【技術實現步驟摘要】
本專利技術涉及一種綜合管理方法及系統，尤其涉及一種基于大數據的區域內人員綜合管理方法及系統。
技術介紹
1、目前，針對特定區域內的人員位置或是進出管理，主要依托于手機作為輔助參與。實施期間，通過確定手機位置數據從而判定區域內人員人數情況。然而這種方式往往僅適合精度要求不高的情況，對于較小或者形狀不規則的區域往往結果會有較大偏差。
2、同時，也有通過圖像識別技術手段來配合攝像頭，進行對應的人員統計方式。具體來說，其依托于圖像識別方式，根據相關人員舉動判別其在監控所照區域的進出行為，實現實時的客流統計。
3、但是，這種方式容易受到攝像頭等硬件設施的影響，比如斷網斷電設備故障等導致結果出現誤差。同時，目前常用的圖像識別算法仍存在一定誤差，在計算人數時容易出現累積誤差等。這樣，對下游任務的誤差影響也會進一步加大。
4、有鑒于上述的缺陷，本設計人，積極加以研究創新，以期創設一種基于大數據的區域內人員綜合管理方法及系統，使其更具有產業上的利用價值。
技術實現思路
1、為解決上述技術問題，本專利技術的目的是提供一種基于大數據的區域內人員綜合管理方法及系統。
2、本專利技術的基于大數據的區域內人員綜合管理系統，包括有區域中各出入口所安裝的攝像頭，其中：
3、包括有相互通訊的系統管理模塊、統計分析模塊、人員數據預測模塊互聯構成，
4、所述系統管理模塊，用于獲取區域內的客流數據，對所述客流數據進行數據預處理并存儲，對硬件進行監測運
5、所述客流數據進行數據預處理并存儲的過程為，系統管理模塊接收并存儲攝像頭在固定周期內傳輸的客流進量與出量，若數據出現缺失，則進行標記；
6、所述監測運維過程為，在固定周期的始末，檢測攝像頭是否有畫面，若無畫面認為攝像頭存在故障，上報系統管理模塊，并通過系統管理模塊對丟失的數據通過算法模擬進行補齊；
7、所述統計分析模塊，用于對監控攝像頭采集的客流數據進行統計對比并優化，依據客流進量與出量之差，構建濾波，該濾波呈現的變化量設為誤差，
8、將變化量擬合，即為客流變化的誤差函數，將誤差函數剔除即可得優化后的客流量；
9、所述人員數據預測模塊，用于預測區域內未來時間段的客流量及周邊區域的客流量。
10、進一步地，上述的基于大數據的區域內人員綜合管理系統，其中，所述系統管理模塊包括相互通訊的數據獲取子模塊、硬件監測子模塊、數據缺失處理子模塊、數據存儲子模塊，
11、所述數據獲取子模塊，用于獲取區域內各出入口監控攝像頭端口固定周期傳輸的客流變化數據；
12、所述硬件監測子模塊，用于利用圖像識別算法在固定周期對各個出入口監控攝像頭設備進行異常檢測并報告異常；
13、所述圖像識別算法為，檢測攝像頭畫面，若畫面中所有單元為單一色即判斷為出現異常；
14、所述報告異常為，系統管理模塊發現攝像頭畫面丟失后，上報給攝像頭對應的運維單位；
15、所述數據缺失處理子模塊，用于利用圖神經網絡算法和基于自注意力機制多元時序插補算法，在發生監控攝像頭出現設備異常時，進行數據恢復；
16、所述數據存儲子模塊，用于存儲固定周期傳輸的客流變化數據，固定周期內設備異常記錄，所述異常記錄，包含數據丟失，攝像頭畫面丟失。
17、更進一步地，上述的基于大數據的區域內人員綜合管理系統，其中，所述統計分析模塊包括相互通訊的數據優化子模塊、數據統計對比子模塊、客流態勢演變子模塊、時空熱點聚類分析子模塊、人員流向分析子模塊，
18、所述數據優化子模塊，通過中心化擬合均值算法，計算區域內客流變化量，擬合監控攝像頭圖像算法，通過誤差累積函數并將其剔除，從而提高客流數據精度；
19、所述數據統計對比子模塊，對統計客流數據進行數據統計，所述客流數據為，攝像頭采集到的進量與出量；
20、所述客流態勢演變子模塊，通過平滑卷積算法，模擬區域內客流數量態勢；
21、所述時空熱點聚類分析子模塊，通過多元時間序列聚類算法，統計區域內客流高峰低谷的時空分布，獲取時空熱點聚類分析結果，所述時空熱點聚類，是將對應時間、點位內的人員數據進行聚類；
22、所述人員流向分析子模塊，通過時空熱點聚類分析結果，獲取不同時間段區域內人員流動情況。
23、更進一步地，上述的基于大數據的區域內人員綜合管理系統，其中，所述數據統計對比子模塊，能進行同比、環比的數據統計，能實現天報或是月報。
24、更進一步地，上述的基于大數據的區域內人員綜合管理系統，其中，所述人員數據預測模塊包括相互通訊的多元時空序列預測算法子模塊和周邊客流預測子模塊，
25、所述多元時空序列預測子模塊，通過深度卷積殘差網絡模型，對客流數據的臨近性、周期性、趨勢性建模，通過全連接層引入外部信息，得到未來時間段內客流數據，
26、所述臨近性為，設定時刻的客流量與相鄰時刻的客流量相關差異性大；
27、所述周期性包含，當前時刻的時間段、昨日的此刻時間段、上周的此刻時間段、上月的此刻時間段；
28、所述趨勢性建模為通過平滑卷積算法得到的建模；
29、所述周邊客流預測子模塊，將歷史區域各出入口的客流數據與周邊人數，建立廣義線性模型，通過區域內客流情況預測周圍區域的客流情況，
30、所述廣義線性模型，依據當前區域進出客流量與周邊區域存在正相關性，建立廣義線性關系，獲取周邊區域的人數統計與攝像頭客流量進行相關性擬合，使用擬合函數進行預測。
31、再進一步地，上述的基于大數據的區域內人員綜合管理系統，其中，所述外部信息包含外界的天氣信息、節假日信息。
32、本專利技術的基于大數據的區域內人員綜合管理方法，其特征在于包括以下步驟：
33、步驟一，實時獲取區域內各個監控攝像頭所傳輸的客流數據，監測攝像頭的工作狀態；
34、步驟二，當攝像頭出現設備故障，導致客流數據出現缺失，采用圖神經網絡算法和基于自注意力機制的時序插補模型，進行數據恢復，得到完整的客流數據；
35、步驟三，對客流數據進行客流進出差計算，通過中心化擬合均值擬合客流數據中的誤差，并將其剔除，得到準確客流進出數據；
36、步驟四，對準確客流進出數據，進行統計，獲取客流變化情況；
37、步驟五，對準確客流進出數據，使用平滑卷積算法，獲取客流進出數據的整體態勢；
38、步驟六，對完整的客流數據，進行多元時間序列聚類，獲取區域內客流高峰低谷的時空分布；
39、步驟七，對區域內客流高峰低谷的時空分布，進行分析，獲取區域內人員流動情況；
40、步驟八，對完整的客流數據，使用深度卷積殘差網絡模型，預測未來時段各出入口的客流進出情況；
41、步驟九，使用歷史準確客流進出數據和本文檔來自技高網...
【技術保護點】
1.基于大數據的區域內人員綜合管理系統，包括有區域中各出入口所安裝的攝像頭，其特征在于：
2.根據權利要求1所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述系統管理模塊包括相互通訊的數據獲取子模塊、硬件監測子模塊、數據缺失處理子模塊、數據存儲子模塊，
3.根據權利要求1所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述統計分析模塊包括相互通訊的數據優化子模塊、數據統計對比子模塊、客流態勢演變子模塊、時空熱點聚類分析子模塊、人員流向分析子模塊，
4.根據權利要求3所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述數據統計對比子模塊，能進行同比、環比的數據統計，能實現天報或是月報。
5.根據權利要求1所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述人員數據預測模塊包括相互通訊的多元時空序列預測算法子模塊和周邊客流預測子模塊，
6.根據權利要求5所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述外部信息包含外界的天氣信息、節假日信息。
7.基于大數據的區域內人員綜合管理方
...【技術特征摘要】
1.基于大數據的區域內人員綜合管理系統，包括有區域中各出入口所安裝的攝像頭，其特征在于：
2.根據權利要求1所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述系統管理模塊包括相互通訊的數據獲取子模塊、硬件監測子模塊、數據缺失處理子模塊、數據存儲子模塊，
3.根據權利要求1所述的基于大數據的區域內人員綜合管理系統，其特征在于：所述統計分析模塊包括相互通訊的數據優化子模塊、數據統計對比子模塊、客流態勢演變子模塊、時空熱點聚類分析子模塊、人員流向分析子模塊，
4.根據權...
【專利技術屬性】
技術研發人員：王珂，周曉霖，王洪鵬，蔡依，靳紀龍，
申請(專利權)人：三體智慧網絡科技蘇州有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。