CN116049262B - 一种基于大数据的关联分析系统以及方法 - Google Patents

Abstract

本发明适用于计算机领域，提供了一种基于大数据的关联分析系统以及方法，所述方法包括：根据目标区域的区域边侧信息检测某活动目标的活动信息；当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分，本发明实施例的有益效果在于：能够对目标区域的边侧物品跨越危险事件进行分析和识别，便于告警和做出决策。

Description

一种基于大数据的关联分析系统以及方法

技术领域

本发明属于计算机领域，尤其涉及一种基于大数据的关联分析系统以及方法。

背景技术

为了便于安全生产和安全作业，对一些区域需要采用统一安全管理，这些区域内一般专门设置有某类特定行业、形态的企业和公司等，典型的如工业园区，自贸园区和产业园区等；在进行统一安全管理时，随着这些区域发展与规模的逐渐壮大，需要管理的安全要素也不断增多，区域安全管理的重要性也越来越凸显。

上述区域的边界一般都设置了围墙护栏，但是与围墙护栏有关的安全事件也时有发生，例如存在相关人员翻越围栏或者通过围墙护栏的缝隙等方式，导致区域内的物品丢失，目前大部分的现有技术是通过设置视频监控系统来对上述区域进行监控。

通过实施上述现有技术可以发现，传统的视频监控系统，一部分是通过人工查看来完成对安全事件的发现和处理的，时效性等方面比较差；也有一部分直接通过识别模型识别监控区域内的视频信息，并形成基本的告警类反馈，这类识别模型一般包括火焰识别模型、烟雾识别模型等，但是对于区域边界的内外均可能发生安全事件的场景，现有技术则鲜有涉及，因此，提出一种基于大数据的关联分析系统以及方法。

发明内容

本发明实施例的目的在于提供一种基于大数据的关联分析系统以及方法，旨在解决上述背景技术中提出的问题。

本发明实施例是这样实现的，一方面，一种基于大数据的关联分析方法，所述方法包括以下步骤：

根据目标区域的区域边侧信息检测某活动目标的活动信息；

当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；设定条件的满足可以依据大数据条件来实施；

根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；

当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；

若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。

作为本发明的进一步方案，所述方法还包括：

获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位。

作为本发明的再进一步方案，所述方法还包括：

下发第一指令给第一设备，以指示第一设备获取对应覆盖位的第一区域边侧信息，并且检测第一区域边侧信息中是否存在活动目标；

若是，则指示第一设备根据第一区域边侧信息，识别并且生成活动目标的特征信息，所述特征信息中携带有覆盖位的标识；

指示第一设备将所述特征信息上报给第二设备，以使得第二设备接收所述特征信息后，根据覆盖位的标识识别覆盖位内的目标，所述第二设备的识别范围大于第一设备的识别范围；

当第二设备判定覆盖位内目标的特征符合特征信息时，生成停止识别指令，并且将停止识别指令反馈给第一设备，以使得第一设备停止识别对应的活动目标；

当第二设备判定覆盖位内目标的特征信息不符合特征信息时，生成继续识别指令，并且将继续识别指令反馈给第一设备，以使得第一设备继续获取并且检测所述第一区域边侧信息。

作为本发明的又进一步方案，所述特征信息中还携带有活动目标的初始位置和初始时刻，所述初始时刻为初始位置对应的第一时间节点，所述方法还包括：

指示第二设备：获取活动目标不超出电子分布网格间距时的第二时间节点，判断第二时间节点与第一时间节点的差值，并且判断所述差值是否达到设定时长，当所述差值达到设定时长时，判定某活动目标为可疑目标，所述电子分布网格是根据初始位置建立的。

作为本发明的进一步方案，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体包括：

获取可疑目标的姿态信息，所述姿态信息包括初始姿态信息和实时姿态信息；

提取所述姿态信息的截面姿态特征，根据所述截面姿态特征判断截面形状的变化是否达到预设形变值，预设形变值包括与变化增量对应的第一形变，还包括与变化减量对应的第二形变；

