CN113268474A - 多维数据融合的行为分析系统、方法 - Google Patents

Abstract

本发明提供一种多维数据融合的行为分析系统、方法，该行为分析系统的数据采集与清洗单元采集多个系统、多维度的元数据，对数据进行清洗、优化，并根据元数据之间的关联性对元数据进行重组；连接单元接收数据采集与清洗单元重组后的元数据，并根据输入的需求控制数据连接器对元数据进行整合、排序；融合单元接收、存储元数据，并从持久化仓库获取与元数据相关的历史数据，将历史数据与元数据融合以获取行为信息，基于行为信息生成行为分析结果。本发明弥补了单维度数据片面、单一的缺陷和不足，增强了违规行为的识别和检测能力，且极大地方便了管理人员发现和阻止违法行为，能够有效保护人员和财产的安全。

Description

多维数据融合的行为分析系统、方法

技术领域

本发明涉及行为分析领域，尤其涉及多维数据融合的行为分析系统、方法。

背景技术

随着经济的不断发展，人们的生活水平得到了显著提高，尤其是物质生活水平的提高，安全方面的问题越来越引起人们的重视。为了提高对人们的安全防护，需要在人们工作、生活的园区或楼宇设立安全监控。其中，现有的安全监控方式是采用门禁识别系统、视频监控系统或其他方式识别违规行为。

然而，每个系统得到的海量监控数据未形成有效的联系，彼此孤立而形成信息孤岛。在日常使用中，采取不同的人员分别管理不同系统，各自利用其管理的系统识别违规行为，这种方式得到的数据片面、单一，人力成本高，且违规行为的识别和检测效率低下。造成管理人员不能及时阻止和发现违法行为，进而不能有效保护人员的安全。

发明内容

为了克服现有技术的不足，本发明提出一种多维数据融合的行为分析系统、方法，根据不同维度的元数据之间的关联性对元数据进行重组，根据输入的需求对重组后的数据整合、排序，并将排序后的数据与历史数据进行融合，根据融合后的数据获取行为信息，分析行为信息以生成行为分析结果，能够在安全监控时，将多维数据和历史数据融合以获取元数据，弥补了单维度数据片面、单一的缺陷和不足，增强了违规行为的识别和检测能力，且极大地方便了管理人员发现和阻止违法行为，能够有效保护人员和财产的安全。

为解决上述问题，本发明采用的一个技术方案为：一种多维数据融合的行为分析系统，所述多维数据融合的行为分析系统包括：依次连接的数据采集与清洗单元、连接单元、融合单元；所述数据采集与清洗单元采集多个系统、多维度的元数据，对所述数据进行清洗、优化，并根据所述元数据之间的关联性对所述元数据进行重组，所述系统包括门禁控制系统、访客系统、车辆识别系统、视频监控系统、音频采集系统中的至少两种；所述连接单元包括数据连接器，接收所述数据采集与清洗单元重组后的元数据，并根据输入的需求控制所述数据连接器对所述元数据进行整合、排序，将排序后的元数据发送给融合单元，所述需求包括行为分类信息、排序信息；所述融合单元接收、存储所述元数据，并从持久化仓库获取与所述元数据相关的历史数据，将所述历史数据与所述元数据融合，通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果。

进一步地，所述数据采集与清洗单元采集多个系统、多维度的元数据的步骤具体包括：所述数据采集与清洗单元与所述系统连接，并根据输入的采集指令确定需要采集的系统，通过所述系统对应的数据采集端口获取所述元数据。

进一步地，所述对所述数据进行优化包括：获取需要分析的行为，根据所述行为确定所述行为对应的存在信息以及与所述存在信息相关的元数据，并提取与所述存在信息相关的元数据，所述存在信息包括存在所述行为的时间、地点、环境、人物、事件中的至少一种。

进一步地，所述根据所述元数据之间的关联性对所述元数据进行重组的步骤具体包括：根据所述存在信息的关联性获取不同维度的元数据之间的对应关系，根据所述对应关系组合所述元数据。

进一步地，所述根据输入的需求对所述元数据进行整合、排序的步骤具体包括：根据输入的需求获取分类信息以及排序信息，根据所述分类信息对所述元数据进行分类，并根据所述排序信息对分类后的所述元数据进行分类。

进一步地，所述融合单元接收、存储所述元数据的步骤具体包括：将所述元数据以结构化数据的形式临时存储在数据库中，所述结构化数据包括队列、数组中的任一种。

进一步地，所述将所述历史数据与所述元数据融合的步骤具体包括：根据所述元数据与所述历史数据在行为上的相关性融合所述历史数据、元数据，所述行为上的相关性包括时间、地点、事件、人物的相关性。

