【技术实现步骤摘要】
本专利技术涉及智能感知，具体为一种基于大数据的智能化状态感知系统及方法。
技术介绍
1、智能感知技术是指将物理世界的信号通过摄像头、麦克风或者其他传感器的硬件设备，借助语音识别、图像识别等前沿技术，映射到数字世界，再将这些数字信息进一步提升至可认知的层次，智能感知是人工智能与现实世界交互的基础和关键，它能够对于信息进行智能化的感知及测量，将有助于人工智能对信息进行识别、判断、预测和决策，对不确定信息进行整理挖掘，实现高效的信息感知，使得物理系统更加智能。
2、以目前的区域监控技术来说，其是智能感知技术应用最为广泛的一项
，在目前的技术中，利用摄像端口对区域内来往人员进行监测，对于非区域内部人员进行识别，从而得到检测对象的具体信息；但在实际使用过程中，往往由于区域入口人员众多，互相遮挡，难以识别；单独通行又费时费力，效率缓慢，因此对于遮挡下的感知在目前缺乏足够的研究，对于有心混入某一区域并进行非正常事件的制造等情况，目前尚没有有效手段进行处理和预警。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的智能化状态感知系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的智能化状态感知方法，该方法包括以下步骤：
3、s1、构建数据状态感知体系，所述数据状态感知体系布局在区域监控系统内，区域监控系统内的各摄像端口提供视频数据进入数据状态感知体系，数据状态感知体系提取出人物轮廓，送
4、s2、感知分析模块调用历史数据库，所述历史数据库中包含有区域监控系统下历史视频数据，基于历史视频数据提取出人物轮廓，分析人物出入各摄像端口时的行走数据；
5、s3、基于行走数据的分析，创建大数据判断模型，基于实时的视频数据生成锁定判断结果，对判断结果满足要求的人物进行标记；
6、s4、启动多摄像端口协查，若同一标记人物在多摄像端口下的实时视频数据满足锁定判断结果的数量超出阈值设置，则启动报警功能至管理员端口。
7、根据上述技术方案，在步骤s1-s2中，还包括：
8、所述区域监控系统指布局在整个区域内的系统控制中心，其连接有各摄像端口，各摄像端口之间具备优先级，其中出入口摄像端口具备最高优先级，基于出入口摄像端口的标记数据，启动其他摄像端口的协查功能；
9、所述人物轮廓指基于摄像端口的视频数据，提取出人脸数据与轮廓数据，其中轮廓数据包含全遮挡轮廓数据与半遮挡轮廓数据，划分依据在于人物轮廓遮挡超出一半以上的记为全遮挡轮廓数据，未超出一半以上的记为半遮挡轮廓数据；
10、在历史数据下，对每一个提取出的轮廓进行序号标注，每一个轮廓标注出不同的序号，基于视频数据时间帧，标记出每一个轮廓的行走速度。
11、根据上述技术方案，所述创建大数据判断模型包括：
12、感知分析模块调用历史数据库，基于历史视频数据，构建出大数据样本集，每一个样本集对应有一个类别变量与多个特征属性；
13、所述类别包括非正常事件与正常事件；所述非正常事件指出现盗窃、破坏等情况；所述特征指全遮挡轮廓持续时间、行走通道剩余数量、行走速度异常数量、人脸识别结果；其中，所述全遮挡轮廓持续时间指在当前视频数据中全遮挡轮廓持续时间在总时长内的占比数据；所述行走通道剩余数量指在行走过程中，被遮挡人所在左右两方剩余的行走通道数量，所述行走通道固定有标定的数值距离，在总通道内会自动你找标定的数值距离在被遮挡人左右双方形成行走通道；所述行走速度异常数量指以固定时间帧作为标准，计算每个时间帧下的遮挡人与被遮挡人的行走速度差值，标记异常差值点，所述异常差值点指在遮挡人行走速度变化超出阈值时，时间帧下的遮挡人与被遮挡人的行走速度差值低于系统设置的插值阈值；获取异常差值点数量作为行走速度异常数量；所述人脸识别结果包括能够识别与不能够识别；
14、在本专利技术中，以不同的特征下的类别作为基础，调用不同的类别，分别列出在指定特征的情况下，某一类别出现的概率。就相当于在知道某样本各个特征的情况下，计算该样本属于每个类别的概率。如果能计算出这个概率值，取最大概率对应的类别作为样本的预测类别就行了。通过概率转化的方式，基于各个特征是相互独立的，所以可以将概率拆分成多个条件概率累乘。如果某一类别下的某一特征没有出现，此时概率为0, 这会造成最终的概率值为0, 所以可使用平滑方式，就是在分子分母分别加1，可避免0概率出现的情况。在样本量充足的情况下，平滑不会对结果产生影响。基于统计而不是基于权重的迭代优化，逻辑简单，容易实现，同时分类过程的时间与空间复杂度都比较小。
