CN112528099A - 一种基于大数据的人员同行分析方法、系统、设备及介质 - Google Patents
一种基于大数据的人员同行分析方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112528099A CN112528099A CN202011500082.8A CN202011500082A CN112528099A CN 112528099 A CN112528099 A CN 112528099A CN 202011500082 A CN202011500082 A CN 202011500082A CN 112528099 A CN112528099 A CN 112528099A
- Authority
- CN
- China
- Prior art keywords
- data
- mobile phone
- information
- track
- screening
- 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 21
- 238000004140 cleaning Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000012216 screening Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims 4
- 230000009471 action Effects 0.000 abstract description 5
- 238000011835 investigation Methods 0.000 abstract description 5
- 238000010219 correlation analysis Methods 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于大数据的人员同行数据分析方法，包括以下步骤：获取各个卡口抓拍的车辆和人脸图片信息；对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；从各个手机基站获取手机信息；对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；获取查询目标轨迹请求；根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据；对与目标轨迹相似度高的轨迹数据进行同行点位分析；显示出分析结果。该方法利用手机基站信息结合视频卡口点抓拍信息，对这些数据进行关联分析可有效确定作案人员的身份及行动轨迹，节省大量人工排查时间，提高了治安管理水平和违法行为处理的效率。
Description
技术领域
本发明涉及软件技术领域，具体涉及一种基于大数据的人员同行分析方法、系统、设备及介质。
背景技术
随着人口基数的不多扩大，社会安全面临着越来越多的挑战和不确定因素，例如寻衅滋事、聚众斗殴等问题。在人力资源有限，小事故多发，追踪时效差异环境下，往往不能进行有效处理等，如何能协助相关工作人员提高管理水平和违法行为处理效率是目前需要解决的问题。
发明内容
针对现有技术中的缺陷，本发明实施例提供一种基于大数据的人员同行分析方法、系统、设备及介质，利用手机基站信息结合视频卡口点抓拍信息可有效确定作案人员的身份及行动轨迹，节省大量人工排查时间，提高了治安管理水平和违法行为处理的效率。
第一方面，本发明实施例提供的一种基于大数据的人员同行分析方法，包括以下步骤：
获取各个卡口抓拍的车辆和人脸图片信息；
对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；
从各个手机基站获取手机信息；
对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；
获取查询目标轨迹请求；
根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据；
对与目标轨迹相似度高的轨迹数据进行同行点位分析；
显示出分析结果。
第二方面，本发明实施例提供的一种基于大数据的人员同行数据分析系统，包括：第一数据获取模块、第一清洗模块、第二数据获取模块、第二清洗模块、查询请求获取模块、数据分析模块和显示模块，其中，
所述第一数据获取模块获取各个卡口抓拍的车辆和人脸图片信息；
所述第一清洗模块对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；
所述第二数据获取模块从各个手机基站获取手机信息；
所述第二清洗模块对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；
所述查询请求获取模块获取查询目标轨迹请求；
所述数据分析模块根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据，对与目标轨迹相似度高的轨迹数据进行同行点位分析；
所述显示模块用于显示分析结果。
第三方面，本发明实施例提供的一种智能设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。
