[發明專利]一種基于大數據的城市安全預測管理方法及系統

有效

• 申請號: 202210744516.1
• 申請日: 2022-06-27
• 公開（公告）號: CN115186881B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 王成;張騰;夏行健;包振綱;衡偉;朱召學;岳世清;張健
• 申請（專利權）人: 紅豆電信有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0635;G06Q50/26;G08B31/00
• 代理公司: 無錫蘇元專利代理事務所(普通合伙) 32471
• 代理人: 吳忠義

1.一種基于大數據的城市安全預測管理方法，其特征在于，所述方法應用于城市安全預測管理系統，所述城市安全預測管理系統與圖像采集模塊、數據統計模塊通信連接，所述方法包括：

基于所述數據統計模塊進行安全類事件統計分析，得到安全類事件統計結果，其中，所述安全類事件統計結果包括位置標識信息；

根據所述安全類事件統計結果進行觸發條件分類，根據分類結果和位置標識信息進行分類事件的區域標識，其中，所述區域標識包括區域事件發生頻次信息；

根據所述區域標識進行同類事件的區域共性特征提取，并根據共性特征提取結果生成帶有類型標識的安全事件區域預警條件；

根據所述分類結果進行關聯人員的共性特征提取，根據提取結果獲得安全事件人員狀態預警條件；

通過所述安全事件區域預警條件進行城市安全區域標識，并根據城市安全區域標識結果進行所述圖像采集模塊的圖像采集監督；

根據所述安全事件人員狀態預警條件進行圖像采集監督評價約束，根據約束結果進行安全管理分析和預警；

其中，所述根據所述區域標識進行同類事件的區域共性特征提取，還包括：

根據所述區域標識進行區域內商家種類識別，根據商家種類識別結果確定商家關聯系數；

根據所述安全類事件統計結果進行同類事件的發生時段關聯分析，得到事件時間關聯系數；

將所述商家關聯系數和所述時間關聯系數作為所述共性特征提取結果；

其中，所述方法還包括：通過所述數據統計模塊進行分類事件的人流密度特征關聯評價，得到人流密度特征關聯評價結果；

根據所述分類結果進行關聯人員的狀態評價，獲得狀態評價結果；

將所述狀態評價結果和所述人流密度特征關聯評價結果添加至所述安全事件人員狀態預警條件，并基于所述安全事件人員狀態預警條件生成事件評價關聯特征，基于所述事件評價關聯特征進行所述圖像采集監督的圖像特征識別，根據識別結果進行所述安全管理分析和預警；

根據所述城市安全區域標識結果設定區域圖像識別頻率；

通過所述區域圖像識別頻率進行人員異常特征檢測，獲得初始檢測結果；

判斷所述初始檢測結果是否存在滿足預設異常值范圍的異常特征；

當所述初始檢測結果存在滿足所述預設異常值范圍的異常特征時，進行關聯用戶的異常標識；

根據所述異常標識進行安全管理分析和預警；

對所述關聯用戶進行特征提取，并調用關聯區間的監測數據；

通過特征提取結果進行所述監測數據識別，獲得所述關聯用戶的關聯數據；

對所述關聯數據進行基于時間線的連續動作特征分析，根據連續動作特征分析結果生成異常事件評價信息；

根據所述異常事件評價信息進行安全管理分析和預警。

2.如權利要求1所述的方法，其特征在于，所述城市安全預測管理系統還與預警模塊通信連接，所述方法還包括：

判斷所述異常事件評價信息是否滿足預設預警閾值；

當所述異常事件評價信息滿足所述預設預警閾值時，獲得預警提示指令；

所述預警模塊通過所述預警提示指令進行所述關聯用戶保持距離提醒；

通過所述圖像采集模塊進行所述關聯用戶的反饋圖像采集，根據反饋圖像采集結果進行安全管理分析和預警。

3.如權利要求2所述的方法，其特征在于，所述城市安全預測管理系統還與聲音采集模塊通信連接，所述方法還包括：

通過所述聲音采集模塊對于所述關聯用戶的語音信息采集，根據語音采集結果生成輔助識別特征；

根據所述輔助識別特征進行所述異常事件評價信息的評價修正，獲得評價修正結果；

根據評價修正結果進行所述預設預警閾值的比對評價。

4.一種基于大數據的城市安全預測管理系統，其特征在于，所述城市安全預測管理系統與圖像采集模塊、數據統計模塊通信連接，所述系統包括：

統計分析模塊，所述統計分析模塊用于基于所述數據統計模塊進行安全類事件統計分析，得到安全類事件統計結果，其中，所述安全類事件統計結果包括位置標識信息；

分類事件區域標識模塊，所述分類事件區域標識模塊用于根據所述安全類事件統計結果進行觸發條件分類，根據分類結果和位置標識信息進行分類事件的區域標識，其中，所述區域標識包括區域事件發生頻次信息；

特征提取模塊，所述特征提取模塊用于根據所述區域標識進行同類事件的區域共性特征提取，并根據共性特征提取結果生成帶有類型標識的安全事件區域預警條件；

預警條件獲取模塊，所述預警條件獲取模塊用于根據所述分類結果進行關聯人員的共性特征提取，根據提取結果獲得安全事件人員狀態預警條件；

城市安全區域標識模塊，所述城市安全區域標識模塊用于通過所述安全事件區域預警條件進行城市安全區域標識，并根據城市安全區域標識結果進行所述圖像采集模塊的圖像采集監督；

圖像采集模塊，所述圖像采集模塊用于根據所述安全事件人員狀態預警條件進行圖像采集監督評價約束，根據約束結果進行安全管理分析和預警；

商家關聯系數確定模塊，所述商家關聯系數確定模塊用于根據所述區域標識進行區域內商家種類識別，根據商家種類識別結果確定商家關聯系數；

時間關聯系數確定模塊，所述時間關聯系數確定模塊用于根據所述安全類事件統計結果進行同類事件的發生時段關聯分析，得到事件時間關聯系數；

共性特征獲取模塊，所述共性特征獲取模塊用于將所述商家關聯系數和所述時間關聯系數作為所述共性特征提取結果；

人流密度特征關聯評價模塊，所述人流密度特征關聯評價模塊用于通過所述數據統計模塊進行分類事件的人流密度特征關聯評價，得到人流密度特征關聯評價結果；

狀態評價結果獲取模塊，所述狀態評價結果獲取模塊用于根據所述分類結果進行關聯人員的狀態評價，獲得狀態評價結果；

分析預警單元，所述分析預警單元用于將所述狀態評價結果和所述人流密度特征關聯評價結果添加至所述安全事件人員狀態預警條件，并基于所述安全事件人員狀態預警條件生成事件評價關聯特征，基于所述事件評價關聯特征進行所述圖像采集監督的圖像特征識別，根據識別結果進行所述安全管理分析和預警；

區域圖像識別頻率設定模塊，所述區域圖像識別頻率設定模塊用于根據所述城市安全區域標識結果設定區域圖像識別頻率；

異常特征檢測模塊，所述異常特征檢測模塊用于通過所述區域圖像識別頻率進行人員異常特征檢測，獲得初始檢測結果；

初始檢測結果判定模塊，所述初始檢測結果判定模塊用于判斷所述初始檢測結果是否存在滿足預設異常值范圍的異常特征；

異常標識模塊，所述異常標識模塊用于當所述初始檢測結果存在滿足所述預設異常值范圍的異常特征時，進行關聯用戶的異常標識；

異常標識分析預警模塊，所述異常標識分析預警模塊用于根據所述異常標識進行安全管理分析和預警；

特征提取模塊，所述特征提取模塊用于對所述關聯用戶進行特征提取，并調用關聯區間的監測數據；

關聯數據獲取模塊，所述關聯數據獲取模塊用于通過特征提取結果進行所述監測數據識別，獲得所述關聯用戶的關聯數據；

異常事件評價信息生成模塊，所述異常事件評價信息生成模塊用于對所述關聯數據進行基于時間線的連續動作特征分析，根據連續動作特征分析結果生成異常事件評價信息；

分析預警模塊，所述分析預警模塊用于根據所述異常事件評價信息進行安全管理分析和預警。