若是，则判定物品携带变多或者减少。

作为本发明的进一步方案，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体还包括：识别可疑目标的姿态信息中可疑目标的操作部位，检测操作部位是否出现特征物品的增减变化，若是，则判定所述可疑目标出现物品携带变化。

作为本发明的进一步方案，所述方法还包括：

根据可疑目标在对应时段内的活动信息，生成可疑目标的活动轨迹，所述活动轨迹上分布有连续轨迹形成点；

基于所述活动轨迹，检测是否存在任意两个连续轨迹点的连线朝向目标区域的边侧部分；

若是，则判定所述朝向关联目标区域的边侧部分；

否则，获取对应时段内包含覆盖位的内外侧中至少一侧的参考影像信息，将所述参考影像信息上报。

作为本发明的进一步方案，另一方面，一种基于大数据的关联分析系统，所述系统包括：

区域活动检测单元，用于：根据目标区域的区域边侧信息检测某活动目标的活动信息；

可疑目标判定单元，用于：当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；

物品携带识别单元，用于：根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；

朝向关联检测单元，用于：当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；

条件判定单元，用于：若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。

作为本发明的进一步方案，所述系统还包括：

电子地图获取单元，用于：获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

覆盖位生成单元，用于：定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位。

本发明实施例提供的一种基于大数据的关联分析系统以及方法，根据目标区域的区域边侧信息，当检测到活动目标在设定时长内的位移量不超过设定位移量的条件，或者检测到再满足其他条件后，判断某活动目标为可疑目标，根据可疑目标的姿态信息，当识别到所述可疑目标出现物品携带变化时，并且进一步检测出现物品携带变化的对应时段内可疑目标的朝向，若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件，能够对活动目标的可疑行为进行可靠的逐步分析，并且判断可疑行为是否与目标区域关联，清晰地检测到与目标区域之间进行物品转移的安全事件（边侧物品跨越危险事件），基于边侧物品跨越危险事件的实时检测，方便进行实时告警，也方便将边侧物品跨越危险事件发送到分析中心，供相关人员进行参考，以及时做出决策。

附图说明

图1是一种基于大数据的关联分析方法的主流程图。

图2是一种基于大数据的关联分析方法中根据第一区域边侧信息指示第一设备和第二设备分别工作的流程图。

图3是一种基于大数据的关联分析方法中根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化的一种实施例的流程图。

图4是一种基于大数据的关联分析方法中判断所述朝向是否关联目标区域的边侧部分的流程图。

图5是一种基于大数据的关联分析系统的结构图示意图一。

图6是一种基于大数据的关联分析系统的结构图示意图二。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

本发明提供的一种基于大数据的关联分析系统以及方法，解决了背景技术中的技术问题。

如图1所示，为本发明的一个实施例提供的一种基于大数据的关联分析方法的主流程图，所述一种基于大数据的关联分析方法包括：

步骤S10：根据目标区域的区域边侧信息检测某活动目标的活动信息；区域边侧信息一般是用于表征对活动目标的活动描述，其可以是实时监控影像，也可以是对区域边侧存在活动目标的描述信息；所谓的区域边侧，即为目标区域的边沿，旁侧；目标区域的区域边侧，如园区的围栏边缘，厂区的栅栏边缘等，边缘包括内边缘和外边缘中至少一种；活动信息是用来表征活动目标的活动情况；

