CN112288230A - 一种基于多维数据的场馆安全分析方法及装置 - Google Patents
一种基于多维数据的场馆安全分析方法及装置 Download PDFInfo
- Publication number
- CN112288230A CN112288230A CN202011046906.9A CN202011046906A CN112288230A CN 112288230 A CN112288230 A CN 112288230A CN 202011046906 A CN202011046906 A CN 202011046906A CN 112288230 A CN112288230 A CN 112288230A
- Authority
- CN
- China
- Prior art keywords
- venue
- personnel
- risk
- people
- specific
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 230000000694 effects Effects 0.000 claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012502 risk assessment Methods 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 38
- 238000005206 flow analysis Methods 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 abstract description 8
- 239000002609 medium Substances 0.000 description 10
- 238000013210 evaluation model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001568 sexual effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于多维数据的场馆安全分析方法及装置。本申请实施例提供的技术方案通过对场馆人员流量监控数据和进入场馆的场馆人员身份信息进行收集，分别确定场馆人流分布情况和筛选出场馆特定关注人员，根据场馆人流分布情况评估人流量风险，可根据人流量风险评估结果确定对应的人流控制策略，减少因场馆人流过大而导致群众安全事件的情况，另外，还根据近期活动情况评估各场馆特定关注人员的个人属性风险，并根据个人属性风险评估结果确定对应的人员控制策略，减少存在安全风险的场馆特定关注人员对场馆群众造成的威胁，有效提高对场馆群众的安全分析预警效果。
Description
技术领域
本申请实施例涉及公共安全技术领域，尤其涉及一种基于多维数据的场馆安全分析方法及装置。
背景技术
在经济、科技、文化等全球化发展背景下，各类型大型活动数量逐渐增多。由于大型群众性活动安全风险具有多样性和隐蔽性特点，且参与群众多、人群密集、参与群众随意性强、人员背景复杂，安全监管工作稍有不慎，容易发生人员骚乱、拥挤踩踏等治安事件，危及人民生命和财产安全。
准确判断参与群众的安全风险，做好活动参与群众安全风险防范化解工作，是大型群众性活动安全监管工作的重要环节。目前对活动场馆内群众安全监控是通过在现场安排安保人员来进行的，这种通过人工进行场馆安全防范的方式容易出现疏漏，安全防范效果有限。
发明内容
本申请实施例提供一种基于多维数据的场馆安全分析方法及装置，以提高大型活动中对场馆安全防范效果。
在第一方面，本申请实施例提供了一种基于多维数据的场馆安全分析方法，包括：
基于场馆人员流量监控数据，确定场馆人流分布情况；
根据所述场馆人流分布情况评估人流量风险；
基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；
根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
进一步的，所述场馆人员流量监控数据包括场馆售票数据和通道人流数据，所述场馆人流分布情况包括场馆整体人流分布情况和场馆区域人流分布情况。
进一步的，所述基于场馆人员流量监控数据，确定场馆人流分布情况，包括：
对场馆售票情况以及场馆通道进出人流进行监控，得到场馆售票数据以及通道人流数据；
基于所述场馆售票数据以及所述通道人流数据，确定场馆整体人流分布情况以及场馆区域人流分布情况。
进一步的，所述人流量风险包括整体人流风险和区域人流风险，所述根据所述场馆人流分布情况评估人流量风险，包括：
根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果；
根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果。
进一步的，所述根据所述场馆人流分布情况评估人流量风险之后，还包括：
响应于指示已售票数超出额定售票数的整体人流风险评估结果，进行整体人流风险预警；
响应于指示通道拥挤的区域人流风险评估结果，进行指向所述通道的区域人流风险预警。
进一步的，所述基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员，包括：
获取进入场馆的场馆人员身份信息，将场馆人员身份信息与特定人员库进行匹配得到人员匹配结果，所述特定人员库记录有不同身份特征的登记特定人员；
基于所述人员匹配结果将匹配成功的场馆人员确定为场馆特定关注人员，并确定场馆特定关注人员的身份特征。