15、选取n组样本集作为分析基础，构建概率分析：
16、
17、其中，指特征概率；指在指定特征的情况下，某一类别出现的后验概率；指类别y的先验概率；指在指定特征的情况下，某一类别y出现的条件概率；i代表特征序号；d代表特征总量；
18、获取实时的视频数据，设置类别标签y为0或1，其中0属于非正常事件；1属于正常事件；计算实时的视频数据的每个特征在标签为1或0时的条件概率，进而得出指定特征的情况下，某一类别出现的后验概率取最大值，以0.5作为分界线，靠近1取1，靠近0取0，0.5按照1计算；根据后验概率最大值对应的类别锁定判断结果。
19、根据上述技术方案，在步骤s4中，还包括：
20、根据锁定的判断结果，对处于类别0的判断结果对应的人物进行标记；
21、启动多摄像端口协查，对标记人物出现在每一个摄像端口下的判断结果进行分析，每在一个摄像端口下锁定后，数量值加一；
22、若同一标记人物在多摄像端口下的实时视频数据满足锁定判断结果的数量超出阈值设置，则启动报警功能至管理员端口；
23、所述阈值设置包括：
24、在历史数据中，选取出非正常事件下的区域内摄像端口总数，计算类别判定为0的摄像端口的占比，作为训练数据；
25、对训练数据按照时间从前到后的顺序进行排序，生成占比平滑阈值：
26、
27、其中，作为阈值设置的基础值；代表平滑参数，系统进行设置，一般以0.5开始；代表初始值，指训练数据中排序的第一位；t指时间序号；指训练数据中排序的第t位；
28、获取实时区域的摄像端口数量，基于阈值设置的基础值向下取整，生成阈值设置在系统内部。
29、一种基于大数据的智能化状态感知系统，该系统包括：数据感知模块、感知分析模块、大数据判断模块、多端口协查模块以及预警模块；
30、所述数据感知模块用于构建数据状态感知体系，数据状态感知体系提取出人物轮廓，送入感知分析模块；所述感知分析模块用于调用历史数据库，基于历史视频数据提取出人物轮廓，分析人物出入各摄像端口时的行走数据；所述大数据判断模块基于行走数据的分析，创建大数据判断模型，基于实时的视频数据生本文档来自技高网...
【技术保护点】
1.一种基于大数据的智能化状态感知方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的智能化状态感知方法，其特征在于：在步骤S1-S2中，还包括：
3.根据权利要求2所述的一种基于大数据的智能化状态感知方法，其特征在于：所述创建大数据判断模型包括：
4.根据权利要求3所述的一种基于大数据的智能化状态感知方法，其特征在于：在步骤S4中，还包括：
5.一种基于大数据的智能化状态感知系统，其特征在于：该系统包括：数据感知模块、感知分析模块、大数据判断模块、多端口协查模块以及预警模块；
6.根据权利要求5所述的一种基于大数据的智能化状态感知系统，其特征在于：所述数据感知模块包括数据感知单元和视频存储单元；
7.根据权利要求5所述的一种基于大数据的智能化状态感知系统，其特征在于：所述感知分析模块包括历史数据库和行走数据提取单元；
8.根据权利要求5所述的一种基于大数据的智能化状态感知系统，其特征在于：所述大数据判断模块包括判断单元与标记单元；
9.根据权利要求5所述的
10.根据权利要求5所述的一种基于大数据的智能化状态感知系统，其特征在于：所述预警模块包括接收单元与通知单元；
...【技术特征摘要】
1.一种基于大数据的智能化状态感知方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于大数据的智能化状态感知方法，其特征在于：在步骤s1-s2中，还包括：
3.根据权利要求2所述的一种基于大数据的智能化状态感知方法，其特征在于：所述创建大数据判断模型包括：
4.根据权利要求3所述的一种基于大数据的智能化状态感知方法，其特征在于：在步骤s4中，还包括：
5.一种基于大数据的智能化状态感知系统，其特征在于：该系统包括：数据感知模块、感知分析模块、大数据判断模块、多端口协查模块以及预警模块；
6.根据权利要求5所述的一种基于...
【专利技术属性】
技术研发人员：陈红升，夏伟，
申请(专利权)人：南京海汇装备科技有限公司，
类型：发明
国别省市：
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。