一种基于大数据统计城市外来人员和常驻人口的方法和系统

摘要

一种基于大数据统计城市常驻人口和外来人员的方法，包括：S100.通过城市内各个区域的人像监控设备采集人脸抓拍数据，将人脸抓拍数据汇聚到数据中心库；S200.数据中心库通过人脸识别算法对人脸抓拍数据进行ID化处理，然后汇聚到后台的人像档案库；S300.后台人像档案库对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；S400.将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。本发明通过一种人脸抓拍数据进行大数据分析，实现对城市常驻人口及外来人员进行统计，解决了现有技术对统计城市外来人员和常驻人口困难的问题。

说明书

技术领域

本发明涉及的是大数据监测技术领域,特别涉及一种基于大数据统计城市外来人员和常驻人口的方法和系统。

背景技术

随着社会经济的发展，城市外来人口所占比重逐年提升，外来人口在城市的发展过程中做出了巨大的贡献。但是，由于外来人口在城市没有归属感，且社会保障也往往低于当地市民，导致也带来了一系列城市管理、治安等问题。

由于存在多种入城方式，如自驾车、坐轮渡、乘飞机、坐火车、坐汽车等，这些乘客信息分布在各个业务公司，有些数据相关部门并不能直接获取到，而且我国并没有全部实现实名制，有些数据即使拿到了，也没有意义。因此，现有技术对统计城市外来人员和常驻人口有很大问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于大数据统计城市外来人员和常驻人口的方法及系统。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种基于大数据统计城市常驻人口和外来人员的方法，其特征在于，包括：

S100.通过城市内各个区域的人像监控设备采集人脸抓拍数据，将人脸抓拍数据汇聚到数据中心库；

S200.数据中心库通过人脸识别算法对人脸抓拍数据进行ID化处理，然后汇聚到后台的人像档案库；

S300.后台人像档案库对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；

S400.将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。

进一步地，S100中，人像监控设备安装点位至少包括：社会治安监控点位，社区监控点位，酒店、娱乐场、商场监控点位、公共交通工具监控点位。

进一步地，S200中，对人脸抓拍数据进行ID化处理的方法为：通过人脸识别算法算法生成的人员唯一ID，并且将人员抓拍时间、抓拍设备唯一编号、抓拍设备所在经纬度进行ID化处理，并将所有ID化处理后的字段进行结合。

进一步地，S300中，统计ID化人员在预设周期内的出现天数频率P的公式为：

其中，T为周期，单位为天，S为最近一个周期内出现的总天数，S1为上一个周期出现的总天数，X、Y分别为S和S1的比重系数，i

进一步地，若一天出现次数大于等于1，则i

进一步地，S400中具体方法为：根据历史数据和专家经验，确定预设频率阈值P0，当ID化人员在预设周期内的出现天数频率P≥P0时，则当前人员为常住人口，当P＜P0时，则当前人员为外来人员。

进一步地，当一个人员首次经过系统判定，根据判定结果入库常住人口或外来人员。

进一步地，当一个人员不是首次经过系统，当常驻人口库里的人员被系统判定为外来人员则该人员从常住人口库移除，入库到外来人员库；当外来人口库里的人员被系统判定为常住人口，则从外来人口库移除入库到常住人口库。

本发明还公开了一种基于大数据统计城市常驻人口和外来人员的系统，包括：人像监控设备、数据中心库、后台人像档案库、人员归属地判断单元；其中：

人像监控设备，安装于城市内各个区域，用于采集人脸抓拍数据，将人脸抓拍数据汇聚到数据中心库；

数据中心库，用于通过人脸识别算法对人脸抓拍数据进行ID化处理，然后汇聚到后台的人像档案库；

后台人像档案库，用于对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；

人员归属地判断单元，用于将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。

进一步地，后台人像档案库统计ID化人员在预设周期内的出现天数P频率的公式为：

其中，T为周期，单位为天，S为最近一个周期内出现的总天数，S1为上一个周期出现的总天数，X、Y分别为S和S1的比重系数，i

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明公开的一种基于大数据统计城市常驻人口和外来人员的方法和系统，通过采集人脸抓拍数据，通过人脸识别算法对人脸抓拍数据进行ID化处理，对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。本发明通过一种人脸抓拍数据进行大数据分析，实现对城市常驻人口及外来人员进行统计，解决了现有技术对统计城市外来人员和常驻人口困难的问题。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例1中，一种基于大数据统计城市外来人员和常驻人口的方法的流程图；

图2为本发明实施例2中，一种基于大数据统计城市外来人员和常驻人口的系统的结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术中存在的对统计城市外来人员和常驻人口困难的问题，本发明实施例提供一种基于大数据统计城市外来人员和常驻人口的方法和系统。

实施例1

本实施例公开了一种基于大数据统计城市常驻人口和外来人员的方法，包括：

S100.通过城市内各个区域的人像监控设备采集人脸抓拍数据，将人脸抓拍数据汇聚到数据中心库。

具体的，随着近几年科技的发展，智慧社区的快速建设，铺设了大量治安监控点位，通过人脸抓拍数据分析常驻人口及外来人员已成为一种可能。在本实施例中，人像监控设备安装点位至少包括：社会治安监控点位，社区监控点位，酒店、娱乐场、商场监控点位、公共交通工具监控点位。当然可以理解的，在不侵犯个人隐私的情况下，人像监控设备还可以安装其他点位。

S200.数据中心库通过人脸识别算法对人脸抓拍数据进行ID化处理，然后汇聚到后台的人像档案库。

具体的，对人脸抓拍数据进行ID化处理的方法为：通过人脸识别算法算法生成的人员唯一ID，并且将人员抓拍时间、抓拍设备唯一编号、抓拍设备所在经纬度进行ID化处理，并将所有ID化处理后的字段进行结合。具体名称和字段具体关系如下表一。

表一

S300.后台人像档案库对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率。具体的，统计ID化人员在预设周期内的出现天数频率的公式为：

其中，T为周期，单位为天，S为最近一个周期内出现的总天数，S1为上一个周期出现的总天数，X、Y分别为S和S1的比重系数，i

在本实施例中，若人员一天出现次数大于等于1则i

S400.将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。

其中，S400中具体方法为：根据历史数据和专家经验，确定预设频率阈值P0，当ID化人员在预设周期内的出现天数频率P≥P0时，则当前人员为常住人口，当P＜P0时，则当前人员为外来人员。

在本实施例中，当一个人员首次经过系统判定，根据判定结果入库常住人口或外来人员。，当一个人员不是首次经过系统，当常驻人口库里的人员被系统判定为外来人员则该人员从常住人口库移除，入库到外来人员库；当外来人口库里的人员被系统判定为常住人口，则从外来人口库移除入库到常住人口库。

本实施例公开的一种基于大数据统计城市常驻人口和外来人员的方法，通过采集人脸抓拍数据，通过人脸识别算法对人脸抓拍数据进行ID化处理，对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。本发明通过一种人脸抓拍数据进行大数据分析，实现对城市常驻人口及外来人员进行统计，解决了现有技术对统计城市外来人员和常驻人口困难的问题。

实施例2

本实施例公开了一种基于大数据统计城市常驻人口和外来人员的系统，包括：人像监控设备、数据中心库、后台人像档案库、人员归属地判断单元；其中：

人像监控设备，安装于城市内各个区域，用于采集人脸抓拍数据，将人脸抓拍数据汇聚到数据中心库。

在本实施例中，人像监控设备安装点位至少包括：社会治安监控点位，社区监控点位，酒店、娱乐场、商场监控点位、公共交通工具监控点位。当然可以理解的，在不侵犯个人隐私的情况下，人像监控设备还可以安装其他点位。

数据中心库，用于通过人脸识别算法对人脸抓拍数据进行ID化处理，然后汇聚到后台的人像档案库。

具体的，数据中心库对人脸抓拍数据进行ID化处理的方法为：通过人脸识别算法算法生成的人员唯一ID，并且将人员抓拍时间、抓拍设备唯一编号、抓拍设备所在经纬度进行ID化处理，并将所有ID化处理后的字段进行结合。具体名称和字段具体关系已在表一种进行了详细介绍，再此不在进行赘述。

后台人像档案库，用于对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率。具体的，后台人像档案库统计ID化人员在预设周期内的出现天数频率P的公式为：

其中，T为周期，单位为天，S为最近一个周期内出现的总天数，S1为上一个周期出现的总天数，X、Y分别为S和S1的比重系数，i

在本实施例中，若人员一天出现次数大于等于1则i

人员归属地判断单元，用于将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。

在本实施例中，人员归属地判断单元工作的具体方法为：根据历史数据和专家经验，确定预设频率阈值P0，当ID化人员在预设周期内的出现天数频率P≥P0时，则当前人员为常住人口，当P＜P0时，则当前人员为外来人员。

在本实施例中，当一个人员首次经过系统判定，根据判定结果入库常住人口或外来人员。当一个人员不是首次经过系统，当常驻人口库里的人员被系统判定为外来人员则该人员从常住人口库移除，入库到外来人员库；当外来人口库里的人员被系统判定为常住人口，则从外来人口库移除入库到常住人口库。

本实施例公开的一种基于大数据统计城市常驻人口和外来人员的系统，通过采集人脸抓拍数据，通过人脸识别算法对人脸抓拍数据进行ID化处理，对ID化处理后的数据进行统计分析，统计ID化人员在预设周期内的出现天数频率；将统计得到的ID化人员在预设周期内的出现天数频率与预设频率阈值进行比较，根据比较结果判断当前人员为城市常驻人口或外来人员。本发明通过一种人脸抓拍数据进行大数据分析，实现对城市常驻人口及外来人员进行统计，解决了现有技术对统计城市外来人员和常驻人口困难的问题。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。