基于人脸识别的落脚点分析方法和装置与流程

本发明涉及一种数据分析方法，尤其是指一种基于人脸识别的落脚点分析方法和装置。
背景技术：
：随着我国社会经济的发展，各类经济活动日趋频繁，路人流动越来越不可捉摸，具有反侦查意识的人群更是无法跟踪。而然，时下随处通过视频监控，其大多具备捕捉时过往人群人脸的功能，通过结合智能图像识别，将提取后的结构化数据根据时间及属性保存在大数据存储系统中，使得借由此部分大数据对人员落脚点分析变得可能。技术实现要素：本发明所要解决的技术问题是：提供一种建立在视频监控识别的基于人脸识别的落脚点分析方法和装置。为了解决上述技术问题，本发明采用的技术方案为：一种基于人脸识别的落脚点分析方法，包括初始化流程、路人标记流程及落脚点分析流程；所述初始化流程，包括设置摄像机并将应摄像机信息记入摄像机记录表的步骤；所述摄像机信息包括摄像机序号及摄像机设置所在地址；所述路人标记流程包括对路人进行采集，而后解析路人的人脸特征得到特征码后进一步识别/分配虚拟身份后将特征码及虚拟身份存入路人库的步骤；所述落脚点分析流程包括步骤，b1)获取原始抓拍记录；所述原始抓拍记录包括至少一个摄像机拍摄的视频流中的至少一个人脸图片对应的记录信息；所述记录信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分、时间戳及特征码；b2)抽取原始抓拍记录中记录信息的特征码、抓拍流水号与质量分形成比对信息；b3)将比对信息中质量分小于设定值的比对信息丢弃；b4)判断剩余的比对信息中特征码与路人库中特征码是否有相似度大于阈值的，是则执行步骤b5，若否则执行步骤b7；b5)取最大相似度的特征码；b6)将路人库中特征码的虚拟身份标记给该特征码，转到步骤b9；b7)新建一个虚拟身份；b8)将新建的虚拟身份标记给该特征码，转到步骤b9；b9)提取比对信息的抓拍流水号与标记的虚拟身份作为筛选信息，将所有筛选信息生成pid_uid表；b10)将原始抓拍记录的记录信息中与pid_uid表中筛选信息的抓拍流水号对应的摄像机序号、摄像机安装方向属性及时间戳补入筛选信息中形成对照信息，最终得到对照表；b11)筛选出对照表对照信息中虚拟身份相同且根据摄像机安装方向属性判断为进入的对照信息；b12)进一步以每个虚拟身分在对照信息中筛选每天的对照数据，并提取对照数据的时间戳为最晚的一条对照信息；b13)为该对照信息中摄像机序号的统计次数+1；b14)将摄像机序号的统计次数超过设定统计阈值的对照信息暂存为候选项；b15)将候选项的对照信息按统计次数倒序排序，取次数最多的前设定个数的对照信息，根据对照信息的摄像机序号对应的摄像机设置所在地址定义为对照信息的虚拟身份的落脚点。上述中，所述路人标记流程包括步骤，a1)获取至少一个摄像机拍摄的视频流中的至少一个人脸图片；a2)对人脸图片进行结构化处理，得到特征码；a3)判断特征码与路人库中特征码是否有相似度大于阈值的，是则执行步骤a4，若否则执行步骤a6；a4)取最大相似度的特征码a5)将路人库中特征码的虚拟身份标记给该特征码，而后返回步骤a1；a6)新建一个虚拟身份；a7)将该虚拟身份标记给该特征码；a8)将标记有虚拟身份的特征码存入路人库中，而后回到步骤a1。上述中，所述路人标记流程包括步骤，a1)获取至少一个摄像机拍摄的视频流中的至少一个人脸图片及对应拍摄信息；所述拍摄信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分及时间戳；a2)对人脸图片进行结构化处理，得到特征码，将特征码对应加到拍摄信息中；a3)将拍摄信息中质量分小于设定值的拍摄信息丢弃；a4)判断拍摄信息的特征码与路人库中特征码是否有相似度大于阈值的，则执行步骤a5，若否则执行步骤a8；a5)取最大相似度的特征码的拍摄信息；a6)判断拍摄信息是否多于一条，是则转到步骤a7，否则转到步骤a10；a7)取拍摄信息中时间戳最新的一条，转到步骤a8；a8)将路人库中特征码的虚拟身份加入该特征码对应的拍摄信息中，转到步骤a9；a9)将路人库中的记录信息对应更新为该拍摄信息，而后返回步骤a1；a10)新建一个虚拟身份；a11)将该虚拟身份加入该特征码对应的拍摄信息中，转到步骤a12；a12)将拍摄信息新添入路人库中，而后回到步骤a1。