(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210336022.X (22)申请日 2022.04.01 (65)同一申请的已公布的文献号 申请公布号 CN 114419679 A (43)申请公布日 2022.04.29 (73)专利权人 广东省通信产业 服务有限公司 地址 510631 广东省广州市天河区华景路1 号南方通信大厦27层E房 专利权人 广东省电信规划设计院有限公司 (72)发明人 肖群力　曾沂粲　赵仕嘉　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 江银会 (51)Int.Cl. G06V 40/10(2022.01)G06V 20/52(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 张笑迪 (54)发明名称 基于可穿戴设备数据的数据分析方法、 装置 及系统 (57)摘要 本发明公开了一种基于可穿戴设备数据的 数据分析方法、 装置及系统， 该方法包括： 获取出 现异常情况的目标区域的第一影像数据， 判断所 述第一影像数据是否足以进行所述目标区域的 异常分析； 当判断到所述第一影像数据不足以进 行所述目标区域的异常分析时， 根据所述第一影 像数据， 确定所述目标区域中的目击用户； 所述 目击用户为可能目击到所述异常情况的用户； 获 取由所述目击用户的可穿戴设备获取的所述目 标区域的第二影像数据； 根据所述第一影像数据 和所述第二影像数据， 进行所述目标区域的异常 分析。 可见， 本发明能够实现更加智 能更加精确 地异常情况分析， 避免单一数据源导致的数据分 析错误， 进而提高数据分析的稳定性和有效性。 权利要求书3页 说明书17页 附图2页 CN 114419679 B 2022.07.08 CN 114419679 B 1.一种基于可穿戴设备 数据的数据分析 方法， 其特 征在于， 所述方法包括： 获取出现异常情况的目标区域的第 一影像数据， 基于预设的异常情况分析算法对所述 第一影像数据进行演算， 得到所述第一影 像数据情况的分析 结果和影 像预测指标； 若所述异常情况分析算法无法完成对所述第 一影像数据的演算， 则确定所述第 一影像 数据不足以进行 所述目标区域的异常 分析， 否则： 判断所述分析结果是否存在多个相互之间存在矛盾的分析结果， 得到第一判断结果， 若所述第一判断结果为是， 则确定所述第一影像数据不足以进行所述目标区域的异常分 析； 若所述第一判断结果为否， 判断所述影像预测指标是否大于预设的指标阈值， 得到第 二判断结果， 若所述第二判断结果为是， 则确定所述第一影像数据不足以进行所述 目标区 域的异常 分析； 当判断到所述第 一影像数据不足以进行所述目标区域的异常分析时， 根据所述第 一影 像数据， 确定所述 目标区域中的目击用户； 所述 目击用户为可能目击到所述异常情况 的用 户； 获取由所述目击用户的可穿戴设备获取的所述目标区域的第二影 像数据； 根据所述第一影 像数据和所述第二影 像数据， 进行 所述目标区域的异常 分析。 2.根据权利要求1所述的基于可穿戴设备数据的数据分析方法， 其特征在于， 所述基于 预设的异常情况分析算法对所述第一影像数据进 行演算， 得到所述第一影像数据情况的分 析结果和影 像预测指标， 包括： 将所述第一影像数据输入至预先训练好的异常分析神经网络模型， 以预测所述第 一影 像数据情况对应的多个异常情况和属于每一所述异常情况的概率； 所述异常分析神经网络 模型通过包括有多个标注有异常情况的影像数据的训练数据集训练得到； 所述异常分析神 经网络模型包括卷积层和全连接层； 以及， 所述判断所述分析结果是否存在多个相互之间存在矛盾的分析结果， 得到第一 判断结果， 包括： 筛除出所述第一影像数据情况对应的多个异常情况中所述概率之间的差值小于预设 的差值阈值的多个待比较异常情况； 判断所述多个待比较异常情况之中是否存在至少三种不同的异常情况， 得到第 一判断 结果； 以及， 所述判断所述影像预测指标是否大于预设的指标阈值， 得到第二判断结果， 包 括： 确定出所述第一影 像数据情况对应的多个所述 概率中数值 最大的目标概 率； 判断所述目标概 率是否大于预设的概 率阈值， 得到第二判断结果。 