进一步的，所述根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险，包括：
获取所述场馆特定关注人员的近期活动情况，根据所述近期活动情况确定风险系数；
基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果。
进一步的，所述基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果之后，还包括：
响应于指示风险系数超标的个人属性风险评估结果，进行指向所述场馆特定关注人员的人员风险预警。
在第二方面，本申请实施例提供了一种基于多维数据的场馆安全分析装置，包括人流分析模块、人流评估模块、人员匹配模块和人员评估模块，其中：
人流分析模块，用于基于场馆人员流量监控数据，确定场馆人流分布情况；
人流评估模块，用于根据所述场馆人流分布情况评估人流量风险；
人员匹配模块，用于基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；
人员评估模块，用于根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
进一步的，所述场馆人员流量监控数据包括场馆售票数据和通道人流数据，所述场馆人流分布情况包括场馆整体人流分布情况和场馆区域人流分布情况。
进一步的，所述人流分析模块具体用于：
对场馆售票情况以及场馆通道进出人流进行监控，得到场馆售票数据以及通道人流数据；
基于所述场馆售票数据以及所述通道人流数据，确定场馆整体人流分布情况以及场馆区域人流分布情况。
进一步的，所述人流评估模块具体用于：
根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果；
根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果。
进一步的，所述装置还包括人流预警模块，所述人流预警模块用于：
响应于指示已售票数超出额定售票数的整体人流风险评估结果，进行整体人流风险预警；
响应于指示通道拥挤的区域人流风险评估结果，进行指向所述通道的区域人流风险预警。
进一步的，所述人员匹配模块具体用于：
获取进入场馆的场馆人员身份信息，将场馆人员身份信息与特定人员库进行匹配得到人员匹配结果，所述特定人员库记录有不同身份特征的登记特定人员；
基于所述人员匹配结果将匹配成功的场馆人员确定为场馆特定关注人员，并确定场馆特定关注人员的身份特征。
进一步的，所述人员评估模块具体用于：
获取所述场馆特定关注人员的近期活动情况，根据所述近期活动情况确定风险系数；
基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果。
进一步的，所述装置还包括人员预警模块，所述人员预警模块用于：
响应于指示风险系数超标的个人属性风险评估结果，进行指向所述场馆特定关注人员的人员风险预警。
在第三方面，本申请实施例提供了一种计算机设备，包括：存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的基于多维数据的场馆安全分析方法。
在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于多维数据的场馆安全分析方法。
本申请实施例通过对场馆人员流量监控数据和进入场馆的场馆人员身份信息进行收集，分别确定场馆人流分布情况和筛选出场馆特定关注人员，根据场馆人流分布情况评估人流量风险，可根据人流量风险评估结果确定对应的人流控制策略，减少因场馆人流过大而导致群众安全事件的情况，另外，还根据近期活动情况评估各场馆特定关注人员的个人属性风险，并根据个人属性风险评估结果确定对应的人员控制策略，减少存在安全风险的场馆特定关注人员对场馆群众造成的威胁，有效提高对场馆群众的安全分析预警效果。
附图说明
图1是本申请实施例提供的一种基于多维数据的场馆安全分析方法的流程图；
图2是本申请实施例提供的另一种基于多维数据的场馆安全分析方法的流程图；
图3是本申请实施例提供的一种基于多维数据的场馆安全分析装置的结构示意图；
图4是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1给出了本申请实施例提供的一种基于多维数据的场馆安全分析方法的流程图，本申请实施例提供的基于多维数据的场馆安全分析方法可以由基于多维数据的场馆安全分析装置来执行，该基于多维数据的场馆安全分析装置可以通过硬件和/或软件的方式实现，并集成在计算机设备中。
下述以基于多维数据的场馆安全分析装置执行基于多维数据的场馆安全分析方法为例进行描述。参考图1，该基于多维数据的场馆安全分析方法包括：
S101：基于场馆人员流量监控数据，确定场馆人流分布情况。
其中场馆人员流量监控数据可以是在场馆活动前(例如售票阶段)或场馆活动时(例如进场阶段)进行收集。例如通过对场馆售票统计的已售票数进行监视，并将已售票数作为场馆人员流量监控数据，或者是将各通道入口的出入人数作为场馆人员流量监控数据。
示例性的，根据收集到的场馆人员流量监控数据，判断场馆人流分布情况。例如，根据已售票数确定预计要进入场馆的人数，从而确定场馆内整体的场馆人流分布情况，或者是根据场馆内各通道入口的出入人数确定场馆各区域的场馆人流分布情况。
S102：根据所述场馆人流分布情况评估人流量风险。
示例性的，根据场馆人流分布情况分析场馆的人流量风险，例如根据场馆内整体的场馆人流分布情况，判断场馆预计接纳的人数是否超出可控范围，并据此确定场馆整体的人流量风险，或者是根据场馆各区域的场馆人流分布情况，判断场馆各通道对应场馆区域的进场人流趋势，并据此确定场馆各区域的人流量风险。
可选的，实时对人流量风险进行评估，并在人流量风险的评估结果指示存在安全风险时进行风险预警，提醒工作人员安排适当的安保力量进行人流疏导。
