[发明专利]一种多维数据融合方法

说明书

本发明涉及安防多维数据处理相关领域，公开了一种多维数据融合方法，通过对监管区域进行分块管理能够通过云端对监管区域进行分散式的数据处理，快速的对区域内的人员车辆等进行识别编号和追踪，进而实现了在寻找相关需要的数据信息时，可通过特征信息快速的追踪到所要寻找的对象，并获取其全部的活动相关内容，有效的解决了现有技术繁琐且效率低下的问题。

技术领域

本发明涉及安防多维数据处理相关领域，具体是一种多维数据融合方法。

背景技术

多维数据，也就是非结构化数据，其数据内容可以是方方面面甚至是看起来原本毫无相关的数据方向类型，例如关于用户手机类型的数据和饮食习惯的数据，多个角度上本无法直接进行关联的数据便是多维数据，但是通过对多维数据进行融合分析，便能够得到原本数据中无法直观得出的数据内容，或是原本数据无法直接可靠的体现的数据内容，例如通过大数据对人群衣食出行、购买习惯等多种数据的采集获取，可以在一定程度上整合分析出人群的收入情况等。

现有技术中，在安防领域，所采用的处理方式多是通过摄像头等安防设备采集数据后进行存储，在需要获取相关的证据内容时，通过相关工作人员对安防视频进行观看寻找以获取所需要的信息。

现有技术的处理方式在使用时，十分繁琐不方便，且效率低下，人工视觉检索的方式工作量巨大的同时容易对信息内容进行忽略，导致可能错过对内容的合理评估，因此本申请旨在提出一种通过云计算实现的多维数据处理方式以解决上述问题。

发明内容

本发明的目的在于提供一种多维数据融合方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种多维数据融合方法，包含以下步骤：

对预设的监管区域进行数据采集，生成安全信息数据，上传所述安全信息数据至云服务中心，所述安全信息数据包括人员信息以及车辆信息；

根据预设的区块划分单元对所述安全信息数据进行区域划分存储，所述区块划分单元为所述监管区域的多个互不重合的子区域；

通过预设的特征提取方法对同一所述区块划分单元内的所述安全信息数据进行特征识别提取，生成目标特征信息，并根据不同的所述目标特征信息生成追踪编号，所述特征识别提取用于获取所述监管区域内人员及车辆的识别特征，所述追踪编号用于区别所述监管区域内不同的所述人员及所述车辆；

对不同所述区块划分单元内的所述目标特征信息进行重合比对，若所述目标特征信息的重合度达到预设的重合判定标准，则将所述追踪编号进行统一化处理。

作为本发明的进一步方案：所述安全信息数据还包括区块单元信息，每个所述区块单元信息与所述区块划分单元唯一对应，所述区块单元信息还用于表征所述安全信息数据在所述监管区域内的采集位置信息。

作为本发明的再进一步方案：所述人员信息以及所述车辆信息均包括一一对应的实时位置信息，所述实时位置信息用于表征所述人员和所述车辆在所述监管区域内的位置，所述实时位置信息通过多个所述区块单元位置以及所述安全信息数据分析定位生成。

作为本发明的再进一步方案：在执行所述若多个所述目标特征信息的重合度达到预设的重合判定标准，则将所述追踪编号进行统一化处理的步骤时，还包括步骤：

进行车辆载人判断，所述车辆载人判断包括内容：若所述人员信息以及所述车辆信息所对应的实时位置信息重合，且所述人员信息在重合后不再产生，则合并所述人员信息以及所述车辆信息所对应的追踪编号。

作为本发明的再进一步方案：所述对不同所述区块划分单元内的所述目标特征信息进行重合比对的步骤还包括前置执行步骤：

对所述安全信息数据进行判定，若所述区块划分单元中的所述安全信息数据中不再包含某一所述追踪编号时，则