上述中，所述路人标记流程的步骤a8、a9之间还包括步骤，a891)将当前虚拟身份及特征码暂存；a892)判断是否达到设定时间，否则返回步骤a1，是则继续步骤a893；a893)判断缓存的虚拟身份的特征码是否相似度大于阈值，是则近保留时间戳最新的一条拍摄信息转到步骤a9，否则转到步骤a8。本发明还提供一种基于人脸识别的落脚点分析装置，包括初始化模块、路人标记模块及落脚点分析模块；所述初始化模块，用于设置摄像机并将应摄像机信息记入摄像机记录表；所述摄像机信息包括摄像机序号及摄像机设置所在地址；所述路人标记模块，用于对路人进行采集，而后解析路人的人脸特征得到特征码后进一步识别/分配虚拟身份后将特征码及虚拟身份存入路人库；所述落脚点分析模块包括，原始获取单元，用于获取原始抓拍记录；所述原始抓拍记录包括至少一个摄像机拍摄的视频流中的至少一个人脸图片对应的记录信息；所述记录信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分、时间戳及特征码；特征码抽取单元，用于抽取原始抓拍记录中记录信息的特征码、抓拍流水号与质量分形成比对信息；质量筛选单元，用于将比对信息中质量分小于设定值的比对信息丢弃；特征码比较单元，用于判断剩余的比对信息中特征码与路人库中特征码是否有相似度大于阈值的，是则转到最相似筛选单元，若否则转到新建单元；最相似筛选单元，用于取最大相似度的特征码；标记单元，用于将路人库中特征码的虚拟身份标记给该特征码，转到生成单元；新建单元，用于新建一个虚拟身份；新建标记单元，用于将新建的虚拟身份标记给该特征码，转到生成单元；生成单元，用于提取比对信息的抓拍流水号与标记的虚拟身份作为筛选信息，将所有筛选信息生成pid_uid表；对照生成单元，用于将原始抓拍记录的记录信息中与pid_uid表中筛选信息的抓拍流水号对应的摄像机序号、摄像机安装方向属性及时间戳补入筛选信息中形成对照信息，最终得到对照表；方向筛选单元，用于筛选出对照表对照信息中虚拟身份相同且根据摄像机安装方向属性判断为进入的对照信息；最晚筛选单元，用于进一步以每个虚拟身分在对照信息中筛选每天的对照数据，并提取对照数据的时间戳为最晚的一条对照信息；统计累计单元，用于为该对照信息中摄像机序号的统计次数+1；暂存单元，用于将摄像机序号的统计次数超过设定统计阈值的对照信息暂存为候选项；落脚点标记单元，用于将候选项的对照信息按统计次数倒序排序，取次数最多的前设定个数的对照信息，根据对照信息的摄像机序号对应的摄像机设置所在地址定义为对照信息的虚拟身份的落脚点。上述中，所述路人标记模块具体包括，人脸获取单元，用于获取至少一个摄像机拍摄的视频流中的至少一个人脸图片；结构化处理单元，用于对人脸图片进行结构化处理，得到特征码；相似度判断单元，用于判断特征码与路人库中特征码是否有相似度大于阈值的，是则转到相似筛选单元，若否则转到身份新建单元；相似筛选单元，用于取最大相似度的特征码更新单元，用于将路人库中特征码的虚拟身份标记给该特征码，而后返回人脸获取单元；身份新建单元，用于新建一个虚拟身份；身份标记单元，用于将该虚拟身份标记给该特征码；路人库更新单元，用于将标记有虚拟身份的特征码存入路人库中，而后回到人脸获取单元。