CN113327103B - 智慧校园疫情在线监测预警方法、系统及存储介质 - Google Patents

智慧校园疫情在线监测预警方法、系统及存储介质 Download PDF

Info

Publication number
CN113327103B
CN113327103B CN202110887457.9A CN202110887457A CN113327103B CN 113327103 B CN113327103 B CN 113327103B CN 202110887457 A CN202110887457 A CN 202110887457A CN 113327103 B CN113327103 B CN 113327103B
Authority
CN
China
Prior art keywords
personnel
value
information
epidemic situation
epidemic
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
CN202110887457.9A
Other languages
English (en)
Other versions
CN113327103A (zh
Inventor
彭永乐
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.)
Shenzhen Zhiku Information Technology Co ltd
Original Assignee
Shenzhen Zhiku Information 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 Shenzhen Zhiku Information Technology Co ltd filed Critical Shenzhen Zhiku Information Technology Co ltd
Priority to CN202110887457.9A priority Critical patent/CN113327103B/zh
Publication of CN113327103A publication Critical patent/CN113327103A/zh
Application granted granted Critical
Publication of CN113327103B publication Critical patent/CN113327103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu

Abstract

本发明公开了一种智慧校园疫情在线监测预警方法、系统及存储介质，涉及校园疫情在线监测技术领域，用于解决现有技术采用调查问卷的方式进行疫情监测存在结果存在质疑，使得校园疫情防控存在纰漏的问题，包括人脸采集模块、在线监测模块、终端分配模块、预警显示模块、服务器、反采分析模块和注册模块；将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值；对疫采值进行比对以得到对应的对比信号，执行对比信号对应的监测操作，本发明通过对校园人员的历史轨迹进行分析，判断是否进行感染检测，然后再进行感染检测，一方面减少大批量的同一检测造成工作量增大，另一方面通过合理的感染检测以确保检测结果的真实可靠性。

Description

智慧校园疫情在线监测预警方法、系统及存储介质
技术领域
本发明涉及校园疫情在线监测技术领域，具体为智慧校园疫情在线监测预警方法、系统及存储介质。
背景技术
在疫情防控期间，由于疫情传播速度极快，做好校园疫情防控是校园主要的重点；在公开号CN111933296A一种校园疫情在线监测系统的专利中公开了通过在线调查问卷的方式进行校园疫情监测，通过学生答题时的表情分析是否存在疑似隐瞒情况，并通过二次答题的方式进行二次判断，判断学生是否隐瞒实际情况。通过计算第一次作答时的表情特征序列和第二次作答时的表情特征序列的运动矢量之间的相似度进行二次判断，更深层次获取撒谎时的面部动态特征，提高判断的准确度；虽然通过调查问卷以及真实性识别一定程度上在线监测，但是依然存在的疫情结构监测的可信度遭到质疑，使得校园疫情防控易出现纰漏。
发明内容
本发明的目的就在于为了解决现有技术采用调查问卷的方式进行疫情监测存在结果存在质疑，使得校园疫情防控存在纰漏的问题，而提出智慧校园疫情在线监测预警方法、系统及存储介质；本发明将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值；对疫采值进行比对以得到对应的对比信号，执行对比信号对应的监测操作，本发明通过对校园人员的历史轨迹进行分析，判断是否进行感染检测，然后再进行感染检测，一方面减少大批量的同一检测造成工作量增大，另一方面通过合理的感染检测以确保检测结果的真实可靠性。
