CN115186881B - 一种基于大数据的城市安全预测管理方法及系统 - Google Patents

一种基于大数据的城市安全预测管理方法及系统 Download PDF

Info

Publication number
CN115186881B
CN115186881B CN202210744516.1A CN202210744516A CN115186881B CN 115186881 B CN115186881 B CN 115186881B CN 202210744516 A CN202210744516 A CN 202210744516A CN 115186881 B CN115186881 B CN 115186881B
Authority
CN
China
Prior art keywords
result
early warning
event
carrying
safety
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
CN202210744516.1A
Other languages
English (en)
Other versions
CN115186881A (zh
Inventor
王成
张腾
夏行健
包振纲
衡伟
朱召学
岳世清
张健
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.)
Hodo Mobile Co ltd
Original Assignee
Hodo Mobile 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 Hodo Mobile Co ltd filed Critical Hodo Mobile Co ltd
Priority to CN202210744516.1A priority Critical patent/CN115186881B/zh
Publication of CN115186881A publication Critical patent/CN115186881A/zh
Application granted granted Critical
Publication of CN115186881B publication Critical patent/CN115186881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Abstract

本发明提供了一种基于大数据的城市安全预测管理方法及系统，涉及城市安全管理技术领域，通过进行安全类事件统计分析，进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，进而进行同类事件的区域共性特征提取，生成带有类型标识的安全事件区域预警条件，对关联人员进行共性特征的提取，获取安全事件人员状态预警条件进行城市安全区域标识，进一步进行图像采集模块的图像采集监督，基于约束结果进行安全管理分析和预警，解决了现有技术中存在的现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防的技术问题，达到了对城市安全进行智能化管控的目的。

