一种智能监控方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种智能监控方法、装置、计算机设备及存储介质，其中，方法包括：采集流动人员的基本信息、目标地址以及随身电子设备的MAC地址；根据目标地址，生成行动路径及活动空间；收集实时数据并对实时数据进行结构化处理获得结构化数据，将结构化数据存储在加速处理层中，将历史数据存储在批处理层中；对实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；通过基于监督学习的分类模型输出轨迹异常的概率，当概率超过阈值时向外发出警报。本发明专利技术通过采集流动人员的相关信息并结合多个监测点对流动人员进行监控，提高了流动人员信息覆盖面，加强了对流动人员的轨迹追踪，保障了社区住户的利益。

【技术实现步骤摘要】
一种智能监控方法、装置、计算机设备及存储介质
本专利技术涉及智能监控
，特别涉及一种基于时空关系的智能监控方法、装置、计算机设备及存储介质。
技术介绍
随着我国社会经济的高速发展，特别近年来以人为本的新型城镇化建设，使得人口正快速地向城镇聚集。大中型城市中人员的流动性不断加强，同时以社区为单位的本地服务不断精细化，社区人员流动情况愈加复杂。新时代背景下的社区住户服务需求愈发多元化。保姆、保洁、维修安装等家政服务人员与中介、外卖配送、家教等商业服务人员频繁进出社区，给社区的安防带来更大考验。传统的物业信息与门禁系统，仅仅是配合安防人员在社区出入口进行人工登记、放行等工作，存在对流动人员信息覆盖面低、流动人员进入小区后无法进行轨迹追踪等问题，难以满足高质量的现代智能社区的运营模式。
技术实现思路
本专利技术的目的是提供一种基于时空关系的智能监控方法、装置、计算机设备及存储介质，旨在提高流动人员信息覆盖面，加强对流动人员进入社区后的轨迹追踪。本专利技术实施例提供一种基于时空关系的智能监控方法，其包括：采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。优选的，所述根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间，包括：采集社区的不动产信息和社区地图；将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间。优选的，所述将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间，包括：采集流动人员所通过的智能门禁系统的地理坐标；将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上查找到对应的目标不动产位置；根据所述目标不动产位置以及智能门禁系统的地理坐标，在所述社区地图上规划出流动人员在社区内的行动路径及活动空间。优选的，所述当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间，包括：当接收查询请求时，根据所述实时数据获取流动人员在各监测点的有序时间戳序列，并获取在各监测点的停留时间；通过所述有序时间戳序列和设备地理坐标信息绘制所述流动人员的行为空间轨迹。优选的，所述通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报，包括：对所述实时数据、行动路径及活动空间进行标注，得到样本集；对所述样本集进行划分，得到训练样本集和测试样本集；利用所述基于监督学习的分类模型对所述训练样本集进行训练，然后利用所述测试样本集对所述基于监督学习的分类模型进行测试，得到最终的基于监督学习的分类模型；利用最终的基于监督学习的分类模型进行预测，得到轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。优选的，还包括：根据流动人员的行为空间轨迹和在各监测点的停留时间，绘制流动人员行为空间轨迹图、流动人员人流热力图、历史数据的时序统计图，并进行显示。优选的，所述当接收查询请求时，根据所述实时数据获取流动人员在各监测点的有序时间戳序列，并获取在各监测点的停留时间，包括：当接收到查询请求时，获取查询类型；若查询类型为实时业务，则通过流数据形式对存储在加速处理层的实时数据进行调用，以进行实时业务的处理；若查询类型为历史业务，则通过批量数据形式对存储在批处理层的历史数据进行调用，以进行历史业务的处理。本专利技术实施例提供一种基于时空关系的智能监控装置，其包括：流动人员信息采集单元，用于采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；实时数据获取单元，用于基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；数据存储单元，用于对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；数据分析单元，用于当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；异常报警单元，用于通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。本专利技术实施例提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于时空关系的智能监控方法。本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于时空关系的智能监控方法。本专利技术实施例提供了一种基于时空关系的智能监控方法、装置、计算机设备及存储介质，其中，方法包括：采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。本专利技术实施例通过采集流动人员的相关信息，结合所设置的多个监测点对流动人员进入社区后进行实时监控，并在流动人员轨迹出现异常时向外报警，提高了流动人员在社区内的信息覆盖面，加强了对流动人员进入社区后的轨迹追踪，保障了社区住本文档来自技高网...

【技术保护点】
1.一种基于时空关系的智能监控方法，其特征在于，包括：/n采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；/n基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；/n对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；/n当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；/n通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。/n

【技术特征摘要】
1.一种基于时空关系的智能监控方法，其特征在于，包括：
采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；
基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；
对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；
当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；
通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报。


2.根据权利要求1所述的基于时空关系的智能监控方法，其特征在于，所述根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间，包括：
采集社区的不动产信息和社区地图；
将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间。


3.根据权利要求2所述的基于时空关系的智能监控方法，其特征在于，所述将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间，包括：
采集流动人员所通过的智能门禁系统的地理坐标；
将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上查找到对应的目标不动产位置；
根据所述目标不动产位置以及智能门禁系统的地理坐标，在所述社区地图上规划出流动人员在社区内的行动路径及活动空间。


4.根据权利要求1所述的基于时空关系的智能监控方法，其特征在于，所述当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间，包括：
当接收查询请求时，根据所述实时数据获取流动人员在各监测点的有序时间戳序列，并获取在各监测点的停留时间；
通过所述有序时间戳序列和设备地理坐标信息绘制所述流动人员的行为空间轨迹。


5.根据权利要求4所述的基于时空关系的智能监控方法，其特征在于，所述通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报，包括：
对所述实时数据、行动路径及活动空间进行标注，得到样本集；
对所述样本集进行划分，得到训练...

【专利技术属性】
技术研发人员：张俊，
申请(专利权)人：深圳市万物云科技有限公司，
类型：发明
国别省市：广东;44