[发明专利]基于联邦学习模式的社区重点人员监管系统及方法

说明书

本发明公开了基于联邦学习模式的社区重点人员监管方法，包括如下步骤：S100前端感知系统采集视频监控、人脸及车辆抓拍数据；S200进行重点人员活动轨迹、车辆轨迹、轨迹融合及数据时空融合分析；S300创建社区重点人员行为联邦学习模型；S400提供重点人员信息综合查询、重点人员异动轨迹查询、重点人员区域关联查询；S500绘制重点人员区域分布图，进行区域重点人员统计及重点人员同轨分析。本方法通过前端感知系统采集各种数据；通过大数据分析模块对重点人员行为进行分析，模拟重点人员各种情况的活动轨迹；创建重点人员行为联邦学习模型，对重点人员行为进行预测，为及时发现重点人员异常行为提供了有力的支持，解决了对重点人员日常监控问题。

技术领域

本发明涉及社区管控技术领域，尤其涉及基于联邦学习模式的社区重点人员监管系统及方法。具体来说，属于IPC分类中的G06N7/00和G06Q10/00。

背景技术

改革开放以来国内城市化快速发展，城市基础设施不断完善，城镇化过程中重建设、轻管理模式带来不少管理难点，传统的粗放式、单一化管理方式难以为继，如何保障社区内居民的生命财产安全是城市管理工作的重点。随着计算机技术的发展，大数据运用普及，大数据相关的技术应用在各个领域，其中便包括社区的监管系统。

为保证社区的环境安全，对于重点人员（如吸毒人员、精神病等）的监管十分必要。因此社区的监管系统十分关键。

现有技术中存在一系列的监管系统。

现有技术中，申请号为CN202020183277.3的中国专利公开了一种智慧小区大数据监管平台系统，包括门禁控制装置、人脸识别单元、监测终端、交换机、通讯装置、主服务器和辅助服务器，人脸识别单元包括数据传输模块、感应模块和摄像模块等；该实用新型可以远程监管多个门禁控制装置，且多个门禁控制装置将采集管理的信息数据传输到远程服务器。

该专利依托大数据可以实现远程操作自动开门，记录所有出入事件，实现对物业范围内的门禁、人员等统一管理，提高了小区的安全系数。但该专利缺少对重点人员的识别，不能很好的对重点人员进行管控。

现有技术中，申请号为CN201910813564.X的中国专利公开了一种基于人脸识别技术的医院管理预警系统及其方法，包括护士站信息处理平台，用于采集患者信息，根据人脸图像建模，提取对应的人脸特征；人像大数据平台，包括数据库，用于存储患者信息和人脸信息；病区监控设防平台，用于采集出入病区的患者的人脸，根据数据库控制患者出入病区。一种基于人脸识别技术的医院管理预警方法包括录入患者的人脸图像，提取对应的人脸特征；对患者数据进行整合存储；采集出入病区的患者的人脸，与数据库进行对比控制患者出入病区。

该专利将人脸识别技术应用在病房管理中，能够有效控制住院患者外出，预外出时进行预警，能够有效弥补医护人员人手不足的问题，可大幅度提升医院内部运行效率。但该专利中的系统只适用于医院环境，具有局限性，若将该系统应用在社区环境下，则会出现如，需要管控的人员乘坐交通工具导致人脸识别无法生效的情况发生。

申请号为CN201811284726.7的中国专利公开了一种安防综合应用管理系统，包括安防设备和信令网关子系统模块。该安防设备包括均与信令网关子系统模块连接的视频监控系统、报警系统、广播系统、门禁系统、电子围栏系统、红外对射系统、智能分析系统、高压电网系统、对讲系统、电视墙系统、人脸识别系统、矩阵系统和人员定位系统。该信令网关子系统模块包括数据接收模块、数据分析模块、数据发送模块和命令控制模块。安防综合应用管控平台实现各安防硬件设备及业务系统数据的大集合，提升监管场所日常管控能力，形成科学管理和高效指挥的新机制。

该专利通过接入各不同协议的子系统，做集中管控，实现业务数据共享。但该专利各个子系统从属与中央系统，中央系统的工作人员不免会接触到原始数据，这对于子系统的数据保护不利。

除此之外，现有的重点人员监管系统还缺少，对重点人员的行动预测，若重点人员在实施犯罪活动后再行抓捕，无疑会造成相当的损失。