本发明的目的可以通过以下技术方案实现：
第一方面，本申请实施例提供一种智慧校园疫情在线监测预警方法，包括以下步骤：
识别智慧校园内人员的脸部信息，通过脸部信息获取人员的出行信息；
对出行信息进行处理，具体为：
获取人员的出行轨迹以及对应的时刻；将出行轨迹依照时刻，将同一天的出行轨迹分为一组轨迹；
对一组轨迹进行分析，获取一组轨迹对应一天的疫情分布数据；其中，疫情分布数据包括感染者经过的区域、路线和时刻；将人员的出行轨迹与疫情分别数据进行比对，以得到出行轨迹在感染者经过区域范围内的时长TSi；对人员出行轨迹经过区域范围内进行分析，将同一时刻人员的位置与感染者之间的位置进行距离得到时刻距，将对人员出行轨迹经过区域范围内所有时刻的时刻距进行求和并取均值得到迹距JJi；将时长与迹距进行归一化处理并取其数值，利用公式YS=0.92×[TSi×t1+t2/(JJi+1)+0.67]得到一组轨迹的轨感值YS；t1、t2分别为时长和迹距的预设权重系数；i表示一组轨迹的数量，取值为正整数，且最大值为25；将轨感值大于设定轨感预设值的轨感值标记为有效轨感值；
将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值，再对疫采值进行比对，预设若干个比对信号Nj，j表示为比对信号的数量，取值为正整数，最大值为5；每个比对信号均对应一个取值范围；当疫采值在取值范围内时，获取取值范围对应的比对信号Nk；k∈j；
执行对比信号Nk对应的监测操作；
作为本发明的一种优选实施方式，对出行信息进行处理之前还包括：
向注册端发送权限获取指令以获取注册端的操作权限；将获取操作权限的注册端标记为初选端；
向初选端发送参数获取指令以获取初选端的状态参数；其中状态参数包括初选端的型号和CPU利用率；设定所有电脑型号均对应一个型号预设值；将初选端的型号与所有型号进行匹配得到对应的型号预设值；
获取初选端的反采效值；再将初选端的型号预设值、CPU利用率和反采效值进行归一化处理并取三者的数值；利用公式ZC=(YS1×f1+YS3×f3)/YS2×f2以得到初选端的信处值ZC；其中，f1、f2和f3均为预设权重系数；YS1、YS2和YS3分别为型号预设值、CPU利用率和反采效值对应的数值；
将信处值最大的初选端标记为执行端并向其发送出行信息和疫情分布数据；执行端用于对出行信息和疫情分布数据进行处理，同时执行端的处理总次数增加一次；
作为本发明的一种优选实施方式，执行对比信号Nk对应的监测操作的具体为：
执行对比信号N1的监测操作为：显示人员正常信息；
执行对比信号N2的监测操作为：显示人员需进行感染检测一次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N3的监测操作为：显示人员需进行感染检测两次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N4的监测操作为：显示人员需进行感染检测三次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N5的监测操作为：显示人员为感染预警人员并提示需隔离信息，同时将人员的出行信息反馈至感染检测端进行显示；
作为本发明的一种优选实施方式，向执行端发送出行信息和疫情分布数据之后进行如下操作：
记录发送出行信息和疫情分布数据至执行端的时刻一；记录执行端反馈疫采值的时刻二；
将时刻一与时刻二进行时刻差计算以得到执行端的单次处理时长，执行端所有的单次处理时长进行求和并取均值得到平均处理时长；
将平均处理时长和处理总次数进行归一化处理并两者的数值；
利用公式YS3=f4/JT1+JT2×f5得到执行端的反采效值；其中，f4和f5均为预设权重系数；JT1、JT2表示为平均处理时长和处理总次数的数值；
第二方面，本申请实施例提供一种智慧校园疫情在线监测预警系统，包括：
人脸采集模块，用于通过高清摄像头采集智慧校园内人员的脸部数据并发送至在线监测模块；脸部数据包括人脸照片和脸部温度；
在线监测模块，用于对脸部数据进行人脸识别以得到脸部信息，脸部信息包括人脸数据和面部体温数据；生成人脸数据对应的信息索引指令并发送至服务器，所述信息索引指令用于触发服务器搜索人脸数据对应人员的出行信息以及疫情分布数据并反馈至终端分配模块；
终端分配模块，用于将出行信息以及疫情分布数据发送至执行端；执行端用于对出行信息进行处理以得到人员的疫采值，具体步骤为：
S1：获取人员的出行轨迹以及对应的时刻；将出行轨迹依照时刻，将同一天的出行轨迹分为一组轨迹；对一组轨迹进行分析；
S2：获取一组轨迹对应一天的疫情分布数据；其中，疫情分布数据包括感染者经过的区域、路线和时刻；将人员的出行轨迹与疫情分别数据进行比对，以得到出行轨迹在感染者经过区域范围内的时长TSi；
S3：对人员出行轨迹经过区域范围内进行分析，将同一时刻人员的位置与感染者之间的位置进行距离得到时刻距，将对人员出行轨迹经过区域范围内所有时刻的时刻距进行求和并取均值得到迹距JJi；
