基于视图知识图谱的人员关系抽取和推理分析方法及系统技术方案

本发明专利技术公开了一种基于视图知识图谱的人员关系抽取和推理分析方法及系统，包括步骤：获取人脸聚类档案数据，构建人员实体；构建设备实体、车辆实体和/或场所实体；对人员实体关系进行抽取，得到人与其他实体之间的关系；将视图知识图谱中的人员实体和关系映射到低维空间，得到相应的实体向量数据；定义推理规则；进行推理分析，得到人与其他实体之间的扩展关系；将人与其他实体之间的扩展关系，作为关系边，更新到对应人员实体；本方案基于视图知识图谱可以将抽取和分析得到的实体关系，以两个实体之间“边”的形式进行存储，可以有效的便于后续的关系查询和二次分析，且其多层关系挖掘分析的性能，要远高于传统关系型数据库。

【技术实现步骤摘要】

本专利技术涉及视图数据处理领域，特别涉及基于视图知识图谱的人员关系抽取和推理分析方法及系统。

技术介绍

1、在大数据时代，伴随着视频ai算法的日趋成熟，规模庞大的视频图像数据资源的实战应用价值也正在被人们重视，如何从这些视图数据中提取有价值的信息，构建视图知识图谱，并进行有效的关系推理分析，发现视频图像背后的目标显性和隐性关系，正成为一项重要挑战。

2、目前基于视频图像数据进行人员关系分析主要通过对视频图像数据进行人、车目标结构化解析，然后将解析的结构化语义文本、特征值等数据，统一存入视频图像信息库，即视图库，根据需要分析的目标或目标群体的体貌特征、出行规律等特点，编写设定分析条件的目标关系分析模型，通过大数据平台的分布式任务调度引擎，进行实时和离线计算，得到相应的目标关系分析结果，再有人工介入，对模型分析结果进行二次分析，找出有价值的目标关系数据。但该方法在实际运用过程中存在以下问题：(1)当视图库数据规模大于百亿时，对全量数据进行建模分析的gpu、cpu算力和时间消耗巨大，一般只能基于近1-3个月的视图数据进行目标关系分析；(2)无法利用更本文档来自技高网...

【技术保护点】

1.一种基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于：步骤S1中，获取人脸聚类档案数据包括通过外接人脸聚类分析系统，获取人脸聚类档案数据；所述人员实体的基础属性包括姓名、性别、年龄、发型、是否戴眼镜和/或衣着。

3.根据权利要求1所述的基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于，步骤S2中，获取设备、车辆和/或场所信息，分别构建设备实体、车辆实体和/或场所实体，并分别补充设备实体属性、车辆实体属性和/或场所实体属性包括：通过对接设备资产库，获...

【技术特征摘要】

1.一种基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于：步骤s1中，获取人脸聚类档案数据包括通过外接人脸聚类分析系统，获取人脸聚类档案数据；所述人员实体的基础属性包括姓名、性别、年龄、发型、是否戴眼镜和/或衣着。

3.根据权利要求1所述的基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于，步骤s2中，获取设备、车辆和/或场所信息，分别构建设备实体、车辆实体和/或场所实体，并分别补充设备实体属性、车辆实体属性和/或场所实体属性包括：通过对接设备资产库，获取完整的系统设备信息，构建设备实体，并挑选设备资产库中关键字段，作为设备实体属性；通过对接视频图像信息库，根据车牌号码检索得到车辆实体，并根据车辆结构化信息和车辆库的登记注册数据，补充车辆实体属性；通过对接aoi数据，构建场所实体，补充场所实体属性。

4.根据权利要求3所述的基于视图知识图谱的人员关系抽取和推理分析方法，其特征在于：所述设备资产库中关键字段包括设备名称、设备ip、安装地址、设备标签、经度和纬度。

5.根据权利...

【专利技术属性】
技术研发人员：孙靖宇，赵伟伟，高希，焦广宇，
申请(专利权)人：南京启数智能系统有限公司，
类型：发明
国别省市：