

当然のことながら、第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、ターゲット対象が常に第１興味点で現れることを意味し、この場合、第１興味点を、ターゲット対象の第１プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0084】

本願実施例において、第１プリセット場所は、居住地、職場、頻繁に現れる場所などの分析を含むが、これらに限定されない。

【0085】

以下、２つの例を介して説明する。

【0086】

例１において、人員Ｅのアーカイブ情報に従って、指定のエリア（例えば深セン市内）における人員Ｅの活動トラックを統計して、人員Ｅが、オフィスビル、ワークスペースに現れる時間および場所を決定し、異なるオフィスビル、ワークスペースに応じて、人員Ｅがキャプチャされた回数を統計し、キャプチャされた回数の高から低への順に従って配列し、キャプチャされた回数が第１プリセット閾値を超える場合、対応するオフィスビルまたはワークスペースは、人員Ｅの疑わしい職場であると判断し得る。例えば、第１プリセット閾値を８０として設定し、人員Ｅが、オフィスビル１で１００回現れ、オフィスビル２で１０回現れ、オフィスビル３で８回現れれば、人員Ｅの疑わしい職場は、オフィスビル１である。

【0087】

例２において、入室窃盗の前科者Ｆのアーカイブデータに従って、入室窃盗の前科者Ｆが指定のエリア（例えば深セン市内）で、指定の期間（過去１か月など）内に現れる時間および場所を統計して、入室窃盗の前科者Ｆが住宅街で現れる時間および場所を決定し、異なる団地に応じて、入室窃盗の前科者Ｆが、キャプチャされた回数を統計して、キャプチャされた回数の高から低への順に従って配列し、入室窃盗の前科者Ｆの自身の住む団地を知られている場合、入室窃盗の前科者Ｆの自身の住む団地を除外する。その後、キャプチャされた回数が、第１プリセット閾値を超えるとき、対応する団地が、入室窃盗の前科者Ｆの疑わしい情報収集場所であると判断し得る。例えば、第１プリセット閾値を５として設定し、入室窃盗の前科者Ｆが、団地１で３０回現れ、団地２で１０回現れ、団地３で８回現れ、団地４で１回現れ、ここで団地１が、入室窃盗の前科者Ｆの居住地であると知られていると、入室窃盗の前科者Ｆの疑わしい情報収集場所は、団地２および団地３であると取得できる。

【0088】

２番目の例において、キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、この場合、第２興味点でのターゲット対象のキャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得し、キャプチャ時間がプリセット時間範囲内にあり、且つ、第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、第２興味点が前記ターゲット対象の第２プリセット場所であると決定する。

【0089】

ここで、第２興味点は、事前に設定される興味点であり得、例えば、第２興味点は、病院、住宅街、ホテルまたは鉄道駅などであり得る。

【0090】

ターゲット対象のアーカイブ情報を取得した後、キャプチャ場所に従って、キャプチャ場所の周辺エリアの第２興味点を探すことができ、さらに、第２興味点のキャプチャ画像を取得でき、第１興味点のキャプチャ画像を分析することを介して、第２興味点でのターゲット対象のキャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得できる。

【0091】

本願実施例において、第２プリセット閾値は、実際の適用シナリオに従って設定することができる。さらに、キャプチャ時間が、プリセット時間範囲内にない場合、または第２キャプチャ回数が、第２プリセット閾値より小さい場合、前記第２興味点でのターゲット対象のキャプチャ画像を無視することができる。

【0092】

当然のことながら、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、ターゲット対象はプリセット時間範囲内に常に第２興味点で現れることを意味し、この場合、第２興味点をターゲット対象の第２プリセット場所として使用することは、ターゲット対象の行動規則をさらに分析することに役立つ。

