基于联邦学习模式的社区重点人员监管系统及方法

摘要

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。