S103：基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员。
其中场馆人员身份信息可以是在售票时进行收集，或者是在人员进入场馆时进行收集。例如，在售票时需要提供购票人员的身份信息(例如身份证、学生证等相关证件信息，或者手机号、微信号、邮箱等联系方式)，或者是在人员进入场馆时需要入场人员提供证件信息或者是生物特征信息(收集指纹、声纹、人脸特征等信息)。
进一步的，在特定人员库中记录有存在安全风险的登记特定人员的人员名单以及这些人员的登记身份信息。
示例性的，将收集到的场馆人员身份信息与特定人员库中的登记身份信息进行比对匹配，在匹配到身份信息一致的登记特定人员时，确定该场馆人员为场馆特定关注人员。
可选的，在检测到场馆特定关注人员时，可进行特定人员提醒，以提醒工作人员注意到该场馆特定关注人员。
S104：根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
在检测到场馆特定关注人员时，获取该场馆特定关注人员的近期活动情况，并根据近期活动情况分析该场馆特定关注人员的个人属性风险。例如在检测到场馆特定关注人员近期有出现安全风险较高的活动时，确定个人属性风险的评估结果为指示该场馆特定关注人员存在较高风险。其中个人属性风险可理解为由于个人的治安属性结合近期活动会给治安带来的威胁程度，并且近期活动情况对治安带来的威胁越大或次数越多，对应的个人属性风险评估结果越严重。
可选的，实时对每个场馆特定关注人员的个人属性风险进行评估，并在个人属性风险的评估结果指示存在安全风险时进行风险预警，提醒工作人员合理安排对场馆特定关注人员的控制措施。
上述，通过对场馆人员流量监控数据和进入场馆的场馆人员身份信息进行收集，分别确定场馆人流分布情况和筛选出场馆特定关注人员，根据场馆人流分布情况评估人流量风险，可根据人流量风险评估结果确定对应的人流控制策略，减少因场馆人流过大而导致群众安全事件的情况，另外，还根据近期活动情况评估各场馆特定关注人员的个人属性风险，并根据个人属性风险评估结果确定对应的人员控制策略，减少存在安全风险的场馆特定关注人员对场馆群众造成的威胁，有效提高对场馆群众的安全分析预警效果。
在上述实施例的基础上，图2为本申请实施例提供的另一种基于多维数据的场馆安全分析方法的流程图，该基于多维数据的场馆安全分析方法是对上述基于多维数据的场馆安全分析方法的具体化。参考图2，该基于多维数据的场馆安全分析方法包括：
S201：对场馆售票情况以及场馆通道进出人流进行监控，得到场馆售票数据以及通道人流数据。
其中，场馆人员流量监控数据包括场馆售票数据和通道人流数据，分别在售票阶段基于场馆售票情况和进场阶段基于场馆通道进出人流进行收集得到。
具体的，对于场馆售票数据，实时对场馆售票情况进行监控，即对场馆线上售票平台以及线下售票站点的售票数量进行监视，获取场馆售票数据。对于通道人流数据，在场馆每个通道的进出口处设置安检(例如闸机或者是人体检测摄像机)，对进出通道的人数进行统计，得到通道人流数据。
S202：基于所述场馆售票数据以及所述通道人流数据，确定场馆整体人流分布情况以及场馆区域人流分布情况。
本实施例提供的场馆人流分布情况包括场馆整体人流分布情况和场馆区域人流分布情况。其中，可根据座席分布、展览内容、通道分布等对场馆进行区域划分，确定多个场馆区域。
对于场馆整体人流分布情况，根据场馆售票数据对应的活动日期和活动时间，确定场馆在不同日期以及不同时间段已售票数，从而确定场馆整体人流分布情况。对于场馆区域人流分布情况，根据通道人流数据确定进入到对应场馆区域的人数，从而确定各场馆区域的人数分布情况，即场馆区域人流分布情况。
S203：根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果。
本实施例提供的人流量风险包括整体人流风险和区域人流风险，其分别基于场馆整体人流分布情况和场馆区域人流分布情况进行分析得出。
可选的，根据场馆的可容纳人数设置对应的额定售票数，其中可容纳人数可根据场馆的坐席数量、可活动面积等进行确定，或者是根据历史活动数据确定可容纳人数的最大值。
具体的，在整个售票阶段中，持续对已售票数进行监控，并实时分析得到场馆整体人流分布情况，并将场馆整体人流分布情况对应的在不同日期以及不同时间段的已售票数与额定售票数进行比较，判断已售票数是否超出额定售票数，并根据比较结果确定整体人流风险评估结果。
在一个可能的实施例中，在根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果之后，该基于多维数据的场馆安全分析方法还包括：响应于指示已售票数超出额定售票数的整体人流风险评估结果，进行整体人流风险预警。
具体的，在生成指示已售票数超出额定售票数的整体人流风险评估结果时，可根据超出额定售票数的具体日期以及时间段进行整体人流风险预警，以提醒工作人员及时控制并处理售票工作，减少因进场人数过多而超出场馆负荷或场馆安全控制能力的情况，保证场馆治安工作的有序开展。
在一个可能的实施例中，在根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果之后，该基于多维数据的场馆安全分析方法还包括：基于所述整体人流风险评估结果对已售票数与额定售票数的比较结果进行展示。
示例性的，在得到整体人流风险评估结果后，根据已售票数与额定售票数的比较结果确定还可出售的票数，并对还可出售的票数进行展示；或者是计算已售票数与额定售票数的比值，根据比值确定已售票占比，并对已售票占比进行展示，方便工作人员实时了解售票进度，以及时制定售票控制策略。
S204：根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果。