【0093】

本願実施例において、第２プリセット場所は、居住地、職場、頻繁に現れる場所などの分析を含むが、これらに限定されない。

【0094】

本願のいくつかの実施例において、第２興味点は、オフィスビル４であり、プリセット時間範囲は、午前９時から午後６時までであり、プリセット時間範囲での人員Ｇのキャプチャ回数が、第２プリセット閾値より大きいか等しい場合、人員Ｇの職場がオフィスビル４であることを意味し、即ち、第２プリセット場所は、オフィスビル４である。例えば、第２プリセット閾値は６０であり、プリセット時間範囲での人員Ｇのキャプチャ回数は７７であれば、人員Ｇの職場がオフィスビル４であることを意味する。

【0095】

本願のいくつかの実施例において、第２興味点は、団地５であり、プリセット時間範囲は、午後８時から翌日の午前７時までであり、プリセット時間範囲での人員Ｈのキャプチャ回数が第２プリセット閾値より大きいか等しい場合、人員Ｈの居住地は、団地５であることを意味し、即ち、第２プリセット場所は、団地５であることを意味する。例えば、第２プリセット閾値は８０であり、プリセット時間範囲での人員Ｈのキャプチャ回数は８８であれば、人員Ｈの居住地が団地５であることを意味する。

【0096】

３番目の例において、前記興味点情報は、第３興味点を含み、この場合、ターゲット対象のアーカイブ情報のカテゴリが、第１ライブラリカテゴリであり、且つ、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、ターゲット対象が、プリセットされたターゲット対象であると決定する。

【0097】

ここで、第３興味点は、事前に設定された興味点であり得、例えば、第３興味点は、病院、住宅街、ホテルまたは鉄道駅などであり得、第１ライブラリカテゴリは、事前に決定されたアーカイブ情報のカテゴリであり得、例えば、第１ライブラリカテゴリは、犯罪前科者のデータベース、管理制御対象者のデータベースなどを示すことができ、管理制御対象者は、モニタリングする必要がある人員を示し、管理制御対象者は、プロの医療妨害者、チケットディーラ、盗品処分者、窃盗前科者などであり得、実際の適用において、ターゲット対象のアーカイブ情報における人員情報を分析することを介して、ターゲット対象のアーカイブ情報のカテゴリを取得することができる。

【0098】

ターゲット対象のアーカイブ情報を取得した後、キャプチャ場所に従って、キャプチャ場所の周辺エリアの第３興味点を探すことができ、さらに、第３興味点のキャプチャ画像を取得でき、第３興味点のキャプチャ画像を分析することを介して、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数を取得することができる。

【0099】

本願実施例において、第３プリセット閾値は、実際の適用シナリオに従って、設定することができる。さらに、ターゲット対象のカテゴリが、第１ライブラリカテゴリではなく、または、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より小さい場合、第３興味点でのターゲット対象のキャプチャ画像を無視することができる。

【0100】

当然のことながら、第３興味点でのターゲット対象のキャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より大きいか等しい場合、ターゲット対象が常に第３興味点で現れることを意味し、これに基づいて、ターゲット対象のアーカイブ情報のカテゴリが、第１ライブラリカテゴリであれば、直接に、ターゲット対象のカテゴリを判定でき、さらに、ターゲット対象が、プリセットされたターゲット対象であると判定することを介して、ターゲット対象の行動規則をさらに分析することに役立つ。

【0101】

本願実施例において、プリセットされたターゲット対象は、プロの医療妨害者、チケットディーラ、盗品処分者、窃盗前科者人員などを含むが、これらに限定されない。

【0102】

本願のいくつかの実施例において、第３興味点は、病院Ｐであり、第１ライブラリカテゴリは、管理制御対象者のデータベースであり、人員Ｑのアーカイブ情報に従って、指定の期間（過去３か月など）における場所カテゴリのタグが病院Ｐであるキャプチャ画像を決定し、病院Ｐにおける人員Ｑのキャプチャ回数を統計し、病院Ｐにおける人員Ｑのキャプチャ回数が、第３プリセット閾値を超える場合、人員Ｑが、病院Ｐのチケットディーラであると判定することができる。

