一种基于网格化管理的大数据管理方法、装置及电子设备与流程

1.本发明涉及安防技术领域，尤其涉及一种基于网格化管理的大数据管理方法、装置及电子设备。


背景技术：

2.传统的城市网格化可视数据展示大都只停留在社区网格，无法统计展示更小单位的数据、也无法统计展示分局的数据，数据关联性不强，而且缺乏实用性，只有社区网格一些基础统计数据，例如摄像头信息，数据采集信息等。传统的城市网格化可视数据展示只提供了列表形式的展示，并只有基础的社区网格数据统计，使得网格统计数据的真实可靠性不强。


技术实现要素：

3.本发明实施例提供一种基于网格化管理的大数据管理方法，能够解决了现有技术网格统计数据的真实可靠性不强的问题。
4.第一方面，本发明实施例提供一种基于网格化管理的大数据管理方法，所述方法包括：获取预设区域内的视频流，所述预设区域包括多个网格区域，所述多个网格区域之间存在层级关系；对所述视频流进行逐帧抽图处理，得到抽图图像，所述抽图图像包括监控目标；对所述抽图图像中的监控目标进行目标识别，提取所述监控目标的目标信息，所述目标信息包括所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息；根据所述目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据；将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示；所述预设的统计规则包括第一统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤包括：根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算所述监控目标出现在该网格区域的出现次数；将所述出现次数与第一预设次数进行比较，并判断所述监控目标是否为该网格区域的频繁出入目标；若所述监控目标为该网格区域的频繁出入目标，则按照所述第一统计规则记录所述统计数据。
5.可选的，所述预设的统计规则包括第二统计规则以及第三统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤还包括：将所述出现次数与第二预设次数进行比较，并判断所述监控目标是否为该网格区
域的常驻目标；若所述监控目标为该网格区域的常驻目标，则按照所述第二统计规则记录所述统计数据；若所述监控目标为该网格区域的非常驻目标，则按照所述第三统计规则记录所述统计数据。
6.可选的，所述预设的统计规则包括第四统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤还包括：根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断所述监控目标是否为该网格区域的昼伏夜出目标；若所述监控目标为该网格区域的昼伏夜出目标，则按照所述第四规则记录所述统计数据。
7.可选的，所述预设的统计规则还包括第五统计规则以及第六统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤还包括：根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断所述监控目标是否为该网格区域的已知目标；若所述监控目标为该网格区域的已知目标，则按照所述第五统计规则记录所述统计数据；若所述监控目标为该网格区域的未知目标，则按照第六统计规则记录统计数据。
8.可选的，所述预设的统计规则还包括第七统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤还包括：根据每个网格区域的所述监控目标的目标特征信息判断所述监控目标是否为该网格区域的特殊目标；若所述监控目标为该网格区域的特殊目标，则按照所述第七统计规则记录所述统计数据。
9.可选的，所述方法还包括：根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息建立每个监控目标的活动数据，其中，建立所述活动数据的规则为每个网格区域中的每个活动目标建立一条活动数据。
