[发明专利]一种基于大数据的昼伏夜出实时分析方法及装置

权利要求书

1.一种基于大数据的昼伏夜出实时分析方法，其特征在于，所述方法包括以下步骤：

步骤1，获取车辆和人脸的结构化数据；

步骤2，按照预设规则对车辆和人脸的结构化数据进行过滤，过滤掉其中无意义的车辆和人脸的结构化数据；

步骤3，对保留下来的车辆和人脸的结构化数据进行分析，判断对应车辆或人员是否属于昼伏夜出，如果是则产生预警信息或者将对应车辆或人员的结构化数据进行存储。

2.根据权利要求1所述的基于大数据的昼伏夜出实时分析方法，其特征在于，步骤1中，车辆结构化数据包含车牌号码信息、对应车牌号码信息的车辆出现的时间信息和地点信息；人脸结构化数据包含人脸特征值、对应人脸特征值的人出现的时间信息和地点信息。

3.根据权利要求2所述的基于大数据的昼伏夜出实时分析方法，其特征在于，步骤2具体包括：

根据车辆结构化数据中的车牌号码信息判断对应车辆是否属于特殊车辆，如果是，则将与该车牌号码信息对应的车辆结构化数据过滤掉，不参与分析；

根据人脸结构化数据中的地点信息判断对应地点是否属于夜生活场所，如果是，则将与该地点信息对应的人脸结构化数据过滤掉，不参与分析。

4.根据权利要求3所述的基于大数据的昼伏夜出实时分析方法，其特征在于，所述特殊车辆包括警车、出租车和公交车。

5.根据权利要求3所述的基于大数据的昼伏夜出实时分析方法，其特征在于，步骤3具体包括：

设置昼伏夜出时间分界点，设置昼伏夜出比例设定值K；

根据车辆结构化数据中的时间信息以及昼伏夜出时间分界点判断该车辆是夜晚出现还是白天出现；

统计预设时间段内，同一车辆夜晚出现总次数m和白天出现总次数n，如果m/(m+n)>K，则判断该车辆属于昼伏夜出，对该车辆进行预警或存储该车辆的车辆结构化数据。

6.根据权利要求5所述的基于大数据的昼伏夜出实时分析方法，其特征在于，步骤3还包括：

根据人脸结构化数据中的时间信息以及昼伏夜出时间分界点判断该人是夜晚出现还是白天出现；

统计预设时间段内，同一人夜晚出现总次数a和白天出现总次数b，如果a/(a+b)>K，则判断该人属于昼伏夜出，对该人员进行预警或存储该人员的人脸结构化数据。

7.一种基于大数据的昼伏夜出实时分析装置，其特征在于，所述装置包括实时数据整合模块、数据过滤模块、分布式大数据缓存模块、大数据实时分析模块和数据存储模块；

所述实时数据整合模块，用于获取车辆和人脸的结构化数据；

所述数据过滤模块，用于按照预设规则对所述实时数据整合模块获取的车辆和人脸的结构化数据进行过滤，过滤掉其中无意义的车辆和人脸的结构化数据；

所述分布式大数据缓存模块，用于对过滤后的车辆和人脸的结构化数据进行缓存；

所述大数据实时分析模块，用于对分布式大数据缓存模块中的车辆和人脸的结构化数据进行分析，判断对应车辆或人员是否属于昼伏夜出；

所述数据存储模块，用于对判断为昼伏夜出的车辆或人员的结构化数据进行存储。

8.根据权利要求7所述的基于大数据的昼伏夜出实时分析装置，其特征在于，所述装置还包括预警模块，用于向判断为昼伏夜出的车辆或人员发出预警信息。

9.根据权利要求7所述的基于大数据的昼伏夜出实时分析装置，其特征在于，所述分布式大数据缓存模块为Redis存储结构或者Memcache存储结构。

10.根据权利要求7所述的基于大数据的昼伏夜出实时分析装置，其特征在于，所述装置还包括人脸算法识别模块，用于对人脸卡口抓拍的图像数据进行算法识别处理，产生人脸特征值，并将所述人脸特征值传输给实时数据整合模块。