基于AI的安保防范方法、装置、设备及存储介质与流程

基于ai的安保防范方法、装置、设备及存储介质
技术领域
1.本发明涉及人工智能领域，尤其涉及一种基于ai的安保防范方法、装置、设备及存储介质。


背景技术：

2.随着全球范围内体育赛事的发展，如何确保体育赛事的安全成为亟需考虑的问题。
3.现有技术中，一般是人为对体育赛事的具体赛事场景进行安保推演，进而确定安保防范方案，以确定体育赛事的安全，如人为基于人群规模，场景地理位置，场景出口以及场景消防通道等，确定安保防范方案，以确定体育赛事的安全，然而，人为确定安保防范方案存在时间长，效率低的技术问题。


技术实现要素：

4.有鉴于此，本技术实施例提供一种基于ai的安保防范方法、系统及设备，旨在解决在体育赛事中，安保防范效率低的技术问题。
5.本技术实施例提供了一种基于ai的安保防范方法，应用于安保防范系统，所述方法包括：
6.获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
7.基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；
8.将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；
9.输出所述安保防范预案。
10.在一实施例中，所述获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中的步骤，包括：
11.获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
12.其中，所述待检测多源异构数据包括针对赛会场景的人群视频信息、人群文本信息以及地理位置信息中的多项。
13.在一实施例中，所述预设标签包括预设人群密度标签和预设人群分布标签，所述基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果的步骤之前，包括：
14.获取具有预设人群密度标签和预设人群分布标签的预设训练异构数据；
15.将所述预设训练异构数据输入至预设基础模型中，基于所述训练异构数据对所述
预设基础模型进行迭代训练，得到人群仿真分析模型。
16.在一实施例中，所述将所述预设训练异构数据输入至预设基础模型中，基于所述预设基础模型对所述训练异构数据进行迭代训练，得到人群仿真分析模型的步骤，包括：
17.将所述预设训练异构数据输入至预设基础模型中，基于所述预设基础模型对所述预设训练异构数据进行初始预测，得到初始人群仿真结果；
18.将所述初始人群仿真结果和所述预设标签进行比对，得到比对结果；
19.基于所述比对结果对所述初始基础模型的模型参数进行调整，并得到调整后的模型参数，基于所述调整后的模型参数，确定初始训练模型；
20.将所述预设训练异构数据输入至所述初始训练模型中，得到中间人群仿真结果；
21.基于所述中间人群仿真结果，确定所述初始训练模型是否满足预设条件，若不满足时，基于所述中间人群仿真结果对所述初始训练模型进行迭代训练，直至得到满足预设条件的人群仿真分析模型。
22.在一实施例中，所述将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案的步骤，包括：
23.确定所述人群仿真分析结果的应急类型；
24.根据所述应急类型，将所述人群仿真分析结果输入至所述预设决策推演模型的目标子模型中；
25.基于所述目标子模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。
26.在一实施例中，所述输出所述安保防范预案的步骤，包括：
27.确定所述安保防范预案的预案等级；
28.若所述预案等级低于第一预设等级时，确定是否接收到对所述安保防范预案的第一确认信息；
29.若接收到所述安保防范预案的第一确认信息，则输出所述安保防范预案，以供安保人员开启对应的疏散门禁；
30.若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端。
31.在一实施例中，所述若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端的步骤，包括：
32.若所述预案等级高于第二预设等级时，输出所述安保防范预案；
33.确定所述安保防范预案对应的疏散分区，并确定每个疏散分区对应疏散终端以及预案路线；
34.对所述预案路线对应的障碍物进行自动清理或者自动排除处理，得到疏散路线；
35.将所述疏散路线分发至所述疏散分区对应的客户终端，以供所述客户终端对应客户按照所述疏散路线进行疏散。
36.为实现上述目的，还提供一种基于ai的安保防范装置，应用于安保防范系统，所述基于ai的安保防范装置包括：
37.第一获取模块，用于获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
38.仿真预测模块，用于基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；
39.决策模块，用于将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；
40.输出模块，用于输出所述安保防范预案。
41.为实现上述目的，还提供一种设备，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基于ai的安保防范程序，所述处理器执行所述基于ai的安保防范程序时实现上述任一所述的基于ai的安保防范方法的步骤。
42.为实现上述目的，还提供一种存储介质，所述存储介质上存储有基于ai的安保防范程序，所述基于ai的安保防范程序被处理器执行时实现上述任一所述的基于ai的安保防范方法的步骤。