Description

一种基于大数据的城市安全预测管理方法及系统
技术领域
本发明涉及城市安全管理相关技术领域，具体涉及一种基于大数据的城市安全预测管理方法及系统。
背景技术
城市安全作为贯彻落实安全发展战略的一项重要任务，关乎着人民大众的生命财产安全，由于城市的人口建筑集中，相应的，存在着大量的安全隐患，为防止影响社会的和谐稳定，需对此进行妥善的处理。
然而，现有的安全管理系统还不够完善，在安全隐患的预防部署方面还存在着一定的局限性，使得无法进行城市安全隐患的最优防范。
现有的城市安全管理系统还存在着一定的问题：现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防。
发明内容
本申请提供了一种基于大数据的城市安全预测管理方法，用于针对解决现有技术中的现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防的技术问题。
鉴于上述问题，本申请提供了一种基于大数据的城市安全预测管理方法及系统。
第一方面，本申请提供了一种基于大数据的城市安全预测管理方法，所述方法包括：基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警。
第二方面，本申请提供了一种基于大数据的城市安全预测管理系统，所述城市安全预测管理系统与图像采集模块、数据统计模块通信连接，所述系统包括：统计分析模块，所述统计分析模块用于基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；分类事件区域标识模块，所述分类事件区域标识模块用于根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；特征提取模块，所述特征提取模块用于根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；预警条件获取模块，所述预警条件获取模块用于根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；城市安全区域标识模块，所述城市安全区域标识模块用于通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；图像采集模块，所述图像采集模块用于根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的一种基于大数据的城市安全预测管理方法通过进行安全类事件统计分析获取安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息，根据所述安全类事件统计结果进行触发条件分类，进一步进行区域标识，其中，所述区域标识包括区域事件发生频次信息，根据区域标识进行同类事件的区域共性特征提取，生成带有类型标识的安全事件区域预警条件，根据所述分类结果对关联人员进行共性特征提取，获得安全事件人员状态预警条件，通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督，根据安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警，通过对相关联人员的行为特征进行分析判定，以提前部署消弭安全隐患，解决了现有技术中存在的现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防的技术问题，达到了对城市安全进行智能化管控的目的。
附图说明
图1为本申请提供了一种基于大数据的城市安全预测管理方法流程示意图；
图2为本申请提供了一种基于大数据的城市安全预测管理方法中关联用户异常特征检测流程示意图；
图3为本申请提供了一种基于大数据的城市安全预测管理方法中城市安全预警反馈流程示意图；
图4为本申请提供了一种基于大数据的城市安全预测管理系统结构示意图。
附图标记说明：统计分析模块11，分类事件区域标识模块12，特征提取模块13，预警条件获取模块14，城市安全区域标识模块15，图像采集模块16。
具体实施方式
本申请通过提供一种基于大数据的城市安全预测管理方法及系统，通过进行安全性特征的提取，对人员基于图像采集装置采集到的图像进行信息提取与特征比对，判断其行为状态是否存在安全隐患，进行相应预警提示，基于预警反馈结果做进一步的部署，用于解决现有技术中存在的现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防的技术问题。
实施例一
如图1所示，本申请提供了一种基于大数据的城市安全预测管理方法，所述方法应用于城市安全预测管理系统，所述城市安全预测管理系统与图像采集模块、数据统计模块通信连接，所述方法包括：