上述中，所述路人标记模块包括，人脸获取单元，用于获取至少一个摄像机拍摄的视频流中的至少一个人脸图片及对应拍摄信息；所述拍摄信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分及时间戳；结构化处理单元，用于对人脸图片进行结构化处理，得到特征码，将特征码对应加到拍摄信息中；丢弃单元，用于将拍摄信息中质量分小于设定值的拍摄信息丢弃；相似度判断单元，用于判断拍摄信息的特征码与路人库中特征码是否有相似度大于阈值的，是则转到相似筛选单元，若否则转到身份新建单元；相似筛选单元，用于取最大相似度的特征码的拍摄信息；数量判断单元，用于判断拍摄信息是否多于一条，是则转到最新获取单元，否则转到身份新建单元；最新获取单元，用于取拍摄信息中时间戳最新的一条，转到更新单元；更新单元，用于将路人库中特征码的虚拟身份加入该特征码对应的拍摄信息中，转到路人库更新单元；路人库更新单元，用于将路人库中的记录信息对应更新为该拍摄信息，而后返回人脸获取单元；身份新建单元，用于新建一个虚拟身份；身份标记单元，用于将该虚拟身份加入该特征码对应的拍摄信息中，转到路人库更新单元；路人库更新单元，用于将拍摄信息新添入路人库中，而后回到人脸获取单元。进一步的，所述路人标记模块的身份新建单元通过身份缓存单元、时间判断单元及特征码去重单元转到身份标记单元，身份缓存单元，用于将当前虚拟身份及特征码暂存；时间判断单元，用于判断是否达到设定时间，否则转到人脸获取单元，是则转到特征码去重单元；特征码去重单元，用于判断缓存的虚拟身份的特征码是否相似度大于阈值，是则近保留时间戳最新的一条拍摄信息转到路人库更新单元，否则转到身份新建单元。本发明的有益效果在于：提供了一种应用视频基于人脸识别的落脚地自动识别、分析标识方法。通过路人标记流程，对设置了摄像机的特定区域内拍摄到的所有人进行特征识别并分配虚拟身份构建路人库，随后，在落脚点分析时先对原始数据进行抽取简化，进而快速完成质量筛选、虚拟身份标记，再重新与原始数据合并成分析用完整表，而后结合区域进入、时间以及出现次数的判别，最终实现每个虚拟身份的的落脚点标识。附图说明下面结合附图详述本发明的具体结构图1为本发明的落脚点分析流程图；图2为本发明一实施例的路人标记流程。具体实施方式为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。本专利提供一种基于人脸识别的落脚点分析方法，包括初始化流程、路人标记流程及落脚点分析流程；所述初始化流程，包括设置摄像机并将应摄像机信息记入摄像机记录表的步骤；所述摄像机信息包括摄像机序号及摄像机设置所在地址；所述路人标记流程，包括对路人进行采集，而后解析路人的人脸特征得到特征码后进一步识别/分配虚拟身份后将特征码及虚拟身份(uuid)存入路人库的步骤；所述落脚点分析流程，参见图1，包括步骤，b1)获取原始抓拍记录；所述原始抓拍记录包括至少一个摄像机拍摄的视频流中的至少一个人脸图片对应的记录信息；所述记录信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分、时间戳及特征码；例：原始抓拍记录举例表b2)抽取原始抓拍记录中记录信息的特征码、抓拍流水号与质量分形成比对信息；由于原始记录会包含大量记录信息，而每条记录信息又至少包括上面列举的6个字段，因此若直接使用原始记录进行筛选对硬件的开销非常大。因此，本步骤中将原始抓拍记录中每个记录信息后续用于筛选特征码、质量分筛选出来，连同用于索引的抓拍流水号形成比对信息，进一步得到比对表，从而大幅简化筛选用的数据量，提高运行效率。例：对照上面距离的原始抓拍记录举例表,经幻化后的比对信息表如下比对信息特征码抓拍流水号质量分比对信息1adfebcaecaecer847712375比对信息2adfebcaefaecer847713558比对信息3adfebcazcaecec847894268比对信息4adfebcaeccecer847915069比对信息5adfebcwecaecez848713345比对信息6adfebcaecaeder848903355比对信息7adfebcaecaeces849742362b3)将比对信息中质量分小于设定值的比对信息丢弃；例：对照上面距离的原始抓拍记录举例表，经过本步骤后将质量分低的剔除(通常以60分为界限)b4)判断剩余的比对信息中特征码与路人库中特征码是否有相似度大于阈值的，是则执行步骤b5，若否则执行步骤b7；b5)取最大相似度的特征码；b4判断的比对信息的特征码与路人库中特征码大于阈值的记录可能有多条，本步骤就是对应这种情况下，选取最为相似一条特征码进行后续的操作。