S4：将时长与迹距进行归一化处理并取其数值，利用公式YS=0.92×[TSi×t1+t2/(JJi+1)+0.67]得到一组轨迹的轨感值YS；t1、t2分别为时长和迹距的预设权重系数；i表示一组轨迹的数量，取值为正整数，且最大值为25；将轨感值大于设定轨感预设值的轨感值标记为有效轨感值；
S5：将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值；将人员的疫采值发送至预警显示模块；
预警显示模块，用于对疫采值进行比对以得到对应的对比信号Nk并执行对比信号Nk对应的监测操作，具体为：
执行对比信号N1的监测操作为：显示人员正常信息；
执行对比信号N2的监测操作为：显示人员需进行感染检测一次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N3的监测操作为：显示人员需进行感染检测两次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N4的监测操作为：显示人员需进行感染检测三次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N5的监测操作为：显示人员为感染预警人员并提示需隔离信息，同时将人员的出行信息反馈至感染检测端进行显示；
作为本发明的一种优选实施方式，所述终端分配模块用发送至执行端的具体过程为；
获取服务器内注册的注册端，向注册端发送参数获取指令以获取初选端的状态参数；其中状态参数包括初选端的型号和CPU利用率；设定所有电脑型号均对应一个型号预设值；将初选端的型号与所有型号进行匹配得到对应的型号预设值；
获取初选端的反采效值；再将初选端的型号预设值、CPU利用率和反采效值进行归一化处理并取三者的数值；利用公式ZC=(YS1×f1+YS3×f3)/YS2×f2以得到初选端的信处值ZC；其中，f1、f2和f3均为预设权重系数；YS1、YS2和YS3分别为型号预设值、CPU利用率和反采效值对应的数值；
将信处值最大的初选端标记为执行端并向其发送出行信息和疫情分布数据；执行端用于对出行信息和疫情分布数据进行处理，同时执行端的处理总次数增加一次；
作为本发明的一种优选实施方式，还包括：
反采分析模块，用于采集执行端的执行信息并分析得到执行端的反采效值；执行信息包括发送出行信息和疫情分布数据至执行端的时刻一和执行端反馈疫采值的时刻二；对执行信息分析的具体过程为：将时刻一与时刻二进行时刻差计算以得到执行端的单次处理时长，执行端所有的单次处理时长进行求和并取均值得到平均处理时长；将平均处理时长和处理总次数进行归一化处理并两者的数值；利用公式YS3=f4/JT1+JT2×f5得到执行端的反采效值；其中，f4和f5均为预设权重系数；JT1、JT2表示为平均处理时长和处理总次数的数值；
作为本发明的一种优选实施方式，还包括：
注册模块，用于智慧校园人员通过智能终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内，其中注册信息包括电脑终端的型号、通信方式以及人员的姓名、身份证号、电话号码及学号或工号，将注册成功的智慧校园人员的电脑终端标记为注册端，电脑终端包括笔记本电脑和台式电脑。
第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的疫情在线监测预警方法。
与现有技术相比，本发明的有益效果是：
本发明对智慧校园人员的出行信息以及疫情分布数据进行分析以得到人员的疫采值；对疫采值进行比对以得到对应的对比信号，执行对比信号对应的监测操作，进而通过对校园人员的历史轨迹进行分析，判断是否进行感染检测，然后再进行感染检测，一方面减少大批量的同一检测造成工作量增大，另一方面通过合理的感染检测以确保检测结果的真实可靠性。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明系统的框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”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，在本申请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。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本申请实施例提供一种计算机可读存储介质，可以为计算机中由存放程序和数据的各种存储设备如各式存储器，如磁芯存储器、磁泡存储器等；也可以为利用磁能方式存储信息的设备，如硬盘、软盘等；也可以为利用光学方式存储信息的设备，如CD或DVD，对此不作限定。