步骤S100：基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；
具体而言，本申请提供的一种基于大数据的城市安全预测管理方法，通过对城市安全类事件进行统计分析，基于历史安全类事件的共性特征进行安全预测预警，以进行相应防范，通过进行大数据采集，对一定范围内发生的历史安全性事件进行相关信息提取，基于所述数据统计模块，对采集到的相关数据进行统计分析，获取所述安全类事件统计结果，基于所述安全类事件统计结果的获取，便于后期进行城市安全性特征的提取，为进行后续分析提供了现实依据。
步骤S200：根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；
具体而言，基于获取的所述安全类事件统计结果，进行安全事件的触发条件分类，包括人的不安全行为，例如操作错误、易燃易爆等危险品的使用；物的不安全状态，例如防护设施工具存在缺陷，维修调整不当等；管理上的缺陷，组织不合理，缺乏事故管理应急措施等；不安全的环境因素，例如人员混乱的杂乱场所，易造成事故频发等，通过上述分类获取分类结果，基于上述分类结果及相关位置标识信息，进行分类事件的区域标识，并进一步对所述标识区域的安全事件发生频次进行相应统计，纳入所述分类事件区域标识结果中，通过对所述安全事件统计结果基于触发分类条件进行区域标识，便于进行针对性划分管理。
步骤S300：根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；
步骤S400：根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；
具体而言，针对获取的所述安全类事件统计结果，基于各类安全事件的区域标识结果进行同类事件的区域共性特征提取，所述共性特征包括区域内商家种类特征、同类事件发生时间段关联性等，对相关特征进行提取归类，将总结结果进行存储，获取所述共性特征提取结果，对所述区域共性特征依据上述归类特征进行相应的标识，便于进行区分，基于获取的标识性事件类型，进一步生成安全事件区域预警条件，依据安全事件标识不同进行不同的警示，针对相应事故发生特征采取针对性措施，进而进行安全预防。
具体而言，通过对所述安全类事件进行触发条件分类，基于相应分类结果对同条件下的安全类事件进行关联人员的共性特征提取，所述共性特征包括事件关联人员在安全事件发生时间段的状态特征，相关时间段的人流密度特征等，基于具体安全类事件进行特征提取与分析，获取所述共性特征提取结果，针对特征提取结果进行普遍特征的筛选，排除一部分意外因素，依据获取的所述共性特征提取结果针对不同特征进行相应标识，进一步获取所述安全事件人员状态预警条件。通过进行同类事件的区域共性特征提取与相应安全事件关联人员共性特征的提取，以确定事故频发特征，从而进行相应的预防，以减少同类安全事件发生的频率。
步骤S500：通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；
具体而言，基于获取的所述安全区域预警条件，依据类型不同进行城市安全区域标识，获取所述安全区域标识结果，所述安全区域标识结果包括安全隐患类型标识、区域地理构造标识，根据所述安全区域标识结果，进行所述图像采集模块的图像采集，以获取所述安全区域的图像信息，基于所述安全区域图像信息进行相关特征的提取，对人员的行为特征进行判别，获取存在异常行为特征的关联人员，对此进行特征针对性标识，进一步对锁定的关联人员进行具体行为解析，判断是否存在安全隐患，进而获取相应预警指令进行部署预防。
步骤S600：根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警。
具体而言，通过所所述关联人员进行行为状态特征的判定，确定存在安全隐患的关联人员，判断所述关联人员的行为状态特征是否符合所述安全事件人员状态预警条件，对符合所述预警条件的关联人员进行预警提示，基于所述图像采集模块对所述关联人员的反馈行为进行图像采集监督，对图像采集结果进行相关信息的提取与分析，判断其预警反馈行为是否以消除安全隐患，依据相应的反馈行为进行进一步的部署，以避免影响城市安全的隐患出现，提高城市安全管控的强度。
进一步而言，所述根据所述区域标识进行同类事件的区域共性特征提取，本申请步骤S300还包括：
步骤S310：根据所述区域标识进行区域内商家种类识别，根据商家种类识别结果确定商家关联系数；
步骤S320：根据所述安全类事件统计结果进行同类事件的发生时段关联分析，得到事件时间关联系数；
步骤S330：将所述商家关联系数和所述时间关联系数作为所述共性特征提取结果。