【0103】

実際の適用において、ステップ１０１ないしステップ１０３は、行動分析装置中のプロセッサを使用して実現されることができ、前記行動分析装置は、ユーザ機器（ＵＥ：Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ）、モバイル機器、ユーザ端末、端末、携帯電話、コードレス電話、パーソナルデジタル処理（ＰＤＡ：Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、ハンドヘルド機器、コンピューティング機器、車載機器、ウェアラブル機器などであり得、前記プロセッサは、特定用途向け集積回路（ＡＳＩＣ：Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、デジタル信号プロセッサ（ＤＳＰ：Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、デジタル信号処理装置（ＤＳＰＤ：Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｖｉｃｅ）、プログラマブルロジック装置（ＰＬＤ：Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、中央プロセッサ（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも１つであり得る。

【0104】

本願実施例において、ターゲット対象のアーカイブ情報およびキャプチャ場所の周辺エリアの興味点情報に従って、ターゲット対象に対して、行動分析を実行することができ、即ち、本願実施例は、事件が発生した後に、ターゲット対象の所在を探す必要なく、事前にターゲット対象の行動を分析することができ、事件が発生する前に、ターゲット対象の行動データに従って、ターゲット対象を管理することに役立つ。

【0105】

本願のいくつかの実施例において、ターゲット対象の行動データを取得した後、ターゲット対象の行動データに従って、早期警告条件を決定することができ、早期警告条件は、人員に異常な行動が現れる条件を示し、再び前記ターゲット対象の行動データを取得し且つ再び取得したターゲット対象の行動データが前記プリセット条件を満たすことに応答して、早期警告情報を生成する。

【0106】

本願のいくつかの実施例において、ターゲット対象の行動データに従って、ターゲット対象の行動規則を決定し、さらに、早期警告条件を決定することができる。例えば、早期警告条件は、指定の期間内に、違法請願者が鉄道駅に現れ、電動車窃盗前科者と盗品処分者が、同時に中古の電動車市場に現れるなどであり得、そして、ターゲット対象の行動データが、早期警告条件を満たすと、早期警告情報を生成して、公安機関警察に関連する情報を注意するように、早速に通知することができる。

【0107】

これから分かるように、本願実施例は、早期警告条件に従って、人員の異常な行動に対して、早期警告を実行することができる。

【0108】

本願実施例は、人員管理を実行する必要があるシナリオに適用され得、例えば、病院のシナリオにおいて、プロの医療妨害者を認識することができ、プロの医療妨害者の出現と、集合などの行動を認識して、プロの医療妨害者に対する管理を実現する。

【0109】

図２は、本願実施例における１つの適用シナリオの概略図であり、図２に示されるように、キャプチャ機器２１で、キャプチャ画像２２を取得することができ、ここで、キャプチャ画像２２内の人体は、ターゲット対象であり、そして、キャプチャ画像２２を、前記行動分析装置２３に出力することができ、行動分析装置２３で上記の実施例に記載の行動分析方法を介して処理して、ターゲット対象の行動データを取得することができ、例えば、特定の人の行動規則を取得することができる。図２に示されるシナリオは、本願実施例の１つの例示的なシナリオに過ぎず、本願は、具体的な適用シナリオに対して制限しないことに留意されたい。

【0110】

当業者は、具体的な実施形態の上記方法において、ステップの書き込み順序は、厳密な実行順序として実装プロセスの制限となることではなく、各ステップの特定の実行順序は、その機能と可能な内部文脈で決定されるべきであることを理解することができる。

【0111】

上記の実施例によって提出される行動分析方法の基で、本願実施例は、行動分析装置を提出する。

【0112】

図３は、本願実施例の行動分析装置の構成の例示的な構造図であり、図３に示されるように、前記装置は、取得モジュール２０１および処理モジュール２０２を備え、ここで、
取得モジュール２０１は、ターゲット対象のアーカイブ情報を取得し、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むように構成され、
処理モジュール２０２は、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得するように構成される。

【0113】

本願のいくつかの実施例において、前記興味点情報は、第１興味点を含み、前記処理モジュール２０２は、前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得し、前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定するように構成される。

【0114】

本願のいくつかの実施例において、前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記処理モジュール２０２は、前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得し、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定するように構成される。

