CN110334563B - 一种基于大数据的社区安全管理方法和系统 - Google Patents

一种基于大数据的社区安全管理方法和系统 Download PDF

Info

Publication number
CN110334563B
CN110334563B CN201910202535.XA CN201910202535A CN110334563B CN 110334563 B CN110334563 B CN 110334563B CN 201910202535 A CN201910202535 A CN 201910202535A CN 110334563 B CN110334563 B CN 110334563B
Authority
CN
China
Prior art keywords
community
people
exit
enter
personnel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910202535.XA
Other languages
English (en)
Other versions
CN110334563A (zh
Inventor
李杨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Terminus Beijing Technology Co Ltd
Original Assignee
Terminus Beijing Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Terminus Beijing Technology Co Ltd filed Critical Terminus Beijing Technology Co Ltd
Priority to CN201910202535.XA priority Critical patent/CN110334563B/zh
Publication of CN110334563A publication Critical patent/CN110334563A/zh
Application granted granted Critical
Publication of CN110334563B publication Critical patent/CN110334563B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19654—Details concerning communication with a camera
    • G08B13/19656—Network used to communicate with a camera, e.g. WAN, LAN, Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Ophthalmology & Optometry (AREA)
  • Alarm Systems (AREA)

Abstract

本申请实施例提供一种基于大数据的社区安全管理方法和系统。该方法包括：通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中；将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池；对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人；当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告。本申请提高了社区安全管理的准确度和效率。