第四方面，本发明实施例提供的计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。
本发明的有益效果：
本发明实施例提供的一种基于大数据的人员同行数据分析方法、系统、设备及介质，利用手机基站信息结合视频卡口点抓拍信息，对这些数据进行关联分析可有效确定作案人员的身份及行动轨迹，节省大量人工排查时间，提高了治安管理水平和违法行为处理的效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明第一实施例所提供的一种基于大数据的人员同行数据分析方法的流程图；
图2示出了本发明第二实施例所提供的一种基于大数据的人员同行数据分析系统的结构框图；
图3示出了本发明第三实施例所提供的一种智能设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示，示出了本发明第一实施例提供了一种基于大数据的人员同行数据分析方法的流程图，该方法包括以下8个步骤。
S1:获取各个卡口抓拍的车辆和人脸图片信息。
具体地，在街道上每个路口所部署的前端摄像头具有抓拍车辆和人脸图片的功能，通过前端摄像头抓拍过车照片、人脸照片，前端摄像头通过指定方式(如Kafka订阅、redis订阅、socket认证通信等)将拍摄的车辆图片、人脸图片、抓拍设备的信息和抓拍时间等发送到系统的数据接口。
S2:对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库。
具体地，对获取的车辆和人脸图片信息进行清洗的处理步骤包括：
1、筛选掉图片无法访问以及图片大小异常(过大超出服务器承载范围或过小)等失效数据。
2、筛选掉时间错误的数据(拍摄时间与时间同步服务器差异超过24小时，拍摄时间处于未来时间段时，需在未来时间5min以内)。
3、筛选掉无卡口信息(设备id)的失效数据。
4、并将筛选后的这些数据进行字段重命名、缺省值赋予后并将清洗好的数据保存到数据库。
S3:从各个手机基站获取手机信息。
具体地，在街道上每个路口部署的手机基站具有手机数据采集功能，采集的数据包括但不限于：手机号码、采集时间、imsi号(国际移动用户识别码)、imei号(国际移动设备识别码)和采集设备信息。手机基站通过指定方式采集的数据发送到系统的数据接口。
S4:对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库。
具体地，对获取的手机信息进行清洗的具体步骤包括：
1、筛选掉无设备信息的无效数据。
2、筛选掉手机号、imei与imis为空的无效数据。
3、筛选掉时间间隔低于预设值的数据。
4、将筛选后得到的数据进行字段重命名和缺省值赋值处理，并将清洗后的手机信息保存到数据库。
S5:获取查询目标轨迹请求。
其中，查询目标轨迹请求包括需要查询的车辆或人员或手机信息。通过需要查询的车辆或人员或手机信息去查询车辆或人脸或手机轨迹的经纬度、时间和查询通行轨迹类型。
S6:根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据。
其中，根据查询请求从数据库中根据查询逻辑查询出该时段内所有相似轨迹(两个轨迹点位之间时间相隔2分钟内，并且距离范围小于手机基站点位覆盖范围半径为两个点匹配上，匹配上的点位越多，则两个轨迹之间的相似度越高)，由高到低排序后将车牌号/人脸聚类id/手机imsi号及对应的轨迹相似度结构化数据进行反馈，由于数据量庞大会难免会查询速度较慢，故将查询数据存入redis中，并将查询条件作为key值，同时也将会另存一份查询进度的百分比以供前端展示查询进度。
S7:对与目标轨迹相似度高的轨迹数据进行同行点位分析。
具体地，将相似度高的轨迹进行同行点位分析的步骤包括：
遍历查询的车牌号、人脸图像、手机号的轨迹，与所要对比的轨迹进行比对，对两个轨迹的每个点位进行匹配验证，若匹配成功，则将点位进行标记，同时，验证两个轨迹之间任意点位与另一轨迹的点位进行匹配，匹配成功，则说明这几个轨迹相关，在该抓拍记录处添加另一轨迹所匹配上的抓拍记录ID。
S8:显示出分析结果。
通过经纬度、点位信息及抓拍时间展示两个轨迹列表并在地图上显示出，将各个同行点位的标志展示不同颜色来区分具体同行分段。
本发明实施例提供的一种基于大数据的人员同行数据分析方法，利用手机基站信息结合视频卡口点抓拍信息，对这些数据进行关联分析可有效确定作案人员的身份及行动轨迹，节省大量人工排查时间，提高了治安管理水平和违法行为处理的效率。
在上述的第一实施例中，提供了一种基于大数据的人员同行数据分析方法，与之相对应的，本申请还提供一种基于大数据的人员同行数据分析系统。请参考图2，其为本发明第二实施例提供的基于大数据的人员同行数据分析系统的结构框图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图2所示，示出了本发明第二实施例提供的一种基于大数据的人员同行数据分析系统的结构框图，该系统包括：第一数据获取模块、第一清洗模块、第二数据获取模块、第二清洗模块、查询请求获取模块、数据分析模块和显示模块，其中，所述第一数据获取模块获取各个卡口抓拍的车辆和人脸图片信息；所述第一清洗模块对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；所述第二数据获取模块从各个手机基站获取手机信息；所述第二清洗模块对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；所述查询请求获取模块获取查询目标轨迹请求；所述数据分析模块根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据，对与目标轨迹相似度高的轨迹数据进行同行点位分析；所述显示模块用于显示分析结果。