【0115】

本願のいくつかの実施例において、前記興味点情報は、第３興味点を含み、前記処理モジュール２０２は、前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットターゲット対象プリセットされたターゲット対象であると決定するように構成される。

【0116】

本願のいくつかの実施例において、前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む。

【0117】

本願のいくつかの実施例において、前記取得モジュール２０１は、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得し、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得するように構成される。

【0118】

本願のいくつかの実施例において、前記取得モジュール２０１は、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像と、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得するように構成される。

【0119】

本願のいくつかの実施例において、前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む。

【0120】

本願のいくつかの実施例において、前記処理モジュール２０２は、さらに、前記ターゲット対象の行動データに従って、早期警告条件を決定し、前記早期警告条件は、人員に異常な行動が現れる条件を示し、再び前記ターゲット対象の行動データを取得し且つ再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成するように構成される。

【0121】

実際の適用において、取得モジュール２０１および処理モジュール２０２は、両方とも電子機器のプロセッサを使用して実現されることができ、前記プロセッサは、ＡＳＩＣ、ＤＳＰ、ＤＳＰＤ、ＰＬＤ、ＦＰＧＡ、ＣＰＵ、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも１つであり得る。

【0122】

さらに、本実施例における各機能モジュールは、１つの処理ユニットに統合され得、各ユニットが、物理的に別々に存在することもでき、２つまたは２つ以上のユニットを１つのユニットに統合することができる。前記統合されるユニットは、ハードウェアの形を使用して実装されることができ、ソフトウェア機能モジュールの形を使用して実装されることもできる。

【0123】

前記統合されるユニットが、ソフトウェア機能モジュールの形で実装され、独立した製品として販売または使用されていない場合、１つのコンピュータ可読記憶媒体に記憶されることができ、このような理解に基づいて、本実施例の技術的解決策は、本質で、言い換えると、先行技術に対して貢献のある部分、または当該技術的解決策の全部または一部は、ソフトウェア製品の形で具現されることができ、前記コンピュータソフトウェア製品は、１つの記憶媒体に記憶され、一台のコンピュータ機器（パーソナルコンピュータ、サーバ、またはネットワーク機器などであリ得る）、またはプロセッサ（ｐｒｏｃｅｓｓｏｒ）が、本実施例に記載の方法のステップの全部または一部を実行させるために、いくつかの命令を含む。前記記憶媒体は、Ｕディスク、モバイルハードディスク、読み取り専用メモリ（ＲＯＭ：Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ランダムアクセスメモリ（ＲＡＭ：Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、磁気ディスク、または光ディスク等の、プログラムコードを記憶することができる様々な媒体を含む。

【0124】

具体的には、本実施例における行動分析方法に対応するコンピュータプログラム命令は、光ディスク、ハードディスク、Ｕディスクなどの記憶媒体に記憶されることができ、記憶媒体中の１つの行動分析方法に対応するコンピュータプログラム命令が、電子機器によって読み取されるかまたは実行されるとき、前記実施例の任意の１つの行動分析方法を実現する。

【0125】

前記実施例と同じ技術構想に基づいて、図４を参照すると、本願実施例で提供される電子機器３０を示し、メモリ３１およびプロセッサ３２を備えることができ、ここで、
前記メモリ３１は、コンピュータプログラムおよびデータを記憶するように構成され、
前記プロセッサ３２は、前記メモリに記憶されるコンピュータプログラムを実行して、上記の実施例の任意の１つの行動分析方法を実現するように構成される。

【0126】

実際の適用において、前記メモリ３１は、ＲＡＭなどの揮発性メモリ（ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）であり得、または、ＲＯＭ、フラッシュメメモリ（ｆｌａｓｈ ｍｅｍｏｒｙ）、ハードディスク（ＨＤＤ：Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）またはソリッドステートハードディスク（ＳＳＤ：Ｓｏｌｉｄ－Ｓｔａｔｅ Ｄｒｉｖｅ）などの不揮発性メモリ（ｎｏｎ－ｖｏｌａｔｉｌｅ ｍｅｍｏｒｙ）であり得、または上記カテゴリのメモリの組み合わせであり得、プロセッサ３２に、命令およびデータを提供する。