具体而言，通过对所述安全类事件进行区域标识，在此基础上进行安全事件相关商家种类的识别，例如，酒吧、KTV作为打架斗殴的事件频发地，可作为此类安全事件的关联商家，商场、珠宝店、银行作为盗窃抢劫等事件的频发地，归类为同一安全事件的关联商家，对于车祸、施工位置等进行相应的安全特征提取，获取相应的造成安全事件因素，基于上述特征进行相应识别，获取商家种类识别结果，进一步进行整合分析，得到相对应的商家关联系数。
基于获取所述安全类事件统计结果，对同类事件的发生时段进行分析，例如傍晚为打架斗殴事件频发事件段，节假日易发生交通安全类事件，天气因素所造成的施工安全类事件，通过进行同类事件的发生时段关联分析，获取显影的事件关联系数，进一步进行共性特征的归类提取，将所述商家关联系数和所述时间关联系数作为所述共性特征提取结果，对所述共性特征提取结果进行整合存储，通过进行所述安全事件的共性特征提取，可在此基础上进行同类安全事件的预测管理。
进一步而言，本申请步骤S400还包括：
步骤S410：通过所述数据统计模块进行分类事件的人流密度特征关联评价，得到人流密度特征关联评价结果；
步骤S420：根据所述分类结果进行关联人员的状态评价，获得状态评价结果；
步骤S430：将所述状态评价结果和所述人流密度特征关联评价结果添加至所述安全事件人员状态预警条件，并基于所述安全事件人员状态预警条件生成事件评价关联特征，基于所述事件评价关联特征进行所述图像采集监督的图像特征识别，根据识别结果进行所述安全管理分析和预警。
具体而言，通过对所述安全类事件进行触发条件分类，针对获取的相应分类结果，基于所述数据统计模块进行分类事件的人流密度特征关联分析，针对不同类安全事件，对安全事件发生时间段的人流密度进行相关信息的提取，确定人流密集度对安全类事件的影响程度，例如，银行、珠宝店的抢劫盗窃、打架斗殴等事件对发生于人流量较少的时间段，车祸等道路交通安全事件多发生于人流密集路段，对此进行人流密度关联评价，进一步进行数据的整合归类，获取所述人流密度特征关联评价结果。
基于所述人流密度特征关联评价结果，对安全事件发生时段相关联人员的状态进行分析，例如，由于顾客较少，银行工作人员较为放松，注意力不够集中，驾驶人员的疲劳驾驶、酒驾情况等，通过进行事件的针对性评价分析，获得所述状态评价结果，将所述状态评价结果和所述人流密度特征关联评价结果添加至所述安全事件人员状态预警条件，所述预警条件指危险警示条件，并基于所述安全事件人员状态预警条件对安全事件的关联特征进行提取，基于图像采集模块对所述事件评价关联特征进行图像特征识别，根据识别结果进行所述安全管理分析和预警，通过进行相关人员的状态分析与人流密度特征关联分析，获取相应的安全事件频发因素，可在此基础上进行安全事件的预测提醒。
进一步而言，如图2所示，本申请步骤S500还包括：
步骤S510：根据所述城市安全区域标识结果设定区域图像识别频率；
步骤S520：通过所述区域图像识别频率进行人员异常特征检测，获得初始检测结果；
步骤S530：判断所述初始检测结果是否存在满足预设异常值范围的异常特征；
步骤S540：当所述初始检测结果存在满足所述预设异常值范围的异常特征时，进行关联用户的异常标识；
步骤S550：根据所述异常标识进行安全管理分析和预警。
具体而言，通过进行安全事件触发条件分类进行区域划分，对划分区域进行相应标识以进行区分，基于所述城市安全区域标识结果进行区域图像识别频率的设定，在此基础上对人员进行异常行为检测，判断所述相关人员是否存在符合所述安全事件人员状态预警条件的行为状态，对其进行异常特征检测，获得检测结果作为所述初始检测结果，预设异常值范围，所述异常值范围指满足存在行为特征异常，有造成城市安全隐患趋势的范围，判断所述初始检测结果是否存在满足所述预设异常值范围的异常特征，若不满足则一切正常，若所述初始检测结果在所述预设异常值范围内，存在满足所述预设异常值范围的异常特征，则需对相关联用户进行异常标识，并对异常标识用户行为状态进行进一步的行为状态分析，进而进行安全管理分析与预警。通过进行区域异常人员检测，基于此对城市安全隐患行为进行预判，可进一步提前部署以避免相关安全隐患的发生。
进一步而言，本申请步骤S550还包括：
步骤S551：对所述关联用户进行特征提取，并调用关联区间的监测数据；
步骤S552：通过特征提取结果进行所述监测数据识别，获得所述关联用户的关联数据；
步骤S553：对所述关联数据进行基于时间线的连续动作特征分析，根据连续动作特征分析结果生成异常事件评价信息；
步骤S554：根据所述异常事件评价信息进行安全管理分析和预警。
具体而言，通过进行区域范围内的人员异常行为特征筛选，对存在异常行为特征的用户进行相应标识，对存在异常标识的关联用户进行特征提取，包括所述关联人员的状态特征，与其所在的商家种类识别特征，并调用关联区间的监测数据，基于所述关联用户的特征提取结果，在获取的所述关联区间的监测数据中进行对应筛查，获取所述关联用户的相应关联数据，在所述关联用户的异常状态间隔时间内，基于所述关联数据进行关联用户的连续动作特征分析，判断该异常状态间隔时间内的连续动作是否存在异常，将判定结果作为所述异常事件分析结果，进而生成所述异常事件评价信息，基于所述异常事件评价信息进行安全管理与预警，从而进行针对性防范，以扼杀安全隐患。