具体的，根据场馆售票数据确定每张票据分配的坐席，从而确定场馆内各区域的卖座情况，并结合场馆区域人流分布情况与场馆各区域卖座情况，评估每个通道的进出场人流，并将各个通道的进出场人流评估结果进行综合得到区域人流风险评估结果。
可选的，对每个通道的进出场人流的评估可以是场馆区域人流分布情况以及场馆各区域卖座情况确定各区域还需要进入的人数，并确定进入这些区域的通道，从而确定每个通道预计将要通过的进出场人流，从而得到区域人流风险评估结果。
可选的，对每个通道的进出场人流的评估还可以是基于通道人流评估模型进行评估得到。即基于神经网络结构搭建通道人流评估模型，并通过历史数据中的场馆区域人流分布情况以及场馆各区域卖座情况作为输入，历史数据中对应的每个通道的进出场人流作为输出，对通道人流评估模型进行训练。在将场馆区域人流分布情况以及场馆各区域卖座情况输入通道人流评估模型中，由通道人流评估模型进行评估分析得到接下来的每个通道的进出场人流，从而得到区域人流风险评估结果。
在一个可能的实施例中在根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果之后，该基于多维数据的场馆安全分析方法还包括：响应于指示通道拥挤的区域人流风险评估结果，进行指向所述通道的区域人流风险预警。
示例性的，可根据每个通道的通行效率(例如根据通道口大小、安检设备数量、安检要求等确定通行效率)设定通道的拥挤阈值。可以理解的是，在通道的进出场人流达到拥挤阈值时，生成的区域人流风险评估结果指示该通道拥挤。进一步的，在生成指示通道拥挤的区域人流风险评估结果时，进行指向对应通道的区域人流风险预警，以提醒工作人员及时安排安保力量进行疏导或对进场人员进行进场指引，减少因需要通过通道的人数过多而导致治安风险的情况。
S205：获取进入场馆的场馆人员身份信息，将场馆人员身份信息与特定人员库进行匹配得到人员匹配结果，所述特定人员库记录有不同身份特征的登记特定人员。
其中场馆人员包括完成购票的购票人员以及进入场馆内的进场人员，其中购票人员的身份信息可在售票时根据购票人员提供的身份信息(例如身份证、学生证等相关证件信息，或者手机号、微信号、邮箱等联系方式)进行确定，进场人员的身份信息可在通道入口处设置安检设备对证件信息或生物特征信息 (收集指纹、声纹、人脸特征等信息)进行信息采集得到。
进一步的，在特定人员库中记录有存在安全风险的登记特定人员的人员名单以及这些人员的登记身份信息(证件信息、联系方式、生物特征信息等)以及对应的身份特征。其中不同的特定人员具有不同的身份特征，身份特征可以是精神病患者、涉恐人员、上访人员等有可能对治安造成威胁的治安属性。
具体的，将收集到的场馆人员的身份信息在特定人员库中进行比对匹配，检索与场馆人员身份信息相匹配的登记身份信息，并生成人员匹配结果。
S206：基于所述人员匹配结果将匹配成功的场馆人员确定为场馆特定关注人员，并确定场馆特定关注人员的身份特征。
具体的，在人员匹配结果确定成功匹配到登记身份信息时，将匹配成功的场馆人员确定为场馆特定关注人员，并根据匹配到的登记身份信息对应的登记特定人员，确定该场馆人员所对应的身份特征。
S207：获取所述场馆特定关注人员的近期活动情况，根据所述近期活动情况确定风险系数。
具体的，对场馆特定关注人员的近期活动情况进行收集，例如精神病患者近期就医情况、涉恐人员的近期网上购物记录、上访人员的购票座位分布等。可选的，根据对治安的威胁程度，预先对不同的活动情况类型设定相应的风险基数，并且威胁程度越高，风险基数越大。
进一步的，确定场馆特定关注人员各近期活动情况对应的风险基数，并将风险基数相加作为该场馆特定关注人员的风险系数。
S208：基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果。
可选的，针对不同身份特征的特定关注人员设置系数阈值，在风险系数达到系数阈值时，可理解为个人属性风险达到需要进行控制的程度。
具体的，将每个场馆特定关注人员的风险系数与对应身份特征的系数阈值进行比较，并根据系数比较结果对每个场馆特定关注人员进行个人属性风险评估，并得到个人属性风险评估结果。即在风险系数分别达到或低于系数阈值时，个人属性风险评估结果分别指示风险系数超标或风险系数在安全范围。
在一个可能的实施例中，在基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果之后，该基于多维数据的场馆安全分析方法还包括：
响应于指示风险系数超标的个人属性风险评估结果，进行指向所述场馆特定关注人员的人员风险预警。
具体的，在生成指示风险系数超标的个人属性风险评估结果时，发出指向对应场馆特定关注人员的人员风险预警，并显示该场馆特定关注人员的身份特征以及近期活动情况，指导工作人员对威胁较大的人员分别采用制止入内、劝退、教育、盯防等有效措施来保障活动顺利进行。
上述，通过对场馆人员流量监控数据和进入场馆的场馆人员身份信息进行收集，分别确定场馆人流分布情况和筛选出场馆特定关注人员，根据场馆人流分布情况评估人流量风险，可根据人流量风险评估结果确定对应的人流控制策略，减少因场馆人流过大而导致群众安全事件的情况，另外，还根据近期活动情况评估各场馆特定关注人员的个人属性风险，并根据个人属性风险评估结果确定对应的人员控制策略，减少存在安全风险的场馆特定关注人员对场馆群众造成的威胁，有效提高对场馆群众的安全分析预警效果。将大型群众性活动中可能存在的风险分类成人流因素引起的风险与自身危险性导致的风险，有效对人员进行精细化的风险排查，并充分利用购票行为、购物习惯、进场规律等大数据找到针对不同种类风险因素的鉴别与排除规律，准确判断参与人员的安全风险。