【0127】

前記プロセッサ３２は、ＡＳＩＣ、ＤＳＰ、ＤＳＰＤ、ＰＬＤ、ＦＰＧＡ、ＣＰＵ、コントローラ、マイクロコントローラ、マイクロプロセッサのうちの少なくとも１つであり得る。異なる機器に対して、前記プロセッサの機能を実現するために使用される電子デバイスは、他でもあり得、本願実施例は、具体的に限定しないことを理解されたい。

【0128】

いくつかの実施例において、本願実施例によって提供される装置が備える機能またはモジュールは、上記の方法の実施例で説明される方法を実行するために使用され得、特定の実現は、上記の方法の実施例における説明を参照することができ、簡潔にするために、ここで再び説明しない。

【0129】

上記の各実施例に対する説明は、各実施例の違いを強調する傾向があり、同じまたは類似性を互いに参照することができ、簡潔にするために、本明細書で再び説明しない。

【0130】

本願で提供される各方法の実施例に開示される方法は、競合することなく任意に組み合わせて、新たな方法の実施例を取得することができる。

【0131】

本願で提供される各製品の実施例で開示される特徴は、競合することなく任意に組み合わせて、新たな製品の実施例を取得することができる。

【0132】

本願で提供される各方法、または機器の実施例に開示される特徴は、競合することなく任意に組み合わせて、新たな方法の実施例または機器の実施例を取得することができる。

【0133】

以上の実施形態による説明を介して、当業者は、上記の実施例の方法は、ソフトウェアと、必要な汎用ハードウェアプラットフォームの形で実現されることはもちろん、ハードウェアによっても実現されることができることを明確に理解できるが、多くの場合、前者がより好ましい実施形態である。このような理解に基づき、本発明の技術的解決策の実質的な部分、または現在の技術に対する貢献度のある部分は、ソフトウェア製品の形で実装されることができ、前記コンピュータソフトウェア製品は、記憶媒体（例えば、ＲＯＭ／ＲＡＭ、磁気ディスク、光ディスクなど）に記憶され、端末機器（携帯電話、コンピュータ、サーバ、またはネットワーク機器などであり得る）に、本願の各実施例に記載の方法を実行させるために、いくつかの命令を含む。

【0134】

上記は、図面を参照して、本発明の実施例に対して説明したが、本発明は、上記の具体的な実施態様に限定されなく、上記の具体的な実施態様は、例示的なものに過ぎず、制限的なものではなく、当業者は、本発明の啓発の下で、本発明の目的および特許請求の範囲の保護範囲から逸脱することなく、多くの形態を作製することができ、これらはすべて本発明の保護の範囲内に含まれる。

【産業上の利用可能性】

【0135】

本願実施例は、行動分析方法、装置、電子機器、コンピュータ記憶媒体およびコンピュータプログラムを提供し、前記方法は、ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む。このようにして、事件が発生した後に、ターゲット対象の所在を探す必要なく、事前にターゲット対象の行動を分析することができ、事件が発生する前に、ターゲット対象の行動データに従って、ターゲット対象を管理することに役立つ。

【図1】

【図2】

【図3】

【図4】

【手続補正書】

【提出日】2021-09-29

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

行動分析方法であって、
ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、
マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、
前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む、前記行動分析方法。

【請求項2】

前記興味点情報は、第１興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得することと、
前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定することと、を含む、
請求項１に記載の行動分析方法。

【請求項3】

前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得することと、
前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定することと、を含む、
請求項１に記載の行動分析方法。

【請求項4】

前記興味点情報は、第３興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットされたターゲット対象であると決定することを含む、
請求項１に記載の行動分析方法。

【請求項5】

前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む、
請求項１ないし４のいずれか１項に記載の行動分析方法。

【請求項6】

前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得することと、
前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得することと、を含む、
請求項１ないし５のいずれか１項に記載の行動分析方法。

【請求項7】

前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得することを含む、
請求項１ないし５のいずれか１項に記載の行動分析方法。