Description

一种基于大数据的社区安全管理方法和系统
技术领域
本申请涉及社区安全管理及大数据领域，尤其涉及一种基于大数据的社区安全管理方法和系统。
背景技术
社区是社会的细胞，是人民群众学习、工作、生活的主要场所，社区安全直接关系到社会大局的稳定。当前，违法犯罪案件多发、安全灾害事故时有发生，严重危及国家、集体和居民个人的生命与财产安全，也对社区工作者的安全管理与服务能力提出了更高要求。传统社区安全管理过程中，一般只是简单的凭借人工经验进行，很少通过大数据规律进行设计，准确度不高，风险防范力度不强；而且，一般不会考虑通过社区安全管理历史案件规律预测可能存在安全隐患的区域，也不会根据社区实时数据进行社区安全预警。因此，可以考虑改进，融合大数据技术，设计基于大数据的社区安全管理方法及系统。
发明内容
有鉴于此，本申请的目的在于提出一种基于大数据的社区安全管理方法和系统，节省社区管理人员的劳动量，提高社区安全管理的准确度和响应速度，将社区安全隐患消灭在萌芽状态。
基于上述目的，本申请提出了一种基于大数据的社区安全管理方法，包括：
通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中；
将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池；
对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人；
当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告。
在一种实施例中，所述通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中，包括：
所述人体识别系统通过识别进出社区人员的面部特征和虹膜特征唯一确定进出社区人员；
所述社区进出人员画像为进出社区人员的人体特征和进出规律的特征量化数据。
在一些实施例中，所述采集进出社区人员的进出数据，包括：
通过时间戳记录方法采集进出社区人员的进出时间；
通过交通工具识别方法采集进出社区人员的进出方式；
通过人脸识别方法采集进出社区人员的进出随行人员。
在一些实施例中，所述将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，包括：
通过公式：
Figure BDA0001997912000000021
计算所述实时进出社区人员的特征与所述社区正常进出人员画像之间的距离，其中xi为所述实时进出人员的第i个特征，
Figure BDA0001997912000000022
为所述社区进出人员画像的第i个特征，
Figure BDA0001997912000000023
为所述实时进出人员与所述社区进出人员画像在第i个特征上的差值，n为所述实时进出社区人员的特征总数。
在一些实施例中，所述对重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人，包括：
通过机器学习算法，以步态、表情、行动轨迹、逗留时间为输入，以是否为为犯罪嫌疑人为输出，对所述重点观察人员池中的人员进行识别。
在一些实施例中，所述人体识别系统实现面部特征识别、步态识别、表情识别、行动方式识别、伴随人员识别。
在一些实施例中，所述当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告，包括：
按照时间空间维度，通过将房屋环境实时状态和历史房屋状态进行相似度比较，结合社区作案特征，识别出房屋环境异常变化。
基于上述目的，本申请还提出了一种基于大数据的社区安全管理系统，包括：
构建模块，用于通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中；
导入模块，用于将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池；
判断模块，用于对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人；
告警模块，用于当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告。
在一些实施例中，所述构建模块，包括：
数据清洗单元，用于对人体识别系统的数据进行归一化处理，并转换为标准数据；
特征提取单元，用于将人体识别系统的数据进行量化特征提取。
在一些实施例中，所述基于大数据的社区安全管理系统，还包括：
任务调度模块，用于控制任务的分发、资源分配；
效率监控模块，用于控制任务执行效率，并向所述任务调度模块发送监督结果。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于大数据的社区安全管理方法的流程图。
图2示出根据本发明实施例的基于大数据的社区安全管理系统的构成图。
图3示出根据本发明实施例的构建模块的构成图。
图4示出根据本发明实施例的基于大数据的社区安全管理系统的构成图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出根据本发明实施例的基于大数据的社区安全管理方法的流程图。如图1所示，该基于大数据的社区安全管理方法包括：
步骤S11、通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中。
在一种实施方式中，所述通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中，包括：
所述人体识别系统通过识别进出社区人员的面部特征和虹膜特征唯一确定进出社区人员；
所述社区进出人员画像为进出社区人员的人体特征和进出规律的特征量化数据。
具体来说，当对进出社区人员进行画像后，即可唯一确定每个进出社区的人员，社区中的传感设备也可以实施对进出社区人员的行为进行跟踪，发现可疑行为可以在第一时间内发出预警，并将可疑人员的信息第一时间提供给社区管理人员。