进一步而言，所述城市安全预测管理系统还与预警模块通信连接，本申请步骤S554还包括：
步骤S5541：判断所述异常事件评价信息是否满足预设预警阈值；
步骤S5542：当所述异常事件评价信息满足所述预设预警阈值时，获得预警提示指令；
步骤S5543：所述预警模块通过所述预警提示指令进行所述关联用户保持距离提醒；
步骤S5544：通过所述图像采集模块进行所述关联用户的反馈图像采集，根据反馈图像采集结果进行安全管理分析和预警。
具体而言，基于所述预警模块预设预警阈值，所述预警模块与所述城市安全预测管理系统通信连接，以进行安全隐患提示，所述预设预警阈值为判定异常事件评价信息是否符合警示条件的阈值范围，判断所述异常事件评价信息是否满足预设预警阈值，若所述异常事件评价信息处于所述预设预警阈值范围内，获取预警提示指令，所述预警提示指令指由预警模块发出的存在安全隐患的提示指令，基于所述预警提示指令，进行一定范围内的提醒，使得人员与所述关联用户保持一定安全距离，进一步，基于图像采集模块，对所述关联用户的反馈图像进行采集，判断所述预警提示指令下的关联用户行为状态变化，根据反馈图像采集结果进行城市安全管理的进一步分析与部署，以提升城市安全指标。
进一步而言，所述城市安全预测管理系统还与声音采集模块通信连接，本申请步骤S5541还包括：
步骤S55411：通过所述声音采集模块对于所述关联用户的语音信息采集，根据语音采集结果生成辅助识别特征；
步骤S55412：根据所述辅助识别特征进行所述异常事件评价信息的评价修正，获得评价修正结果；
步骤S55413：根据评价修正结果进行所述预设预警阈值的比对评价。
具体而言，通过进行区域内人员的异常行为特征判定，确定相应的关联用户并进行进一步的标识，进而通过具体行为特征分析进行进一步的判定，在此基础上，基于所述声音采集模块对所述关联用户的语音信息进行采集，获取相应关联用户的语音采集结果，将其作为辅助识别特征进行进一步的判别，在所述异常事件评价信息的基础上基于所述关联用户的语音采集结果进行二次分析判定，以对所述异常事件评价结果进行评价修正，获取所述评价修正结果，基于所述评价修正结果与所述预设预警阈值的比对，进行相应的安全管理预警，可进一步提高关联用户异常特征检测的准确性，以减少无效指令的发出造成的人员恐慌。
1.本申请提供的一种基于大数据的城市安全预测管理方法，本申请实施例提供的一种基于大数据的城市安全预测管理方法通过进行安全类事件统计分析获取安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息，根据所述安全类事件统计结果进行触发条件分类，进一步进行区域标识，其中，所述区域标识包括区域事件发生频次信息，根据区域标识进行同类事件的区域共性特征提取，生成带有类型标识的安全事件区域预警条件，根据所述分类结果对关联人员进行共性特征提取，获得安全事件人员状态预警条件，通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督，根据安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警，通过对相关联人员的行为特征进行分析判定，以提前部署消弭安全隐患，解决了现有技术中存在的现有的城市安全管理系统不够智能化，不能对城市安全性事件进行准确的监督预防的技术问题，达到了对城市安全进行智能化管控的目的。
2.通过进行商家关联系数与事件时间关联系数获取安全共性特征，对相关联人员进行关联人员状态特征提取，获取城市安全隐患存在条件，为进行后续城市安全预测提供了现实基础。
3.通过进行人员异常特征检测，对异常行为人员进行标识，进一步进行行为状态分析，判断关联人员状态行为是否符合预警判定，以进行相应部署，可有效减少城市安全隐患存在，将提前扼杀。
实施例二
基于与前述实施例中一种基于大数据的城市安全预测管理方法相同的发明构思，如图4所示，本申请提供了一种基于大数据的城市安全预测管理系统，所述城市安全预测管理系统与图像采集模块、数据统计模块通信连接，所述系统包括：
统计分析模块11，所述统计分析模块11用于基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；
分类事件区域标识模块12，所述分类事件区域标识模块12用于根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；