10.第二方面，本发明实施例还提供一种基于网格化管理的大数据管理装置，所述装置包括：获取模块，用于获取预设区域内的视频流，所述预设区域包括多个网格区域，所述多个网格区域之间存在层级关系；抽图模块，用于对所述视频流进行逐帧抽图处理，得到抽图图像，所述抽图图像包括监控目标；识别模块，用于对所述抽图图像中的监控目标进行目标识别，提取所述监控目标的目标信息，所述目标信息包括所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息；统计模块，根据所述目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据；
发送模块，用于将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示；所述预设的统计规则包括第一统计规则，所述统计模块包括：出现次数计算单元，用于根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算所述监控目标出现在该网格区域的出现次数；第一判断单元，用于将所述出现次数与第一预设次数进行比较，并判断所述监控目标是否为该网格区域的频繁出入目标；第一记录单元，用于若所述监控目标为该网格区域的频繁出入目标，则按照所述第一统计规则记录所述统计数据。
11.可选的，所述预设的统计规则包括第二统计规则以及第三统计规则，所述统计模块还包括：第二判断单元，用于将所述出现次数与第二预设次数进行比较，并判断所述监控目标是否为该网格区域的常驻目标；第二记录单元，用于若所述监控目标为该网格区域的常驻目标，则按照所述第二统计规则记录所述统计数据；第三记录单元，用于若所述监控目标为该网格区域的非常驻目标，则按照所述第三统计规则记录所述统计数据。
12.第三方面，本发明实施例还提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中提供的基于网格化管理的大数据管理方法中的步骤。
13.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质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上述实施例中提供的基于网格化管理的大数据管理方法中的步骤。
14.在本发明实施例中，通过获取预设区域内的视频流，所述预设区域包括多个网格区域，所述多个网格区域之间存在层级关系；对所述视频流进行逐帧抽图处理，得到抽图图像，所述抽图图像包括监控目标；对所述抽图图像中的监控目标进行目标识别，提取所述监控目标的目标信息，所述目标信息包括所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息；根据所述目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据；将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示；所述预设的统计规则包括第一统计规则，所述根据所述目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤包括：根据每个网格区域的所述监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算所述监控目标出现在该网格区域的出现次数；将所述出现次数与第一预设次数进行比较，并判断所述监控目标是否为该网格区域的频繁出入目标；若所述监控目标为该网格区域的频繁出入目标，则按照所述第一统计规则记录所述统计数据。这样可以对各个网格区域的监控目标进行多样化统计，并能够使得各个网格区域的统计数据采用层级展示，直观性更强，进而提高各个网格区域的统计数据的真实可靠性。
附图说明
15.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明实施例提供的一种基于网格化管理的大数据管理方法的流程图；图2是本发明实施例提供的另一种基于网格化管理的大数据管理方法的流程图；图3是本发明实施例提供的又一种基于网格化管理的大数据管理方法的流程图；图4是本发明实施例提供的一种基于网格化管理的大数据管理装置的结构示意图；图5是本发明实施例提供的另一种基于网格化管理的大数据管理装置的结构示意图；图6是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.请参见图1，图1是本发明实施例提供的一种基于网格化管理的大数据管理方法的流程图，如图1所示，该基于网格化管理的大数据管理方法包括以下步骤：步骤101、获取预设区域内的视频流，预设区域包括多个网格区域，多个网格区域之间存在层级关系。
