[發明專利]社區檔案管理系統在審
| 申請號: | 201911056201.2 | 申請日: | 2019-10-31 |
| 公開(公告)號: | CN110929590A | 公開(公告)日: | 2020-03-27 |
| 發明(設計)人: | 盧青松;王培青;魏洪偉;胡小蘭 | 申請(專利權)人: | 安徽超清科技股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06F16/71;G06F16/783;G06Q50/26 |
| 代理公司: | 合肥市浩智運專利代理事務所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
| 地址: | 230000 安徽*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 社區 檔案管理系統 | ||
本發明實施例提供了一種社區檔案管理系統,所述系統包括:視頻處理模塊、檔案存儲模塊以及大數據處理模塊,其中,視頻處理模塊,用于利用監控拍攝社區內的圖像,并對圖像中包含的人員特征進行提取;檔案存儲模塊,用于為社區內的各個人員建立人員電子檔案,將視頻處理模塊提取的人員特征存儲到對應的人員電子檔案中;大數據處理模塊,用于對檔案存儲模塊中存儲的檔案進行數據挖掘及數據分析。應用本發明實施例,信息更新更加及時。
技術領域
本發明涉及一種檔案管理系統,具體涉及社區檔案管理系統。
背景技術
隨著數字化建設的不斷推進,越來越多的社區實現了數字化覆蓋。而且人口向城市集中,導致城市中人口密度變大,且流動人口數量增多,加大了社區的管理難度。
目前,社區的管理模式通常為通過走訪或者網上注冊的形式統計轄區內的常住人口信息、固定人口信息、流動人口信息等。但是,由于社區人員數量以及人口流動性較大的原因,需要對社區內的人員情況進行定期更新。在進行人員情況更新時,現有的人工走訪的方式是逐屋進行的,人力耗費較大,且效率較低;而且容易出現漏統計的問題。網上注冊的方式較為被動,因此,人口管理方法無法及時的對社區內的人員情況進行及時的更新,導致信息更新較為滯后。
發明內容
本發明所要解決的技術問題在于如何提供社區檔案管理系統,以解決現有技術中存在的信息更新滯后的技術問題。
本發明通過以下技術手段實現解決上述技術問題的:
本發明實施例提供了一種社區檔案管理系統,所述系統包括:視頻處理模塊、檔案存儲模塊以及大數據處理模塊,其中,
視頻處理模塊,用于利用監控拍攝社區內的圖像,并對圖像中包含的人員特征進行提取,其中,所述人員特征包括:時間、地點、性別、身高、五官數據、衣著數據中的一種或組合;
檔案存儲模塊,用于為社區內的各個人員建立人員電子檔案,將視頻處理模塊提取的人員特征存儲到對應的人員電子檔案中;其中,所述社區內的人員包括:行人、來訪人員、常住人口、固定人口中的一種或組合;
大數據處理模塊,用于對檔案存儲模塊中存儲的檔案進行數據挖掘及數據分析。
可選的,所述人員電子檔案中還包括:人員樓棟編碼、所屬小區信息、單元號、房間號、樓層信息、租房信息、業主信息中的一種或組合。
可選的,所述視頻處理模塊還用于利用監控拍攝社區內的圖像,并對圖像中包含的車輛特征進行提取,所述車輛特征包括:時間、地點、型號、顏色、年款、車牌號中的一種或組合;
所述檔案存儲模塊還用于為社區內的車輛建立車輛電子檔案,并將視頻處理模塊提取的車輛特征存入到對應的車輛電子檔案中。
可選的,所述視頻處理模塊,還用于:利用深度學習算法對拍攝的車輛的圖像以及人員的圖像進行特征提取,其中,所述深度學習算法包括:卷積神經網絡、反向傳播神經網絡中的一種或組合。
可選的,所述大數據處理模塊,用于針對每一份人員電子檔案以及車輛電子檔案,獲取該電子檔案的更新頻率,并在該電子檔案的更新頻率低于預設閾值時,將該電子檔案投遞至社區檔案管理系統的上級管理系統,以使上級管理系統對不同社區的社區檔案管理系統投遞的與該電子檔案對應的其他檔案進行收集或者分析。
可選的,所述大數據處理模塊,用于即時的將本社區采集到的重點人員的人員電子檔案以及重點車輛的車輛電子檔案投遞至上級管理系統,其中,所述重點人員包括:公安部門下發的涉案人員或者超越權限的刷卡次數超過設定次數的人員;重點車輛為:公安部門下發的要重點排查的車輛、檔案中車輛信息與車管所信息不一致的車輛。
本發明的優點在于:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽超清科技股份有限公司,未經安徽超清科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911056201.2/2.html,轉載請聲明來源鉆瓜專利網。