特征提取模块13，所述特征提取模块13用于根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；
预警条件获取模块14，所述预警条件获取模块14用于根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；
城市安全区域标识模块15，所述城市安全区域标识模块15用于通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；
图像采集模块16，所述图像采集模块16用于根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警。
进一步而言，所述系统还还包括：
商家关联系数确定模块，所述商家关联系数确定模块用于根据所述区域标识进行区域内商家种类识别，根据商家种类识别结果确定商家关联系数；
时间关联系数确定模块，所述时间关联系数确定模块用于根据所述安全类事件统计结果进行同类事件的发生时段关联分析，得到事件时间关联系数；
共性特征获取模块，所述共性特征获取模块用于将所述商家关联系数和所述时间关联系数作为所述共性特征提取结果。
进一步而言，所述系统还包括：
人流密度特征关联评价模块，所述人流密度特征关联评价模块用于通过所述数据统计模块进行分类事件的人流密度特征关联评价，得到人流密度特征关联评价结果；
状态评价结果获取模块，所述状态评价结果获取模块用于根据所述分类结果进行关联人员的状态评价，获得状态评价结果；
分析预警单元，所述分析预警单元用于将所述状态评价结果和所述人流密度特征关联评价结果添加至所述安全事件人员状态预警条件，并基于所述安全事件人员状态预警条件生成事件评价关联特征，基于所述事件评价关联特征进行所述图像采集监督的图像特征识别，根据识别结果进行所述安全管理分析和预警。
进一步而言，所述系统还包括：
区域图像识别频率设定模块，所述区域图像识别频率设定模块用于根据所述城市安全区域标识结果设定区域图像识别频率；
异常特征检测模块，所述异常特征检测模块用于通过所述区域图像识别频率进行人员异常特征检测，获得初始检测结果；
初始检测结果判定模块，所述初始检测结果判定模块用于判断所述初始检测结果是否存在满足预设异常值范围的异常特征；
异常标识模块，所述异常标识模块用于当所述初始检测结果存在满足所述预设异常值范围的异常特征时，进行关联用户的异常标识；
异常标识分析预警模块，所述异常标识分析预警模块用于根据所述异常标识进行安全管理分析和预警。
进一步而言，所述系统还包括：
特征提取模块，所述特征提取模块用于对所述关联用户进行特征提取，并调用关联区间的监测数据；
关联数据获取模块，所述关联数据获取模块用于通过特征提取结果进行所述监测数据识别，获得所述关联用户的关联数据；
异常事件评价信息生成模块，所述异常事件评价信息生成模块用于对所述关联数据进行基于时间线的连续动作特征分析，根据连续动作特征分析结果生成异常事件评价信息；
分析预警模块，所述分析预警模块用于根据所述异常事件评价信息进行安全管理分析和预警。
进一步而言，所述系统还包括：
异常信息判定模块，所述异常信息判定模块用于判断所述异常事件评价信息是否满足预设预警阈值；
预警提示指令获取模块，所述预警提示指令获取模块用于当所述异常事件评价信息满足所述预设预警阈值时，获得预警提示指令；
所述预警模块通过所述预警提示指令进行所述关联用户保持距离提醒；
反馈图像分析预警模块，所述反馈图像分析预警模块用于通过所述图像采集模块进行所述关联用户的反馈图像采集，根据反馈图像采集结果进行安全管理分析和预警。
进一步而言，所述系统还还包括：
辅助识别特征生成模块，所述辅助识别特征生成模块用于通过所述声音采集模块对于所述关联用户的语音信息采集，根据语音采集结果生成辅助识别特征；
评价信息修正模块，所述评价信息修正模块用于根据所述辅助识别特征进行所述异常事件评价信息的评价修正，获得评价修正结果；
阈值比对模块，所述阈值比对模块用于根据评价修正结果进行所述预设预警阈值的比对评价。
本说明书通过前述对一种基于大数据的城市安全预测管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于大数据的城市安全预测管理方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
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申请。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申请的精神或范围的情况下，在其它实施例中实现。因此，本申请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 (4)