图3给出了本申请实施例提供的一种基于多维数据的场馆安全分析装置的结构示意图。参考图3，该基于多维数据的场馆安全分析装置包括人流分析模块 31、人流评估模块32、人员匹配模块33和人员评估模块34。
其中，人流分析模块31，用于基于场馆人员流量监控数据，确定场馆人流分布情况；人流评估模块32，用于根据所述场馆人流分布情况评估人流量风险；人员匹配模块33，用于基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；人员评估模块34，用于根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
上述，通过对场馆人员流量监控数据和进入场馆的场馆人员身份信息进行收集，分别确定场馆人流分布情况和筛选出场馆特定关注人员，根据场馆人流分布情况评估人流量风险，可根据人流量风险评估结果确定对应的人流控制策略，减少因场馆人流过大而导致群众安全事件的情况，另外，还根据近期活动情况评估各场馆特定关注人员的个人属性风险，并根据个人属性风险评估结果确定对应的人员控制策略，减少存在安全风险的场馆特定关注人员对场馆群众造成的威胁，有效提高对场馆群众的安全分析预警效果。
在一个可能的实施例中，所述场馆人员流量监控数据包括场馆售票数据和通道人流数据，所述场馆人流分布情况包括场馆整体人流分布情况和场馆区域人流分布情况。
在一个可能的实施例中，所述人流分析模块31具体用于：
对场馆售票情况以及场馆通道进出人流进行监控，得到场馆售票数据以及通道人流数据；
基于所述场馆售票数据以及所述通道人流数据，确定场馆整体人流分布情况以及场馆区域人流分布情况。
在一个可能的实施例中，所述人流评估模块32具体用于：
根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果；
根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果。
在一个可能的实施例中，所述装置还包括人流预警模块，所述人流预警模块用于：
响应于指示已售票数超出额定售票数的整体人流风险评估结果，进行整体人流风险预警；
响应于指示通道拥挤的区域人流风险评估结果，进行指向所述通道的区域人流风险预警。
在一个可能的实施例中，所述人员匹配模块33具体用于：
获取进入场馆的场馆人员身份信息，将场馆人员身份信息与特定人员库进行匹配得到人员匹配结果，所述特定人员库记录有不同身份特征的登记特定人员；
基于所述人员匹配结果将匹配成功的场馆人员确定为场馆特定关注人员，并确定场馆特定关注人员的身份特征。
在一个可能的实施例中，所述人员评估模块34具体用于：
获取所述场馆特定关注人员的近期活动情况，根据所述近期活动情况确定风险系数；
基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果。
在一个可能的实施例中，所述装置还包括人员预警模块，所述人员预警模块用于：
响应于指示风险系数超标的个人属性风险评估结果，进行指向所述场馆特定关注人员的人员风险预警。
本申请实施例还提供了一种计算机设备，该计算机设备可集成本申请实施例提供的基于多维数据的场馆安全分析装置。图4是本申请实施例提供的一种计算机设备的结构示意图。参考图4，该计算机设备包括：输入装置43、输出装置44、存储器42以及一个或多个处理器41；所述存储器42，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器41执行，使得所述一个或多个处理器41实现如上述实施例提供的基于多维数据的场馆安全分析方法。其中输入装置43、输出装置44、存储器42和处理器41可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器42作为一种计算设备可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的基于多维数据的场馆安全分析方法对应的程序指令/模块(例如，基于多维数据的场馆安全分析装置中的人流分析模块31、人流评估模块32、人员匹配模块33和人员评估模块34)。存储器42可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置44可包括显示屏等显示设备。
处理器41通过运行存储在存储器42中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于多维数据的场馆安全分析方法。
上述提供的基于多维数据的场馆安全分析装置和计算机设备可用于执行上述任意实施例提供的基于多维数据的场馆安全分析方法，具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的基于多维数据的场馆安全分析方法，该基于多维数据的场馆安全分析方法包括：基于场馆人员流量监控数据，确定场馆人流分布情况；根据所述场馆人流分布情况评估人流量风险；基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯 (Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网) 连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于多维数据的场馆安全分析方法，还可以执行本申请任意实施例所提供的基于多维数据的场馆安全分析方法中的相关操作。
上述实施例中提供的基于多维数据的场馆安全分析装置、设备及存储介质可执行本申请任意实施例所提供的基于多维数据的场馆安全分析方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于多维数据的场馆安全分析方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (11)
