CN117635402A - 智慧流调系统、方法、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及计算机技术领域，特别是涉及一种智慧流调系统、方法、计算机设备和存储介质。在本系统中，参数获取单元获取待调查人员的姓名、身份证号和自述文本；辅助信息提取单元根据姓名和身份证号从多源信息数据库中提取属性信息，根据属性信息从多源信息数据库中抽取辅助信息；行人重识别单元从视频数据库中提取行程轨迹信息，根据行程轨迹信息和辅助信息得到轨迹文本；数据检索单元分别根据自述文本和轨迹文本输出对应的检索语句，根据检索语句输出第一密接人员名单和第二密接人员名单；行人重识别单元从视频数据库中提取待调查人员周围人群信息得到第三密接人员名单。采用本系统能够提高密接人员的检索精度以及检索效率。

Description

智慧流调系统、方法、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种智慧流调系统、方法、计算机设备和存储介质。

背景技术

传统的流调方式依赖人工收集、整理、分析数据，耗时较长且易出错。在流行病毒肆虐期间传染病形势迅速变化，流调人员需要处理大量的流调信息，进行密接人员和次密接人员筛查，撰写流调报告，而针对每个确诊患者的一份流调报告就需要耗费6小时，这个过程人力参与程度大，还需要耗费大量的财力物力。

现有传染病流调系统一般通过手机基站定位个人运动轨迹，工作人员结合确诊患者自述行程手动到行程码数据库和场所码数据库检索，再追溯其他经过疫区的用户信息，重复以上步骤，逐一筛查。这种系统存在以下弊端：（1）无法精准计算室内、楼宇、地铁等人与人之间的位置信息；（2）感染病毒个体（确诊患者）可能无法准确回忆在自己身边经过、停留的其他个体信息；（3）系统无法保证确诊患者述说情况是否有隐瞒和遗漏；（4）传染病流调人员不仅要联系确诊患者了解情况，还要联系疑似人员才能确定密接，耗时耗力，效率较低；（5）获得自述行程后需流调人员手动在数据库中检索每一个位置、场所信息。人力参与程度大、效率较低，且随着工作量的增加，错漏和延误不可避免的出现；（6）且人员手动检索分析多源信息存在极大困难，多源信息调动、分析、聚合亦需大量人力参与，且同样耗费大量时间财力物力。

还有一些商业公司开发的传染病防控系统也能进行密接人员的筛选，但是这些系统应用不广泛，且带有商业用途，内部筛选原理尚未公开，并且受地域、传染病防控需求、数据资源等因素的限制，很多系统在实际部署和应用中会有诸多问题。这些问题中最大的问题是不同部署和应用场景能提供的数据资源不同、具有的调用信息资料的权限不同，这使得很多系统的功能不能实现。并且这些问题会导致系统部署困难，部署时需要根据场景进行特殊的调整，极大地增加了系统的部署难度。其次，不同的传染病防控部门因为传染病防控需求和工作人员能力不同，不能使用同一个系统甚至是同一个公司的系统，而且不同系统之间存在数据交互的屏障和信息流通的阻碍，导致了不同部门之间存在信息交互障碍，极大地降低了传染病防控的效率。

发明内容

基于此，有必要针对上述技术问题，提供一种智慧流调系统、方法、计算机设备和存储介质。

一种智慧流调系统，所述系统包括参数获取单元、数据检索单元、辅助信息提取单元、行人重识别单元以及数据中心；所述数据中心包括待调查人员在各活动平台上的活动记录对应的多源信息数据库以及待调查人员在各活动区域内的监控数据对应的视频数据库；

所述参数获取单元获取待调查人员的姓名、身份证号和自述文本，将姓名和身份证号发送至所述辅助信息提取单元，将自述文本发送至数据检索单元；

所述辅助信息提取单元包括属性提取模块以及辅助信息提取模块，属性提取模块根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，辅助信息提取模块根据属性信息从所述多源信息数据库中抽取辅助信息，将辅助信息发送至行人重识别单元；所述辅助信息包括待调查人员在各时间段的活动位置信息；

所述行人重识别单元从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本，将轨迹文本发送至数据检索单元；

所述数据检索单元包括SQL解析模块和被检索数据库，SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句，被检索数据库分别根据输入的第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

所述行人重识别单元还用于从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

在其中一个实施例中，所述待调查人员包括确诊患者和所述确诊患者的密接人员；所述密接人员是根据确诊患者对应的第一层密接人员筛选结果、第二层密接人员筛选结果和第三层密接人员筛选结果得到的；当所述待调查人员为确诊患者的密接人员时，所述系统输出所述确诊患者的次密接人员。

在其中一个实施例中，所述系统还包括输出单元；所述输出单元分别与所述行人重识别单元以及所述数据检索单元连接，用于根据确诊患者的轨迹文本自动生成流调报告以及标记风险区域，根据确诊患者的密接人员和次密接人员更新密接人员和次密接人员的健康码。

在其中一个实施例中，所述数据中心还用于存储每一待调查人员的自述文本和轨迹文本。

在其中一个实施例中，所述SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句包括：对输入文本进行预处理，对预处理后的输入文本进行NL2SQL处理，得到对应的检索语句；所述输入文本包括所述自述文本和所述轨迹文本；所述预处理包括：根据所述数据中心存储的历史自述文本和历史轨迹文本创建哈希表；利用哈希算法将所述输入文本转换为对应的哈希值，利用哈希函数将所述哈希值的长度转化为固定长度；根据所述哈希值和所述哈希表中的存储的哈希值进行数据去重。

在其中一个实施例中，从所述视频数据库中提取待调查人员的行程轨迹信息包括：获取待调查人员的图像信息以及所述视频数据库中包含行人目标的视频帧；对包含行人目标的视频帧进行预处理，根据所述图像信息对经预处理的视频帧进行行人重识别，得到所述待调查人员的位置信息，根据所述位置信息和当前视频帧对应的时间戳生成行程轨迹信息；获取包含行人目标的图像的步骤，包括：检测所述监控数据中对应的行人目标，通过记录时间戳的方式截取包含所述行人目标的视频片段；对每一视频片段进行降采样处理，得到若干包含行人目标的视频帧。

在其中一个实施例中，对包含行人目标的视频帧进行预处理包括：对包含行人目标的连续视频帧进行对齐操作，融合对齐后的视频帧，采用插值法将融合后的视频帧进行图像重建，得到预处理后的视频帧。

一种智慧流调方法，所述方法包括：

获取待调查人员的姓名、身份证号和自述文本；

根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，根据属性信息从所述多源信息数据库中抽取辅助信息；所述辅助信息包括待调查人员在各时间段的活动位置信息；

从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本；

分别对自述文本和轨迹文本进行SQL处理，输出对应的第一检索语句和第二检索语句，根据第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待调查人员的姓名、身份证号和自述文本；

根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，根据属性信息从所述多源信息数据库中抽取辅助信息；所述辅助信息包括待调查人员在各时间段的活动位置信息；

从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本；

分别对自述文本和轨迹文本进行SQL处理，输出对应的第一检索语句和第二检索语句，根据第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取待调查人员的姓名、身份证号和自述文本；

根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，根据属性信息从所述多源信息数据库中抽取辅助信息；所述辅助信息包括待调查人员在各时间段的活动位置信息；

从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本；

分别对自述文本和轨迹文本进行SQL处理，输出对应的第一检索语句和第二检索语句，根据第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

上述智慧流调系统、方法、计算机设备和存储介质，通过获取待调查人员的相关信息，快速准确筛选出密接人员，降低传染病流调工作人员工作量，使得他们只需联系少量相关人员就可以完成确诊患者流调报告生成、密接人员筛查、风险区域标注、健康码更新、信息发布等传染病防控任务。极大提高效率，加速信息流通，最大程度控制传染病蔓延速度。通过数据检索单元、辅助信息提取单元和行人重识别单元实现三层筛选，具体是根据输入的自述文本进行第一层筛选，利用辅助信息和行程轨迹生成的更完善的轨迹文本进行第二层筛选，利用目标检测技术检测周围人群进行第三层筛选，根据三次筛选的结果确定待调查人员的密接人员，提高筛选精度，实现精准防疫。本发明实施例，能够提高密接人员的检索精度以及检索效率。

附图说明

图1为一个实施例中智慧流调系统的组成以及连接关系示意图；

图2为一个实施例中智慧流调系统架构示意图；

图3为一个实施例中三层筛选示意图；

图4为一个实施例中行人重识别算法处理过程示意图；

图5为一个实施例中行人重识别检测过程示意图；

图6为一个实施例中领域迁移的流程示意图；

图7为一个实施例中智慧流调方法的流程示意图；

图8为一个实施例中计算机设备的内部结构图。

具体实施方式

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

在一个实施例中，如图1所示，提供了一种智慧流调系统，包括：

参数获取单元、数据检索单元、辅助信息提取单元、行人重识别单元以及数据中心；数据中心包括待调查人员在各活动平台上的活动记录对应的多源信息数据库以及待调查人员在各活动区域内的监控数据对应的视频数据库；

参数获取单元获取待调查人员的姓名、身份证号和自述文本，将姓名和身份证号发送至辅助信息提取单元，将自述文本发送至数据检索单元；

辅助信息提取单元包括属性提取模块以及辅助信息提取模块，属性提取模块根据待调查人员的姓名和身份证号从多源信息数据库中提取属性信息，辅助信息提取模块根据属性信息从多源信息数据库中抽取辅助信息，将辅助信息发送至行人重识别单元；辅助信息包括待调查人员在各时间段的活动位置信息；

行人重识别单元从视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和辅助信息得到轨迹文本，将轨迹文本发送至数据检索单元；

数据检索单元包括SQL解析模块和被检索数据库，SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句，被检索数据库分别根据输入的第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；被检索数据库包括行程码数据库和场所码数据库；

行人重识别单元还用于从视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

上述智慧流调系统中，通过获取待调查人员的相关信息，快速准确筛选出密接人员，降低传染病流调工作人员工作量，使得他们只需联系少量相关人员就可以完成确诊患者流调报告生成、密接人员筛查、风险区域标注、健康码更新、信息发布等传染病防控任务。极大提高效率，加速信息流通，最大程度控制传染病蔓延速度。通过数据检索单元、辅助信息提取单元和行人重识别单元实现三层筛选，具体是根据输入的自述文本进行第一层筛选，利用辅助信息和行程轨迹生成的更完善的轨迹文本进行第二层筛选，利用目标检测技术检测周围人群进行第三层筛选，根据三次筛选的结果确定待调查人员的密接人员，提高筛选精度，实现精准防疫。本发明实施例，能够提高密接人员的检索精度以及检索效率。

上述智慧流调系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，待调查人员包括确诊患者和确诊患者的密接人员；密接人员是根据确诊患者对应的第一层密接人员筛选结果、第二层密接人员筛选结果和第三层密接人员筛选结果得到的；当待调查人员为确诊患者的密接人员时，系统输出确诊患者的次密接人员。在本实施例中，智慧流调系统可为传染病流调工作人员快速准确筛选密接人员和次密接人员，还能自动生成流调报告，标记风险区域等，节省财力物力，降低人力参与程度，提升工作效率和筛选质量。

为了最大化提高工作效率，加速不同部门之间的信息交互，本发明构建了一个适用于不同部门和上下级单位的统一系统。该系统适用于不同部门和上下级单位，能够根据具体的适用场景和不同的数据资源及权限，进行智能化调整和部署，能够规避现有系统需逐一定制的部署障碍。

在一个实施例中，系统还包括输出单元；输出单元分别与行人重识别单元以及数据检索单元连接，用于根据确诊患者的轨迹文本自动生成流调报告以及标记风险区域，根据确诊患者的密接人员和次密接人员更新密接人员和次密接人员的健康码。输出单元与其他单元的连接关系如图1所示，图1中的输出单元即图2中的输出模块，在图2所示的智慧流调系统架构示意图中，虚线框为非必要扩展项。在本实施例中，系统根据确诊患者的输入信息到相关数据库检索即可得到患者的属性信息和确诊患者的图像信息，利用确诊患者的社交平台信息，调用人员住宿信息、乘坐火车、飞机等信息，辅助确定轨迹。亦存在对接银行系统的接口，在具有权限的情况下，通过消费记录确定位置，辅助轨迹补全。

进一步地，确定次密接人员时，输入密接人员信息即可。

进一步地，智慧流调仅是系统的其中一个应用，根据调用的数据不同，进行模块修改，可适用于相关部门生成被检索人员的相关信息。具体地，数据中心可以根据使用场景和权限随时更换和录入不同的数据。与此同时，系统可以根据具体场景，使用或者剔除指定模块。在部署时，仅需根据实际情况选择使用的模块即可，系统将智能化组合选择的模块并自动搭建和部署，极大减少系统部署的难度。由于系统模块的自主选择，系统可以在不同部门和场景中进行针对性部署，且所有系统均可以共享对应权限的信息，这将极大地减少传染病防控中跨部门数据移交中时间的消耗，最大程度的提高传染病防控信息传递和发布的效率，为传染病防控提供极大便利。

在一个实施例中，如图3所示，提供了一种三层筛选示意图，向系统输入以下信息：确诊患者信息（姓名，身份证号）、确诊患者自述行程文本。第一步，通过自述文本，利用NL2SQL，提取文本中的关键词，结合检索数据库信息生成数据库的检索语句，到行程码、场所码数据库搜索相关密接人员信息，得到第一批密接人员名单。第二步，个人轨迹补全。因为确诊患者自述文本可能存在遗漏与谎报，基于行人重识别技术，通过监控视频标记形成确诊患者完整轨迹链，此过程需要调动相关机构和公共监控视频数据和指定场所及商家的私人监控视频数据，还可以利用消费记录、住宿信息等辅助信息辅助确定轨迹。根据生成的轨迹链，生成轨迹文本返回第一步，继续检索密接人员，得出第二批密接人员名单。第三步，根据视频中确诊患者出现的时间点，利用行人重识别技术中的目标检测和人脸检测技术识别确诊患者的周围人群，结合人脸数据库里的数据，得出第三批密接人员名单。这样经过三次检测，系统就能最大限度的识别并确定密接人员。根据确诊患者轨迹自动生成流调报告以及标记风险区域。

在一个实施例中，数据中心还用于存储每一待调查人员的自述文本和轨迹文本。数据中心包含着患者关键信息、自述文本、商户记录、监控视频等数据，系统利用这些数据，通过技术进行密接人员判定，进一步地，通过部署数据中心存储数据，本发明系统能为有流动人员筛查需求的相关部门提供帮助，快速准确筛查人员。

在一个实施例中，SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句包括：对输入文本进行预处理，对预处理后的输入文本进行NL2SQL处理，得到对应的检索语句；输入文本包括自述文本和轨迹文本；预处理包括：根据数据中心存储的历史自述文本和历史轨迹文本创建哈希表；利用哈希算法将输入文本转换为对应的哈希值，利用哈希函数将哈希值的长度转化为固定长度；根据哈希值和哈希表中的存储的哈希值进行数据去重。

具体地，对大量待调查人员的自述文本或者轨迹文本进行处理时，通过数据去重、缺失值处理，确保数据的质量和一致性，从而减少生成不准确查询的可能性。在处理大量确诊患者的行程文本或轨迹文本时，由于可能存在重复的记录或者信息，因此去重是非常必要的，本发明利用哈希表来存储数据，并通过哈希值来判断数据是否重复。具体操作步骤如下：

S1，创建哈希表，用于存储历史上所有行程数据和哈希值的映射关系。

S2，逐条遍历新增文本记录，对每条记录通过哈希算法转换为一个唯一的哈希值。使用哈希函数MD5（128bits），将任意长度的输入转化为固定长度的输出。

S3，将计算得到的哈希值与表中已存在的哈希值进行比较，如果发现相同的哈希值，则说明存在重复的数据，不对新增文本进行处理；如果不存在重复的哈希值，则将该记录加入哈希表中。

在将患者自述文本转换为格式化数据库数据时，可能存在大量的数据缺失，如自述文本“我叫王迪，在21年12月7号确诊阳性，12月4号曾到过A地办理业务，12月4日至今一直在B地内活动。”该条自述主要缺失两个方面，一是个人信息缺失，二是到访地点缺失。若为个人信息缺失，则返回数据至采集端请患者再次填写，若为到访地点信息缺失，结合视频流调数据进行补全。

在本实施例中，本发明采用NL2SQL（SQL解析技术）来解决人工检索效率较低的问题。NL2SQL是一项将用户的自然语句转为可执行SQL语句的技术，对改善用户与数据库之间的交互方式有很大的意义，能够降低与数据库交互的成本，使得普通用户也能与数据库进行交互，还能节省用户大量的时间和精力。NL2SQL技术是配合数据库系统和相关管理软件，具体利用基于桥接填充技术的NL2SQL将自然语言转化为数据库检索语言。基于桥接填充的SQL 解析模型是一种模板填充技术与序列生成技术相结合的融合模型，该模型为现有技术，在此不再赘述。

在一个实施例中，从视频数据库中提取待调查人员的行程轨迹信息包括：获取待调查人员的图像信息以及视频数据库中包含行人目标的视频帧；对包含行人目标的视频帧进行预处理，根据图像信息对经预处理的视频帧进行行人重识别，得到待调查人员的位置信息，根据位置信息和当前视频帧对应的时间戳生成行程轨迹信息；获取包含行人目标的图像的步骤，包括：检测监控数据中对应的行人目标，通过记录时间戳的方式截取包含行人目标的视频片段；对每一视频片段进行降采样处理，得到若干包含行人目标的视频帧。

具体地，本发明通过目标检测框架，基于opencv对监控视频进行逐帧分析，检测图像中的行人目标，使用滑动窗口或基于区域的方法来识别行人，最后将含有行人的视频片段通过记录时间戳的方式截取出来。根据具体需求，可以设置一些筛选条件来确定提取哪些视频片段，如行人的数量等。

我们的发明通过不同的目标检测算法实现了不同的识别功能：采用yolo算法，实现快速目标检测，采用其他准确性较高的算法Faster R-CNN和Mask R-CNN为用户提供更精确的识别，这些算法通常采用更复杂的网络结构和多阶段的检测流程，以获得更高的准确性，采用以上三种算法实现准确性与算法速度的平衡，实现实时级别的视频处理，进一步地，本发明通过降采样的方式处理视频，即控制视频每秒钟的帧数，例如原始视频每秒有40帧图像，则可以每秒只提取10帧图像进行行人识别，从而以较小的精度损失代价实现处理效率的大幅提升，从而满足对海量监控视频处理的需求。

在本实施例中，基于多源辅助信息的行人重识别技术是在传统行人重识别技术的基础上，加入了辅助信息提取模块，辅助信息提取模块会利用知识抽取技术提取患者辅助信息，辅助补全患者轨迹链，达到更好的筛选效果，知识抽取技术是利用支付信息、购票信息等辅助信息，通过关系抽取、监督学习等进一步完善患者轨迹。利用用户的多源信息，从辅助信息提取模块获得用户更多更准确的位置信息，结合公共视频数据和私人视频数据，利用人脸检测技术，根据用户视频中出现的点与其多源位置信息，生成完整准确的用户轨迹链，并自动化生成用户轨迹文本，返回智慧流调系统输入模块。

如图4所示的基于多源辅助信息的行人重识别算法流程示意图，具体地，算法采用yolov5.x算法作为目标检测技术的支撑，以Pytorch为深度学习框架，采用基于深度学习的特征提取方法，通过使用深度卷积神经网络（DCNN）对输入的测试集中的行人图像进行处理，提取出行人图像中的特征向量。考虑到ResNet-50模型相对简洁的结构及其在某些系统中的优秀性能，选用ResNet-50模型为骨干构建行人图像特征提取器，在图像特征提取之后，采用基于度量学习的行人重识别方法，通过网络学习出两张图片的距离，使网络的损失函数在同一行人的不同照片（正样本对）上距离尽量小，不同行人的照片（负样本对）距离尽量大。算法在Market-1501数据集上取得了的效果。对于未确定轨迹的确诊患者，在行人重识别部分由以下几个步骤生成其轨迹。

S1，由患者口述获得其大致行动范围，根据其手机定位，消费记录及场所码等多源信息确定细分的行动区域。

S2，将其行动区域内所能获取的监控视频按帧经目标检测技术处理后导入gallery文件夹中。

S3，对患者照片使用目标检测技术生成检测框，将生成的检测框放入查询文件夹中。

S4，在show中查看患者在区域内出现过的地点与时刻生成行程轨迹。

进一步地，算法采用的是NMS算法，本发明使用DIoU作为NMS的评判准则，最小化两个框的归一化距离，提高在重叠区域出现的行人的检测效果，公式如下：

；

其中，/>为地面实况，/>为预测框，/>，/>为预测框，/>分别为/>的中心点，为两点之间的欧式距离，/>表示能够覆盖两个方框的最小方框的对角线的长度。

基于多源辅助信息的行人重识别技术能捕获确诊患者室内、楼宇、地铁等的位置信息；在确诊患者述说情况有隐瞒和遗漏时，也能最大程度还原其完整轨迹，生成的可靠的流调报告；能够自动化生成确诊患者轨迹和轨迹文本，减少了大量的人工操作；调动用户多源数据信息（刷卡记录、监控、住宿信息等）辅助生成轨迹，合理利用多源信息生成轨迹文本。

在一个实施例中，对包含行人目标的视频帧进行预处理包括：对包含行人目标的连续视频帧进行对齐操作，融合对齐后的视频帧，采用插值法将融合后的视频帧进行图像重建，得到预处理后的视频帧。在本实施例中，本发明采用多帧融合的方法提升分辨率。多帧融合方法利用视频中的多个连续帧之间的相关性和冗余信息，通过对这些帧进行对齐和融合操作，生成具有更高分辨率的图像。具体地，首先，对视频中的多个连续帧进行对齐操作，以消除由于行人运动引起的帧间偏移。连续帧对齐具体采用基于特征点匹配的SIFT方法实现。接着，对齐后的帧可以进行融合操作。通过简单的平均融合方法，即对多个帧进行像素级别的平均操作。一方面可以减少噪声和伪影，并提高图像的信噪比；另一方面由于其算法简单而保证了处理速度。在融合操作后，使用插值的方法将融合后的图像重建到目标的高分辨率。此外，对于关注的热点视频片段，采用常规的人工处理方式进一步处理，包括对人脸图像进行裁剪和缩放，或手动进行亮度调整、对比度增强、直方图均衡化等，更精细地增强人脸图像的视觉效果，提高后面步骤的密接人员识别准确率。

在一个实施例中，如图5所示的行人重识别检测过程示意图，本发明采用分区域使用不同模型采用不同数据集训练的方式来提高检索单人的准确率。因此在将系统扩大使用之前应先对天眼不同区域的监控制作专门的数据集用于训练模型。数据集包括训练集（train和val）和测试集(query和gallery)，其中train文件夹下是各个类别文件夹存放的文件夹；val中各类别下是训练图片中每个分类下选取的一张图片。query中是测试图片中每个分类下，每个摄像机选取一张图片；其余测试图片在gallery中。一个类别为一个人，训练集与测试集中的类别没有交集。照片的命名规则以0002_c1s1_000451_03为例介绍，0002表示其属于第二个类，一个类中存放的是同一个人的照片，c1表示这种照片来自第一个摄像头，s1表示这张图片来自这个摄像头的非连续的第六个视频片段(自制数据集无区分)，000451表示是c1s1的第451帧，03表示这是该帧中使用yolov5.x算法得到的第3个检测框，若是手工标注的则为00。根据天眼监控采集原始视频数据按帧导入照片，通过行人检测技术生成边界框，跨相机提取一部分数据按上述原则进行命名分类作为训练数据，对其标签进行标注，对模型用标注的训练集对模型进行训练后得到训练集，并用其训练对应区域的模型，之后可进行投入使用。

在一个实施例中，如图6所示的领域迁移的流程示意图，在向不同部门迁移时倘如对于被检索人员活动区域天眼数据与现在已接入的数据有较大差异，如监控设备不同，所得图片质量差异过大，则需对新的部分重新分区制作训练集对模型训练后加入到原有的智慧流调系统中才能投入使用，使用方法与智慧流调系统类似。

在一个实施例中，系统可实现查看人员状况、查看人员流调信息、风险区域划分和查看、搜索关键信息查询地点和人员、筛选并显示密接人员、输入自述文本、新增和删除人员信息等功能。在系统主界面中，点击人员姓名旁“查看流调”，即可显示人员性别、年龄、身份证号、家庭住址、自述信息、历史轨迹等，点击阳性人员流掉信息旁“查看密接”即可显示密接人员，使用标识对高、中、低风险区域进行区分。在新增信息界面可输入身份证号、是否阳性、性别、年龄、手机号码、家庭住址、自述信息等。

在一个实施例中，如图7所示，提供了一种智慧流调方法，包括以下步骤：

步骤702，获取待调查人员的姓名、身份证号和自述文本。

步骤704，根据待调查人员的姓名和身份证号从多源信息数据库中提取属性信息，根据属性信息从多源信息数据库中抽取辅助信息。

辅助信息包括待调查人员在各时间段的活动位置信息。

步骤706，从视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和辅助信息得到轨迹文本。

步骤708，分别对自述文本和轨迹文本进行SQL处理，输出对应的第一检索语句和第二检索语句，根据第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果。

被检索数据库包括行程码数据库和场所码数据库。

步骤710，从视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

应该理解的是，虽然图7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。关于智慧流调方法的具体限定可以参见上文中对于智慧流调系统的限定，在此不再赘述。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智慧流调方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中方法的步骤。

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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (10)

1.一种智慧流调系统，其特征在于，所述系统包括参数获取单元、数据检索单元、辅助信息提取单元、行人重识别单元以及数据中心；所述数据中心包括待调查人员在各活动平台上的活动记录对应的多源信息数据库以及待调查人员在各活动区域内的监控数据对应的视频数据库；

所述参数获取单元获取待调查人员的姓名、身份证号和自述文本，将姓名和身份证号发送至所述辅助信息提取单元，将自述文本发送至数据检索单元；

所述辅助信息提取单元包括属性提取模块以及辅助信息提取模块，属性提取模块根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，辅助信息提取模块根据属性信息从所述多源信息数据库中抽取辅助信息，将辅助信息发送至行人重识别单元；所述辅助信息包括待调查人员在各时间段的活动位置信息；

所述行人重识别单元从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本，将轨迹文本发送至数据检索单元；

所述数据检索单元包括SQL解析模块和被检索数据库，SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句，被检索数据库分别根据输入的第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

所述行人重识别单元还用于从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

2.根据权利要求1所述的系统，其特征在于，所述待调查人员包括确诊患者和所述确诊患者的密接人员；所述密接人员是根据确诊患者对应的第一层密接人员筛选结果、第二层密接人员筛选结果和第三层密接人员筛选结果得到的；

当所述待调查人员为确诊患者的密接人员时，所述系统输出所述确诊患者的次密接人员。

3.根据权利要求2所述的系统，其特征在于，所述系统还包括输出单元；

所述输出单元分别与所述行人重识别单元以及所述数据检索单元连接，用于根据确诊患者的轨迹文本自动生成流调报告以及标记风险区域，根据确诊患者的密接人员和次密接人员更新密接人员和次密接人员的健康码。

4.根据权利要求1所述的系统，其特征在于，所述数据中心还用于存储每一待调查人员的自述文本和轨迹文本。

5.根据权利要求4所述的系统，其特征在于，所述SQL解析模块分别接收自述文本和轨迹文本，输出对应的第一检索语句和第二检索语句包括：

对输入文本进行预处理，对预处理后的输入文本进行NL2SQL处理，得到对应的检索语句；所述输入文本包括所述自述文本和所述轨迹文本；所述预处理包括：

根据所述数据中心存储的历史自述文本和历史轨迹文本创建哈希表；

利用哈希算法将所述输入文本转换为对应的哈希值，利用哈希函数将所述哈希值的长度转化为固定长度；

根据所述哈希值和所述哈希表中的存储的哈希值进行数据去重。

6.根据权利要求1所述的系统，其特征在于，从所述视频数据库中提取待调查人员的行程轨迹信息包括：

获取待调查人员的图像信息以及所述视频数据库中包含行人目标的视频帧；

对包含行人目标的视频帧进行预处理，根据所述图像信息对经预处理的视频帧进行行人重识别，得到所述待调查人员的位置信息，根据所述位置信息和当前视频帧对应的时间戳生成行程轨迹信息；

获取包含行人目标的图像的步骤，包括：

检测所述监控数据中对应的行人目标，通过记录时间戳的方式截取包含所述行人目标的视频片段；

对每一视频片段进行降采样处理，得到若干包含行人目标的视频帧。

7.根据权利要求6所述的系统，其特征在于，对包含行人目标的视频帧进行预处理包括：

对包含行人目标的连续视频帧进行对齐操作，融合对齐后的视频帧，采用插值法将融合后的视频帧进行图像重建，得到预处理后的视频帧。

8.一种智慧流调方法，实施于如权利要求1-7任一项所述的系统中，其特征在于，所述方法包括：

获取待调查人员的姓名、身份证号和自述文本；

根据待调查人员的姓名和身份证号从所述多源信息数据库中提取属性信息，根据属性信息从所述多源信息数据库中抽取辅助信息；所述辅助信息包括待调查人员在各时间段的活动位置信息；

从所述视频数据库中提取待调查人员的行程轨迹信息，根据行程轨迹信息和所述辅助信息得到轨迹文本；

分别对自述文本和轨迹文本进行SQL处理，输出对应的第一检索语句和第二检索语句，根据第一检索语句和第二检索语句进行第一层密接人员筛选和第二层密接人员筛选，输出第一层密接人员筛选结果和第二层密接人员筛选结果；所述被检索数据库包括行程码数据库和场所码数据库；

从所述视频数据库中提取待调查人员的周围人群图像，调用人脸数据库中的人脸数据确认周围人群图像对应的周围人群信息，得到第三层密接人员筛选结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求8所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求8所述的方法的步骤。