19.其中，上述的预设区域可包括多个网格区域，例如，预设区域可以是一个城市，而对应的网格区域可根据地图上的道路划分成多个区块，当然，预设区域也可以是一个城市的部分区域。多个网格区域可以设置有层级关系，比如其中一个网格区域为某个城市，而其他网格区域则为该城市的其他部分区域或其他地级市等，或者还有其他的部分网格区域为地级市中的部分区域等。例如，多个网格区域可以将原先的社区网格中的小区、医院、超市等划分为更小的网格区域，随后将各个社区网格整合成一个分局网格，最后将所有分局网格融合成整个城市网格。从而达到纵向的由上而下的各个层级关系，从市局到分局，再从分局到社区，最后从社区到小区等。且各个层级的网格区域之间相互关联，上级网格区域包括下级网格区域。
20.上述视频流包括多帧图像。在本实施例中，视频流可存储于全文检索引擎服务器中，当摄像头抓拍到监控目标的视频流后，写入到全文检索引擎服务器中。
21.具体的，上述视频流是通过设置在预设区域内的各个网格区域中特定位置的摄像头拍摄得到。该视频流可以是实时采集获取得到的，也可以是预先采集保存的。
22.步骤102、对视频流进行逐帧抽图处理，得到抽图图像，抽图图像包括监控目标。
23.其中，监控目标可以是人、也可以是车辆，当然，也可以是特定的动物，如流浪动物等。
24.具体的，上述抽图图像可以是采用预设的边缘计算引擎对视频流进行逐帧抽图处理得到的。并且抽图得到的抽图图像中包含有监控目标。例如，对视频流的每一帧进行切片处理，得到多帧图像，然后通过边缘计算引擎从多帧图像中抽出包含有监控目标的图像，作为抽图图像。
25.步骤103、对抽图图像中的监控目标进行目标识别，提取监控目标的目标信息，目标信息包括监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息。
26.其中，上述目标特征信息可以是能够代表监控目标身份的特征信息，比如，以人为例，目标特征信息可以是指人的人脸特征信息，当然，目标特征信息还可以包括监控目标的性别、年龄等主要特征，戴口罩、戴眼镜等头部特征，上衣、下衣、帽子等服饰特征以及是否有携带物等其他特征信息中的一种或多种。以车辆为例，上述目标特征信息可以是车牌号码信息，当然，目标特征信息还可以包括车辆的车型、车标（即品牌）、子型号（即车系）、车身颜色、车辆局部特征（如：摆件、挂件、年检标等）、主副驾驶人行为（含是否系安全带、是否打电话等）等特征信息中的一种或多种。
27.上述抓拍时间信息可以是抓拍抽图图像时的时间信息。具体的，当采集视频流时均会根据采集的时间信息生成对应的抓拍时间信息，而视频流包含多帧图像，每帧图像都有属于自己的抓拍时间信息。而抽图图像又是从多帧图像种抽取得到的，所以每张含有监控目标的抽图图像也对应有属于自己的抓拍时间信息。
28.上述抓拍地点信息可以为抽图图像的抓拍摄像头的地点信息。
29.具体的，当得到抽图图像后，可以通过预设的神经网络对抽图图像进行识别，进而可以得到对应的目标信息。当然了，预设的神经网络可以包括人脸神经网络，车辆神经网络或者可以是其他动物神经网络。以监控目标为人为例，如通过预设的人脸神经网络对监控目标进行人脸识别识别到人员的脸部特征，进而根据脸部特征在权威机构的档案信息系统中可以查询到对应的脸部特征信息，通过摄像头的编号或标记可获取监控目标的抓拍地点信息，通过视频流中含有人脸的抽图图像的生成时间可以获得抓拍时间信息。以车辆为例，通过车牌号码识别可以识别到车辆的档案信息，通过摄像头的编号或标记可获车辆的抓拍地点信息，通过视频流中含有车辆的抽图图像的生成时间可以获取抓拍时间信息。
30.本实施例中，监控目标的目标信息也可以存储于全文检索引擎服务器中。当然，可以根据监控目标的不同预先在全文检索引擎服务器中创建多类索引，比如，设置人脸、人形、原图、车辆等四类索引。这样可以根据不同类型的索引对目标信息进行搜索。
31.步骤104、根据目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据。
32.在本发明实施例中，如图2所示，上述预设的统计规则包括第一统计规则，步骤104包括：步骤1041、根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算监控目标出现在该网格区域的出现次数。
33.步骤1042、将出现次数与第一预设次数进行比较，并判断监控目标是否为该网格区域的频繁出入目标。
34.步骤1043、若监控目标为该网格区域的频繁出入目标，则按照第一统计规则进行记录统计数据。
35.上述监控目标的出现次数为监控目标被抓拍的次数。上述第一预设次数为预先设置的一个次数阈值，用来判断监控目标是否为该网格区域的频繁出入目标的条件值。上述第一统计规则用于对频繁出入目标进行统计的规则，且在频繁出入目标中的所有监控目标均是唯一的。上述频繁出入目标可以为频繁出入人员、频繁出入车辆等。
36.具体的，当该监控目标在该网格区域内被拍摄一次时，则说明监控目标的出现一次，当监控目标每次在该网络区域被抓拍时均对该监控目标的出现次数进行累加1，这样可以根据监控目标的被抓拍次数来计算监控目标的出现次数。例如，当监控目标第一次在该网格区域被抓拍时，该监控目标的出现次数为1，而当同一监控目标第二次在该网格区域被抓拍时，该监控目标的出现次数则累加1，变为2。
37.当监控目标的出现次数满足第一预设次数时，则可以确定该监控目标为该网格区域的频繁出入目标。那么就可以根据第一统计规则对频繁出入目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的频繁出入目标进行统计，得到该网格区域中频繁出入目标的统计数据。例如，第一预设次数设置为10次，而该监控目标的出现次数为11次，则可以判断该监控目标在该网格区域中为频繁出入目标，即可将该网格区域的频繁出入目标的数量累加1。当同一个网格区域中的同一监控目标第一次被判断为频繁出入目标时，才将该监控目标记录为频繁出入目标，当监控目标多次被判断为频繁出入目标时，第一次以后的判断均不累加到频繁出入目标数量中，这样可以保证频繁出入目标的唯一性，避免出现重复统计的问题。当然了，每个网格区域的频繁出入目标的统计方法均可以相同。
38.在本发明实施例中，如图3所示，上述预设的统计规则包括第二统计规则以及第三统计规则。步骤104还包括：将出现次数与第二预设次数进行比较，并判断监控目标是否为该网格区域的常驻目标。
39.若监控目标为该网格区域的常驻目标，则按照第二统计规则记录统计数据。
40.若监控目标为该网格区域的非常驻目标，则按照第三统计规则记录统计数据。
41.其中，上述第二预设次数为预先设置的一个次数阈值，用来判断监控目标是否为该网格区域的常驻目标的条件值。上述第二统计规则，可以对常驻目标进行统计的规则。上述常驻目标可以是常驻人员、常驻车辆等。上述非常驻目标（临时目标）可以为非常驻人员（临时人员）、非常驻车辆（临时车辆）等。上述第三统计规则为对非常驻目标进行统计的规则。
42.具体的，当监控目标的出现次数满足第二预设次数时，则可以确定该监控目标为该网格区域的常驻目标。那么就可以根据第二统计规则对常驻目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的常驻目标进行统计，得到该网格区域中常驻目标的统计数据。
43.否则，当监控目标的出现次数不满足第二预设次数时，则可以确定该监控目标为该网格区域的非常驻目标。那么就可以根据第三统计规则对非常驻目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的非常驻目标进行统计，得到该网格区域中非常驻目标的统计数据。
44.例如，第二预设次数设置为5次，而该监控目标的出现次数为6次，则可以判断该监
控目标在该网格区域中为常驻目标，即可将该网格区域的常驻目标的数量累加1。当同一个网格区域中的同一监控目标第一次被判断为常驻目标时，才将该监控目标记录为常驻目标，当监控目标多次被判断为常驻目标时，第一次以后的判断均不累加到常驻目标数量中，这样可以保证常驻目标的唯一性，避免出现重复统计的问题。当然了，每个网格区域的常驻目标的统计方法均可以相同。
45.若当监控目标的出现次为4次，则可以判断该监控目标在该网格区域中为非常驻目标，即可将该网格区域的非常驻目标的数量累加1。当同一个网格区域中的同一监控目标第一次被判断为非常驻目标时，才将该监控目标记录为非常驻目标，当监控目标多次被判断为非常驻目标时，第一次以后的判断均不累加到非常驻目标数量中，这样可以保证非常驻目标的唯一性，避免出现重复统计的问题。当然了，每个网格区域的非常驻目标的统计方法均可以相同。
46.在本发明实施例中，如图3所示，上述预设的统计规则包括第四统计规则。步骤104还包括：根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断监控目标是否为该网格区域的昼伏夜出目标；若监控目标为该网格区域的昼伏夜出目标，则按照第四规则记录统计数据。
47.上述昼伏夜出目标为抓拍时间为晚上的监控目标，比如，设置的晚上时间为下午7点到凌晨5点为晚上时间段，那么监控目标的抓拍时间为下午7点到凌晨5点时，可以判断该监控目标为昼伏夜出目标。上述第四统计规则用于对昼伏夜出目标进行统计的规则，且在昼伏夜出目标中是所有监控目标均是唯一的。上述昼伏夜出目标可以为昼伏夜出人员、昼伏夜出车辆等。
48.具体的，当监控目标的出现时间为晚上，则可以确定该监控目标为该网格区域的昼伏夜出目标。那么就可以根据第四统计规则对昼伏夜出目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的昼伏夜出目标进行统计，得到该网格区域中昼伏夜出目标的统计数据。当同一个网格区域中的同一监控目标在同一时间段内第一次被判断为昼伏夜出目标时，才将该监控目标记录为昼伏夜出目标，当监控目标多次被判断为昼伏夜出目标时，第一次以后的判断均不累加到昼伏夜出目标中，这样可以保证昼伏夜出目标的唯一性，避免出现重复统计的问题。当然了，每个网格区域的昼伏夜出目标的统计方法均可以相同。
49.在本发明实施例中，如图3所示，上述预设的统计规则还包括第五统计规则以及第六统计规则。步骤104还包括：根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断监控目标是否为该网格区域的已知目标。
50.若监控目标为该网格区域的已知目标，则按照第五统计规则记录统计数据。
51.若监控目标为该网格区域的未知目标，则按照第六统计规则记录统计数据。
52.上述第五统计规则用于对已知目标进行统计的规则。上述第六统计规则用于对未知目标进行统计的规则。上述已知目标为存在已知目标库中的目标。上述已知目标可以为已知人员、已知车辆等。上述未知目标可以为未知人员、未知车辆等。上述未知目标可以为无身份目标。
53.具体的，当得到监控目标的目标特征信息（比如人脸特征信息、或车牌号特征信息）时，基于该目标特征信息与已知目标库中存在的目标特征信息进行搜索比较，若在已知目标库中搜索到与该目标特征信息对应的目标特征信息，则可以确定该监控目标为该网格区域的已知目标。那么就可以根据第五统计规则对已知目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的已知目标进行统计，得到该网格区域中已知目标的统计数据。
54.否则，若在已知目标库中没有搜索查询到与监控目标的目标特征信息对应的目标特征信息，则可以确定该监控目标为未知目标，根据第六统计规则对已知目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的未知目标进行统计，得到该网格区域中未知目标的统计数据。
55.需要说明的是，网格区域中已知目标和未知目标均是唯一的。当然了，每个网格区域的已知目标、未知目标的统计方法均可以相同。
56.上述预设的统计规则还包括七统计规则。步骤104还包括：根据每个网格区域的监控目标的目标特征信息判断监控目标是否为该网格区域的特殊目标。
57.若监控目标为该网格区域的特殊目标，则按照第七统计规则记录统计数据。
58.其中，上述特殊目标可以为频繁出入目标、昼伏夜出目标、有特殊身份的目标等。上述第七统计规则用于对特殊目标进行统计的规则。具体的，当得到监控目标的目标特征信息（比如人脸特征信息、或车牌号特征信息）时，基于该目标特征信息与权威机构的特殊目标库中存在的特殊目标特征信息进行搜索比较，若在特殊目标库中搜索到与该目标特征信息对应的特殊目标特征信息，则可以确定该监控目标为该网格区域的特殊目标。那么就可以根据第七统计规则对特殊目标的目标数量进行累加1。这样就可以对该网格区域中出现的所有监控目标的特殊目标进行统计，得到该网格区域中特殊目标的统计数据。
59.需要说明的是，网格区域中特殊目标是唯一的。当然了，每个网格区域的特殊目标的统计方法均可以相同。
60.在本发明实施例中，如图3所示，上述预设的统计规则还包括第八统计规则以及第九统计规则。步骤104还包括：根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断监控目标是否为该网格区域的进入目标。
61.若监控目标为该网格区域的进入目标，则按照第八统计规则进行记录统计数据。
62.若监控目标为该网格区域的出入目标，则按照第九统计规则记录统计数据。
63.具体的，第八统计规则用于对进入目标进行统计的规则。上述第九统计规则用于对出入目标进行统计的规则。这样可以对每个网格区域中的所有监控目标中进入目标以及出入目标进行统计。
64.在本发明实施例中，通过第一统计规则、第二统计规则、第三统计规则、第四统计规则、第五统计规则、第六统计规则、第七统计规则、第八统计规则以及第九统计规则可以分别对每个网格区域中的所有监控目标进行频繁出入目标、常驻目标、非常驻目标、昼伏夜出目标、已知目标、未知目标、特殊目标、进入目标、出入目标进行统计，进而得到每个网格区域对应的统计数据。
65.需要说明的是，将统计得到的所有网格区域的所有频繁出入目标、常驻目标、非常驻目标、昼伏夜出目标、已知目标、未知目标、特殊目标、进入目标、出入目标数量存储到全文搜索引擎的数据库中。
66.步骤105、将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示。
67.其中，上述前端页面可以是用户端设备（电脑、手机等）支持的显示页面。
68.具体的，将所有网格区域中的所有频繁出入目标、常驻目标、非常驻目标、昼伏夜出目标、已知目标、未知目标、特殊目标、进入目标、出入目标的统计数量发送到前端页面进行展示。
69.网格区域统计的展示布局及展示思路。布局上，本发明在前端页面采用了左侧数据总览、中间部门层级、右侧地图展示的方式，只需点击中间部门列表，就能直白的看到左侧数据统计总览，右侧的地图展示也会根据中间部门列表，相应的在地图上立体式的展示统计数据，让数据更立体化；而在展示思路上，本发明采用层级展示，根据中间部门列表，一层一层的将各个层级网格区域的统计数据上下联动，确保数据的真实可靠性。
70.左侧数据统计总览点击数据能看到统计人员关联信息，方便相关工作人员实时的直观的了解各个网格区域中出现的监控目标数据。重点关注目标及目标异常行为，从而达到实时监控网格内的目标情况。
71.展示的形式可以是通过各种图表、点击效果、动画效果渲览数据。这样可以更直观的展示各个网格区域的统计数据。
72.在本发明实施例中，通过获取预设区域内的视频流，预设区域包括多个网格区域，多个网格区域之间存在层级关系；对视频流进行逐帧抽图处理，得到抽图图像，抽图图像包括监控目标；对抽图图像中的监控目标进行目标识别，提取监控目标的目标信息，目标信息包括监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息；根据目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据；将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示；预设的统计规则包括第一统计规则，根据目标信息基于预设的统计规则统计每个网格区域的统计数据的步骤包括：根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算监控目标出现在该网格区域的出现次数；将出现次数与第一预设次数进行比较，并判断监控目标是否为该网格区域的频繁出入目标；若监控目标为该网格区域的频繁出入目标，则按照第一统计规则记录统计数据。这样可以对各个网格区域的监控目标进行多样化统计，并能够使得各个网格区域的统计数据采用层级展示，直观性更强，进而提高各个网格区域的统计数据的真实可靠性。
73.在本发明一实施方式中，上述方法还包括步骤：根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息建立每个监控目标的活动数据，其中，建立活动数据的规则为每个网格区域每个活动目标建立一条活动数据。
74.具体的，每个监控目标在一个网格区域内对应一条活动数据，也就是说，在同一个网格区域内，一个监控目标只有一条活动数据。而当该监控目标活动到其它网格区域内时，也会对应的具有一条该其它网格区域对应的活动数据。并且还可以基于可视化层级图表、
警用地理信息系统（pgis）等技术对监控目标的活动数据进行展示。
75.在本发明实施例中，能够便于相关工作人员了解每个网格区域中每个监控目标的活动数据，便于对每个监控目标的活动数据进行行为分析统计。
76.参见图4，图4是本发明实施例提供的一种基于网格化管理的大数据管理装置的结构示意图，该基于网格化管理的大数据管理装置200包括：获取模块201，用于获取预设区域内的视频流，预设区域包括多个网格区域，多个网格区域之间存在层级关系。
77.抽图模块202，用于对视频流进行逐帧抽图处理，得到抽图图像，抽图图像包括监控目标。
78.识别模块203，用于对抽图图像中的监控目标进行目标识别，提取监控目标的目标信息，目标信息包括监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息。
79.统计模块204，根据目标信息基于预设的统计规则统计每个网格区域中监控目标的统计数据。
80.发送模块205，用于将所有网格区域中监控目标的统计数据发送到前端页面按网格区域的层级关系进行层级可视化展示；预设的统计规则包括第一统计规则；如图5所示，统计模块204包括：出现次数计算单元2041，用于根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息计算监控目标出现在该网格区域的出现次数；第一判断单元2042，用于根据出现次数与第一预设次数进行比较，并判断监控目标是否为该网格区域的频繁出入目标；第一记录单元2043，用于若监控目标属、于该网格区域的频繁出入目标，则按照第一统计规则记录统计数据。
81.可选的，预设的统计规则包括第二统计规则以及第三统计规则，统计模块204还包括：第二判断单元，用于根据出现次数与第二预设次数进行比较，并判断监控目标是否为该网格区域的常驻目标；第二记录单元，用于若监控目标为该网格区域的常驻目标，则按照第二统计规则记录统计数据；第三记录单元，用于若监控目标为该网格区域的非常驻目标，则按照第三统计规则记录统计数据。
82.可选的，预设的统计规则包括第四统计规则，统计模块204还包括：第三判断单元，用于根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断监控目标是否为该网格区域的昼伏夜出目标；第四记录单元，用于若监控目标为该网格区域的昼伏夜出目标，则按照第四规则记录统计数据。
83.可选的，预设的统计规则还包括第五统计规则以及第六统计规则，统计模块204还包括：第四判断单元，用于根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息判断监控目标是否为该网格区域的已知目标；
第五记录单元，用于若监控目标为该网格区域的已知目标，则按照第五统计规则记录统计数据；第六记录单元，用于若监控目标为该网格区域的未知目标，则按照第六统计规则记录统计数据。
84.可选的，预设的统计规则还包括第七统计规则，统计模块204还包括：第五判断单元，用于根据每个网格区域的监控目标的目标特征信息判断监控目标是否为该网格区域的特殊目标；第七记录单元，用于若监控目标为该网格区域的特殊目标，则按照第七统计规则记录统计数据。
85.可选的，基于网格化管理的大数据管理装置200还包括：建立模块，用于根据每个网格区域的监控目标的目标特征信息、抓拍时间信息以及抓拍地点信息建立每个监控目标的活动数据，其中，建立活动数据的规则为每个网格区域中的每个活动目标建立一条活动数据。
86.本发明实施例提供的基于网格化管理的大数据管理装置200能够实现上述方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
87.参见图6，图6是本发明实施例提供的一种电子设备的结构示意图，该电子设备300包括：存储器302、处理器301及存储在存储器302上并可在处理器301上运行的计算机程序，处理器301执行计算机程序时实现上述实施例提供的基于网格化管理的大数据管理方法中的步骤，本发明实施例提供的电子设备300能够实现上述方法实施例中的各个实施方式，以及相应有益效果，为避免重复，这里不再赘述。
88.本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的基于网格化管理的大数据管理方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
89.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，的程序可存储于一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，的存储介质可为磁碟、光盘、只读存储记忆体（read
‑
only memory，rom）或随机存取存储器（random access memory，简称ram）等。
90.以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。