1.一种基于多维数据的场馆安全分析方法，其特征在于，包括：
基于场馆人员流量监控数据，确定场馆人流分布情况；
根据所述场馆人流分布情况评估人流量风险；
基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；
根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
2.根据权利要求1所述的基于多维数据的场馆安全分析方法，其特征在于，所述场馆人员流量监控数据包括场馆售票数据和通道人流数据，所述场馆人流分布情况包括场馆整体人流分布情况和场馆区域人流分布情况。
3.根据权利要求2所述的基于多维数据的场馆安全分析方法，其特征在于，所述基于场馆人员流量监控数据，确定场馆人流分布情况，包括：
对场馆售票情况以及场馆通道进出人流进行监控，得到场馆售票数据以及通道人流数据；
基于所述场馆售票数据以及所述通道人流数据，确定场馆整体人流分布情况以及场馆区域人流分布情况。
4.根据权利要求2所述的基于多维数据的场馆安全分析方法，其特征在于，所述人流量风险包括整体人流风险和区域人流风险，所述根据所述场馆人流分布情况评估人流量风险，包括：
根据所述场馆整体人流分布情况判断已售票数是否超出额定售票数，以对整体人流风险进行评估得到整体人流风险评估结果；
根据所述场馆区域人流分布情况以及场馆各区域卖座情况，对每个通道的区域人流风险进行评估得到区域人流风险评估结果。
5.根据权利要求4所述的基于多维数据的场馆安全分析方法，其特征在于，所述根据所述场馆人流分布情况评估人流量风险之后，还包括：
响应于指示已售票数超出额定售票数的整体人流风险评估结果，进行整体人流风险预警；
响应于指示通道拥挤的区域人流风险评估结果，进行指向所述通道的区域人流风险预警。
6.根据权利要求1所述的基于多维数据的场馆安全分析方法，其特征在于，所述基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员，包括：
获取进入场馆的场馆人员身份信息，将场馆人员身份信息与特定人员库进行匹配得到人员匹配结果，所述特定人员库记录有不同身份特征的登记特定人员；
基于所述人员匹配结果将匹配成功的场馆人员确定为场馆特定关注人员，并确定场馆特定关注人员的身份特征。
7.根据权利要求6所述的基于多维数据的场馆安全分析方法，其特征在于，所述根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险，包括：
获取所述场馆特定关注人员的近期活动情况，根据所述近期活动情况确定风险系数；
基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果。
8.根据权利要求7所述的基于多维数据的场馆安全分析方法，其特征在于，所述基于所述风险系数对所述场馆特定关注人员进行个人属性风险评估得到个人属性风险评估结果之后，还包括：
响应于指示风险系数超标的个人属性风险评估结果，进行指向所述场馆特定关注人员的人员风险预警。
9.一种基于多维数据的场馆安全分析装置，其特征在于，包括人流分析模块、人流评估模块、人员匹配模块和人员评估模块，其中：
人流分析模块，用于基于场馆人员流量监控数据，确定场馆人流分布情况；
人流评估模块，用于根据所述场馆人流分布情况评估人流量风险；
人员匹配模块，用于基于场馆人员身份信息与特定人员库的匹配情况，确定场馆特定关注人员；
人员评估模块，用于根据所述场馆特定关注人员的近期活动情况，评估所述场馆特定关注人员的个人属性风险。
10.一种计算机设备，其特征在于，包括：存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8任一所述的基于多维数据的场馆安全分析方法。
11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8任一所述的基于多维数据的场馆安全分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011046906.9A CN112288230A (zh) | 2020-09-29 | 2020-09-29 | 一种基于多维数据的场馆安全分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011046906.9A CN112288230A (zh) | 2020-09-29 | 2020-09-29 | 一种基于多维数据的场馆安全分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112288230A true CN112288230A (zh) | 2021-01-29 |
Family
ID=74421982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011046906.9A Pending CN112288230A (zh) | 2020-09-29 | 2020-09-29 | 一种基于多维数据的场馆安全分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112288230A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115146540A (zh) * | 2022-07-23 | 2022-10-04 | 广东中测标准技术有限公司 | 体育场馆的消防风险仿真方法、系统、设备和存储介质 |