请参阅图1所示，一种智慧校园疫情在线监测预警系统，包括人脸采集模块、在线监测模块、终端分配模块、预警显示模块、服务器、疫情采集模块、反采分析模块和注册模块；应当理解图1中服务器的数量是示意性的，根据实际需要，比如服务器可以是多个服务器组成的服务器集群等；
人脸采集模块通过高清摄像头采集智慧校园内人员的人脸照片和脸部温度并传输至在线监测模块；
在线检测模块对接收到人脸照片和脸部温度后进行识别得到人脸数据和面部体温数据，并发送至服务器内；当面部体温数据大于设定温度阈值时，即体温大于设定人体正常体温时，直接生成对比信号N5并发送至预警显示模块；
服务器搜索人脸数据对应人员的出行信息以及疫情分布数据并反馈至终端分配模块；
终端分配模块获取服务器内注册的注册端，向注册端发送参数获取指令以获取初选端的状态参数；其中状态参数包括初选端的型号和CPU利用率；设定所有电脑型号均对应一个型号预设值；将初选端的型号与所有型号进行匹配得到对应的型号预设值；
获取初选端的反采效值；再将初选端的型号预设值、CPU利用率和反采效值进行归一化处理并取三者的数值；利用公式ZC=(YS1×f1+YS3×f3)/YS2×f2以得到初选端的信处值ZC；其中，f1、f2和f3均为预设权重系数；YS1、YS2和YS3分别为型号预设值、CPU利用率和反采效值对应的数值；
将信处值最大的初选端标记为执行端并向其发送出行信息和疫情分布数据；执行端用于对出行信息和疫情分布数据进行处理以得到人员的疫采值，具体步骤为：
获取人员的出行轨迹以及对应的时刻；将出行轨迹依照时刻，将同一天的出行轨迹分为一组轨迹；对一组轨迹进行分析；
获取一组轨迹对应一天的疫情分布数据；其中，疫情分布数据包括感染者经过的区域、路线和时刻；将人员的出行轨迹与疫情分别数据进行比对，以得到出行轨迹在感染者经过区域范围内的时长TSi；
对人员出行轨迹经过区域范围内进行分析，将同一时刻人员的位置与感染者之间的位置进行距离得到时刻距，将对人员出行轨迹经过区域范围内所有时刻的时刻距进行求和并取均值得到迹距JJi；
将时长与迹距进行归一化处理并取其数值，利用公式YS=0.92×[TSi×t1+t2/(JJi+1)+0.67]得到一组轨迹的轨感值YS；t1、t2分别为时长和迹距的预设权重系数；预设权重系数由本领域技术人员根据实际进行合理设置，可以为1.6、1.4；i表示一组轨迹的数量，取值为正整数，且最大值为25；将轨感值大于设定轨感预设值的轨感值标记为有效轨感值；
将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值；将人员的疫采值发送至预警显示模块，同时执行端的处理总次数增加一次；
预警显示模块，用于对疫采值进行比对以得到对应的对比信号Nk并执行对比信号Nk对应的监测操作，具体为：
执行对比信号N1的监测操作为：显示人员正常信息；
执行对比信号N2的监测操作为：显示人员需进行感染检测一次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N3的监测操作为：显示人员需进行感染检测两次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N4的监测操作为：显示人员需进行感染检测三次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行对比信号N5的监测操作为：显示人员为感染预警人员并提示需隔离信息，同时将人员的出行信息反馈至感染检测端进行显示；
反采分析模块采集执行端的执行信息并分析得到执行端的反采效值；执行信息包括发送出行信息和疫情分布数据至执行端的时刻一和执行端反馈疫采值的时刻二；对执行信息分析的具体过程为：将时刻一与时刻二进行时刻差计算以得到执行端的单次处理时长，执行端所有的单次处理时长进行求和并取均值得到平均处理时长；将平均处理时长JT1和处理总次数JT2进行归一化处理并两者的数值；利用公式YS3=f4/JT1+JT2×f5得到执行端的反采效值；其中，f4和f5均为预设权重系数；由本领域技术人员根据实际进行合理取值，取值可以为0.6、0.4；
疫情采集模块用于实时采集各地区感染者在十天内的出行轨迹，并根据出行轨迹建立疫情分布地图；疫情分布地图包括感染者所出现的区域、时刻以及出行的路线和时长等；
本发明在使用时，通过高清摄像头采集智慧校园内人员的脸部数据，对脸部数据进行人脸识别以得到脸部信息，搜索人脸数据对应人员的出行信息以及疫情分布数据，对注册端对应的参数进行筛选，从注册端中选取执行端，将出行信息以及疫情分布数据发送给执行端进行处理，将出行轨迹依照时刻，将同一天的出行轨迹分为一组轨迹；对一组轨迹进行分析，获取一组轨迹对应一天的疫情分布数据；将人员的出行轨迹与疫情分别数据进行比对，以得到出行轨迹在感染者经过区域范围内的时长；对人员出行轨迹经过区域范围内进行分析，将同一时刻人员的位置与感染者之间的位置进行距离得到时刻距，将对人员出行轨迹经过区域范围内所有时刻的时刻距进行求和并取均值得到迹距；将时长与迹距进行归一化处理并计算得到一组轨迹的轨感值，将轨感值大于设定轨感预设值的轨感值标记为有效轨感值；将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值；对疫采值进行比对以得到对应的对比信号，执行对比信号对应的监测操作，本发明通过对校园人员的历史轨迹进行分析，判断是否进行感染检测，然后再进行感染检测，一方面减少大批量的同一检测造成工作量增大，另一方面通过合理的感染检测以确保检测结果的真实可靠性。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.智慧校园疫情在线监测预警方法，其特征在于，包括以下步骤：
