【技術實現步驟摘要】
本專利技術屬于目標對象監測領域，涉及基于多源數據的目標對象監測技術，具體是一種移動核查核錄系統。
技術介紹
1、隨著信息化水平的不斷提高，大數據和機器學習技術逐步應用到領域的相關研究中。近年來，應用中也出現了利用機器學習技術對涉事目標對象進行識別，主要分為對區域的識別、特定類型的目標對象積分監控模型等；對特定類型的目標對象積分監控模型主要是利用人工經驗結合數據統計等方法，結合對特定案件的歷史目標對象各類業務數據，建立目標對象的積分信息，從而進行目標對象的監控。
2、現有的面向特定類型的目標對象積分監控主要是建立在相關人員辦公經驗的基礎上，而不是建立在對異常行為信息與發案情況關聯研究的基礎上，現存的積分規則、相關指數、具體分值、積分系數等缺乏科學性，缺少實證研究的基礎，通過人工經驗或者統計數據來設置分值的方法缺乏科學依據，導致監控效果不明顯。在進行目標對象健康監測時，每天會產生大量數據。因此，面對海量的監測數據，有必要采用可靠的算法從中特征提取出有價值的信息，從而為目標對象狀態評估提供重要的科學參考依據。
3、現有技術在進行目標對象監測過程中，考慮的影響因素較少，導致目標對象監測精度不高，且適用范圍較小；因此，亟須一種移動核查核錄系統。
技術實現思路
1、本專利技術旨在至少解決現有技術中存在的技術問題之一；為此，本專利技術提出了一種移動核查核錄系統，用于解決現有技術在進行目標對象監測過程中，考慮的影響因素較少，導致目標對象監測精度不高，且適用范圍較小的技術問題
2、本專利技術通過與目標對象信息集成組件相連接的指紋采集裝置獲取監測點坐標對應的監測點指紋，在監測點指紋不符合要求的情況下，目標對象特征提取組件對人像信息進行特征提取，以判斷目標對象的狀態，能夠綜合多方面數據對目標對象進行全流程監測，提高目標對象監測效率和精度。
3、為實現上述目的，本專利技術的第一方面提供了一種移動核查核錄系統，包括目標對象特征提取組件以及與之相連接的目標對象信息集成組件；
4、目標對象信息集成組件：根據指紋采集裝置采集監測點坐標對應的監測點指紋；以及根據擴展指令測試采集目標對象的人像信息；其中，所述人像信息包括面部輪廓數據和身形數據；
5、目標對象特征提取組件：根據目標對象識別算法確定監測點位置，將所述監測點位置轉化為所述監測點坐標；特征提取所述監測點指紋，生成所述擴展指令；以及
6、結合面部輪廓方向梯度直方圖算法或者haar-like特征模型對所述人像信息進行特征提取，根據特征提取結果確定所述目標對象的狀態。
7、優選的，所述目標對象特征提取組件與若干所述目標對象信息集成組件相連；
8、所述目標對象信息集成組件與所述指紋采集裝置和各類型傳感器相連；其中，所述指紋采集裝置包括指紋采集器及其承載設備。
9、優選的，所述目標對象特征提取組件根據目標對象識別算法獲取所述監測點坐標，包括：
10、根據所述目標對象的目標對象設計數據建立所述目標對象識別算法；
11、根據所述目標對象識別算法選擇所述目標對象的常規檢測點，標記為所述監測點位置；之后，將所述監測點位置轉成所述監測點坐標并發送至所述目標對象信息集成組件。
12、優選的，所述目標對象信息集成組件獲取所述監測點坐標獲取對應的所述監測點指紋，包括：
13、所述目標對象信息集成組件對接收的所述監測點坐標進行特征提取，根據特征提取結果調用所述指紋采集狀態采集對應的所述常規指紋；
14、將所述常規指紋進行核驗處理后發送至所述目標對象特征提取組件。
15、優選的，所述目標對象特征提取組件對所述常規指紋進行特征提取，根據特征提取結果生成所述擴展指令，包括：
16、通過指紋識別算法識別所述常規指紋中監測點位置的異常；
17、特征提取異常所述監測點位置的單位時間的變化特征，根據特征提取結果自動生成所述擴展指令。
18、優選的，所述目標對象特征提取組件結合所述面部輪廓方向梯度直方圖算法對所述面部輪廓數據進行特征提取，獲取面部輪廓特征提取時間，包括：
19、對接收的所述面部輪廓數據進行特征提取，并以時間為自變量建立面部輪廓變化曲線；其中，所述面部輪廓數據包括五官數據和骨骼數據；
20、根據所述面部輪廓數據調用對應的所述面部輪廓方向梯度直方圖算法；
21、將所述面部輪廓變化曲線與對應的所述面部輪廓方向梯度直方圖算法進行對比，根據對比結果生成設置所述面部輪廓特征提取時間。
