[发明专利]基于GIS的人员异常聚集自动识别方法及装置

说明书

本申请提供了一种基于GIS的人员异常聚集自动识别方法及装置，其中，该方法包括：根据人员标识信息和实时位置建立人员实时位置数据，存入人员位置数据库；提取当前人员实时位置数据，并计算提取的当前人员实时位置数据之间的距离，根据距离和预设的人员聚集距离阈值将提取的当前人员实时位置数据划分为多个人员集合，并确定潜在人员聚集集合；针对每一个潜在人员聚集集合，建立存储有对应潜在人员标识信息及标识信息间对应关系的人员标识信息库；逐一对比任意两人员标识信息库，提取标识信息间对应关系相匹配的各人员标识信息，建立异常聚集人员标识信息库，以自动化进行异常聚集的识别，省时省力。

技术领域

本发明涉及人员异常聚集判别技术领域，具体而言，涉及基于GIS的人员异常聚集自动识别方法及装置。

背景技术

随着地理科学、计算机技术、遥感技术和信息科学的发展，诞生了一门新的学科，就是地理信息系统(Geographic Information System)，它用于输入、存储、查询、分析和显示地理数据。几乎人类的所有活动都发生在地球上，都与地球表面位置息息相关，所以我们人类的所有活动轨迹都可以通过GIS数据呈现出来。随着安防技术的发展和人们对社会安全的重视，伴随着网络数据对各个领域全方位的介入，数据获取方式的多元化，人们的活动轨迹数据可以轻易获取到。

传统的方式中，想要发现一队异常聚集的人群，通常采集特定区域的所有人员所有活动轨迹，然后通过标准地址服务进行标准地址转换，然后把这些出行的轨迹点打到GIS地图上，通过收集某个范围内的位置点数量进行判断，如果观察到某一个范围内的实时轨迹点分布比较密集，就需要对这个区域内的所有人员进行识别，然后再度去查找这部分特定人员的历史轨迹信息，查看是否还有类似的重复情况，如果发现重复人员记录就可以进行信息预警。

但是在上述预警过程中，将出行的轨迹点达到GIS地图上后，判断某个位置行动点的数量，实时轨迹点分布密集程度等均需要人工研判，这不光需要耗费研判人员的精力；而且，在研判过程中只能在人员已经聚集，并且聚集很明显时才能被发现。一旦发生情况，只能用作事后取证，缺乏对数据的实时分析和识别，不具备对未知异常的情况提供预警的功能。此外，在大型安保等活动期间，需要相关部门对这些场所进行无间断的监控，对于人力、物力资源是很大的浪费。同时，长时间的人员监控会出现视觉疲劳，容易出现漏网等情况。

发明内容

有鉴于此，本申请的目的在于提供一种基于GIS的人员异常聚集自动识别方法，以自动化进行异常聚集的识别，省时省力。

第一方面，本申请提供了一种基于GIS的人员异常聚集自动识别方法，包括：

根据人员标识信息和实时位置建立人员实时位置数据，存入人员位置数据库；

提取所述人员位置数据库中处于当前判别时间阈值内的当前人员实时位置数据；

计算提取的当前人员实时位置数据之间的距离，根据距离和预设的人员聚集距离阈值将提取的当前人员实时位置数据划分为多个人员集合；提取各人员集合中人员实时位置数据的条数处于预设人员聚集数量阈值的潜在人员聚集集合；

针对每一个潜在人员聚集集合，根据该潜在人员聚集集合中各所述人员实时位置数据对应的潜在人员标识信息，提取所述人员位置数据库中第一预设判别时间阈值至第二预设判别时间阈值之间各个预设判别时间阈值对应的，各所述潜在人员标识信息对应的人员实时位置数据，根据提取的人员实时位置数据对应的预设判别时间阈值建立对应的人员位置数据库；

针对每一所述人员位置数据库，逐一提取各单位判别时间相对应的人员实时位置数据，计算提取的人员实时位置数据中任意两人员实时位置数据间的距离；

提取距离处于预设的人员聚集距离阈值内的聚集人员实时位置数据，提取各聚集人员实时位置数据对应的潜在人员标识信息，建立存储有对应潜在人员标识信息及标识信息间对应关系的人员标识信息库；