识别智慧校园内人员的脸部信息，通过脸部信息获取人员的出行信息；
对出行信息进行处理，具体为：获取人员的出行轨迹以及对应的时刻；将出行轨迹依照时刻将同一天的出行轨迹分为一组轨迹；对一组轨迹进行分析，获取一组轨迹对应一天的疫情分布数据；将人员的出行轨迹与疫情分布数据进行比对，以得到出行轨迹在感染者经过区域范围内的时长TSi；对人员出行轨迹经过区域范围内进行分析，将同一时刻人员的位置与感染者之间的位置进行距离计算得到时刻距，将对人员出行轨迹经过区域范围内所有时刻的时刻距进行求和并取均值得到迹距JJi；将时长与迹距进行归一化处理并取其数值，利用公式YS=0.92×[TSi×t1+t2/(JJi+1)+0.67]得到一组轨迹的轨感值YS；t1、t2分别为时长和迹距的预设权重系数；i表示一组轨迹的数量，取值为正整数，且最大值为25；将人员所有的一组轨迹的有效轨感值进行求和得到人员的疫采值，再对疫采值进行比对，预设若干个比对信号Nj，j表示为比对信号的数量，最大值为5；每个比对信号均对应一个取值范围；当疫采值在取值范围内时，获取取值范围对应的比对信号Nk；k∈j；
执行比对信号Nk对应的监测操作，具体为：
执行比对信号N1的监测操作为：显示人员正常信息；
执行比对信号N2的监测操作为：显示人员需进行感染检测一次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N3的监测操作为：显示人员需进行感染检测两次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N4的监测操作为：显示人员需进行感染检测三次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N5的监测操作为：显示人员为感染预警人员并提示需隔离信息，同时将人员的出行信息反馈至感染检测端进行显示；
对出行信息进行处理之前还包括：
向注册端发送权限获取指令以获取注册端的操作权限；将获取操作权限的注册端标记为初选端；
向初选端发送参数获取指令以获取初选端的状态参数；其中状态参数包括初选端的型号和CPU利用率；设定所有电脑型号均对应一个型号预设值；将初选端的型号与所有型号进行匹配得到对应的型号预设值；
获取初选端的反采效值；再将初选端的型号预设值、CPU利用率和反采效值进行归一化处理并取三者的数值；对三者的数值分别进行处理以得到初选端的信处值；利用公式ZC=(YS1×f1+YS3×f3)/YS2×f2以得到初选端的信处值ZC；其中，f1、f2和f3均为预设权重系数；YS1、YS2和YS3分别为型号预设值、CPU利用率和反采效值对应的数值；
将信处值最大的初选端标记为执行端并向其发送出行信息和疫情分布数据；执行端用于对出行信息和疫情分布数据进行处理。
2.根据权利要求1所述的智慧校园疫情在线监测预警方法，其特征在于，向执行端发送出行信息和疫情分布数据之后进行如下操作：
记录发送出行信息和疫情分布数据至执行端的时刻一；记录执行端反馈疫采值的时刻二；将时刻一与时刻二进行时刻差计算以得到执行端的单次处理时长，执行端所有的单次处理时长进行求和并取均值得到平均处理时长；将平均处理时长和处理总次数进行归一化处理并取两者的数值；将平均处理时长JT1和处理总次数JT2进行归一化处理并两者的数值；利用公式YS3=f4/JT1+JT2×f5得到执行端的反采效值；其中，f4和f5均为预设权重系数；取值为0.6、0.4。
3.智慧校园疫情在线监测预警系统，其特征在于，包括：
人脸采集模块，用于通过高清摄像头采集智慧校园内人员的脸部数据并发送至在线监测模块；脸部数据包括人脸照片和脸部温度；
在线监测模块，用于对脸部数据进行人脸识别以得到脸部信息，脸部信息包括人脸数据和面部体温数据；生成人脸数据对应的信息索引指令并发送至服务器，所述信息索引指令用于触发服务器搜索人脸数据对应人员的出行信息以及疫情分布数据并反馈至终端分配模块；
终端分配模块，用于将出行信息以及疫情分布数据发送至执行端，具体过程为；
获取服务器内注册的注册端，向注册端发送参数获取指令以获取初选端的状态参数；其中状态参数包括初选端的型号和CPU利用率；设定所有电脑型号均对应一个型号预设值；将初选端的型号与所有型号进行匹配得到对应的型号预设值；