步骤S11：当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；设定条件是判断活动目标为可疑目标的条件，或者说条件之一，因为当某活动目标在设定时长内的位移量不超过设定位移量时，表明其在原地不动，或者说其一直在原地徘徊，即其可能处于区域边侧的某个位置，并且移动量较少；一般的，如果是人员正常的路过，则不会满足设定条件，因此设定条件表明某活动目标是可疑的，即某活动目标可能是边侧物品跨越事件的参与者；设定条件还可以包括其他条件，例如对某活动目标的限定，如限定某活动目标为明确的活动目标；在活动目标被定性参与边侧物品跨越事件之前，只是确定其具有满足设定条件的属性，而无需确定其具体的身份，因此，称之为某活动目标；设定条件，一般是基于大数据来进行设定的，设定量可以包括设定位移量和设定时长，通过统计目标区域的周边区域内可疑事件发生时可疑目标的移动情况，结合目标区域的边侧长度等参数，可以综合对设定位移量和设定时长进行设定；设定量还可以包括基于大数据统计条件下明确的活动目标，此时明确的活动目标的身份信息可以是确定的；

步骤S12：根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；进一步的，当可疑目标的物品携带变多或者变少时，表明活动目标在区域边侧携带物品变多或者变少，表明这种情况极有可能是与目标区域之间发生了物品转移；可疑目标的姿态信息，可以是可疑目标携带物品的姿态信息，示例性的，姿态信息中的携带部位的体积或者外形的变化可以用来表征物品携带变多或者减少；

步骤S13：当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；与物品携带所直接关联的，应该关注在对应时段内可疑目标的移动变化，其可能是一直面向目标区域的，以方便进行物品转移，也有可能是斜向趋于或者远离目标区域的边侧，表示其可能在（往外或往内）抛射物品或者接受（内部往外）抛射的物品；

步骤S14：若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。因此，在物品携带变化的对应时段内，若所述朝向关联目标区域的边侧部分，表明物品携带变化极有可能是基于目标区域所带来的，即可疑目标与目标区域之间进行了物品转移，如将物品从目标区域向边侧外部转移，或者接收来自目标区域内部的物品（可能是其预先在目标区域内部放置的，或者目标区域内有人接应）。

本实施例在应用时，根据目标区域的区域边侧信息，当检测到活动目标在设定时长内的位移量不超过设定位移量的条件，或者检测到再满足其他条件后，判断某活动目标为可疑目标，根据可疑目标的姿态信息，当识别到所述可疑目标出现物品携带变化时，并且进一步检测出现物品携带变化的对应时段内可疑目标的朝向，若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件，能够对活动目标的可疑行为进行可靠的逐步分析，并且判断可疑行为是否与目标区域关联，清晰地检测到与目标区域之间进行物品转移的安全事件（边侧物品跨越危险事件），基于边侧物品跨越危险事件的实时检测，方便进行实时告警，也方便将边侧物品跨越危险事件发送到分析中心，供相关人员进行参考，以及时做出决策。

作为本发明的一种优选实施例，所述方法还包括：

步骤S101：获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

步骤S102：定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位。例如，沿着区域边侧的栅栏逆时针的分布，分别将覆盖位标记为CCW-A-X，其中CCW表示逆时针（CounterClockWise），A表示从某个标识位开始，如大门；X标识按照等距划分的个数，X取值为：1,2,3,4......

可以理解的是，第一电子地图和第二电子地图可以在交界部分存在部分重合，也就是说，生成的覆盖位是覆盖交界区域的，也即将交界部分等距划分，能够满足以下情况的识别条件：在区域边侧外部接收来自内部的物品，以及在区域内部边侧将物品向外部传输中至少一种情况。

作为一种可选的实施例，如图2所示，所述方法还包括：

步骤S20：下发第一指令给第一设备，以指示第一设备获取对应覆盖位的第一区域边侧信息，并且检测第一区域边侧信息中是否存在活动目标；第一区域边侧信息是区域边侧信息的一种，活动目标的初步识别条件，只要是识别到该目标存在移动即可，或者是能够识别该目标的移动属性，移动属性包括目标的类型或者在覆盖位中相对固定标识（参照）的移动；

