技术特征：
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、wifi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、wifi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。
技术总结
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。规律。规律。
技术研发人员：王倩 余勇 刘方旭
受保护的技术使用者：南京森根科技股份有限公司
技术研发日：2022.07.13
技术公布日：2022/8/12