3.根据权利要求1所述的基于可穿戴设备数据的数据分析方法， 其特征在于， 所述根据 所述第一影 像数据， 确定所述目标区域中的目击用户， 包括： 基于图像分析算法， 识别出 所述第一影 像数据中的多个人体 影像； 基于人体朝向分析算法， 确定任一所述人体 影像的人体朝向； 对于任一所述人体影像， 判断该人体影像的人体朝向是否对准所述目标区域的所述异 常情况的可能发生区域， 若是， 则确定该 人体影像为目击人体 影像；权　利　要　求　书 1/3 页 2 CN 114419679 B 2对于任一所述目击人体影像， 根据预设的影像特征 ‑用户对应关系， 确定该目标人体影 像对应的用户信息为目击用户。 4.根据权利要求2所述的基于可穿戴设备数据的数据分析方法， 其特征在于， 所述目击 用户包括多个目击用户； 所述第二影像数据包括多个第二影像数据； 所述根据所述第一影 像数据和所述第二影 像数据， 进行 所述目标区域的异常 分析， 包括： 将所述多个第 二影像数据分别输入至所述异常分析神经网络模型， 得到每一所述第 二 影像数据对应的概 率最高的第一异常情况； 确定所述第一影 像数据情况对应的多个异常情况中所述 概率最高的第二异常情况； 将所有所述第 一异常情况和所述第 二异常情况中出现次数最多的异常情况， 确定为所 述目标区域发生的异常情况。 5.根据权利要求4所述的基于可穿戴设备数据的数据分析方法， 其特征在于， 所述方法 还包括： 根据所述第 一异常情况和所述第 二异常情况， 确定所述第 一影像数据对应的影像获取 设备的可靠性 参数， 根据所述可靠性 参数， 确定所述影 像获取设备的可靠性情况。 6.根据权利要求5所述的基于可穿戴设备数据的数据分析方法， 其特征在于， 所述根据 所述第一异常情况和所述第二异常情况， 确定所述第一影像数据对应的影像获取设备的可 靠性参数， 根据所述可靠性 参数， 确定所述影 像获取设备的可靠性情况， 包括： 确定所述第一影 像数据属于所述第二异常情况的第一 概率； 确定每一所述第 二影像数据属于对应的所述第 一异常情况的第 二概率， 得到多个所述 第二概率； 计算所有所述第二 概率的标准差值和平均值； 计算所述第一 概率与所述平均值之间的第一差值； 判断所述第一差值是否大于所述标准差值与预设倍数的乘积， 若是， 则判断所述影像 获取设备的可靠性情况为 不可靠； 和/或， 计算所述第一 概率与所有所述第二 概率中每一所述第二 概率之间的概 率差值； 判断所有所述概率差值的求和平均 结果是否大于所述所有所述第 二概率的平均值， 若 是， 则判断所述影 像获取设备的可靠性情况为 不可靠。 7.一种基于可穿戴设备 数据的数据分析装置， 其特 征在于， 所述装置包括： 判断模块， 用于获取出现异常情况的目标区域的第一影像数据， 判断所述第一影像数 据是否足以进 行所述目标区域的异常分析； 所述判断模块判断所述第一影像数据是否足以 进行所述目标区域的异常 分析的具体方式， 包括： 基于预设的异常情况分析算法对所述第 一影像数据进行演算， 得到所述第 一影像数据 情况的分析 结果和影 像预测指标； 若所述异常情况分析算法无法完成对所述第 一影像数据的演算， 则确定所述第 一影像 数据不足以进行 所述目标区域的异常 分析， 否则： 判断所述分析结果是否存在多个相互之间存在矛盾的分析结果， 得到第一判断结果， 若所述第一判断结果为是， 则确定所述第一影像数据不足以进行所述目标区域的异常分 析；权　利　要　求　书 2/3 页 3 CN 114419679 B 3