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN117133110A (zh) * | 2023-10-27 | 2023-11-28 | 山东大学 | 一种基于机器视觉的健身房安全风险预警方法及系统 |
| CN117592790A (zh) * | 2024-01-19 | 2024-02-23 | 全民认证科技（杭州）有限公司 | 一种区域告警方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201917921U (zh) * | 2010-08-05 | 2011-08-03 | 北京海鑫智圣技术有限公司 | 一种用于大型集会场所的人脸监控识别系统 |
| CN204695422U (zh) * | 2015-06-08 | 2015-10-07 | 苏州金螳螂展览设计工程有限公司 | 一种公共展厅人流量预警装置 |
| CN106067015A (zh) * | 2016-07-19 | 2016-11-02 | 中国人民解放军军事交通学院 | 一种人员密集场所的客流检测系统 |
| CN107424280A (zh) * | 2017-04-06 | 2017-12-01 | 广州网展网络科技有限公司 | 智能化博物馆管理系统 |
| CN107817759A (zh) * | 2017-11-27 | 2018-03-20 | 浙江卓锐科技股份有限公司 | 一种新型的景区客流实时监测系统及监测方法 |
| CN109214274A (zh) * | 2018-07-19 | 2019-01-15 | 国政通科技有限公司 | 一种机场安保管理系统 |
| CN109858424A (zh) * | 2019-01-25 | 2019-06-07 | 佳都新太科技股份有限公司 | 人群密度统计方法、装置、电子设备和存储介质 |
-
2020
- 2020-09-29 CN CN202011046906.9A patent/CN112288230A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201917921U (zh) * | 2010-08-05 | 2011-08-03 | 北京海鑫智圣技术有限公司 | 一种用于大型集会场所的人脸监控识别系统 |
| CN204695422U (zh) * | 2015-06-08 | 2015-10-07 | 苏州金螳螂展览设计工程有限公司 | 一种公共展厅人流量预警装置 |
| CN106067015A (zh) * | 2016-07-19 | 2016-11-02 | 中国人民解放军军事交通学院 | 一种人员密集场所的客流检测系统 |
| CN107424280A (zh) * | 2017-04-06 | 2017-12-01 | 广州网展网络科技有限公司 | 智能化博物馆管理系统 |
| CN107817759A (zh) * | 2017-11-27 | 2018-03-20 | 浙江卓锐科技股份有限公司 | 一种新型的景区客流实时监测系统及监测方法 |
| CN109214274A (zh) * | 2018-07-19 | 2019-01-15 | 国政通科技有限公司 | 一种机场安保管理系统 |
| CN109858424A (zh) * | 2019-01-25 | 2019-06-07 | 佳都新太科技股份有限公司 | 人群密度统计方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 佚名: "体育场馆中生物识别技术的应用", pages 1 - 2, Retrieved from the Internet <URL:https://www.asmag.com.cn/solution/200907/19007.html> * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115146540A (zh) * | 2022-07-23 | 2022-10-04 | 广东中测标准技术有限公司 | 体育场馆的消防风险仿真方法、系统、设备和存储介质 |
| CN115204701A (zh) * | 2022-07-23 | 2022-10-18 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN115204701B (zh) * | 2022-07-23 | 2023-07-14 | 广东中测标准技术有限公司 | 体育场馆的消防风险防控方法、系统、设备和存储介质 |
| CN117133110A (zh) * | 2023-10-27 | 2023-11-28 | 山东大学 | 一种基于机器视觉的健身房安全风险预警方法及系统 |
| CN117133110B (zh) * | 2023-10-27 | 2024-02-02 | 山东大学 | 一种基于机器视觉的健身房安全风险预警方法及系统 |
| CN117592790A (zh) * | 2024-01-19 | 2024-02-23 | 全民认证科技（杭州）有限公司 | 一种区域告警方法及系统 |
| CN117592790B (zh) * | 2024-01-19 | 2024-04-09 | 全民认证科技（杭州）有限公司 | 一种区域告警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112288230A (zh) | 一种基于多维数据的场馆安全分析方法及装置 | |
| Piza | The crime prevention effect of CCTV in public places: A propensity score analysis | |