1.一种基于大数据的城市安全预测管理方法，其特征在于，所述方法应用于城市安全预测管理系统，所述城市安全预测管理系统与图像采集模块、数据统计模块通信连接，所述方法包括：
基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；
根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；
根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；
根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；
通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；
根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警；
其中，所述根据所述区域标识进行同类事件的区域共性特征提取，还包括：
根据所述区域标识进行区域内商家种类识别，根据商家种类识别结果确定商家关联系数；
根据所述安全类事件统计结果进行同类事件的发生时段关联分析，得到事件时间关联系数；
将所述商家关联系数和所述时间关联系数作为所述共性特征提取结果；
其中，所述方法还包括：通过所述数据统计模块进行分类事件的人流密度特征关联评价，得到人流密度特征关联评价结果；
根据所述分类结果进行关联人员的状态评价，获得状态评价结果；
将所述状态评价结果和所述人流密度特征关联评价结果添加至所述安全事件人员状态预警条件，并基于所述安全事件人员状态预警条件生成事件评价关联特征，基于所述事件评价关联特征进行所述图像采集监督的图像特征识别，根据识别结果进行所述安全管理分析和预警；
根据所述城市安全区域标识结果设定区域图像识别频率；
通过所述区域图像识别频率进行人员异常特征检测，获得初始检测结果；
判断所述初始检测结果是否存在满足预设异常值范围的异常特征；
当所述初始检测结果存在满足所述预设异常值范围的异常特征时，进行关联用户的异常标识；
根据所述异常标识进行安全管理分析和预警；
对所述关联用户进行特征提取，并调用关联区间的监测数据；
通过特征提取结果进行所述监测数据识别，获得所述关联用户的关联数据；
对所述关联数据进行基于时间线的连续动作特征分析，根据连续动作特征分析结果生成异常事件评价信息；
根据所述异常事件评价信息进行安全管理分析和预警。
2.如权利要求1所述的方法，其特征在于，所述城市安全预测管理系统还与预警模块通信连接，所述方法还包括：
判断所述异常事件评价信息是否满足预设预警阈值；
当所述异常事件评价信息满足所述预设预警阈值时，获得预警提示指令；
所述预警模块通过所述预警提示指令进行所述关联用户保持距离提醒；
通过所述图像采集模块进行所述关联用户的反馈图像采集，根据反馈图像采集结果进行安全管理分析和预警。
3.如权利要求2所述的方法，其特征在于，所述城市安全预测管理系统还与声音采集模块通信连接，所述方法还包括：
通过所述声音采集模块对于所述关联用户的语音信息采集，根据语音采集结果生成辅助识别特征；
根据所述辅助识别特征进行所述异常事件评价信息的评价修正，获得评价修正结果；
根据评价修正结果进行所述预设预警阈值的比对评价。
4.一种基于大数据的城市安全预测管理系统，其特征在于，所述城市安全预测管理系统与图像采集模块、数据统计模块通信连接，所述系统包括：
统计分析模块，所述统计分析模块用于基于所述数据统计模块进行安全类事件统计分析，得到安全类事件统计结果，其中，所述安全类事件统计结果包括位置标识信息；
分类事件区域标识模块，所述分类事件区域标识模块用于根据所述安全类事件统计结果进行触发条件分类，根据分类结果和位置标识信息进行分类事件的区域标识，其中，所述区域标识包括区域事件发生频次信息；
特征提取模块，所述特征提取模块用于根据所述区域标识进行同类事件的区域共性特征提取，并根据共性特征提取结果生成带有类型标识的安全事件区域预警条件；
预警条件获取模块，所述预警条件获取模块用于根据所述分类结果进行关联人员的共性特征提取，根据提取结果获得安全事件人员状态预警条件；
城市安全区域标识模块，所述城市安全区域标识模块用于通过所述安全事件区域预警条件进行城市安全区域标识，并根据城市安全区域标识结果进行所述图像采集模块的图像采集监督；
图像采集模块，所述图像采集模块用于根据所述安全事件人员状态预警条件进行图像采集监督评价约束，根据约束结果进行安全管理分析和预警；
商家关联系数确定模块，所述商家关联系数确定模块用于根据所述区域标识进行区域内商家种类识别，根据商家种类识别结果确定商家关联系数；
时间关联系数确定模块，所述时间关联系数确定模块用于根据所述安全类事件统计结果进行同类事件的发生时段关联分析，得到事件时间关联系数；
共性特征获取模块，所述共性特征获取模块用于将所述商家关联系数和所述时间关联系数作为所述共性特征提取结果；
人流密度特征关联评价模块，所述人流密度特征关联评价模块用于通过所述数据统计模块进行分类事件的人流密度特征关联评价，得到人流密度特征关联评价结果；
状态评价结果获取模块，所述状态评价结果获取模块用于根据所述分类结果进行关联人员的状态评价，获得状态评价结果；
分析预警单元，所述分析预警单元用于将所述状态评价结果和所述人流密度特征关联评价结果添加至所述安全事件人员状态预警条件，并基于所述安全事件人员状态预警条件生成事件评价关联特征，基于所述事件评价关联特征进行所述图像采集监督的图像特征识别，根据识别结果进行所述安全管理分析和预警；
区域图像识别频率设定模块，所述区域图像识别频率设定模块用于根据所述城市安全区域标识结果设定区域图像识别频率；
异常特征检测模块，所述异常特征检测模块用于通过所述区域图像识别频率进行人员异常特征检测，获得初始检测结果；
初始检测结果判定模块，所述初始检测结果判定模块用于判断所述初始检测结果是否存在满足预设异常值范围的异常特征；
异常标识模块，所述异常标识模块用于当所述初始检测结果存在满足所述预设异常值范围的异常特征时，进行关联用户的异常标识；
异常标识分析预警模块，所述异常标识分析预警模块用于根据所述异常标识进行安全管理分析和预警；
特征提取模块，所述特征提取模块用于对所述关联用户进行特征提取，并调用关联区间的监测数据；
关联数据获取模块，所述关联数据获取模块用于通过特征提取结果进行所述监测数据识别，获得所述关联用户的关联数据；
异常事件评价信息生成模块，所述异常事件评价信息生成模块用于对所述关联数据进行基于时间线的连续动作特征分析，根据连续动作特征分析结果生成异常事件评价信息；
分析预警模块，所述分析预警模块用于根据所述异常事件评价信息进行安全管理分析和预警。
CN202210744516.1A 2022-06-27 2022-06-27 一种基于大数据的城市安全预测管理方法及系统 Active CN115186881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210744516.1A CN115186881B (zh) 2022-06-27 2022-06-27 一种基于大数据的城市安全预测管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210744516.1A CN115186881B (zh) 2022-06-27 2022-06-27 一种基于大数据的城市安全预测管理方法及系统

