基于知识图谱的社区项目人员落脚点和同行人员分析方法技术

技术编号:33469560 阅读:22 留言:0更新日期:2022-05-19 00:47
本发明专利技术公开了基于知识图谱的社区项目人员落脚点和同行人员分析方法,涉及知识图谱技术领域。本发明专利技术包括S1构建知识图谱的方法、S2分析人员落脚点的方法和S3分析同行人员的方法;构建知识图谱的方法步骤包括,S1

【技术实现步骤摘要】
基于知识图谱的社区项目人员落脚点和同行人员分析方法


[0001]本专利技术属于知识图谱
,涉及基于知识图谱的社区项目人员落脚点和同行人员分析方法。

技术介绍

[0002]随着智能化的科技浪潮不断推进,“智慧社区”、“智慧医疗”、“智慧农业”等众多新兴的智能化领域逐渐进入人们的实际生活,成为政府和企业的重点研发项目,其中“智慧社区”中的“智慧警务”领域也受到了较大的影响,发展出了一些强大的智能化监查手段,通过对社区的各个地点24小时不间断监控,以及依靠先进的机器学习技术,可以显著提高对社区的监管力度,对社区人民的生命财产安全提供重要保障。
[0003]在“智慧警务”领域内有一个重要的场景,即对目标人物的落脚点和目标人物的同行人员进行分析。对目标人物的落脚点进行分析即通过社区内的摄像头,视频监控目标人物在小区内的活动轨迹,来判断是否是为落脚点;对目标人物的同行人员进行分析即通过相邻的摄像头,判断目标人物周围的人员是否在一定时间内多次出现,来判断是否是同行人员。此场景对于社区安全以及人员轨迹定位等方面都有重大意义。而现存的技术问题为:(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于知识图谱的社区项目人员落脚点和同行人员分析方法,其特征在于,包括S1构建知识图谱的方法、S2分析人员落脚点的方法和S3分析同行人员的方法;S1构建知识图谱的方法包括以下步骤,S1

1知识图谱的定义与存储,利用自底向上的结构构建实体和关系组合,即SPO三元组;其中实体包括社区和人员,关系包括人员之间的关系,人员和社区之间的关系,实体与实体之间用关系连接,所有关系都对应数字权重,并使用图数据库Neo4j进行存储;S1

2 获取非结构化数据,按类别获取整个社区系统录入的全部非结构化图片和文本信息;S1

3信息抽取,将非结构化数据进行实体抽取、关系抽取以及属性抽取;对非结构化数据中所有人员和社区进行实体生成,将人员信息和社区信息作为属性添加到对应的实体,最后根据数据中存储的关系将不同的实体建立连接,以图的形式进行存储,建立初步知识图谱;S1

4 轨迹抽取,将监控画面进行人脸特征提取,与初步知识图谱内人脸特征信息进行比对,进行人脸识别;并且记录已识别到的人员的轨迹行为,实时存储在知识图谱内;S1

5知识加工,利用基于图的关系推理算法对初步知识图谱进行数据挖掘,推理出不同实体之间是否存在同行可能,推理出人员实体和社区实体之间是否存在落脚点可能;接着利用置信度较高的推理信息更新知识图谱,将同行关系、落脚点关系和置信度信息加入知识图谱中,构成完整的知识图谱;S2分析人员落脚点的方法步骤包括,S2

1输入查询信息,用户在查询界面输入需要查询分析的目标人物信息和时间段信息;S2

2知识图谱检索,将目标人物的信息和时间段送入知识图谱进行检索,若检索结果为有落脚点社区,则输出结果;否则进入步骤S2

3;S2

3活动轨迹统计,根据目标人物在知识图谱内已经存储的轨迹信息,将所有的用户查询时段内的轨迹信息进行算法统计;S2

4二分分析,利用轨迹信息进行筛选,排序分析得到目标人物的落脚点,并且根据结果分别进行对应的操作;S2

5用户交互,显示最终的判断结果给用户,同时用户可人为设定人与社区的落脚点关系,反馈给知识图谱;S3分析同行人员的方法步骤包括,S3

1提取特征,从视频画面中提取人脸特征信息,然后与目标人物的人脸特征进行比对,识别确认视频中人物为目标人物,最后提取视频中目标人物的同行人员的人脸特征信息;S3

2分析判断,将同行人员和目标人物的人脸特征信息送入知识图谱进行检索,核实是否为同行人员;S3

3用户交互,显示最终的判断结果给用户,同时用户可人为判定两者的同行关系,反馈给系统,系统更新知识图谱。2.根据权利要求1所述的基于知识图谱的社区项目人员落脚点和同行人员分析方法,其特征在于:步骤S1

2中文本信息包括社区住户人员的姓名、身份证号、年龄、性别、人脸特征信息及住户家庭成员信息、社区地址、大门位置、社区内建筑物信息;其中人脸特征信息
通过住户人员录入的证件照提取得到,其余信息以文本形式获取。3.根据权利要求2所述的基于知识图谱的社区项目人员落脚点和同行人员分析方法,其特征在于:步骤S1

3中实体抽取指步骤S1

2获得全部住户人员中将每个人作为一个独立实体,通过身份证号和人脸特征信息区分不同的实体,全部社区信息中将每个社区作为一个独立实体,用名称和地址区分不同实体;属性抽取是指将步骤S1

2获得的社区信息和住户人员信息作为属性添加到对应的实体;关系抽取是指根据步骤S1

2获得数据存储的关系将不...

【专利技术属性】
技术研发人员:刘寒松王永王国强刘瑞翟贵乾
申请(专利权)人:松立控股集团股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1