在一种实施方式中，所述采集进出社区人员的进出数据，包括：
通过时间戳记录方法采集进出社区人员的进出时间；
通过交通工具识别方法采集进出社区人员的进出方式；
通过人脸识别方法采集进出社区人员的进出随行人员。
在一种实施方式中，所述人体识别系统实现面部特征识别、步态识别、表情识别、行动方式识别、伴随人员识别。
举例来说，盗贼进出社区的时间一般为上班时间，或是夜间，因此通过门禁系统等传感设备识别出进出社区人员的进出时间戳，同时与公安系统的犯罪人员历史记录进行比对，向社区管理人员提出预警。
又如，根据犯罪人员心理特征，可以分析出犯罪人员进出社区后，一般会神色慌张、步态不正常，犯罪过程中也有可能会提前对社区内各建筑物进行踩点、观察。这样，通过人体识别系统识别出进出社区人员的面部特征、步态识别、表情特征、行动方式等，可以快速对可以人员进出社区进行预警。
又如，近些年来，进出社区拐卖儿童的案件呈现爆发趋势，社区中的儿童与成年人伴随出行时，通过人体识别系统，发现伴随儿童的成年人为有前科的犯罪分子，或是未在人体识别系统中存在的新发现进出社区人员，立即进行报警，赢得拯救被拐儿童的时间。
步骤S12、将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池。
在一种实施方式中，所述将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，包括：
通过公式：
Figure BDA0001997912000000051
计算所述实时进出社区人员的特征与所述社区正常进出人员画像之间的距离，其中xi为所述实时进出人员的第i个特征，
Figure BDA0001997912000000052
为所述社区进出人员画像的第i个特征，
Figure BDA0001997912000000053
为所述实时进出人员与所述社区进出人员画像在第i个特征上的差值，n为所述实时进出社区人员的特征总数。
非正常进出人员是相对于正常进出人员来说的，区别于正常进出人员，非正常进出人员的各类特征的累加值突破了可接受范围。具体来说，可以预先设定一个特征阈值，对每一个进出社区的人员进行特征举例比对，当特征举例超过该特征阈值时，可以以进行预判，将该人员列入重点观察人员池，为后续社区安全事件的发现赢得事件。
步骤S13、对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人。
在一种实施方式中，所述对重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人，包括：
通过机器学习算法，以步态、表情、行动轨迹、逗留时间为输入，以是否为为犯罪嫌疑人为输出，对所述重点观察人员池中的人员进行识别。
举例来说，一般犯罪嫌疑人进出社区时，会出现神色慌张，步态紧张、四处张望、踩点等特点，因此，通过对重点观察人员池中的人员进行机器学习算法识别，可以判定作案嫌疑人。构建机器学习算法过程按照实际需求可以采用贝叶斯分类、决策树、支持向量机等传统机器学习算法，也可以采用深度学习算法。
步骤S14、当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告。
在一种实施方式中，所述当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告，包括：
按照时间空间维度，通过将房屋环境实时状态和历史房屋状态进行相似度比较，结合社区作案特征，识别出房屋环境异常变化。
举例来说，作案嫌疑人在进出房屋后，会第一时间将房屋的窗帘拉上，避免外界发现其作案过程，而社区的传感设备可以第一时间捕捉到房屋环境的这一非正常变化，辅助进行安全警告。
又如，作案嫌疑人在进出房屋后，社区的传感设备捕捉到房屋内发出尖叫呼喊等噪音环境或是发现明火等非正常变化，也可以辅助进行安全警告。
又如，作案嫌疑人在进出房屋后，可能会使用房屋内的水、电、燃气等资源，当社区大数据分析发现房屋资源在可疑人员进出房屋后出现使用异常，即可辅助进行安全警告。
具体来说，房屋环境在不同的时间维度上，呈现出的状态是不一样的，例如夜间房屋一般不会开灯，门窗也一般会关上，因此如果在时间维度上，房屋环境出现了异常状态，可以作为社区安全事件判定的辅助标准。另外，房屋在空间维度上，也会存在一定的状态特征，例如房屋的玻璃正常情况下是很少破裂的，房屋的大门也是很少长时间打开的，通过这些空间上的异常分析，也可以辅助进行社区安全事件的判定。
图2示出根据本发明实施例的基于大数据的社区安全管理系统的构成图。如图2所示，该基于大数据的社区安全管理系统整体可以分为：
构建模块21，用于通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中；
导入模块22，用于将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池；
判断模块23，用于对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人；
告警模块24，用于当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告。
图3示出根据本发明实施例的构建模块的构成图。如图3所示，该构建模块可以分为：
数据清洗单元211，用于对人体识别系统的数据进行归一化处理，并转换为标准数据；
特征提取单元212，用于将人体识别系统的数据进行量化特征提取。
图4示出根据本发明实施例的基于大数据的社区安全管理系统的构成图。如图4所示，该基于大数据的社区安全管理系统还包括：
任务调度模块25，用于控制任务的分发、资源分配；
效率监控模块26，用于控制任务执行效率，并向所述任务调度模块发送监督结果。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (1)