【請求項8】

前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む、
請求項６または７に記載の行動分析方法。

【請求項9】

前記行動分析方法は、
前記ターゲット対象の行動データに従って、早期警告条件を決定することであって、前記早期警告条件は、人員に異常な行動が現れる条件を示すことと、
再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成することと、をさらに含む、
請求項１ないし８のいずれか１項に記載の行動分析方法。

【請求項10】

取得モジュールおよび処理モジュールを備える、行動分析装置であって、
前記取得モジュールは、ターゲット対象のアーカイブ情報を取得するように構成され、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含み、
前記処理モジュールは、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得するように構成される、前記行動分析装置。

【請求項11】

プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備える、電子機器であって、
前記プロセッサは、前記コンピュータプログラムを実行して、請求項１ないし９のいずれか１項に記載の行動分析方法を実行するように構成される、前記電子機器。

【請求項12】

コンピュータプログラムが記憶される、コンピュータ記憶媒体であって、
前記コンピュータプログラムは、プロセッサによって実行されるときに、請求項１ないし９のいずれか１項に記載の行動分析方法を実現する、前記コンピュータ記憶媒体。

【請求項13】

コンピュータ可読コードを含む、コンピュータプログラムであって、
前記コンピュータ可読コードが、電子機器で実行するとき、前記電子機器中のプロセッサは、請求項１ないし９のいずれか請求項に記載の行動分析方法を実現するために実行される、前記コンピュータプログラム。

