具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现方式进行详细描述。

如图1所述，为本发明一个实施例提供的一种多维数据融合方法，包括以下步骤：

S200，对预设的监管区域进行数据采集，生成安全信息数据，上传所述安全信息数据至云服务中心，所述安全信息数据包括人员信息以及车辆信息。

本实施例中，在这一步骤中，主要所执行的内容为对数据的采集，这里主要说明的是在监管区域内的人员及车辆的信息采集，通过各种传感器安保设备（例如摄像头等）对区域内的安全信息进行收集，然后将收集到的安全信息打包生成安全信息数据上传至设置在云端的计算服务中心进一步的分析处理和保存，通过对人员和车辆的监管，能够在一定程度上保持良好的治安，且在发生一定的治安问题后能够通过这些数据进行时间段复盘和对相关人员的追踪。

S400，根据预设的区块划分单元对所述安全信息数据进行区域划分存储，所述区块划分单元为所述监管区域的多个互不交叠的子区域。

本实施例中，在这一步骤中，我们了解到，监管区域（例如某一片市区）是被划分为多个区块划分单元的，这样设置的好处是可以对多个子区域内的数据进行同时的快速的进行处理，能够加快信息处理的效率，提高信息的即时性。

S600，通过预设的特征提取方法对同一区块划分单元内的安全信息数据进行特征识别提取，生成目标特征信息，并根据不同的所述目标特征信息生成追踪编号，所述特征识别提取用于获取监管区域内人员及车辆的识别特征，所述追踪编号用于区别监管区域内不同的所述人员及所述车辆。

本实施例中，在这一步骤中，执行的内容是对采集的各个区块划分单元内所采集的关于人员和车辆的信息进行特征的识别提取处理，例如车辆的车型、涂装以及车牌等，人员的身高外表特征等，通过这些特征对不同的人员和车辆进行赋予追踪编号，这些编号是唯一对应的，且能够用于区别不同的车辆和人员并用于追踪，这里例如将一片区域划分为a、b、c、d四个子区域，并用x、y分别表示人员和车辆，那么最后可能就会生成ax01、ax02、ay01、以及bx01、by01、by02等。

S800，对不同所述区块划分单元内的所述目标特征信息进行重合比对，若多个所述目标特征信息的重合度达到预设的重合判定标准，则将所述追踪编号进行统一化处理。

本实施例中，这一步骤是对多个子区块中的人员车辆进行对应的步骤，即，例如区块a和b中的车辆ay01和by02其实是同一车辆，（通过目标特征信息得出）（两个区域内的同一车辆必然不再同一时间内出现），则最后将by02也进行同一命名为ay01。

作为本发明另一个优选的实施例，所述安全信息数据还包括区块单元信息，每个所述区块单元信息与所述区块划分单元唯一对应，所述区块单元信息还用于表征所述安全信息数据在所述监管区域内的采集位置信息。

进一步的来说，所述人员信息以及所述车辆信息均包括一一对应的实时位置信息，所述实时位置信息用于表征所述人员和所述车辆在所述监管区域内的位置，所述实时位置信息通过多个所述区块单元位置以及所述安全信息数据分析定位生成。

本实施例中，这里对于安全信息数据的说明引入了区块单元信息，这个区块单元信息主要是用于对每个用于采集生成安全信息数据的装置的位置进行标记的作用，这样便可以实现将采集到的数据在监管区域的地图中进行对应，从而方便后续的使用，且通过多个采集单元的位置以及采集单元所采集的信息进行分析，可以实现对人员和车辆的位置进行定位。

作为本发明另一个优选的实施例，在执行所述若多个所述目标特征信息的重合度达到预设的重合判定标准，则将所述追踪编号进行统一化处理的步骤时，还包括并行步骤：

进行车辆载人判断，所述车辆载人判断包括内容：若所述人员信息以及所述车辆信息所对应的实时位置信息重合，且所述人员信息在重合后不再产生，则合并所述人员信息以及所述车辆信息所对应的追踪编号。

本实施例中，这一步骤中，是对人员上车的判断和后续追踪的处理操作，通过车辆与人员位置信息的重合作为判断的触发条件，并根据在重合后人员消失作为判定条件，当判断确定人员进入车辆后，则将车辆和人员的追踪编号进行合并，这样可以方便后续的追踪操作，同时，该步骤也是可以反向执行的，也就是当车辆与人员信息重合时进行判断，若重合后人员依然存在，且重合前不存在，则表示车上下车了一个人员，此时如果车辆是合并后的追踪编号，则根据合并的人员的追踪编号对该人员进行判断，从而确定取消车辆的追踪编号的合并重新赋予人员或是生成新的对应该人员的追踪编号。

如图2所示，作为本发明另一个优选的实施例，所述对不同所述区块划分单元内的所述目标特征信息进行重合比对的步骤还包括前置执行步骤：

S801，对所述安全信息数据进行判定，若所述区块划分单元中的所述安全信息数据中不再包含某一所述追踪编号时，则执行步骤S802。

S802，获取与该所述区块划分单元相邻的数个所述区块划分单元获取该所述追踪编号以及相对应的所述目标特征信息。

进一步的来说，所述则将所述追踪编号进行统一化处理的步骤执行还包括辅助确认步骤：

获取多个所述重合度达到预设的重合判定标准的所述追踪编号的生成持续时间信息，对多个所述生成持续时间信息进行重合分析，若所述生成持续时间重合，则不再执行所述将所述追踪编号进行统一化处理的步骤，所述生成持续时间用于表征所述追踪编号生成时间与消失时间或是当前时间的时间段。

本实施例中，这一步骤对设置主要包括两个部分的控制，一个是位置上的连续性，一个是时间上的连续性，通过设置成在某一区域内某一人员或是车辆消失后在对相邻的子区域内的人员和编号进行判断，可以实现对同一人员或是车辆的跨子区域持续追踪，在这里，还包括辅助判读步骤，也就是说，如果两个车辆或是人员虽然通过了目标特征信息的判断，但如果这两个区域中的该所述人员或是车辆曾同时出现过一段时间，则表明这两个人员或是车辆对象只是相似并非为同一对象，可以用于排除错误的判断。

作为本发明另一个优选的实施例，所述通过预设的特征提取方法对同一区块划分单元内的安全信息数据进行特征识别提取对步骤还包括前置步骤：

获取所述安全信息数据中的所述车辆信息以及所述人员信息，若所述车辆信息以及所述人员信息未设有追踪编号，则执行所述通过预设的特征提取方法对同一区块划分单元内的安全信息数据进行特征识别提取的步骤。

本实施例中，这里的补充步骤说明的内容是在进行特征识别提取前需要对对象进行判定，如果是已经判定过的，即已经生成有追踪编号的，则不会再次进行特征提取，反之则是新生成的人员车辆的信息，此时则进行判断。

作为本发明另一个优选的实施例，包括步骤：根据所述目标特征信息以及相对应的所述追踪编号以生成检索库，接收对象检索信息，根据所述对象检索信息遍历所述检索库，获取所述人员或所述车辆的所述追踪编号。

本实施例中，在这一步骤中，特征检索模块是给使用者在需要进行寻找治安信息时所使用的，通过输入所要寻找到的对象的特征，便能够快速的通过追踪编号寻找到对象，进行快速的排查，方便治安管理甚至案件排查。

作为本发明另一个优选的实施例，还包括步骤：获取并本地存储所述安全信息数据。

本实施例中，本地存储模块是将云服务中心的数据进行下载并本地保存的模块，能够有效的保证数据的安全性，防止云端数据破坏。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。