b6)将路人库中特征码的虚拟身份标记给该特征码，转到步骤b9；由于比对信息中出现了特征码与路人库中高度相似的，因此，将路人库中特征码对应的虚拟身份赋给新的这个特征码。b7)新建一个虚拟身份；b8)将新建的虚拟身份标记给该特征码，转到步骤b9；b9)提取比对信息的抓拍流水号与标记的虚拟身份作为筛选信息，将所有筛选信息生成pid_uid表；至此步骤，质量筛选以及虚拟身份判定已完成，因此进一步对比对信息进行简化，近保留抓拍流水号(pid)与其对应标记的虚拟身份(uid)，形成一个仅有两个项目的pid_uid表。例：对照上面距离的原始抓拍记录举例表，到本步骤的pid_uid表仅保留两个项目b10)将原始抓拍记录的记录信息中与pid_uid表中筛选信息的抓拍流水号对应的摄像机序号、摄像机安装方向属性及时间戳补入筛选信息中形成对照信息，最终得到对照表；经过简化后的比对表对数据实现快速质量筛选、与路人库数据比对分配虚拟身份，此时根据pid_uid表来与获取的原始抓拍记录的记录信息对应项合并(通过抓拍流水号找对应的记录信息)，从而得到最终落脚点判断需使用的对照表。例：对照上面距离的原始抓拍记录举例表，到本步骤的对照表为b11)筛选出对照表对照信息中虚拟身份相同且根据摄像机安装方向属性判断为进入的对照信息；由于对照表中包含了摄像机安装方向，根据摄像机安装方向是对着特定区域出口还是入口情况，可知其识别到的人脸是进入/离开特定区域的。因此本步骤将进入特定区域的进行保留，这些记录代表其中的人来到了特定区域中，根据虚拟身份将同一个人的记录进一步删选，从而进行后续停留的判别。b12)进一步以每个虚拟身分在对照信息中筛选每天的对照数据，并提取对照数据的时间戳为最晚的一条对照信息；对应每个相同虚拟身份的人，根据时间戳可以获取到最晚的一条记录。b13)为该对照信息中摄像机序号的统计次数+1；b14)将摄像机序号的统计次数超过设定统计阈值的对照信息暂存为候选项；b15)将候选项的对照信息按统计次数倒序排序，取次数最多的前设定个数的对照信息，根据对照信息的摄像机序号对应的摄像机设置所在地址定义为对照信息的虚拟身份的落脚点。本发明的有益效果在于：提供了一种应用视频基于人脸识别的落脚地自动识别、分析标识方法。通过路人标记流程，对设置了摄像机的特定区域内拍摄到的所有人进行特征识别并分配虚拟身份构建路人库，随后，在落脚点分析时先对原始数据进行抽取简化，进而快速完成质量筛选、虚拟身份标记，再重新与原始数据合并成分析用完整表，而后结合区域进入、时间以及出现次数的判别，最终实现每个虚拟身份的的落脚点标识。实施例1进一步的，所述路人标记流程可具体包括步骤，a1)获取至少一个摄像机拍摄的视频流中的至少一个人脸图片；a2)对人脸图片进行结构化处理，得到特征码；a3)判断特征码与路人库中特征码是否有相似度大于阈值的，是则执行步骤a4，若否则执行步骤a6；a4)取最大相似度的特征码a5)将路人库中特征码的虚拟身份标记给该特征码，而后返回步骤a1；a6)新建一个虚拟身份；a7)将该虚拟身份标记给该特征码；a8)将标记有虚拟身份的特征码存入路人库中，而后回到步骤a1。路人库的建立，主要依附于前端获取的人脸图片，通过结构化处理后得到特征码，从而根据特征码的相似度进行虚拟身份的分类。进一步的，通过对新获取特征码与路人库已有记录的比对，分别实施更新标记以及新建保存，确保路人库中一个“虚拟身份”仅有一个特征码。