其中，第一清洗模块对获取的车辆和人脸图片信息进行清洗的具体步骤包括：筛选掉图片无法访问和图片大小异常的失效数据；筛选掉时间错误的数据；筛选掉无卡口信息的失效数据；将筛选后得到的数据进行字段重命名和缺省值赋值处理。
其中，第二清洗模块对获取的手机信息进行清洗的具体步骤包括：筛选掉无设备信息的无效数据；筛选掉手机号、imei与imis为空的无效数据；筛选掉时间间隔低于预设值的数据；将筛选后得到的数据进行字段重命名和缺省值赋值处理。
其中，数据分析模块根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据的具体处理步骤包括：根据查询请求判断两个轨迹点位之间的时间间隔在是否在阈值范围内；两个轨迹点的距离范围是否小于手机基站点位覆盖范围半径；若均为是，则判定点位匹配；匹配的点位越多，则两个轨迹的相似度就越高。
本发明实施例提供的一种基于大数据的人员同行数据分析系统，利用手机基站信息结合视频卡口点抓拍信息，对这些数据进行关联分析可有效确定作案人员的身份及行动轨迹，节省大量人工排查时间，提高了治安管理水平和违法行为处理的效率。
如图3所示，示出了在本发明第三实施例提供的一种智能设备结构框图，该设备包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。
应当理解，在本发明实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备可以包括显示器(LCD等)、扬声器等。
该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器、输入设备、输出设备可执行本发明实施例提供的方法实施例所描述的实现方式，也可执行本发明实施例所描述的系统实施例的实现方式，在此不再赘述。
在本发明还提供一种计算机可读存储介质的实施例，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。
所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于大数据的人员同行数据分析方法，其特征在于，包括以下步骤：
获取各个卡口抓拍的车辆和人脸图片信息；
对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；
从各个手机基站获取手机信息；
对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；
获取查询目标轨迹请求；
根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据；
对与目标轨迹相似度高的轨迹数据进行同行点位分析；
显示出分析结果。
2.如权利要求1所述的方法，其特征在于，所述对获取的车辆和人脸图片信息进行清洗的具体步骤包括：
筛选掉图片无法访问和图片大小异常的失效数据；
筛选掉时间错误的数据；
筛选掉无卡口信息的失效数据；
将筛选后得到的数据进行字段重命名和缺省值赋值处理。
3.如权利要求1所述的方法，其特征在于，所述对获取的手机信息进行清洗的具体步骤包括：
筛选掉无设备信息的无效数据；
筛选掉手机号、imei与imis为空的无效数据；
筛选掉时间间隔低于预设值的数据；
将筛选后得到的数据进行字段重命名和缺省值赋值处理。
4.如权利要求1所述的方法，其特征在于，根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据的具体处理步骤包括：
根据查询请求判断两个轨迹点位之间的时间间隔在是否在阈值范围内；
两个轨迹点的距离范围是否小于手机基站点位覆盖范围半径；
若均为是，则判定点位匹配；
匹配的点位越多，则两个轨迹的相似度就越高。
5.一种基于大数据的人员同行数据分析系统，其特征在于，包括：第一数据获取模块、第一清洗模块、第二数据获取模块、第二清洗模块、查询请求获取模块、数据分析模块和显示模块，其中，
所述第一数据获取模块获取各个卡口抓拍的车辆和人脸图片信息；
所述第一清洗模块对获取的车辆和人脸图片信息进行清洗，将清洗后的图片信息保存到数据库；
所述第二数据获取模块从各个手机基站获取手机信息；
所述第二清洗模块对获取的手机信息进行清洗，将清洗后的手机信息保存到数据库；
所述查询请求获取模块获取查询目标轨迹请求；
所述数据分析模块根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据，对与目标轨迹相似度高的轨迹数据进行同行点位分析；
所述显示模块用于显示分析结果。
6.如权利要求5所述的系统，其特征在于，所述第一清洗模块对获取的车辆和人脸图片信息进行清洗的具体步骤包括：
筛选掉图片无法访问和图片大小异常的失效数据；
筛选掉时间错误的数据；
筛选掉无卡口信息的失效数据；
将筛选后得到的数据进行字段重命名和缺省值赋值处理。
7.如权利要求5所述的系统，其特征在于，所述第二清洗模块对获取的手机信息进行清洗的具体步骤包括：
筛选掉无设备信息的无效数据；