Publications (2)

Publication Number Publication Date
CN115186881A CN115186881A (zh) 2022-10-14
CN115186881B true CN115186881B (zh) 2023-08-01

Family

ID=83516359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210744516.1A Active CN115186881B (zh) 2022-06-27 2022-06-27 一种基于大数据的城市安全预测管理方法及系统

Country Status (1)

Country Link
CN (1) CN115186881B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115546902B (zh) * 2022-11-30 2023-03-10 江苏未来网络集团有限公司 基于工业互联网全连接管理的安全生产管理方法及系统
CN116738360B (zh) * 2023-05-25 2023-11-03 青岛海科微纳传感技术有限公司 一种基于多维融合模型的空气检测系统及方法
CN116777711A (zh) * 2023-08-18 2023-09-19 青岛华正信息技术股份有限公司 数字化城市管理的系统及方法
CN117386451B (zh) * 2023-10-12 2024-03-26 应急管理部大数据中心 用于矿区的盗采监测预警方法及系统
CN117095465B (zh) * 2023-10-19 2024-02-06 华夏天信智能物联(大连)有限公司 一种煤矿安全监管方法及系统
CN117274918B (zh) * 2023-11-23 2024-03-22 深圳市易图资讯股份有限公司 一种大数据计量区域化分析系统和方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523776A (zh) * 2020-04-08 2020-08-11 辽宁百思特达半导体科技有限公司 一种基于非法目标危险评估的智慧城市系统及方法
CN112929611A (zh) * 2021-02-07 2021-06-08 重庆惠统智慧科技有限公司 校园智能安全防控系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060085083A1 (en) * 2004-09-02 2006-04-20 Robert Congel Methods and system for conducting research and development on an urban scale
US7183907B2 (en) * 2004-10-20 2007-02-27 Honeywell International, Inc. Central station monitoring with real-time status and control
US20120236147A1 (en) * 2011-03-15 2012-09-20 Honeywell International Inc. Systems and methods of central station video alarm verification using an on site user video system
CN104821060A (zh) * 2015-05-19 2015-08-05 深圳市保千里电子有限公司 一种抢劫预警方法及装置
CN105208326A (zh) * 2015-08-28 2015-12-30 深圳市融创天下科技有限公司 一种基于视频云的城市区域公共安全威胁预警方法及系统
CN105635268B (zh) * 2015-12-28 2018-12-25 红豆电信有限公司 可信服务管理云平台
CN105763853A (zh) * 2016-04-14 2016-07-13 北京中电万联科技股份有限公司 一种公共区域拥挤、踩踏事件应急预警方法
CN107622465A (zh) * 2016-07-15 2018-01-23 中国电信股份有限公司 用于识别嫌疑人的方法和系统
KR102356666B1 (ko) * 2017-04-24 2022-01-28 한국전자통신연구원 다중로그 데이터 기반의 공공안전 위험상황 감지, 예측, 대응 방법 및 장치
CN108320256A (zh) * 2017-12-08 2018-07-24 中国电子科技集团公司电子科学研究院 基于大数据的社会安全事件识别方法、设备及存储介质
US10650651B1 (en) * 2018-03-30 2020-05-12 Sureview Systems, Inc. Automated geospatial security event grouping
CN109815852A (zh) * 2019-01-03 2019-05-28 深圳壹账通智能科技有限公司 智慧城市事件管理方法、装置、计算机设备和存储介质
CN110096557A (zh) * 2019-03-28 2019-08-06 西安九索数据技术股份有限公司 城市区域安全状态预测方法及系统
CN110009046B (zh) * 2019-04-09 2023-03-10 中通服公众信息产业股份有限公司 一种基于大数据的城市社区安全预测方法
CN111144291B (zh) * 2019-12-25 2023-06-09 中铁信(北京)网络技术研究院有限公司 基于目标检测的视频监控区域人员入侵判别方法及装置
JP7478970B2 (ja) * 2020-04-09 2024-05-08 パナソニックＩｐマネジメント株式会社 事故予兆検知システムおよび事故予兆検知方法
CN114154767A (zh) * 2020-09-08 2022-03-08 苏州希格玛科技有限公司 一种基于城市空间图谱的高发事件预警方法及预警设备
CN112507813A (zh) * 2020-11-23 2021-03-16 北京旷视科技有限公司 事件检测方法、装置、电子设备及存储介质
CN113723694B (zh) * 2021-09-06 2022-01-18 成都派沃特科技股份有限公司 警员布控方法、装置、设备及存储介质
CN114040003B (zh) * 2022-01-10 2022-04-01 华北科技学院(中国煤矿安全技术培训中心) 针对人员密集区域突发事件的应急处置系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111523776A (zh) * 2020-04-08 2020-08-11 辽宁百思特达半导体科技有限公司 一种基于非法目标危险评估的智慧城市系统及方法
CN112929611A (zh) * 2021-02-07 2021-06-08 重庆惠统智慧科技有限公司 校园智能安全防控系统

Also Published As

Publication number Publication date
CN115186881A (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
CN115186881B (zh) 一种基于大数据的城市安全预测管理方法及系统
Mussone et al. Analysis of factors affecting the severity of crashes in urban road intersections
JP4242422B2 (ja) 突発事象の記録・解析システム
CN112333241B (zh) 一种基于大数据服务的智慧安防系统
CN110544360B (zh) 一种列车安全驾驶监测系统及方法
CN111362089B (zh) 一种人工智能识别电动车进入轿厢的方法和系统
JP2002501711A (ja) あらかじめ与えられた監視範囲を監視する方法
KR20100119476A (ko) 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법
CN109448372B (zh) 一种乘车安全监测与报警方法
CN108053669A (zh) 一种智能车载管理器
CN113689700A (zh) 一种山区施工便道行车监管方法及装置
Chen et al. Dangerous driving behavior recognition and prevention using an autoregressive time-series model
CN102360524B (zh) 快速道路危险交通流特征的自动检测确认方法
CN106530714A (zh) 一种基于交通流数据的二次交通事故时间预测方法
CN116308960A (zh) 基于数据分析的智慧园区物业防控管理系统及其实现方法
CN113990018B (zh) 一种安全风险预测系统
CN113222221A (zh) 公共安全风险预警系统和方法
CN113409541B (zh) 多层级安全智慧园区控制方法、系统和可读存储介质
CN112989069B (zh) 一种基于知识图谱与区块链的交通违章分析方法
CN115472028A (zh) 一种隧道紧急停车带智能预警诱导方法及系统
JP5059373B2 (ja) 犯罪リスク評価装置及び犯罪リスク評価プログラム
CN114582083A (zh) 一种隧道监控多传感器数据融合火灾预警方法
CN113990080B (zh) 一种高速公路车辆通行安全全程检测系统
CN110060452A (zh) 车辆进出场所的警示方法及装置
CN114241758B (zh) 一种桥梁施工便道信息化管理方法

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