获取初选端的反采效值；再将初选端的型号预设值、CPU利用率和反采效值进行归一化处理并取三者的数值；利用公式ZC=(YS1×f1+YS3×f3)/YS2×f2以得到初选端的信处值ZC；其中，f1、f2和f3均为预设权重系数；YS1、YS2和YS3分别为型号预设值、CPU利用率和反采效值对应的数值；将信处值最大的初选端标记为执行端并向其发送出行信息和疫情分布数据；执行端用于对出行信息和疫情分布数据进行处理，同时执行端的处理总次数增加一次；
执行端用于对出行信息进行处理以得到人员的疫采值，将人员的疫采值发送至预警显示模块；
预警显示模块，用于对疫采值进行比对以得到对应的比对信号Nk并执行比对信号Nk对应的监测操作，具体为：
执行比对信号N1的监测操作为：显示人员正常信息；
执行比对信号N2的监测操作为：显示人员需进行感染检测一次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N3的监测操作为：显示人员需进行感染检测两次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N4的监测操作为：显示人员需进行感染检测三次，并反馈至人员的智能终端，同时将人员的出行信息反馈至感染检测端进行显示；
执行比对信号N5的监测操作为：显示人员为感染预警人员并提示需隔离信息，同时将人员的出行信息反馈至感染检测端进行显示。
4.根据权利要求3所述的智慧校园疫情在线监测预警系统，其特征在于，还包括：
反采分析模块，用于采集执行端的执行信息并分析得到执行端的反采效值；执行信息包括发送出行信息和疫情分布数据至执行端的时刻一和执行端反馈疫采值的时刻二；对执行信息分析的具体过程为：将时刻一与时刻二进行时刻差计算以得到执行端的单次处理时长，执行端所有的单次处理时长进行求和并取均值得到平均处理时长；将平均处理时长和处理总次数进行归一化处理并取两者的数值；利用公式YS3=f4/JT1+JT2×f5得到执行端的反采效值；其中，f4和f5均为预设权重系数；取值为0.6、0.4。
5.根据权利要求4所述的智慧校园疫情在线监测预警系统，其特征在于，还包括：
注册模块，用于智慧校园人员通过智能终端提交注册信息进行注册并将注册成功的注册信息发送至服务器内，其中注册信息包括电脑终端的型号、通信方式以及人员的姓名、身份证号、电话号码及学号或工号。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至2任一项所述的方法。
CN202110887457.9A 2021-08-03 2021-08-03 智慧校园疫情在线监测预警方法、系统及存储介质 Active CN113327103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110887457.9A CN113327103B (zh) 2021-08-03 2021-08-03 智慧校园疫情在线监测预警方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110887457.9A CN113327103B (zh) 2021-08-03 2021-08-03 智慧校园疫情在线监测预警方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN113327103A CN113327103A (zh) 2021-08-31
CN113327103B true CN113327103B (zh) 2021-10-26

Family

ID=77426967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110887457.9A Active CN113327103B (zh) 2021-08-03 2021-08-03 智慧校园疫情在线监测预警方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN113327103B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113988482B (zh) * 2021-12-23 2022-03-15 深圳市领志光机电自动化系统有限公司 基于互联网数据链的三维空间轨迹路径自动匹配生成系统
CN115169673A (zh) * 2022-07-01 2022-10-11 扬州大学 一种智慧校园疫情风险监测与预警系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740615A (zh) * 2016-01-28 2016-07-06 中山大学 利用手机轨迹追踪传染源和预测传染病流行趋势的方法