22、優選的，所述目標對象特征提取組件結合所述haar-like特征模型對所述身形數據進行特征提取，獲取身形特征提取時間，包括：
23、接收所述身形數據，并將所述身形數據進行轉化獲取身形編碼；其中，所述身形數據包括目標對象身高數據、目標對象四肢數據、目標對象殘疾數據以及對應的體重數據；
24、調用所述haar-like特征模型；其中，所述haar-like特征模型基于深度強化算法建立；
25、將所述身形編碼輸入所述haar-like特征模型，獲取對應的所述身形特征提取時間。
26、優選的，基于所述深度強化算法建立所述haar-like特征模型，包括：
27、更新獲取數據庫目標對象數據；其中，所述數據庫目標對象數據在日常環境下獲取，包括身形變化數據以及對應的身形變化時間；
28、構建所述深度強化算法；其中，所述深度強化算法包括dqn算法或者dueling-dqn算法；
29、通過所述數據庫目標對象數據訓練所述深度強化算法，將訓練完成的所述深度強化算法標記為所述haar-like特征模型。
30、與現有技術相比，本專利技術的有益效果是：
31、1、本專利技術通過與目標對象信息集成組件相連接的指紋采集裝置獲取監測點坐標對應的監測點指紋，在監測點指紋不符合要求的情況下，目標對象特征提取組件對人像信息進行特征提取，以判斷目標對象的狀態，能夠綜合多方面數據對目標對象進行全流程監測，提高目標對象監測效率和精度。
32、2、本專利技術通過監測點指紋識別異常的監測點位置，結合監測點位置的單位時間的變化特征確定是否進行深入檢測；對面部輪廓數據和身形數據分別特征提取，并將兩種數據的特征提取結果結合起來判斷目標對象的狀態，以多種數據作為特征提取基礎，提高目標對象監測精度。
本文檔來自技高網...【技術保護點】
1.一種移動核查核錄系統，包括目標對象特征提取組件以及與之相連接的目標對象信息集成組件，其特征在于：
2.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件與若干所述目標對象信息集成組件相連；
3.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件根據目標對象識別算法獲取所述監測點坐標，包括：
4.根據權利要求3所述的一種移動核查核錄系統，其特征在于，所述目標對象信息集成組件獲取所述監測點坐標獲取對應的所述監測點指紋，包括：
5.根據權利要求4所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件對所述常規指紋進行特征提取，根據特征提取結果生成所述擴展指令，包括：
6.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件結合所述面部輪廓方向梯度直方圖算法對所述面部輪廓數據進行特征提取，獲取面部輪廓特征提取時間，包括：
7.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件結合所述Haar-l
8.根據權利要求7所述的一種移動核查核錄系統，其特征在于，基于所述深度強化算法建立所述Haar-like特征模型，包括：
...【技術特征摘要】
1.一種移動核查核錄系統，包括目標對象特征提取組件以及與之相連接的目標對象信息集成組件，其特征在于：
2.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件與若干所述目標對象信息集成組件相連；
3.根據權利要求1所述的一種移動核查核錄系統，其特征在于，所述目標對象特征提取組件根據目標對象識別算法獲取所述監測點坐標，包括：
4.根據權利要求3所述的一種移動核查核錄系統，其特征在于，所述目標對象信息集成組件獲取所述監測點坐標獲取對應的所述監測點指紋，包括：
5.根據權利要求4所述的一種移動核查核錄系統，其特征在于，所述目標...
【專利技術屬性】
技術研發人員：陳旭，牛大軍，梁振兵，崔世杰，盧肖肖，
申請(專利權)人：深圳比特耐特信息技術股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。