步骤S21：若是，则指示第一设备根据第一区域边侧信息，识别并且生成活动目标的特征信息，所述特征信息中携带有覆盖位的标识；具体的，活动目标的特征属性一般包括活动目标的外形，可以是整体外形也可以是部分外形，应该是选取最易于识别的一部分，例如对人而言，可以是着装信息，也可以是初始携带的物品形成的标识信息，例如某人携带较大的方便袋，对于其他活动目标，可以参照前述举例；覆盖位的标识主要是方便第二设备能够快速捕捉到相同的目标；

步骤S22：指示第一设备将所述特征信息上报给第二设备，以使得第二设备接收所述特征信息后，根据覆盖位的标识识别覆盖位内的目标，所述第二设备的识别范围大于第一设备的识别范围；第二设备识别的范围大于第一设备的识别范围，表明第二设备可以代替至少一个乃至多个第一设备在大范围内的识别，从而无需启动小范围内的多个第一设备，也避免了目标在覆盖位之间窜行导致第一设备无法识别的问题，同时在某些情况下（满足初步识别后），对于多个第一设备同时工作时，可以将数量更少的第二设备来代替第一设备的部分工作或者全部工作；

步骤S23：当第二设备判定覆盖位内目标的特征符合特征信息时，生成停止识别指令，并且将停止识别指令反馈给第一设备，以使得第一设备停止识别对应的活动目标（在必要情况下只需要识别其他活动目标）；判定覆盖位内目标的特征符合特征信息时，表明第二设备捕捉到之前（第一设备）识别的相同目标，此时（在部分时段内）只需要第二设备识别活动目标的移动情况即可；

步骤S24：当第二设备判定覆盖位内目标的特征信息不符合特征信息时，生成继续识别指令，并且将继续识别指令反馈给第一设备，以使得第一设备继续获取并且检测所述第一区域边侧信息。当覆盖位的目标的特征信息不符合特征信息，表明对应的目标可能发生了改变，即可能是主动替换，此时，还需要通过覆盖位对应的第一设备来获取并且检测所述第一区域边侧信息。

可以理解的是，在实际中应用时，对于活动目标的初步识别，应当保证其识别精度较高，因此可以采用第一设备，第一设备的数量大于第二设备，每个覆盖位应当保证能够在识别精度范围内被第一设备所覆盖，而当检测其移动信息时，对识别的精度要求较低，考虑到目标可能在覆盖位之间发生移动，此时可以通过识别范围更宽的第二设备来接管，在某些情况下，第二设备可以同时识别多个目标的移动，通过本实施例的实施，可以保证在检测多个覆盖位的目标以及其移动信息的同时，完成第一设备和第二设备的有效配合，利于节约成本。需要说明的是，根据目标区域的区域边侧信息检测某活动目标的活动信息，可以是由同一个设备来完成，例如根据目标区域的影像信息来检测某活动目标的活动情况，本实施例是可选的。

作为本发明的一种优选实施例，所述特征信息中还携带有活动目标的初始位置和初始时刻，所述初始时刻为初始位置对应的第一时间节点，所述方法还包括：

步骤S30：指示第二设备：获取活动目标不超出电子分布网格间距时的第二时间节点，判断第二时间节点与第一时间节点的差值，并且判断所述差值是否达到设定时长，当所述差值达到设定时长时，判定某活动目标为可疑目标，所述电子分布网格是根据初始位置建立的。电子分布网格一般是基于初始位置建立的，即在电子地图上，当检测到初始位置时，以初始位置为原点，建立以设定位移量为间距的电子分布网格，作为识别活动目标移动位置的参照，可以更为简单的识别活动目标是否为可疑目标；

应当理解的是，本实施例提供了一种对判断活动目标是可疑目标的方法，具体的，在实施时，基于前述的第一时间节点，当检测到活动目标不超出电子分布网格间距时，表明其在设定时长内的位移较小，可能是一直在徘徊，也有可能是在原地不动，具备了可疑目标的初步识别条件。需要说明的是，本实施例并不一定需要由第二设备来完成，直接检测某活动目标在设定时长内的位移量是否超过设定位移量，也是可以的；在上一个实施例提出第一设备和第二设备的情况下，可以选择性实施本实施例，也可以由单一设备来完成；

如图3所示，作为本发明的一种优选实施例，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体包括：

步骤S121：获取可疑目标的姿态信息，所述姿态信息包括初始姿态信息和实时姿态信息；姿态信息用于表征可疑目标的姿态（姿态信息可以是从影像信息中提取的，也可以是红外热成像信息中提取的），简单来说，就是携带有物品状态下的姿态，可以用来表征某个视图下的可疑目标和物品的整体外形或者整体轮廓是否发生变化；

步骤S122：提取所述姿态信息的截面姿态特征，根据所述截面姿态特征判断截面形状的变化是否达到预设形变值，预设形变值包括与变化增量对应的第一形变，还包括与变化减量对应的第二形变；截面姿态特征包括形状特征或者轮廓特征，在可疑目标携带物品增多或者减少的情况下，其形状特征和/或者轮廓特征会发生变化，因此，可以通过截面姿态特征的变化来判断物品携带变多或者减少；需要理解的是，当截面特征包括轮廓特征时，应当是区别于可疑目标自身的轮廓特征，因为其自身的轮廓特征一般是不变的；

步骤S123：若是，则判定物品携带变多或者减少。携带物品增多，一般情况下，那么轮廓应该变大，形状填充比例增大或者形状变大，反之，则对应携带物品则减少；否则，表明物品携带未发生明显变化，可以继续进行检测。

作为判断所述可疑目标是否出现物品携带变化的实施例之一，本实施例的主要优点在于，通过姿态特征的截面判断其变化，从而无需识别具体物品，在无法识别具体物品类别的情况下，本实施例具有较强的实用性。

作为本发明的一种优选实施例，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体还包括：识别可疑目标的姿态信息中可疑目标的操作部位，检测操作部位是否出现特征物品的增减变化，若是，则判定所述可疑目标出现物品携带变化。否则，则判定所述可疑目标未出现物品携带变化，可以继续进行检测；当活动目标的个数大于1个时，应该考虑整体的物品携带变化；一般情况下，只需要考虑单个活动目标的情形。

需要理解，操作部位主要是对于可疑目标而言的，操作部位，对于人而言，主要包括其手部操作所在部位，当手上有工具时，主要包括手部工具操作所在部位；对于其他的可疑目标，操作部位主要是开始定位的用于持拿物品的位置，例如机械手；

可以理解的是，本实施例给出另外一种判断所述可疑目标是否出现物品携带变化的方法，该种方法与前一种方法实施的主要区别在于物品是特征物品，表示物品异于识别，其可以表现在颜色较为鲜艳/或形状较为明显，或者是包含在预设目标区域物品库中的物品（预先已经保存了其特征信息，如带有识别标识等），该实施例与前一种实施例可以结合起来实施，本实施例实施更为简单，可以作为优先实施的实施例，上个实施例可以作为补充的实施例。

本实施例给出一种结合可疑目标的活动轨迹判断在对应时段内可疑目标的朝向的方法，如图4所示，作为本发明的一种优选实施例，所述方法还包括：

步骤S40：根据可疑目标在对应时段内的活动信息，生成可疑目标的活动轨迹，所述活动轨迹上分布有连续轨迹形成点；一般的，轨迹形成点是按照等周期性获取的可疑目标的位置形成的，对可疑目标的位置的获取可以依据可疑目标的特征信息来捕捉获取，并且获取的时段应该是在对应时段内；

步骤S41：基于所述活动轨迹，检测是否存在任意两个连续轨迹点的连线朝向目标区域的边侧部分；当存在任一两个连续轨迹点的连线朝向目标区域的边侧部分时，表明可疑目标在朝向目标区域的边侧过程中出现物品携带变化，即表明可能是在此过程中物品携带增多（相对于外侧而言），也有可能是减少（相对于内侧而言），前一种情况一般契合在区域边侧外部接收来自内部的物品，后一种情况一般契合在区域内部边侧将物品向外部传输；

步骤S42：若是，则判定所述朝向关联目标区域的边侧部分；也就是说，对应时段内可疑目标的朝向与目标区域的边侧部分存在关联，也即目标区域（的边侧部分）与对应时段内可疑目标的物品携带变化之间存在极大的关联性；需要说明的是，该种情况下，也可以将包含覆盖位的内外侧中至少一侧的参考影像信息发送到分析中心，供相关人员进行参考；

步骤S43：否则，获取对应时段内包含覆盖位的内外侧中至少一侧的参考影像信息，将所述参考影像信息上报。该种情况表明物品携带变化极有可能是非目标区域的因素造成的，例如从目标区域外部的非边侧部分取物或者在目标区域内部取物等；该种情况下可以将包含覆盖位的内外侧中至少一侧的参考影像信息发送到分析中心，供相关人员进行参考和综合研判，防止意外出现。

应当理解的是，本实施例综合考虑了物品携带变化的的多种情况，本实施例实施的出发点在于不论是向外传输物品还是接受来自内部的物品，其活动路线总存在朝向目标区域的趋势,例如，直接靠近、纵向远离（区别于沿着边侧远离，纵向远离可能是为了提高从内向外抛物的射程或者更好的接收来自内部抛射的物品），并且该种实施例只需要从一侧识别即可，相比较与从内外同时识别转移物品的过程，本实施例的实施要求比较低。

如图5所示，作为本发明的另一种优选实施例，另一方面，一种基于大数据的关联分析系统，所述系统包括：

区域活动检测单元101，用于：根据目标区域的区域边侧信息检测某活动目标的活动信息；

可疑目标判定单元102，用于：当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；

物品携带识别单元103，用于：根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；

朝向关联检测单元104，用于：当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；

条件判定单元105，用于：若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。

如图6所示，进一步，作为一种可选的实施例，所述系统还包括：

电子地图获取单元201，用于：获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

覆盖位生成单元202，用于：定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位；上述系统在实际中的实施方式可以与前述的方法所对应，在此不再叙述。

本发明上述实施例中提供了一种基于大数据的关联分析方法，并基于该基于大数据的关联分析方法提供了一种基于大数据的关联分析系统，根据目标区域的区域边侧信息，当检测到活动目标在设定时长内的位移量不超过设定位移量的条件，或者检测到再满足其他条件后，判断某活动目标为可疑目标，根据可疑目标的姿态信息，当识别到所述可疑目标出现物品携带变化时，并且进一步检测出现物品携带变化的对应时段内可疑目标的朝向，若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件，能够对活动目标的可疑行为进行可靠的逐步分析，并且判断可疑行为是否与目标区域关联，清晰地检测到与目标区域之间进行物品转移的安全事件（边侧物品跨越危险事件），基于边侧物品跨越危险事件的实时检测，方便进行实时告警，也方便将边侧物品跨越危险事件发送到分析中心，供相关人员进行参考，以及时做出决策。

为了能够加载上述方法和系统能够顺利运行，该系统除了包括上述各种模块之外，还可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。

所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，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，上述处理器是上述系统的控制中心，利用各种接口和线路连接各个部分。

上述存储器可用于存储计算机以及系统程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述各种功能。存储器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（比如信息采集模板展示功能、产品信息发布功能等）等。存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡（SmartMediaCard,SMC），安全数字（SecureDigital,SD）卡，闪存卡（FlashCard）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于大数据的关联分析方法，其特征在于，所述方法包括：

