一种基于时间片区域覆盖的人员聚集识别方法和系统技术方案

本发明专利技术公开了一种基于时间片区域覆盖的人员聚集识别方法和系统，使用时间片内的人员位置数据，对时间片内的人员位置数据进行清洗，同一个人员只保留一条点位数据，来进行时间片内人员聚集的生成；使用交并比区域的覆盖率和区域中共同的人员数量来判断聚集的延续，进而进行更新或新增聚集的操作；使用基于时间片区域覆盖的人员聚集识别，计算出了聚集的区域，聚集的开始时间、结束时间，人员的开始时间、结束时间，人员的经纬度；有利于实现基于时间片区域覆盖的人员聚集识别，使人员聚集在时间上和空间上延续，进而进行聚集更新或新增操作；有利于实现这类数据的地图可视化展示，辅助人工对人员聚集的判定，做出相应的措施。做出相应的措施。做出相应的措施。

【技术实现步骤摘要】
一种基于时间片区域覆盖的人员聚集识别方法和系统


[0001]本专利技术属于社会公共安全数据智能分析领域，特别是涉及一种基于时间片区域覆盖的人员聚集识别方法和系统。

技术介绍

[0002]随着定位技术的发展，很多电子设备可以获得位置数据，相对应的人员的时空位置数据呈现出快速的增长。对于人员时空位置数据的分析与挖掘有很大的价值，通过对人员时空数据的处理，识别出人员的聚集，从而发现人员聚集的区域及人员聚集的相关信息。尤其针对特定人员，大规模的聚集可能会造成社会危害，及时发现这些人员聚集，有助于相关部门及时作出部署，采取相应的措施来应对大规模的聚集，从而维护社会的稳定，具有更有重大的意义。
[0003]当前在警务领域中，针对人员聚集的识别采用时空数据异常的方法，需要人员的位置数据进行一段时间的累积后分割处理，然后通过对人员分割后的位置数据的进行相似度判断，来识别人员的聚集。也有采用连续聚集发现的方法，限定在持续多个时间片中活动包含固定大小的圆形区域的群体，判断符合以上条件的移动对象组的最大共同行进时长是否大于阈值，来发现人员的聚集。
[0004]现有技术中，人员聚集的识别采用时空数据异常的方法，忽略了人员活动中时间规律的分析，仅对人员的位置段数据进行判断，识别准确性不高，同时时效上不能满足需要。针对采用连续聚集发现，该方法要求条件比较严格，并且对数据采集的准确性，延续性要求比较高，相关的特征提取难度比较大。

