买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳市万物云科技有限公司申请的专利一种智能监控方法、装置、计算机设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111950470B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010819492.2，技术领域涉及：G06V20/52；该发明授权一种智能监控方法、装置、计算机设备及存储介质是由张俊设计研发完成，并于2020-08-14向国家知识产权局提交的专利申请。

本一种智能监控方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明公开了一种智能监控方法、装置、计算机设备及存储介质，其中，方法包括：采集流动人员的基本信息、目标地址以及随身电子设备的MAC地址；根据目标地址，生成行动路径及活动空间；收集实时数据并对实时数据进行结构化处理获得结构化数据，将结构化数据存储在加速处理层中，将历史数据存储在批处理层中；对实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；通过基于监督学习的分类模型输出轨迹异常的概率，当概率超过阈值时向外发出警报。本发明通过采集流动人员的相关信息并结合多个监测点对流动人员进行监控，提高了流动人员信息覆盖面，加强了对流动人员的轨迹追踪，保障了社区住户的利益。

本发明授权一种智能监控方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种基于时空关系的智能监控方法，其特征在于，包括：采集进入社区的流动人员的基本信息、目标地址以及流动人员随身电子设备的MAC地址；根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间；基于设置在多个监测点的AP探针，收集包含电子设备的MAC地址信息的实时数据，所述实时数据包括实时坐标位置以及停留时间；所述实时坐标位置包括地理坐标信息，所述地理坐标信息包括特定位置、道路或河流、园区、立体空间的维度；所述监测点还包括：RFID模块、Wi-Fi模块、数据采集器、数据分析器和数据存储器；所述AP探针的输入端分别连接于RFID模块和Wi-Fi模块的输入端，AP探针的输出端连接于数据采集器的输入端，数据采集器的输出端连接于数据分析器的输入端，数据分析器的输入端还连接于数据存储器的输出端；所述监测点通过收集所述电子设备的MAC地址以及电子设备信号强度，监测所述电子设备所处的实时坐标位置，并根据当前信号强度的持续时间，获取电子设备在当前位置的停留时间，以此推算流动人员的实时坐标位置以及停留时间；当流动人员进入某一个监测点的监测范围时，该监测点记录流动人员进入监测范围的进入时间，当流动人员离开该监测点时，记录离开时间，以此获得流动人员在各监测点的停留时间；对所述实时数据进行结构化处理获得具有时空关系的结构化数据，并将结构化数据存储在加速处理层的关系型内存数据库中，并定期将历史数据持久化存储在批处理层的磁盘数据库中；所述实时数据采用Lambda架构进行存储，所述Lambda架构包括加速处理层、批处理层和服务层，在Lambda架构中，服务层用于响应用户的查询请求，批处理层用于处理离线数据，加速处理层用于处理实时数据；当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间；通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报；所述根据流动人员的目标地址，生成流动人员在社区内的行动路径及活动空间，包括：采集社区的不动产信息和社区地图；将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间；所述将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上规划出流动人员在社区内的行动路径及活动空间，包括：采集流动人员所通过的智能门禁系统的地理坐标；将目标地址与所述不动产信息进行比对，根据比对结果在所述社区地图上查找到对应的目标不动产位置；根据所述目标不动产位置以及智能门禁系统的地理坐标，在所述社区地图上规划出流动人员在社区内的行动路径及活动空间；若流动人员所需前往的目标地址不止一个，则依次在社区地图上找出所有目标地址所在的不动产位置，并根据各个不动产位置在社区地图上进行规划；所述当接收查询请求时，对所述实时数据的时空关系进行关联分析，输出流动人员的行为空间轨迹和在各监测点的停留时间，包括：当接收查询请求时，根据所述实时数据获取流动人员在各监测点的有序时间戳序列，并获取在各监测点的停留时间；通过所述有序时间戳序列和设备地理坐标信息绘制所述流动人员的行为空间轨迹；所述通过基于监督学习的分类模型对所述实时数据、行动路径及活动空间进行学习，输出轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报，包括：对所述实时数据、行动路径及活动空间进行标注，得到样本集；对所述样本集进行划分，得到训练样本集和测试样本集；利用所述基于监督学习的分类模型对所述训练样本集进行训练，然后利用所述测试样本集对所述基于监督学习的分类模型进行测试，得到最终的基于监督学习的分类模型；利用最终的基于监督学习的分类模型进行预测，得到轨迹异常的概率，当所述概率超过阈值时向外发出流动人员轨迹异常警报；所述当接收查询请求时，根据所述实时数据获取流动人员在各监测点的有序时间戳序列，并获取在各监测点的停留时间，包括：当接收到查询请求时，获取查询类型；若查询类型为实时业务，则通过流数据形式对存储在加速处理层的实时数据进行调用，以进行实时业务的处理；若查询类型为历史业务，则通过批量数据形式对存储在批处理层的历史数据进行调用，以进行历史业务的处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市万物云科技有限公司，其通讯地址为：518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。