根据目标区域的区域边侧信息检测某活动目标的活动信息；

当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；

根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；

当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；

若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。

2.根据权利要求1所述的基于大数据的关联分析方法，其特征在于，所述方法还包括：

获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位。

3.根据权利要求2所述的基于大数据的关联分析方法，其特征在于，所述方法还包括：

下发第一指令给第一设备，以指示第一设备获取对应覆盖位的第一区域边侧信息，并且检测第一区域边侧信息中是否存在活动目标；

若是，则指示第一设备根据第一区域边侧信息，识别并且生成活动目标的特征信息，所述特征信息中携带有覆盖位的标识；

指示第一设备将所述特征信息上报给第二设备，以使得第二设备接收所述特征信息后，根据覆盖位的标识识别覆盖位内的目标，所述第二设备的识别范围大于第一设备的识别范围；

当第二设备判定覆盖位内目标的特征符合特征信息时，生成停止识别指令，并且将停止识别指令反馈给第一设备，以使得第一设备停止识别对应的活动目标；

当第二设备判定覆盖位内目标的特征信息不符合特征信息时，生成继续识别指令，并且将继续识别指令反馈给第一设备，以使得第一设备继续获取并且检测所述第一区域边侧信息。

4.根据权利要求3所述的基于大数据的关联分析方法，其特征在于，所述特征信息中还携带有活动目标的初始位置和初始时刻，所述初始时刻为初始位置对应的第一时间节点，所述方法还包括：

指示第二设备：获取活动目标不超出电子分布网格间距时的第二时间节点，判断第二时间节点与第一时间节点的差值，并且判断所述差值是否达到设定时长，当所述差值达到设定时长时，判定某活动目标为可疑目标，所述电子分布网格是根据初始位置建立的。

5.根据权利要求1所述的基于大数据的关联分析方法，其特征在于，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体包括：

获取可疑目标的姿态信息，所述姿态信息包括初始姿态信息和实时姿态信息；

提取所述姿态信息的截面姿态特征，根据所述截面姿态特征判断截面形状的变化是否达到预设形变值，预设形变值包括与变化增量对应的第一形变，还包括与变化减量对应的第二形变；

若是，则判定物品携带变多或者减少。

6.根据权利要求1或5所述的基于大数据的关联分析方法，其特征在于，所述根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化具体还包括：识别可疑目标的姿态信息中可疑目标的操作部位，检测操作部位是否出现特征物品的增减变化，若是，则判定所述可疑目标出现物品携带变化。

7.根据权利要求2-5任一所述的基于大数据的关联分析方法，其特征在于，所述方法还包括：

根据可疑目标在对应时段内的活动信息，生成可疑目标的活动轨迹，所述活动轨迹上分布有连续轨迹形成点；

基于所述活动轨迹，检测是否存在任意两个连续轨迹点的连线朝向目标区域的边侧部分；

若是，则判定所述朝向关联目标区域的边侧部分；

否则，获取对应时段内包含覆盖位的内外侧中至少一侧的参考影像信息，将所述参考影像信息上报。

8.一种基于大数据的关联分析系统，其特征在于，所述系统包括：

区域活动检测单元，用于：根据目标区域的区域边侧信息检测某活动目标的活动信息；

可疑目标判定单元，用于：当检测到所述活动信息满足设定条件时，判断某活动目标为可疑目标，所述设定条件包括某活动目标在设定时长内的位移量不超过设定位移量；

物品携带识别单元，用于：根据可疑目标的姿态信息，识别所述可疑目标是否出现物品携带变化，所述物品携带变化用于表征物品携带变多或者减少；

朝向关联检测单元，用于：当识别到所述可疑目标出现物品携带变化时，检测出现物品携带变化的对应时段内可疑目标的朝向是否关联目标区域的边侧部分；

条件判定单元，用于：若所述朝向关联目标区域的边侧部分，则判定目标区域可能存在边侧物品跨越危险事件。

9.根据权利要求8所述的关联分析系统，其特征在于，所述系统还包括：

电子地图获取单元，用于：获取电子地图，所述电子地图包括覆盖目标区域的第一电子地图和覆盖目标区域的边侧部分的第二电子地图；

覆盖位生成单元，用于：定位第一电子地图和第二电子地图的交界部分，将第二电子地图沿着交界部分进行等距划分，生成区域边侧信息的不同覆盖位。

Images