| Zhang et al. | “Perception bias”: Deciphering a mismatch between urban crime and perception of safety | |
| Joh | Policing by numbers: big data and the Fourth Amendment | |
| Camacho-Collados et al. | A decision support system for predictive police patrolling | |
| Kennedy et al. | Risk clusters, hotspots, and spatial intelligence: risk terrain modeling as an algorithm for police resource allocation strategies | |
| Perry | Predictive policing: The role of crime forecasting in law enforcement operations | |
| Connealy et al. | Risk factor and high-risk place variations across different robbery targets in Denver, Colorado | |
| Onat et al. | Terrorism risk forecasting by ideology | |
| CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
| McGuire et al. | Evidence-based policing and community crime prevention | |
| Batabyal et al. | A political-economy analysis of the provision of urban anti-crime technologies in a model with three cities | |
| Kandeel et al. | Driver distraction impact on road safety: a data-driven simulation approach | |
| Hart et al. | Public bus stops and the meso environment: Understanding the situational context of street robberies | |
| Chainey | Examining the extent to which hotspot analysis can support spatial predictions of crime | |
| Taiwo | Technological Innovation and Crime Prevention: Implications for Effective Performance of Nigerian Police | |
| Zhao et al. | Proactive policing embedded in two models: A geospatial analysis of proactive activities by patrol officers and COP officers | |
| Gerstner | Using Predictive Policing to Prevent Residential Burglary-Findings from the Pilot Project P4 in Baden-Wurttemberg, Germany | |
| Gómez et al. | Hotspot mapping for perception of security | |
| Devi et al. | Policing the Police: The Impact of | |
| Lu et al. | Analyzing dynamic risk of stampede in stadium: A quantitative method considering the various status of risk factors in whole process | |
| Bayoumi et al. | A review of crime analysis and visualization. case study: Maryland state, usa | |
| Holligan et al. | The'care'of children in need in contemporary Scotland the role of positivism and performance indicators in official imaginings of childhood and wellbeing | |
| CN112785462A (zh) | 基于大数据的景区客流量统计评估系统 | |
| Figueiredo et al. | Classification of areas using a multiple criteria approach for a public security problem |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |