1.本发明涉及安全管理领域,尤其涉及一种针对危险区域的人员行为预测方法。
背景技术：2.针对危险区域构建可以预测未来人类行为的智能模型具有迫切的现实需求和广阔的市场前景。例如，基于这种“感知”未来的能力，当预测到行人想要横穿马路时，无人驾驶车辆可以提前减速制动以避免交通事故的发生。而在电力系统中，此种“感知”能力同样具有重要的应用价值和现实意义，针对电力工作人员在作业过程中可能触发危险的举动，系统的及时警告提醒将为作业人员的生命安全提供重要保障等等。这种一系列的行为预测方法将大大提升人们的安全程度，为人民生活提供可靠保障。
3.公开专利cn107368825a公开了一种危险区域内人数检测装置、方法及系统，方法包括:获取所述撤离通道和所述进入通道上通行的人员图像；对所述通行的人员图像进行识别,得到进入人员信息和撤离人员信息；根据所述进入人员信息和所述撤离人员信息,对所述危险区域内的人员信息进行更新；从所述危险区域内的人员信息中查找出所述危险区域内的人员所在户；向所述危险区域内的人员所在户所对应的警报装置发出报警控制信号,警告所述危险区域内的人员尽快撤离。该发明公开的危险区域内人数检测装置、方法及系统,提高危险区域内人员检测的准确度。
4.但是该发明并未提出针对在危险区域内人员行为的预测方法，在危险区域内人员的行为通常会模仿他人做出相似的动作实现自我保护，但这一过程是如何预测的以及预测的准确度怎样时急需解决的问题。
技术实现要素：5.为了克服现有技术存在的缺点与不足,本发明提供一种针对危险区域的人员行为预测方法。
6.本发明所采用的技术方案是，该方法包括步骤如下：
7.步骤s1：建立危险区域的人员行为习惯度函数；
8.步骤s2：建立模仿行为函数；
9.步骤s3：建立危险动作相似度函数；
10.步骤s4：建立危险行为相似度函数；
11.步骤s5：利用步骤s1、步骤s2、步骤s3、步骤s4的函数结果对危险区域的人员行为进行预测；
12.步骤s6：利用评价指标对预测结果进行评价。
13.进一步地，所述步骤s1中，危险区域的人员n的危险行为习惯度表达式为：
14.15.其中，bn表示危险区域的人员n的所有习惯性行为的集合，cb→n表示危险区域的人员n从其他危险区域的人员b模仿的行为，dn表示危险区域的人员n的全部行为，包括危险行为和非危险行为。
16.进一步地，所述步骤s2中，利用危险区域的人员n模仿危险区域的人员m行为的频率来衡量危险区域的人员n对危险区域的人员m行为的认同度，即危险区域的人员行为被危险区域的人员n模仿的比例，模仿行为函数表达式为：
17.e(n，m)＝cm→n/dm18.其中：cm→n表示危险区域的人员n模仿危险区域的人员m的行为数量，dm表示危险区域的人员m危险行为的总数。
19.进一步地，所述步骤s3中，危险动作相似度函数表达式为：
[0020][0021]
其中，pn表示危险区域的人员动作zn在危险行为中出现的次数，i表示总动作数量，|y|表示总的危险行为数量，|{r：zn∈r}|表示含有危险动作zn的危险行为数量。
[0022]
进一步地，所述步骤s3中，对于危险区域的人员jn已有危险行为数据和危险区域的人员jm待预测危险行为数据，根据危险动作的k
n-ln值分别用向量表示为g
jn
和g
jm
，则危险行为相似度使用向量余弦值表示：
[0023][0024]
其中：是g
jn
和g
jm
两者的点积，分母中||g
jn
||
×
||g
jm
||分别表示g
jn
和g
jn
的欧几里德范数。
[0025]
进一步地，所述步骤s4中，危险行为相似度函数表达式为：
[0026][0027]
其中，b
nm
表示危险区域的人员n、m的所有非危险行为的集合，s
nm
表示危险区域的人员n、m的所有危险行为的集合，i表示危险区域的人员 n，m非危险动作个数；j表示危险区域的人员n，m危险动作个数， tb→
nm
＝e(n，b)
×
e(m，b)表示危险区域的人员n和m模仿b的危险行为比例，b表示单个危险行为，t
nm
→b＝e(b，n)
×
e(b，m)表示危险区域的人员b模仿人员n和m的危险行为比例。
[0028]
进一步地，所述步骤s5中，
[0029][0030]
其中，w(n，m)表示危险区域的人员行为进行预测的结果，系数xnm 表示在危险行为网络拓扑结构中危险区域的人员n到危险区域的人员m是否存在连边，存在连边为1，否则为0；危险区域的人员n到危险区域的人员m存在连边，说明危险区域的人员n模仿了危险区域的人员m，危险区域的人员m在工作时所有行为对危险区域的人员n可见，可能被危险区域的人员n模仿，否则，不可能发生模仿行为，即模仿概率为零；在危险行为预测时，当满足
时，则认为会模仿危险行为，否则，认为不会模仿危险行为，表示训练数据集确定的阈值。
[0031]
进一步地，所述步骤s6中，利用v1表示实际有危险行为的人员被预测为有危险行为的个数，v3表示实际无危险行为的人员被预测为有危险行为的个数，v4表示实际有危险行为的人员被预测为无危险行为的个数，v2表示实际无危险行为的人员被预测为无危险行为的个数；利用准确率、查准率、u1值评估危险区域人员行为预测性能；
[0032]
准确率表示整个样本中包括有危险行为和无危险行为人员行为得到正确预测的概率，表达式为：
[0033][0034]
查准率表示预测为有危险行为的人员中真正有危险行为的概率，表达式为:
[0035][0036]
u1值指标能够综合评价行为预测方法的查准率和查全率，表达式为:
[0037][0038]
其中，h2表示预测模型的查全率，定义为h2＝v1/(v1+v4)。
[0039]
本发明提出一种针对危险区域的人员行为预测方法，针对在危险区域内人员的行为利用函数进行建模预测，同时建立了预测结果评价模型，可以利用本发明提出的方法针对不同危险区域内的人员行为进行预测，并统计出危险行为的比例，通过宣传的方式告知大众，从而保护在危险区域内的人员。
附图说明
[0040]
图1为本发明方法步骤流程图；
[0041]
图2为本发明的行为预测过程图。
具体实施方式
[0042]
需要说明的是,在不冲突的情况下,本技术中的实施例及实施例中的特征可以相互结合,下面结合附图和有具体实施例对本技术作进一步详细说明。
[0043]
如图1所示,一种针对危险区域的人员行为预测方法，该方法包括步骤如下：
[0044]
步骤s1：建立危险区域的人员行为习惯度函数；
[0045]
步骤s2：建立模仿行为函数；
[0046]
步骤s3：建立危险动作相似度函数；
[0047]
步骤s4：建立危险行为相似度函数；
[0048]
步骤s5：利用步骤s1、步骤s2、步骤s3、步骤s4的函数结果对危险区域的人员行为进行预测；
[0049]
步骤s6：利用评价指标对预测结果进行评价。
[0050]
危险区域的人员行为由危险区域的人员作为网络节点、危险区域的人员之间的关注关系作为网络连边，现实情况下，危险区域的人员之间的关注关系具有方向性，所以，危险区域的人员行为网络中的边为有向边，危险区域的人员行为网络可以看成一个有向图y＝《g，x》，其中g是d中的节点集，x是有向边的集合，x中的每一个元素均是序偶《j，g》。
[0051]
危险区域的人员行为数量中模仿的行为所占的比例反映危险区域的人员行为在危险区域活动中更可能发生模仿行为还是原创展现行为，这个比例本文称之为模仿行为习惯度，模仿行为习惯度越高，说明危险区域的人员行为更习惯于模仿别人的行为，否则，说明危险区域的人员行为更习惯于自己行为。步骤s1中，危险区域的人员n的危险行为习惯度表达式为：
[0052][0053]
其中，bn表示危险区域的人员n的所有习惯性行为的集合，cb→n表示危险区域的人员n从其他危险区域的人员b模仿的行为，dn表示危险区域的人员n的全部行为，包括危险行为和非危险行为。
[0054]
危险区域的人员模仿其他人员行为，可以认为是对其所展现的行为和动作认同。如果危险区域的人员m的行为被危险区域的人员n模仿数量较多，那么可以合理的认为危险区域的人员n对危险区域的人员m的认同是稳定的，危险区域的人员m再次出现的行为行为被危险区域的人员n模仿的可能性更大。步骤s2中，利用危险区域的人员n模仿危险区域的人员 m行为的频率来衡量危险区域的人员n对危险区域的人员m行为的认同度，即危险区域的人员行为被危险区域的人员n模仿的比例，模仿行为函数表达式为：
[0055]
e(n，m)＝cm→n/dm[0056]
其中：cm→n表示危险区域的人员n模仿危险区域的人员m的行为数量，dm表示危险区域的人员m危险行为的总数。
[0057]
危险区域的人员展现的行为内容能反映危险区域的人员的主观意识，可以分析危险区域的人员近期行为内容获得该危险区域的人员的主观意识，根据待预测行为与该危险区域的人员历史行为的相似性来衡量危险区域的人员模仿该行为的可能性，如果待预测行为与该危险区域的人员历史行为内容高度相似，那么该危险区域的人员模仿行为发生概率较大。事实上，危险区域的人员的主观意识容易随着时间的推移发生变化，所以久远的历史行为记录只能代表危险区域的人员以前的行为。本发明只对危险区域的人员近期的行为以及模仿的行为内容进行分析，既能减少数据处理开销，也能保证危险区域的人员行为挖掘的精确性。
[0058]
文发明收集危险区域的人员近三个月的行为内容数据，对需要计算内容相似度的危险区域的人员jn的历史行为数据和jm的待预测行为，步骤 s3中，危险动作相似度函数表达式为：
[0059][0060]
其中，pn表示危险区域的人员动作zn在危险行为中出现的次数，i表示总动作数量，
|y|表示总的危险行为数量，|{r：zn∈r}|表示含有危险动作zn的危险行为数量。
[0061]
步骤s3中，对于危险区域的人员jn已有危险行为数据和危险区域的人员jm待预测危险行为数据，根据危险动作的k
n-ln值分别用向量表示为 g
jn
和g
jm
，则危险行为相似度使用向量余弦值表示：
[0062][0063]
其中：是g
jn
和g
jm
两者的点积，分母中||g
jn
||
×
||g
jm
||分别表示g
jn
和g
jn
的欧几里德范数。
[0064]
行为相同或相似的人员之间具有相同的主观意识，模仿行为发生的可能性较大，但是，根据对行为数据的分析发现，危险区域的人员模仿的行为与其历史人员行为毫无相关性的现象也时常存在，这种模仿行为反映出危险区域的人员之间观点的相似性。本发明使用危险区域的人员模仿行为相似性来衡量危险区域的人员之间观点的相似性，如果两个危险区域的人员模仿第三个危险区域的人员行为的比例、被第三个危险区域的人员模仿的比例较大，则认为两者观点高度相似，那么这类危险区域的人员之间发生模仿行为的可能性也较大。危险区域的人员n与危险区域的人员m的模仿行为相似度可以通过危险区域的人员n，m从所有共同关注节点的模仿比例的平均值以及被所有共同动作节点模仿的比例平均值来计算，步骤 s4中，危险行为相似度函数表达式为：
[0065][0066]
其中，b
nm
表示危险区域的人员n、m的所有非危险行为的集合，s
nm
表示危险区域的人员n、m的所有危险行为的集合，i表示危险区域的人员 n，m非危险动作个数；j表示危险区域的人员n，m危险动作个数， tb→
nm
＝e(n，b)
×
e(m，b)表示危险区域的人员n和m模仿b的危险行为比例，b表示单个危险行为，t
nm
→b＝e(b，n)
×
e(b，m)表示危险区域的人员b模仿人员n和m的危险行为比例。
[0067]
危险区域的人员模仿行为预测就是根据上述多个度量综合判断模仿行为发生的可能性。危险区域的人员n对危险区域的人员m展现的行为发生模仿行为的概率就是通过危险区域的人员n的模仿行为习惯度、危险区域的人员n对危险区域的人员m的历史行为认同度、危险区域的人员m所发行为与危险区域的人员n近期行为内容的相似度以及两者模仿行为相似度综合衡量。为防止单项为0时对结果造成的影响，对各度量做简单变换，步骤s5中，危险区域的人员n对危险区域的人员m展现的行为模仿行为发生的概率计算公式如下：
[0068][0069]
其中，w(n，m)表示危险区域的人员行为进行预测的结果，系数xnm 表示在危险行为网络拓扑结构中危险区域的人员n到危险区域的人员m是否存在连边，存在连边为1，否则为0；危险区域的人员n到危险区域的人员m存在连边，说明危险区域的人员n模仿了危险区域的人员m，危险区域的人员m在工作时所有行为对危险区域的人员n可见，可能被危险区域的人员n模仿，否则，不可能发生模仿行为，即模仿概率为零；在危险行为预测时，当满足时，则认为会模仿危险行为，否则，认为不会模仿危险行为，表示训练数据
集确定的阈值。
[0070]
如图2所示，在上面的过程中，分为特征提取及相似度计算阶段、训练阶段和预测阶段。在特征提取及相似度计算阶段中，模仿行为相似度的计算主要提取待预测危险区域的人员展现行为的总量和其中的模仿数量；历史行为认同度的计算主要提取已知危险区域的人员展现行为的总量和被待预测危险区域的人员模仿的数量；行为内容相似度的计算主要获得已知危险区域的人员所发新行为与待预测危险区域的人员兴趣的契合度；模仿行为相似度主要提取两者对共同关注的危险区域的人员行为的模仿行为和第三方对两者行为的模仿行为。训练阶段主要是利用训练数据集确定阈值的值。模仿行为预测阶段则可以看做分类问题，结果只有模仿或不模仿两类。
[0071]
步骤s6中，利用v1表示实际有危险行为的人员被预测为有危险行为的个数，v3表示实际无危险行为的人员被预测为有危险行为的个数，v4表示实际有危险行为的人员被预测为无危险行为的个数，v2表示实际无危险行为的人员被预测为无危险行为的个数；利用准确率、查准率、u1值评估危险区域人员行为预测性能；
[0072]
准确率表示整个样本中包括有危险行为和无危险行为人员行为得到正确预测的概率，表达式为:
[0073][0074]
查准率表示预测为有危险行为的人员中真正有危险行为的概率，表达式为:
[0075][0076]
u1值指标能够综合评价行为预测方法的查准率和查全率，表达式为:
[0077][0078]
其中，h2表示预测模型的查全率，定义为h2＝v1/(v1+v4)。
[0079]
本发明提出一种针对危险区域的人员行为预测方法，针对在危险区域内人员的行为利用函数进行建模预测，同时建立了预测结果评价模型，可以利用本发明提出的方法针对不同危险区域内的行为进行预测，并统计出危险行为的比例，通过宣传的方式告知大众，从而保护在危险区域内的人员。
[0080]
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解的是,在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
技术特征：1.一种针对危险区域的人员行为预测方法，其特征在于,该方法包括步骤如下：步骤s1：建立危险区域的人员行为习惯度函数；步骤s2：建立模仿行为函数；步骤s3：建立危险动作相似度函数；步骤s4：建立危险行为相似度函数；步骤s5：利用步骤s1、步骤s2、步骤s3、步骤s4的函数结果对危险区域的人员行为进行预测；步骤s6：利用评价指标对预测结果进行评价。2.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s1中，危险区域的人员n的危险行为习惯度函数表达式为：其中，b
n
表示危险区域的人员n的所有习惯性行为的集合，c
b
→
n
表示危险区域的人员n从其他危险区域的人员b模仿的行为，d
n
表示危险区域的人员n的全部行为，包括危险行为和非危险行为。3.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s2中，利用危险区域的人员n模仿危险区域的人员m行为的频率来衡量危险区域的人员n对危险区域的人员m行为的认同度，即危险区域的人员行为被危险区域的人员n模仿的比例，模仿行为函数表达式为：e(n，m)＝c
m
→
n
/d
m
其中：c
m
→
n
表示危险区域的人员n模仿危险区域的人员m的行为数量，d
m
表示危险区域的人员m危险行为的总数。4.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s3中，危险动作相似度函数表达式为：其中，p
n
表示危险区域的人员动作z
n
在危险行为中出现的次数，i表示总动作数量，|y|表示总的危险行为数量，|{r：z
n
∈r}|表示含有危险动作z
n
的危险行为数量。5.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s3中，对于危险区域的人员jn已有危险行为数据和jm的待预测危险行为数据，根据危险动作的k
n-l
n
值分别用向量表示为g
jn
和g
jm
，则危险行为相似度使用向量余弦值表示：其中：是g
jn
和g
jm
两者的点积，分母中||g
jn
||
×
||g
jm
||分别表示g
jn
和g
jn
的欧几里德范数。6.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤
s4中，危险行为相似度函数表达式为：其中，b
nm
表示危险区域的人员n、m的所有非危险行为的集合，s
nm
表示危险区域的人员n、m的所有危险行为的集合，i表示危险区域的人员n，m非危险动作个数；j表示危险区域的人员n，m危险动作个数，t
b
→
nm
＝e(n，b)
×
e(m，b)表示危险区域的人员n和m模仿b的危险行为比例，b表示单个危险行为，t
nm
→
b
＝e(b，n)
×
e(b，m)表示危险区域的人员b模仿人员n和m的危险行为比例。7.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s5中，其中，w(n，m)表示危险区域的人员行为进行预测的结果，系数xnm表示在危险行为网络拓扑结构中危险区域的人员n到危险区域的人员m是否存在连边，存在连边为1，否则为0；危险区域的人员n到危险区域的人员m存在连边，说明危险区域的人员n模仿了危险区域的人员m，危险区域的人员m在工作时所有行为对危险区域的人员n可见，可能被危险区域的人员n模仿，否则，不可能发生模仿行为，即模仿概率为零；在危险行为预测时，当满足时，则认为会模仿危险行为，否则，认为不会模仿危险行为，表示训练数据集确定的阈值。8.如权利要求1所述的一种针对危险区域的人员行为预测方法，其特征在于，所述步骤s6中，利用v1表示实际有危险行为的人员被预测为有危险行为的个数，v3表示实际无危险行为的人员被预测为有危险行为的个数，v4表示实际有危险行为的人员被预测为无危险行为的个数，v2表示实际无危险行为的人员被预测为无危险行为的个数；利用准确率、查准率、u1值评估危险区域人员行为预测性能；准确率表示整个样本中包括有危险行为和无危险行为人员行为得到正确预测的概率，表达式为:查准率表示预测为有危险行为的人员中真正有危险行为的概率，表达式为:u1值指标能够综合评价行为预测方法的查准率和查全率，表达式为:其中，h2表示预测模型的查全率，定义为h2＝v1/(v1+v4)。
技术总结本发明公开了一种针对危险区域的人员行为预测方法,步骤S1：建立危险区域的人员行为习惯度函数；步骤S2：建立模仿行为函数；步骤S3：建立危险动作相似度函数；步骤S4：建立危险行为相似度函数；步骤S5：利用步骤S1、步骤S2、步骤S3、步骤S4的函数结果对危险区域的人员行为进行预测；步骤S6：利用评价指标对预测结果进行评价，本发明针对在危险区域内人员的行为利用函数进行建模预测，同时建立了预测结果评价模型，可以利用本发明提出的方法针对不同危险区域内的行为进行预测，并统计出危险行为的比例，通过宣传的方式告知大众，从而保护在危险区域内的人员。险区域内的人员。险区域内的人员。
技术研发人员：刘洋 谢颖 王义汉
受保护的技术使用者：合肥金人科技有限公司
技术研发日：2022.03.29
技术公布日：2022/7/5