【手続補正2】

【補正対象書類名】明細書

【補正対象項目名】００４４

【補正方法】変更

【補正の内容】

【0044】

本願実施例は、さらに、コンピュータ可読コードを含む、コンピュータプログラムを提供し、前記コンピュータ可読コードが、電子機器で実行されるときに、前記電子機器中のプロセッサは、上記の任意の１つの行動分析方法を実現するために実行する。
例えば、本願は以下の項目を提供する。
（項目１）
行動分析方法であって、
ターゲット対象のアーカイブ情報を取得することであって、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含むことと、
マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得することであって、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示すことと、
前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することと、を含む、前記行動分析方法。
（項目２）
前記興味点情報は、第１興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得することと、
前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定することと、を含む、
項目１に記載の行動分析方法。
（項目３）
前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得することと、
前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定することと、を含む、
項目１に記載の行動分析方法。
（項目４）
前記興味点情報は、第３興味点を含み、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得することは、
前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットされたターゲット対象であると決定することを含む、
項目１に記載の行動分析方法。
（項目５）
前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む、
項目１ないし４のいずれか１項に記載の行動分析方法。
（項目６）
前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得することと、
前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得することと、を含む、
項目１ないし５のいずれか１項に記載の行動分析方法。
（項目７）
前記ターゲット対象のアーカイブ情報を取得することは、
ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得することを含む、
項目１ないし５のいずれか１項に記載の行動分析方法。
（項目８）
前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む、
項目６または７に記載の行動分析方法。
（項目９）
前記行動分析方法は、
前記ターゲット対象の行動データに従って、早期警告条件を決定することであって、前記早期警告条件は、人員に異常な行動が現れる条件を示すことと、
再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成することと、をさらに含む、
項目１ないし８のいずれか１項に記載の行動分析方法。
（項目１０）
取得モジュールおよび処理モジュールを備える、行動分析装置であって、
前記取得モジュールは、ターゲット対象のアーカイブ情報を取得するように構成され、前記アーカイブ情報は、前記ターゲット対象の人員情報、前記ターゲット対象のキャプチャ画像、および前記キャプチャ画像のキャプチャ画像情報を含み、前記キャプチャ画像情報は、キャプチャ場所を含み、
前記処理モジュールは、マップデータに基づいて、前記キャプチャ場所の周辺エリアの興味点情報を取得し、前記周辺エリアは、前記キャプチャ場所を含むプリセットされた地理的エリアを示し、前記興味点情報および前記ターゲット対象の前記アーカイブ情報に基づいて、前記ターゲット対象の行動データを取得するように構成される、前記行動分析装置。
（項目１１）
前記興味点情報は、第１興味点を含み、前記処理モジュールは、前記第１興味点での前記ターゲット対象の前記キャプチャ画像の第１キャプチャ回数を取得し、前記第１キャプチャ回数が、第１プリセット閾値より大きいか等しい場合、前記第１興味点が、前記ターゲット対象の第１プリセット場所であると決定するように構成される、
項目１０に記載の行動分析装置。
（項目１２）
前記キャプチャ画像情報は、キャプチャ時間をさらに含み、前記興味点情報は、第２興味点を含み、前記処理モジュールは、前記第２興味点での前記ターゲット対象の前記キャプチャ画像のキャプチャ時間および第２キャプチャ回数を取得し、前記キャプチャ時間がプリセット時間範囲内にあり、且つ、前記第２キャプチャ回数が第２プリセット閾値より大きいか等しい場合、前記第２興味点が前記ターゲット対象の第２プリセット場所であると決定するように構成される、
項目１０に記載の行動分析装置。
（項目１３）
前記興味点情報は、第３興味点を含み、前記処理モジュールは、前記ターゲット対象のアーカイブ情報のカテゴリが第１ライブラリカテゴリであり、且つ、前記第３興味点での前記ターゲット対象の前記キャプチャ画像の第３キャプチャ回数が、第３プリセット閾値より大きいか等しい場合、前記ターゲット対象が、プリセットターゲット対象プリセットされたターゲット対象であると決定するように構成される、
項目１０に記載の行動分析装置。
（項目１４）
前記ターゲット対象の人員情報は、前記ターゲット対象の身元情報を含む、
項目１０ないし１３のいずれか１項に記載の行動分析装置。
（項目１５）
前記取得モジュールは、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、および前記各キャプチャ画像のキャプチャ画像情報をクラスタリングして、少なくとも１グループのクラスタリング結果を取得し、前記少なくとも１グループのクラスタリング結果における各グループのクラスタリング結果を、事前に決定されたターゲット対象の人員情報に関連付けて、前記ターゲット対象のアーカイブ情報を取得するように構成される、
項目１０ないし１４のいずれか１項に記載の行動分析装置。
（項目１６）
前記取得モジュールは、ターゲット特徴をクラスタリングベースとし、取得した各キャプチャ画像、前記各キャプチャ画像のキャプチャ画像情報および事前に決定されたターゲット対象の人員情報をクラスタリングして、前記ターゲット対象のアーカイブ情報を取得するように構成される、
項目１０ないし１４のいずれか１項に記載の行動分析装置。
（項目１７）
前記ターゲット特徴は、顔特徴、人体特徴、自動車特徴、非自動車特徴のうちの少なくとも１つを含む、
項目１５または１６に記載の行動分析装置。
（項目１８）
前記処理モジュールは、さらに、前記ターゲット対象の行動データに従って、早期警告条件を決定し、前記早期警告条件は、人員に異常な行動が現れる条件を示し、再び前記ターゲット対象の行動データを取得し、且つ、再び取得した前記ターゲット対象の行動データが前記早期警告条件を満たすことに応答して、早期警告情報を生成するように構成される、
項目１０ないし１７のいずれか１項に記載の行動分析装置。
（項目１９）
プロセッサと、プロセッサで実行可能なコンピュータプログラムを記憶するように構成されるメモリと、を備える、電子機器であって、
前記プロセッサは、前記コンピュータプログラムを実行して、項目１ないし９のいずれか１項に記載の行動分析方法を実行するように構成される、前記電子機器。
（項目２０）
コンピュータプログラムが記憶される、コンピュータ記憶媒体であって、
前記コンピュータプログラムは、プロセッサによって実行されるときに、項目１ないし９のいずれか１項に記載の行動分析方法を実現する、前記コンピュータ記憶媒体。
（項目２１）
コンピュータ可読コードを含む、コンピュータプログラムであって、
前記コンピュータ可読コードが、電子機器で実行するとき、前記電子機器中のプロセッサは、項目１ないし９のいずれか項目に記載の行動分析方法を実現するために実行される、前記コンピュータプログラム。

【国際調査報告】