CN112800153A (zh) * 2019-11-14 2021-05-14 百度在线网络技术（北京）有限公司 隔离带信息的挖掘方法、装置、设备和计算机存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200360648A1 (en) * 2019-05-16 2020-11-19 Mallinckrodt Hospital Products IP Limited Methods to increase functional capacity and quality of life in bronchietasis patients with nontuberculous mycobacteria
CN110728248A (zh) * 2019-10-21 2020-01-24 山东浪潮人工智能研究院有限公司 基于人脸特征值匹配的人员识别提醒以及路线记录系统及方法
CN111261302B (zh) * 2020-02-26 2024-04-19 汤一平 基于时空轨迹数据的流行传染病病毒场可视化方法及系统
CN111027525B (zh) * 2020-03-09 2020-06-30 中国民用航空总局第二研究所 疫情期间公共场所潜在被感染者追踪方法、装置及系统
KR102192786B1 (ko) * 2020-05-20 2020-12-18 주식회사 클럽 감염확률 자동연산을 통한 감염병 역학조사시스템 및 그 방법
CN111933296B (zh) * 2020-07-20 2022-08-02 武汉美和易思数字科技有限公司 一种校园疫情在线监测系统
CN112652102A (zh) * 2020-12-24 2021-04-13 深圳市瑞安医疗服务有限公司 一种健康信息收集装置及其智能监控系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740615A (zh) * 2016-01-28 2016-07-06 中山大学 利用手机轨迹追踪传染源和预测传染病流行趋势的方法
CN112800153A (zh) * 2019-11-14 2021-05-14 百度在线网络技术（北京）有限公司 隔离带信息的挖掘方法、装置、设备和计算机存储介质

Also Published As

Publication number Publication date
CN113327103A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN113327103B (zh) 智慧校园疫情在线监测预警方法、系统及存储介质
CN109345417B (zh) 基于身份认证的业务人员的在线考核方法及终端设备
CN115828112B (zh) 一种故障事件的响应方法、装置、电子设备及存储介质
CN110610127B (zh) 人脸识别方法、装置、存储介质及电子设备
CN106446002A (zh) 一种基于运动目标在地图中轨迹的视频检索方法
CN109740479A (zh) 一种车辆重识别方法、装置、设备及可读存储介质
CN112541529A (zh) 表情与姿态融合的双模态教学评价方法、设备及存储介质
CN110049121A (zh) 一种基于增强现实技术的数据中心巡检系统
CN105426862A (zh) 基于rfid、定位技术与视频技术的分析方法及其系统
CN114783061B (zh) 一种吸烟行为检测方法、装置、设备和介质
CN111586367A (zh) 空间区域内人员实时定位追踪方法、系统及终端设备
CN111310732A (zh) 高精度人脸认证方法、系统、计算机设备及存储介质
CN111523920A (zh) 一种信息推送方法、装置及终端设备
CN116340928B (zh) 一种物联网智能设备的数据安全管理方法及系统
CN110291516A (zh) 信息处理设备、信息处理方法和程序
CN106454233A (zh) 人群聚集的智能监控方法和系统
CN116311433A (zh) 一种基于视觉技术的中长跑测试方法、装置、设备和介质
KR101840014B1 (ko) 음악 매칭 댄싱 동작 인식 장치 및 매칭 방법
CN112102398B (zh) 一种定位方法、装置、设备及存储介质
CN112633143B (zh) 图像处理系统、方法、头戴设备、处理设备及存储介质
CN113568500A (zh) 一种基于ar技术的图书馆应用系统及方法
CN114494355A (zh) 基于人工智能的轨迹分析方法、装置、终端设备及介质
CN111856399B (zh) 基于声音的定位识别方法、装置、电子设备及存储介质
CN112950143A (zh) 养老公寓防疫管理系统及方法
CN113902030A (zh) 行为的识别方法、装置、终端设备及存储介质

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