进一步地，所述通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果的步骤具体包括：通过业务判别模型、合规业务判别模型对融合后的数据依次进行业务判别、合规业务判别，通过判别结果生成所述行为分析结果。

进一步地，所述行为分析系统还包括展示单元，所述展示单元接收所述行为分析结果，并将所述行为分析结果展示在用户界面。

基于相同的发明构思，本发明还提出一种多维数据融合的行为分析方法，所述行为分析方法应用于如上所述的多维数据融合的行为分析系统，所述行为分析方法包括：S101：采集多个系统、多维度的元数据，对所述元数据进行清洗、优化，并根据所述元数据之间的关联性对所述元数据进行重组；S102：根据输入的需求对所述元数据进行整合、排序，所述需求包括行为分类信息、排序信息；S103：存储所述元数据，并从持久化仓库获取与所述元数据相关的历史数据，将所述历史数据与所述元数据融合，通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果。

相比现有技术，本发明的有益效果在于：根据不同维度的元数据之间的关联性对元数据进行重组，根据输入的需求对重组后的数据整合、排序，并将排序后的数据与历史数据进行融合，根据融合后的数据获取行为信息，分析行为信息以生成行为分析结果，能够在安全监控时，将多维数据和历史数据融合以获取元数据，弥补了单维度数据片面、单一的缺陷和不足，增强了违规行为的识别和检测能力，且极大地方便了管理人员发现和阻止违法行为，能够有效保护人员和财产的安全。

附图说明

图1为本发明多维数据融合的行为分析系统一实施例的结构图；

图2为本发明多维数据融合的行为分析系统一实施例的数据采集、处理示意图；

图3为本发明多维数据融合的行为分析方法一实施例的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

请参阅图1-2，图1为本发明多维数据融合的行为分析系统一实施例的结构图；图2为本发明多维数据融合的行为分析系统一实施例的数据采集、处理示意图。结合图1-2对本发明的多维数据融合的行为分析系统进行详细说明。

在本实施例中，多维数据融合的行为分析系统包括：依次连接的数据采集与清洗单元、连接单元、融合单元；数据采集与清洗单元采集多个系统、多维度的元数据，对数据进行清洗、优化，并根据元数据之间的关联性对元数据进行重组，系统包括门禁控制系统、访客系统、车辆识别系统、视频监控系统、音频采集系统中的至少两种；连接单元包括数据连接器，接收数据采集与清洗单元重组后的元数据，并根据输入的需求控制数据连接器对元数据进行整合、排序，将排序后的元数据发送给融合单元，需求包括行为分类信息、排序信息；融合单元接收、存储元数据，并从持久化仓库获取与元数据相关的历史数据，将历史数据与元数据融合，通过融合后的数据获取元数据中的行为信息，基于行为信息生成行为分析结果。

在本实施例中，元数据为能够采集行为信息的系统传输的原始数据，该原始数据包括系统从多个维度采集的行为信息。

在本实施例中，数据采集与清洗单元采集多个系统、多维度的元数据的步骤具体包括：数据采集与清洗单元与采集元数据的系统连接，并根据输入的采集指令确定需要采集的系统，通过系统对应的数据采集端口获取元数据。其中，数据采集与清洗单元通过内置的数据采集容器与数据采集端口连接以获取元数据。

在本实施例中，元数据包括预设区域的人员进出信息、异常行为信息、移动轨迹、停留时间、交谈信息、操作信息、物体摆放信息中的一种或多种。其中，系统可以将采集到的所有信息传输给数据采集与清洗单元，也可以根据数据采集与清洗单元传输的指令获取元数据对应指定对象、指定区域、指定时间段以及其他指定信息，并将指定信息对应的元数据发送给数据采集与清洗单元。

在其他实施例中，系统也可以为工作日志记录系统、车辆缴费信息以及其他能够记录或采集人员的行为信息的系统。

在本实施例中，元数据的类型包括图片结构化数据、文本数据、视频结构化数据以及其他类型。

在本实施例中，因系统传输的元数据为原始数据，其颗粒度较大，且为半成品数据，需要经过数据清洗和优化提高数据的可用性。其中，数据清洗的方式为现有技术，在此不做详述。

在本实施例中，对数据进行优化包括：获取需要分析的行为，根据行为确定行为对应的存在信息以及与存在信息相关的元数据，并提取与存在信息相关的元数据，存在信息包括存在行为的时间、地点、环境、人物、事件中的至少一种。

在其他实施例中，也可以在获取需要分析的行为后，根据该行为以及对应的存在信息从元数据中删除不存在该行为或对应的存在信息的元数据。

在一个具体的实施例中，根据输入的指令确定需要分析的行为为尾随刷卡人员进出的行为，根据该行为确定对应的存在信息为刷卡区域(如门禁、闸口等)以及该刷卡区域对应的刷卡时间、刷卡人员、刷卡事件，进而根据该存在信息提取能够记录该刷卡区域相关的存在信息的元数据，如该刷卡区域在刷卡时的视频监控、门禁系统关于该刷卡区域的刷卡记录、刷卡区域管理人员对于该刷卡区域的日志记录等数据。

在本实施例中，根据元数据之间的关联性，对元数据进行重组的步骤具体包括：根据存在信息的关联性获取不同维度的元数据之间的对应关系，根据对应关系组合元数据。

在本实施例中，关联性包括时间、人物、地点、行为中的一种或多种，其中，数据采集与清洗单元可根据输入的关联指令确定存在信息的关联性，也可以根据预存的关联性信息确定存在信息的关联性，进而确定不同维度的元数据之间的对应关系。

在本实施例中，数据采集与清洗单元根据应用场景的不同对元数据进行不同的处理，并根据用户输入的指令对元数据进行相应的数据清洗、优化以及重组操作。

在本实施例中，根据输入的需求对元数据进行整合、排序的步骤具体包括：根据输入的需求获取分类信息以及排序信息，根据分类信息对元数据进行分类，并根据排序信息对分类后的元数据进行分类。

在本实施例中，数据连接器预存在数据连接单元中，数据连接单元根据输入的数据的类型以及输入的需求选择数据连接器，并通过选择的数据连接器对元数据进行整合、排序。

其中，分类信息包括时间、地点、人数、行为方式、金额、人物以及其他分类，根据元数据包括的分类信息区分元数据，并将其整合到对应的分类中。

在本实施例中，排序信息可以以功能参数的形式输入数据连接单元，其中，功能参数可以包括不同分类对应的权重、重要性或者为不同行为特征的优先程度或点数，根据每个分类中元数据包含的行为特征的优先程度以及行为特征对应的点数之和大小对各个分类以及分类中的元数据进行排序。

在本实施例中，融合单元接收并存储元数据的步骤具体包括：将元数据以结构化数据的形式临时存储在数据库中，结构化数据包括队列、数组中的任一种。

在本实施例中，持久化仓库为数据库，历史数据以数据库表的形式存储在数据库中。该数据库可以同时存储历史数据、接收的元数据，也可以仅存储历史数据，将接收到的元数据存储到另一个数据库中。其中，历史数据为位于当前的元数据所在时间点之前的元数据，该元数据经过清洗、优化、重组后存储在持久化仓库中。

在本实施例中，将历史数据与元数据融合的步骤具体包括：根据元数据与历史数据在行为上的相关性融合历史数据、元数据，行为上的相关性包括时间、地点、事件、人物的相关性。

在本实施例中，通过融合后的数据获取元数据中的行为信息，基于行为信息生成行为分析结果的步骤具体包括：利用预设的行为判断参数对融合后的数据依次进行业务判别、合规业务判别，通过判别结果生成行为分析结果，行为判断参数包括行为识别参数、合规行为识别参数。

在本实施例中，行为判断参数为外部输入的参数，其中，该参数包括不同行为或合规行为对应的时间、人数、人与人之间的间隔距离、失效时间、图片池等信息。融合单元接收这些参数，并根据该参数识别元数据对应的行为和判断该行为是否合规。

在本实施例中，行为分析结果数据包括元数据对应的具体行为、以及该具体行为是否合规的信息。并且，融合单元还可以根据输入的指令进行缓存或持久化，为下一次操作提供重要的数据储备。经过上述处理后，原本孤立的单一维度数据在“行为ID”的串联下形成可以用于决策的决策数据，从而实现系统需求下的行为判别。

在本实施例中，行为分析系统还包括展示单元，展示单元接收行为分析结果，并将行为分析结果展示在用户界面。

有益效果：本发明多维数据融合的行为分析系统根据不同维度的元数据之间的关联性对元数据进行重组，根据输入的需求对重组后的数据整合、排序，并将排序后的数据与历史数据进行融合，根据融合后的数据获取行为信息，分析行为信息以生成行为分析结果，能够在安全监控时，将多维数据和历史数据融合以获取元数据，弥补了单维度数据片面、单一的缺陷和不足，增强了违规行为的识别和检测能力，且极大地方便了管理人员发现和阻止违法行为，能够有效保护人员和财产的安全。

基于相同的发明构思，本发明还提出一种多维数据融合的行为分析方法，请参阅图3，图3为本发明多维数据融合的行为分析方法一实施例的流程图，结合图3对本发明多维数据融合的行为分析方法进行说明。

在本实施例中，多维数据融合的行为分析方法包括：

S101：采集多个系统、多维度的元数据，对元数据进行清洗、优化，并根据元数据之间的关联性对元数据进行重组。

S102：根据输入的需求对元数据进行整合、排序，需求包括行为分类信息、排序信息。

S103：存储元数据，并从持久化仓库获取与元数据相关的历史数据，将历史数据与元数据融合，通过融合后的数据获取元数据中的行为信息，基于行为信息生成行为分析结果。

其中，多维数据融合的行为分析方法已经在上述实施例中进行描述，在此不做赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种多维数据融合的行为分析系统，其特征在于，所述多维数据融合的行为分析系统包括：依次连接的数据采集与清洗单元、连接单元、融合单元；

所述数据采集与清洗单元采集多个系统、多维度的元数据，对所述数据进行清洗、优化，并根据所述元数据之间的关联性对所述元数据进行重组，所述系统包括门禁控制系统、访客系统、车辆识别系统、视频监控系统、音频采集系统中的至少两种；

所述连接单元包括数据连接器，接收所述数据采集与清洗单元重组后的元数据，并根据输入的需求控制所述数据连接器对所述元数据进行整合、排序，将排序后的元数据发送给融合单元，所述需求包括行为分类信息、排序信息；

所述融合单元接收、存储所述元数据，并从持久化仓库获取与所述元数据相关的历史数据，将所述历史数据与所述元数据融合，通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果。

2.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述数据采集与清洗单元采集多个系统、多维度的元数据的步骤具体包括：

所述数据采集与清洗单元与采集元数据的系统连接，并根据输入的采集指令确定需要采集的系统，通过所述系统对应的数据采集端口获取所述元数据。

3.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述对所述数据进行优化包括：

获取需要分析的行为，根据所述行为确定所述行为对应的存在信息以及与所述存在信息相关的元数据，并提取与所述存在信息相关的元数据，所述存在信息包括存在所述行为的时间、地点、环境、人物、事件中的至少一种。

4.如权利要求3所述的多维数据融合的行为分析系统，其特征在于，所述根据所述元数据之间的关联性对所述元数据进行重组的步骤具体包括：

根据所述存在信息的关联性获取不同维度的元数据之间的对应关系，根据所述对应关系组合所述元数据。

5.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述根据输入的需求对所述元数据进行整合、排序的步骤具体包括：

根据输入的需求获取分类信息以及排序信息，根据所述分类信息对所述元数据进行分类，并根据所述排序信息对分类后的所述元数据进行分类。

6.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述融合单元接收、存储所述元数据的步骤具体包括：

将所述元数据以结构化数据的形式临时存储在数据库中，所述结构化数据包括队列、数组中的任一种。

7.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述将所述历史数据与所述元数据融合的步骤具体包括：

根据所述元数据与所述历史数据在行为上的相关性融合所述历史数据、元数据，所述行为上的相关性包括时间、地点、事件、人物的相关性。

8.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果的步骤具体包括：

利用预设的行为判断参数对融合后的数据依次进行业务判别、合规业务判别，通过判别结果生成所述行为分析结果，所述行为判断参数包括行为识别参数、合规行为识别参数。

9.如权利要求1所述的多维数据融合的行为分析系统，其特征在于，所述行为分析系统还包括展示单元，所述展示单元接收所述行为分析结果，并将所述行为分析结果展示在用户界面。

10.一种多维数据融合的行为分析方法，其特征在于，所述行为分析方法应用于如权利要求1-9任一项所述的多维数据融合的行为分析系统，所述行为分析方法包括：

S101：采集多个系统、多维度的元数据，对所述元数据进行清洗、优化，并根据所述元数据之间的关联性对所述元数据进行重组；

S102：根据输入的需求对所述元数据进行整合、排序，所述需求包括行为分类信息、排序信息；

S103：存储所述元数据，并从持久化仓库获取与所述元数据相关的历史数据，将所述历史数据与所述元数据融合，通过融合后的数据获取所述元数据中的行为信息，基于所述行为信息生成行为分析结果。

Images