筛选掉手机号、imei与imis为空的无效数据；
筛选掉时间间隔低于预设值的数据；
将筛选后得到的数据进行字段重命名和缺省值赋值处理。
8.如权利要求5所述的系统，其特征在于，所述数据分析模块根据查询请求从数据库中查找与目标轨迹相似度高的轨迹数据的具体处理步骤包括：
根据查询请求判断两个轨迹点位之间的时间间隔在是否在阈值范围内；
两个轨迹点的距离范围是否小于手机基站点位覆盖范围半径；
若均为是，则判定点位匹配；
匹配的点位越多，则两个轨迹的相似度就越高。
9.一种智能设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，其特征在于，所述处理器被配置用于调用所述程序指令，执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011500082.8A CN112528099A (zh) | 2020-12-17 | 2020-12-17 | 一种基于大数据的人员同行分析方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011500082.8A CN112528099A (zh) | 2020-12-17 | 2020-12-17 | 一种基于大数据的人员同行分析方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112528099A true CN112528099A (zh) | 2021-03-19 |
Family
ID=75001366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011500082.8A Pending CN112528099A (zh) | 2020-12-17 | 2020-12-17 | 一种基于大数据的人员同行分析方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112528099A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113254686A (zh) * | 2021-04-02 | 2021-08-13 | 青岛以萨数据技术有限公司 | 人员行为检测方法、装置及存储介质 |
| CN114093014A (zh) * | 2022-01-20 | 2022-02-25 | 深圳前海中电慧安科技有限公司 | 一种图码关联强度计算方法、装置、设备及存储介质 |
| CN114245314A (zh) * | 2021-12-17 | 2022-03-25 | 高创安邦(北京)技术有限公司 | 一种人员轨迹修正方法、装置、存储介质及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109558420A (zh) * | 2018-11-23 | 2019-04-02 | 北京锐安科技有限公司 | 数据查询方法、装置、电子设备及存储介质 |
| CN109635059A (zh) * | 2018-11-23 | 2019-04-16 | 武汉烽火众智数字技术有限责任公司 | 基于轨迹相似度匹配的人车关联分析方法及系统 |
| CN110084103A (zh) * | 2019-03-15 | 2019-08-02 | 深圳英飞拓科技股份有限公司 | 一种基于人脸识别技术的同行人分析方法及系统 |
| CN110334231A (zh) * | 2019-06-28 | 2019-10-15 | 深圳市商汤科技有限公司 | 一种信息处理方法及装置、存储介质 |
| CN111930868A (zh) * | 2020-08-10 | 2020-11-13 | 大连源动力科技有限公司 | 一种基于多维数据采集的大数据行为轨迹分析方法 |
-
2020
- 2020-12-17 CN CN202011500082.8A patent/CN112528099A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109558420A (zh) * | 2018-11-23 | 2019-04-02 | 北京锐安科技有限公司 | 数据查询方法、装置、电子设备及存储介质 |
| CN109635059A (zh) * | 2018-11-23 | 2019-04-16 | 武汉烽火众智数字技术有限责任公司 | 基于轨迹相似度匹配的人车关联分析方法及系统 |
| CN110084103A (zh) * | 2019-03-15 | 2019-08-02 | 深圳英飞拓科技股份有限公司 | 一种基于人脸识别技术的同行人分析方法及系统 |
| CN110334231A (zh) * | 2019-06-28 | 2019-10-15 | 深圳市商汤科技有限公司 | 一种信息处理方法及装置、存储介质 |
| CN111930868A (zh) * | 2020-08-10 | 2020-11-13 | 大连源动力科技有限公司 | 一种基于多维数据采集的大数据行为轨迹分析方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113254686A (zh) * | 2021-04-02 | 2021-08-13 | 青岛以萨数据技术有限公司 | 人员行为检测方法、装置及存储介质 |