1.一种基于大数据的社区安全管理方法，其特征在于，包括：
通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中；
将实时进出社区人员的特征与所述社区正常进出人员画像进行比对，发现非正常进出人员后，将所述非正常进出人员导入重点观察人员池；
对所述重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人；
当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告；
所述将实时进出社区人员的特征与社区正常进出人员画像进行比对，包括：
通过公式：
Figure DEST_PATH_IMAGE002
，
计算所述实时进出社区人员的特征与所述社区正常进出人员画像之间的距离，其中
Figure DEST_PATH_IMAGE004
为所述实时进出社区 人员的第i个特征，
Figure DEST_PATH_IMAGE006
为所述社区进出人员画像的第i个特征，
Figure DEST_PATH_IMAGE008
为所述实时进出人员与所述社区进出人员画像在第i个特征上的差值，n为所述实时进出社区人员的特征总数；
所述对重点观察人员池中的人员，对步态、表情、行动轨迹、逗留时间进行识别，通过异常行为识别算法判定作案嫌疑人，包括：
通过机器学习算法，以步态、表情、行动轨迹、逗留时间为输入，以是否为为犯罪嫌疑人为输出，对所述重点观察人员池中的人员进行识别；
所述当所述作案嫌疑人进出住户房屋时，对所述住户房屋环境进行大数据分析，识别出房屋环境异常变化，进行安全警告，包括：
按照时间空间维度，通过将房屋环境实时状态和历史房屋状态进行相似度比较，结合社区作案特征，识别出房屋环境异常变化；
所述通过人体识别系统采集进出社区人员的进出数据，针对每个进出社区人员通过特征识别算法得到社区进出人员画像，存入大数据系统中，包括：
所述人体识别系统通过识别进出社区人员的面部特征和虹膜特征唯一确定进出社区人员；
所述社区进出人员画像为进出社区人员的人体特征和进出规律的特征量化数据；
所述采集进出社区人员的进出数据，包括：
通过时间戳记录方法采集进出社区人员的进出时间；
通过交通工具识别方法采集进出社区人员的进出方式；
通过人脸识别方法采集进出社区人员的进出随行人员；
所述人体识别系统实现面部特征识别、步态识别、表情识别、行动方式识别、伴随人员识别。
CN201910202535.XA 2019-03-18 2019-03-18 一种基于大数据的社区安全管理方法和系统 Active CN110334563B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910202535.XA CN110334563B (zh) 2019-03-18 2019-03-18 一种基于大数据的社区安全管理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910202535.XA CN110334563B (zh) 2019-03-18 2019-03-18 一种基于大数据的社区安全管理方法和系统

Publications (2)

Publication Number Publication Date
CN110334563A CN110334563A (zh) 2019-10-15
CN110334563B true CN110334563B (zh) 2020-05-29

Family

ID=68138841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910202535.XA Active CN110334563B (zh) 2019-03-18 2019-03-18 一种基于大数据的社区安全管理方法和系统

Country Status (1)

Country Link
CN (1) CN110334563B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111402459A (zh) * 2020-02-24 2020-07-10 重庆特斯联智慧科技股份有限公司 一种具有社区综合管理功能的智能门禁系统及其方法
CN111400415B (zh) * 2020-03-12 2024-05-17 深圳市天彦通信股份有限公司 人员的管理方法及相关装置
CN111402532A (zh) * 2020-03-26 2020-07-10 海南鸿达盛创网络信息科技有限公司 一种综合安防视频管理控制系统
CN111462380A (zh) * 2020-03-30 2020-07-28 重庆特斯联智慧科技股份有限公司 一种基于物联网的智慧社区管理方法和系统
CN111582693A (zh) * 2020-04-28 2020-08-25 重庆中科云从科技有限公司 一种人口管理方法、系统、机器可读介质及设备
CN111563671A (zh) * 2020-04-28 2020-08-21 重庆中科云从科技有限公司 一种区域人员管理方法、系统、机器可读介质及设备
CN111639604B (zh) * 2020-06-01 2022-09-23 江西憶源多媒体科技有限公司 一种社区秩序管理的预警方法及装置
CN111667201A (zh) * 2020-07-10 2020-09-15 南通市亿控自动化系统有限公司 一种工业互联网智能监控的信息处理方法和装置
CN112241685A (zh) * 2020-09-16 2021-01-19 四川天翼网络服务有限公司 一种基于社区活动轨迹的人员聚类方法及系统
CN112255959B (zh) * 2020-10-30 2021-09-21 合肥未来计算机技术开发有限公司 一种基于大数据的智能化建筑安全管理系统
CN113191191B (zh) * 2021-03-23 2023-08-18 武汉特斯联智能工程有限公司 一种基于用户习惯分析的社区疫情管理方法和系统
CN113159632A (zh) * 2021-05-06 2021-07-23 重庆国科应用技术研究所有限公司 一种基于用户画像的楼宇管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207337633U (zh) * 2017-07-10 2018-05-08 太原昂迈威电子科技有限公司 一种用于安防系统的智能呼救探测装置
CN108052925A (zh) * 2017-12-28 2018-05-18 江西高创保安服务技术有限公司 一种小区人员档案智能管理方法
CN108711119A (zh) * 2018-04-18 2018-10-26 特斯联（北京）科技有限公司 一种社区微卡口综合ai系统及其数据展现方法
CN109446903A (zh) * 2018-09-25 2019-03-08 王妃 基于识别手段和深度学习的区域犯罪预警方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6773400B2 (en) * 2002-04-01 2004-08-10 Philip Chidi Njemanze Noninvasive transcranial doppler ultrasound face and object recognition testing system
CN106780250B (zh) * 2016-12-01 2021-01-26 武汉大思想信息股份有限公司 一种基于物联网技术的智慧社区安全事件处理方法及系统
CN106845342A (zh) * 2016-12-15 2017-06-13 重庆凯泽科技股份有限公司 一种智慧社区监控系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207337633U (zh) * 2017-07-10 2018-05-08 太原昂迈威电子科技有限公司 一种用于安防系统的智能呼救探测装置
CN108052925A (zh) * 2017-12-28 2018-05-18 江西高创保安服务技术有限公司 一种小区人员档案智能管理方法
CN108711119A (zh) * 2018-04-18 2018-10-26 特斯联（北京）科技有限公司 一种社区微卡口综合ai系统及其数据展现方法
CN109446903A (zh) * 2018-09-25 2019-03-08 王妃 基于识别手段和深度学习的区域犯罪预警方法

Also Published As

Publication number Publication date
CN110334563A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110334563B (zh) 一种基于大数据的社区安全管理方法和系统
CN108052925B (zh) 一种小区人员档案智能管理方法
KR101610657B1 (ko) 출입통제 데이터를 기반으로 하는 3차원 공간정보 출입통제 및 방역 시스템 및 방법
CN112132045B (zh) 一种基于计算机视觉的小区人员异常行为监控方案
US20070182540A1 (en) Local verification systems and methods for security monitoring
JP2013131153A (ja) 自律型防犯警戒システム及び自律型防犯警戒方法
KR20140033262A (ko) 실내 감시 시스템 및 실내 감시 방법
CN108009488A (zh) 基于行为分析的街道安全联防系统
CN112383615A (zh) 一种基于边缘计算的住宅楼门禁安防系统及方法
KR101492799B1 (ko) 감시영역 입퇴실자 추적을 통한 출입 통제 기능을 가지는 출입 통제 통합 영상 저장 시스템 및 그 방법
KR102327807B1 (ko) 인공지능 기반 승강기 위험상황 자동 예측판단시스템
JP6621092B1 (ja) 危険度判別プログラム及びシステム
JP5064846B2 (ja) 監視システム
US10636264B2 (en) Office building security system using fiber sensing
KR102590275B1 (ko) 비식별화 데이터를 이용한 딥러닝 기반 이상행동 탐지 시스템
WO2021168255A1 (en) Combined person detection and face recognition for physical access control
EP3109837A1 (en) System and method of smart incident analysis in control system using floor maps
CN114445990A (zh) 用于小区的监控视频访问系统
JP6739119B1 (ja) 危険度判別プログラム及びシステム
EP4367653A1 (en) Threat assessment system
JP6739115B6 (ja) 危険度判別プログラム及びシステム
CN114821785A (zh) 基于假定评估与贝叶斯学习的潜在突发犯罪人员识别方法
Yan et al. Detection of suspicious patterns in secure physical environments
KR20190135266A (ko) 차량 출입 관리 장치 및 그 방법
CN220340734U (zh) 单元门禁装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant