[发明专利]一种社区微卡口综合AI系统及其数据展现方法

权利要求书

1.一种社区微卡口综合AI分析方法，包括：

社区微卡口通过门禁机刷卡、指纹或者面部信息识别、MAC地址侦测、视频提取、电子车牌或ETC感知这些手段中的一种以上，并行感知进出社区的人员或者车辆，并且将针对同一个人员或者车辆并行感知的多种类型的身份信息和进出时间信息相互关联起来，组合形成社区出入人员和/或车辆数据；所述社区出入人员和/或车辆数据，包括如下之一或组合：人员出入的时间、人员身份标识、车辆出入时间、车辆号牌，共同描述进出社区的人员和车辆的身份以及时间分布，其中人员身份标识为登记身份ID；其中，将针对同一个人员或者车辆并行感知的多种类型的身份信息和进出时间信息相互关联起来包括：基于两个感知信息的感知发生位置，判断两个感知信息之间的距离是否小于关联距离阈值，并且判断两个感知信息之间距离保持小于关联距离阈值的时间长度是否大于关联时间阈值，如果以上两重判断均为是，则认为两个感知信息具有关联性，将所判定具有关联性的感知信息都登记到同一个身份ID的一次出入记录项之下；

社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统；

大数据AI综合分析系统对所述人员和/或车辆数据进行大数据聚类分析，并输出图形化分析结果；所述聚类分析包括以下过程：对于特定的人员身份ID或者车辆号牌，提取该人员或者车辆在过去一段日期以内的出入时间、出入地点、出入社区时长、社区内行为轨迹长度、社区停留位置分布，从而将每个人员身份ID或者车辆号牌的行为轨迹整理为一个行为特征向量，记为E_i-n,E_i-n+1...,E_i；预设将人物或者车辆的行为特征归入k个分类，则从n个行为特征向量中任意选取k个作为初始聚类中心，记为E_c1,E_c2,......,E_ck；计算E_i-n,E_i-n+1...,E_i与E_c1,E_c2,......,E_ck特征向量的距离值V_i-ck＝|E_i-E_ck|，进而将E_i-n,E_i-n+1...,E_i中的每一个特征向量分配给E_c1,E_c2,......,E_ck当中与之距离最近的聚类中心；然后再重新计算每个聚类的聚类中心；然后计算E_i-n,E_i-n+1...,E_i中每个特征向量与重新计算的聚类中心的距离值，并根据距离值将E_i-n,E_i-n+1...,E_i中的每个行为特征向量重新分配给与之距离最近的聚类中心；然后再次更新维护聚类中心；迭代以上重新计算每个聚类的聚类中心、计算每个特征向量与重新计算的聚类中心的距离值、根据距离值将每个行为特征向量重新分配给与之距离最近的聚类中心的过程，直至更新后聚类中心不再发生变化；通过上述聚类分析准确识别出每个身份ID所属于的人员类型；对社区或者社区建筑、楼层内每种类型人员的数量、分布进行统计分析；对以上提取和分析结果进行图形化的展示。

2.如权利要求1所述的方法，其中，所述社区微卡口将所述人员和/或车辆数据传送给大数据AI综合分析系统，包括：

所述社区微卡口将所述人员和/或车辆数据基于GPRS、3G、4G或NB-IOT协议传送给大数据AI综合分析系统。