技术实现思路

[0005]本专利技术提供了一种基于时间片区域覆盖的人员聚集识别方法和系统，能够对时间片内聚集数据记录，且当前计算的时间片聚集与记录的上一个时间片聚集进行比对，判断当前的生成的聚集是要新增还是要更新，进而计算出聚集的开始时间，聚集的结束时间，聚集的区域，人员的开始时间，人员的结束时间，人员的经纬度数据。
[0006]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0007]本专利技术的一种基于时间片区域覆盖的人员聚集识别方法，包括如下步骤：
[0008]S1、计算当前时间片聚集；
[0009]S2、上一个和当前时间片聚集比对；
[0010]S3、更新或新增聚集；
[0011]S4、生成聚集相关信息。
[0012]进一步地，所述S1步骤包括如下分步骤：
[0013]S11、获取当前时间片内的人员位置数据，包括人员唯一标识、经纬度、时间戳数据；
[0014]S12、对当前时间片内人员数据清洗，该时间片内每个人员只保留一条位置数据；
[0015]S13、对当前时间片内的位置数据进行聚类处理，计算出当前时间片内的聚集，并生成聚集id、聚集区域、聚集开始时间、人员开始时间和人员的经纬度。
[0016]进一步地，所述S2步骤包括如下分步骤：
[0017]S21、读取上一时间片的聚集数据；
[0018]S22、如果没有数据，则直接判断当前时间片内的聚集为新的聚集；
[0019]S23、如果有数据，则当前时间片的聚集与上一个时间片的聚集进行逐一比对，进行延续性判断；
[0020]S24、如果当前时间片内的聚集与上一个时间片内的聚集的聚集区域的覆盖(IOU)大于等于给定的阈值，且共同的人员大于等于给定的阈值，则判定这两个聚集为同一个聚集；
[0021]S25、区域覆盖即用IOU交并比(Intersection Over Union)来计算，衡量两个区域的覆盖程度，公式为
[0022][0023]其中，IOU为0时，两个区域没有交集；IOU为1时，两个区域完全覆盖；IOU取值为0到1之间，代表两个区域的覆盖程度，数值越高，覆盖的程度也越高；
[0024]S26、如果没有满足符合的要求，则上一个时间片的聚集结束。
[0025]进一步地，所述S3步骤包括如下分步骤：
[0026]S31、对属于延续的聚集进行更新操作，当前时间片的聚集id更新为上一个时间片的聚集id；
[0027]S32、对属于延续的聚集进行两个聚集的合并，合并到更新后的聚集id上，并且聚集区域进行合并，人员进行合并，如果上一时间片的人员在当前时间片没有出现，则更新该人员的聚集结束时间，如果当前时间片的人员不在上一个时间片，则记录该人员的聚集开始时间；
[0028]S33、对不属于延续的聚集，上一个时间片的聚集更新聚集的结束时间和人员的聚集结束时间，当前时间片的聚集为新增聚集，记录聚集的开始时间和人员聚集的开始时间。
[0029]进一步地，所述S4步骤包括如下分步骤：
[0030]S41、根据聚集id，生成聚集的开始时间，聚集的结束时间，聚集的区域，人员的开始时间，人员的结束时间，人员的经纬度；
[0031]S42、对结果数据进行存储，并记录本次操作的id，供前端展示和下次读取该时间片使用。
[0032]一种基于时间片区域覆盖的人员聚集识别系统，包括存储器和处理器；
[0033]所述存储器用于存储程序代码；
[0034]所述处理器用于调用所述程序代码，执行如上述一种基于时间片区域覆盖的人员聚集识别方法中的方法步骤，获得人员聚集区域、聚集开始时间、聚集结束时间、人员开始时间、人员结束时间、人员经纬度数据信息，并在地图上可视化展示。
[0035]本专利技术相对于现有技术包括有以下有益效果：
[0036](1)有利于实现基于时间片区域覆盖的人员聚集识别，使人员聚集在时间上和空间上延续，进而进行聚集更新或新增操作；
[0037](2)兼具时间和空间上的考虑，后续针对聚集持续时间比较长，人员比较多的聚集区域进行预警，辅助警务工作者对相关人员聚集发现，进而采取相应的措施进行处理；
[0038](3)经过计算出人员聚集的区域、聚集的开始时间、聚集的结束时间、人员开始时间、人员结束时间、人员经纬度，有利于后续在计算机软件开发中，实现这类数据的地图可视化展示；
[0039](4)可以准确有效的计算出人员的聚集和聚集相关的信息，辅助人工对人员聚集的判定，做出相应的措施。
[0040]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0041]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术的一种基于时间片区域覆盖的人员聚集识别方法的步骤流程图。
具体实施方式
[0043]下面将结合本专利技术实施例中的附图，对本专利技术实施例中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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0044]请参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间片区域覆盖的人员聚集识别方法，其特征在于，包括如下步骤：S1、计算当前时间片聚集；S2、上一个和当前时间片聚集比对；S3、更新或新增聚集；S4、生成聚集相关信息。2.根据权利要求1所述的一种基于时间片区域覆盖的人员聚集识别方法，其特征在于，所述S1步骤包括如下分步骤：S11、获取当前时间片内的人员位置数据，包括人员唯一标识、经纬度、时间戳数据；S12、对当前时间片内人员数据清洗，该时间片内每个人员只保留一条位置数据；S13、对当前时间片内的位置数据进行聚类处理，计算出当前时间片内的聚集，并生成聚集id、聚集区域、聚集开始时间、人员开始时间和人员的经纬度。3.根据权利要求1所述的一种基于时间片区域覆盖的人员聚集识别方法，其特征在于，所述S2步骤包括如下分步骤：S21、读取上一时间片的聚集数据；S22、如果没有数据，则直接判断当前时间片内的聚集为新的聚集；S23、如果有数据，则当前时间片的聚集与上一个时间片的聚集进行逐一比对，进行延续性判断；S24、如果当前时间片内的聚集与上一个时间片内的聚集的聚集区域的覆盖(IOU)大于等于给定的阈值，且共同的人员大于等于给定的阈值，则判定这两个聚集为同一个聚集；S25、区域覆盖即用IOU交并比(Intersection Over Union)来计算，衡量两个区域的覆盖程度，公式为其中，IOU为0时，两个区域没有交集；IOU为1时，两个区域完全覆盖；IOU取值为0到1之间，代表两个区域的覆盖程度，数值越高，覆盖的程度也越高；...

【专利技术属性】
技术研发人员：王明光，李飞，张爱文，蒋维，徐佳申，崔影明，高进，钟浩，刘红志，高友光，
申请(专利权)人：道枢上海数字技术有限公司，
类型：发明
国别省市：