| CN113254686B (zh) * | 2021-04-02 | 2023-08-01 | 青岛以萨数据技术有限公司 | 人员行为检测方法、装置及存储介质 |
| CN114245314A (zh) * | 2021-12-17 | 2022-03-25 | 高创安邦(北京)技术有限公司 | 一种人员轨迹修正方法、装置、存储介质及电子设备 |
| CN114245314B (zh) * | 2021-12-17 | 2024-01-05 | 高创安邦(北京)技术有限公司 | 一种人员轨迹修正方法、装置、存储介质及电子设备 |
| CN114093014A (zh) * | 2022-01-20 | 2022-02-25 | 深圳前海中电慧安科技有限公司 | 一种图码关联强度计算方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112528099A (zh) | 一种基于大数据的人员同行分析方法、系统、设备及介质 | |
| CN109117714B (zh) | 一种同行人员识别方法、装置、系统及计算机存储介质 | |
| CN109299135B (zh) | 基于识别模型的异常查询识别方法、识别设备及介质 | |
| CN108091140B (zh) | 一种确定套牌车辆的方法和装置 | |
| CN107016322B (zh) | 一种尾随人员分析的方法及装置 | |
| CN110363076B (zh) | 人员信息关联方法、装置及终端设备 | |
| CN107483416A (zh) | 身份验证的方法及装置 | |
| CN109284380A (zh) | 基于大数据分析的非法用户识别方法及装置、电子设备 | |
| CN107665289B (zh) | 一种运营商数据的处理方法及系统 | |
| JP2022526382A (ja) | 行動分析方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
| CN108109132B (zh) | 一种图像分析方法及装置 | |
| CN109547748B (zh) | 对象落脚点确定方法、装置及存储介质 | |
| CN110991231B (zh) | 活体检测方法、装置、服务器和人脸识别设备 | |
| CN112183367A (zh) | 车辆数据检错方法、装置、服务器及存储介质 | |
| CN111065044B (zh) | 基于大数据的数据关联分析方法、装置及计算机存储介质 | |
| CN112218243A (zh) | 海量人车数据的关联方法、装置、设备及存储介质 | |
| US20230222843A1 (en) | Method and device for registering biometric feature | |
| CN113343913A (zh) | 目标确定方法、装置、存储介质及计算机设备 | |
| CN109783663B (zh) | 一种归档方法及装置 | |
| KR20190047748A (ko) | 영상의 객체 처리 방법 및 장치 | |
| CN110795980A (zh) | 基于网络视频的逃犯识别方法、设备、存储介质及装置 | |
| CN113938827A (zh) | 通讯号码使用者的验证方法、装置、设备及存储介质 | |
| CN111260932A (zh) | 车辆违法行为的确定方法、装置、计算机设备和存储介质 | |
| CN112218046B (zh) | 对象监控方法及装置 | |
| CN110198342B (zh) | 一种快速出入社区卡口的方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 266000 Room 302, building 3, Office No. 77, Lingyan Road, Huangdao District, Qingdao, Shandong Province Applicant after: QINGDAO YISA DATA TECHNOLOGY Co.,Ltd. Applicant after: Beijing isa Intelligent Technology Co.,Ltd. Applicant after: Anhui Issa Data Technology Co.,Ltd. Address before: 266000 3rd floor, building 3, optical valley software park, 396 Emeishan Road, Huangdao District, Qingdao City, Shandong Province Applicant before: QINGDAO YISA DATA TECHNOLOGY Co.,Ltd. Applicant before: Beijing isa Intelligent Technology Co.,Ltd. Applicant before: Anhui Issa Data Technology Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |