[发明专利]一种昼伏夜出人员判定方法、装置、电子设备及存储介质

权利要求书

1.一种昼伏夜出人员判定方法，其特征在于，包括：

获取第一历史时间段内待判定人员在目标区域的活动特征；其中，所述目标区域包括多个图像采集装置，所述活动特征包括所述多个图像采集装置采集到所述待判定人员的时间、出入信息、在图像采集装置采集区域内的停留时长和是否路过图像采集装置；

利用判定模型对所述活动特征进行分析，获得所述待判定人员对应的判定结果；其中，所述判定结果为昼伏夜出或非昼伏夜出，所述判定模型为利用多个训练样本对卷积神经网络模型训练获得。

2.根据权利要求1所述的方法，其特征在于，在获取第一历史时间段内待判定人员在目标区域的活动特征之后，所述方法还包括：

对所述活动特征中非数值参数进行数值化处理。

3.根据权利要求1所述的方法，其特征在于，在获取第一历史时间段内待判定人员在目标区域的活动特征之前，所述方法还包括：

获取训练样本集，所述训练样本集中的训练样本包括训练特征和训练标签；

分别将每个训练样本的训练特征输入所述卷积神经网络模型中，所述卷积神经网络模型输出所述训练特征对应的预测标签；

根据所述预测标签和所述训练标签计算损失函数，并通过反向传播对所述卷积神经网络模型中的参数进行优化，获得所述判定模型。

4.根据权利要求1所述的方法，其特征在于，所述卷积神经网络包括：多个卷积层、池化层和全连接层；其中：

所述卷积层包括多个卷积核和ReLU激活函数，所述卷积层用于对所述活动特征进行特征提取，获得多个特征矩阵；

所述池化层用于对所述特征矩阵进行降采样；

所述全连接层用于根据降采样后的特征矩阵获得判定结果。

5.根据权利要求1所述的方法，其特征在于，在获得所述待判定人员对应的判定结果之后，所述方法还包括：

获取目标规则，所述目标规则包括昼伏夜出人员对应的各个图像采集装置对应的进入目标区域时间段和出目标区域时间段；

利用所述目标规则对所述判定结果进行调整，获得目标判定结果。

6.根据权利要求5所述的方法，其特征在于，在获取目标规则之前所述方法还包括：

获取第三历史时间段内所述目标区域中昼伏夜出人员出目标区域的时间和进入目标区域的时间；

按照预设时间段对所述第三历史时间段进行分割，获得多个子历史时间段，以及每一子历史时间段对应出目标区域的时间和进入目标区域的时间；

利用ARIMA模型对多个子历史时间段对应出目标区域的时间和进入目标区域的时间进行分析，获得所述目标规则。

7.一种昼伏夜出人员判定装置，其特征在于，包括：

特征获取模块，用于获取第一历史时间段内待判定人员在目标区域的活动特征；其中，所述目标区域包括多个图像采集装置，所述活动特征包括所述多个图像采集装置采集到所述待判定人员的时间、出入信息、在图像采集装置采集区域内的停留时长和是否路过图像采集装置；

分析模块，用于利用判定模型对所述活动特征进行分析，获得所述待判定人员对应的判定结果；其中，所述判定结果为昼伏夜出或非昼伏夜出，所述判定模型为利用多个训练样本对卷积神经网络模型训练获得。

8.根据权利要求7所述的装置，其特征在于，装置还包括信息处理模块，用于：

对所述活动特征中非数值参数进行数值化处理。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-6任一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1-6任一项所述的方法。