实施例2进一步的，参见图2，所述路人标记流程包括步骤，a1)获取至少一个摄像机拍摄的视频流中的至少一个人脸图片及对应拍摄信息；所述拍摄信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分及时间戳；例：以下为示意性的拍摄信息表a2)对人脸图片进行结构化处理，得到特征码，将特征码对应加到拍摄信息中；a3)将拍摄信息中质量分小于设定值的拍摄信息丢弃；a4)判断拍摄信息的特征码与路人库中特征码是否有相似度大于阈值的，则执行步骤a5，若否则执行步骤a8；a5)取最大相似度的特征码的拍摄信息；a6)判断拍摄信息是否多于一条，是则转到步骤a7，否则转到步骤a10；a7)取拍摄信息中时间戳最新的一条；a8)将路人库中特征码的虚拟身份加入该特征码对应的拍摄信息中，转到步骤a9；a9)将路人库中的记录信息对应更新为该拍摄信息，而后返回步骤a1；a10)新建一个虚拟身份；a11)将该虚拟身份加入该特征码对应的拍摄信息中，转到步骤a12；a12)将拍摄信息新添入路人库中，而后回到步骤a1。实施例3在上述路人标记流程的步骤a8、a9之间还包括步骤，a891)将当前虚拟身份及特征码暂存；a892)判断是否达到设定时间，否则返回步骤a1，是则继续步骤a893；a893)判断缓存的虚拟身份的特征码是否相似度大于阈值，是则近保留时间戳最新的一条拍摄信息转到步骤a9，否则转到步骤a8。本实施例提供了新建虚拟身份时排重的方法。由于在高效应用时，会采用多线程进行特征码比对，因此就可能会出现多个线程对实际为同一个新增人脸判定为需对应新建虚拟身份，从而导致对一个人建立多个记录的情况。为了避免这种情况，将设定时间内(通常可以设定为一天)，新建的虚拟身份都先暂存，即不存入路人库中，而后进行相似度判断排重，必要时进一步根据时间戳保留最新的方式排重。本发明还提供一种基于人脸识别的落脚点分析装置，包括初始化模块、路人标记模块及落脚点分析模块；所述初始化模块，用于设置摄像机并将应摄像机信息记入摄像机记录表；所述摄像机信息包括摄像机序号及摄像机设置所在地址；所述路人标记模块，用于对路人进行采集，而后解析路人的人脸特征得到特征码后进一步识别/分配虚拟身份后将特征码及虚拟身份存入路人库；所述落脚点分析模块包括，原始获取单元，用于获取原始抓拍记录；所述原始抓拍记录包括至少一个摄像机拍摄的视频流中的至少一个人脸图片对应的记录信息；所述记录信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分、时间戳及特征码；特征码抽取单元，用于抽取原始抓拍记录中记录信息的特征码、抓拍流水号与质量分形成比对信息；质量筛选单元，用于将比对信息中质量分小于设定值的比对信息丢弃；特征码比较单元，用于判断剩余的比对信息中特征码与路人库中特征码是否有相似度大于阈值的，是则转到最相似筛选单元，若否则转到新建单元；最相似筛选单元，用于取最大相似度的特征码；标记单元，用于将路人库中特征码的虚拟身份标记给该特征码，转到生成单元；新建单元，用于新建一个虚拟身份；新建标记单元，用于将新建的虚拟身份标记给该特征码，转到生成单元；生成单元，用于提取比对信息的抓拍流水号与标记的虚拟身份作为筛选信息，将所有筛选信息生成pid_uid表；对照生成单元，用于将原始抓拍记录的记录信息中与pid_uid表中筛选信息的抓拍流水号对应的摄像机序号、摄像机安装方向属性及时间戳补入筛选信息中形成对照信息，最终得到对照表；方向筛选单元，用于筛选出对照表对照信息中虚拟身份相同且根据摄像机安装方向属性判断为进入的对照信息；最晚筛选单元，用于进一步以每个虚拟身分在对照信息中筛选每天的对照数据，并提取对照数据的时间戳为最晚的一条对照信息；统计累计单元，用于为该对照信息中摄像机序号的统计次数+1；暂存单元，用于将摄像机序号的统计次数超过设定统计阈值的对照信息暂存为候选项；落脚点标记单元，用于将候选项的对照信息按统计次数倒序排序，取次数最多的前设定个数的对照信息，根据对照信息的摄像机序号对应的摄像机设置所在地址定义为对照信息的虚拟身份的落脚点。本发明的有益效果在于：提供了一种应用视频基于人脸识别的落脚地自动识别、分析标识装置。通过路人标记流程，对设置了摄像机的特定区域内拍摄到的所有人进行特征识别并分配虚拟身份构建路人库，随后，在落脚点分析时先对原始数据进行抽取简化，进而快速完成质量筛选、虚拟身份标记，再重新与原始数据合并成分析用完整表，而后结合区域进入、时间以及出现次数的判别，最终实现每个虚拟身份的的落脚点标识。实施例4上述中，所述路人标记模块具体包括，人脸获取单元，用于获取至少一个摄像机拍摄的视频流中的至少一个人脸图片；结构化处理单元，用于对人脸图片进行结构化处理，得到特征码；相似度判断单元，用于判断特征码与路人库中特征码是否有相似度大于阈值的，是则转到相似筛选单元，若否则转到身份新建单元；相似筛选单元，用于取最大相似度的特征码更新单元，用于将路人库中特征码的虚拟身份标记给该特征码，而后返回人脸获取单元；身份新建单元，用于新建一个虚拟身份；身份标记单元，用于将该虚拟身份标记给该特征码；路人库更新单元，用于将标记有虚拟身份的特征码存入路人库中，而后回到人脸获取单元。实施例5上述中，所述路人标记模块包括，人脸获取单元，用于获取至少一个摄像机拍摄的视频流中的至少一个人脸图片及对应拍摄信息；所述拍摄信息包括摄像机序号、摄像机安装方向属性、抓拍流水号、质量分及时间戳；结构化处理单元，用于对人脸图片进行结构化处理，得到特征码，将特征码对应加到拍摄信息中；丢弃单元，用于将拍摄信息中质量分小于设定值的拍摄信息丢弃；相似度判断单元，用于判断拍摄信息的特征码与路人库中特征码是否有相似度大于阈值的，是则转到相似筛选单元，若否则转到身份新建单元；相似筛选单元，用于取最大相似度的特征码的拍摄信息；数量判断单元，用于判断拍摄信息是否多于一条，是则转到最新获取单元，否则转到身份新建单元；最新获取单元，用于取拍摄信息中时间戳最新的一条，转到更新单元；更新单元，用于将路人库中特征码的虚拟身份加入该特征码对应的拍摄信息中，转到路人库更新单元；路人库更新单元，用于将路人库中的记录信息对应更新为该拍摄信息，而后返回人脸获取单元；身份新建单元，用于新建一个虚拟身份；身份标记单元，用于将该虚拟身份加入该特征码对应的拍摄信息中，转到路人库更新单元；路人库更新单元，用于将拍摄信息新添入路人库中，而后回到人脸获取单元。实施例6进一步的，在实施例5基础上，所述路人标记模块的身份新建单元通过身份缓存单元、时间判断单元及特征码去重单元转到身份标记单元，身份缓存单元，用于将当前虚拟身份及特征码暂存；时间判断单元，用于判断是否达到设定时间，否则转到人脸获取单元，是则转到特征码去重单元；特征码去重单元，用于判断缓存的虚拟身份的特征码是否相似度大于阈值，是则近保留时间戳最新的一条拍摄信息转到路人库更新单元，否则转到身份新建单元。本专利技术，通过通过ai人工智能深度学习算法对摄像机的视频进行智能分析，在画面中有人经过时，对人脸进行实时抓拍，并对人脸图片进行抽象，提取出人脸特征码信息，把人脸原始图片和特征码信息存储到系统的图片服务器和分布式数据库服务器集群中。系统中保存有一定行政区域内的活动路人库信息，包括全部人口的人脸图片和从图片中提取出来的特征码信息。通过大数据平台将抓拍的目标人脸图片进行特征码提取，然后将目标人脸的特征码与人口库中的全部特征码进行相似度比对(即计算每张图片与目标人脸的距离)，相似度大于一定的阈值(0.83)而且质量分高于60的特征码归类为同一个人的特征码，低于质量分60的图片全部丢弃掉，不参与分析，取满足条件的相似度最高的人口库中该人脸的uuid作为目标人脸的唯一标识，最后基于该uuid和时间段到抓拍库中去检索与目标人脸同时出现的人，然后根据摄像机的方向(定位路人是从小区出去，还是从外面进入小区)，提取每一天中最晚时间从外面进入小区的图片，定义落脚点的目标图片，最后统计最近一个时间周期30天内，出现5次以上的目标摄像机id(同一个uuid)所在的对应地址按次数最多的排序后的取top3,依据是由多到少取出从外面进入小区出现次数最多的三台摄像机，定义为该uuid的落脚点。以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12