43.与现有技术，在体育赛事的安全防范场景中，是人为进行安保推演，进而确定安保防范方案，致使安全防范效率低相比，本技术获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；输出所述安保防范预案。在本技术中，通过安保防范系统中的人群仿真分析模型，对待检测多源异构数据进行准确预测(即由于人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的，因而，能够准确预测)，得到人群仿真分析结果，即准确推演得到人群密度和人群分布，进而，再基于所述预设决策推演模型对所述人群密度和人群分布构成的人群仿真分析结果进行规划设置，进而，自动准确得到安保防范预案，提高安全防范效率，且由于是系统自动得到安保防范预案，避免人为造成的误差，提升防范的全面性与科学性。
附图说明
44.图1为本技术基于ai的安保防范方法的第一实施例的流程示意图；
45.图2为本技术基于ai的安保防范方法的第一实施例中步骤s140的具体实施步骤的流程示意图；
46.图3为本技术涉及的设备的硬件架构示意图。
具体实施方式
47.应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
48.本技术实施例提供一种基于ai的安保防范方法，在本技术基于ai的安保防范方法的第一实施例中，应用于安保防范系统，参照图1，所述基于ai的安保防范方法包括：
49.步骤s10，获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
50.步骤s20，基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；
51.步骤s30，将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；
52.步骤s40，输出所述安保防范预案。
53.具体步骤如下：
54.步骤s10，获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
55.在本实施例中，需要说明的是，基于ai的安保防范方法可以应用于基于ai的安保防范装置，该基于ai的安保防范装置属于安保防范系统，该安保防范系统从属于基于ai的安保防范设备。
56.现有技术中为了确定体育赛事的安全，通常采用如下方式：
57.方式一：人为对体育赛事的具体赛事场景进行安保推演，进而确定安保防范方案，以确定体育赛事的安全，如人为基于人群规模，场景地理位置，场景出口以及场景消防通道等，确定安保防范方案，以确定体育赛事的安全，然而，人为确定安保防范方案存在时间长，效率低的技术问题。
58.方式二：确定与当前体育赛事相似的历史赛事，并获取该相似的历史赛事的历史安保防范方案，直接采纳该历史安保防范方案，或者基于该历史安保防范方案，进行与当前体育赛事适配的整改，进而，得到当前体育赛事的安保防范方案。
59.其中，确定与当前体育赛事相似的历史赛事的方式是：
60.方式一：选取与当前体育赛事类型一致的体育赛事作为相似的历史赛事；
61.方式二：选取与当前体育赛事规模一致的体育赛事作为相似的历史赛事。
62.然而，直接采纳历史安保防范方案存在防范准确率低的技术问题。
63.为解决上述问题，在本实施例中，通过安保防范系统中的人群仿真分析模型，对待检测多源异构数据进行准确预测(即由于人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的，因而，能够准确预测)，得到人群仿真分析结果，即准确推演得到人群密度和人群分布，进而，再基于所述预设决策推演模型对所述人群密度和人群分布构成的人群仿真分析结果进行规划设置，进而，自动准确得到安保防范预案，提高安全防范效率，且由于是系统自动得到安保防范预案，避免人为造成的误差，提升防范的全面性、准确性以及科学性。
64.在本实施例中，应用于安保防范系统，该安保防范系统包括多个预设的模型，或者该安保防范系统可以调用多个模型，即在本实施例中，模型是训练好的。
65.另外，在本实施例中，针对具体的赛事场景，可以现场生成多个对应的点位模型，即针对具体的赛事场景，临时生成针对性的不适应于大范围场景的点位模型。
66.在本实施例中，以模型是训练好的为例进行具体说明。
67.在本实施例中，预设的模型包括人群仿真分析模型以及预设决策推演模型，当然
还可以包括其他模型，具体不做限定。
68.安保防范系统获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中。
69.其中，赛会场景可以是篮球赛会场景，足球赛会场景以及排球赛会场景等，具体不做限定。
70.待检测多源异构数据是具有不同数据来源的，该不同数据来源可以是地理数据来源，购票数据来源，视频数据来源等。
71.其中，所述获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中的步骤，包括：
72.步骤s11，获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
73.其中，所述待检测多源异构数据包括针对赛会场景的人群视频信息、人群文本信息以及地理位置信息中的多项。
74.在本实施例中，具体地，待检测多源异构数据为人群视频信息、人群文本信息以及地理位置信息中的多项，其中，人群视频信息是采集到的各个人群密度，人群分布的数据，人群文本信息是由在各个赛事的购票端，各个赛事的视频观看端，各个赛事的小程序，各个赛事的公众号等处购买了观看门票的用户终端确定的，该人群文本信息是由人群属性如人名字等构成的。地理位置信息由地理位置是否在主城区，经纬度，地理进出口等信息构成。
75.得到待检测多源异构数据后，同时将所述待检测多源异构数据输入至安保防范系统中。
76.步骤s20，基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；
77.安保防范系统首先基于预设的人群仿真分析模型，对待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果。
78.其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的，因而，人群仿真分析模型能够准确预测待检测多源异构数据，进而，得到人群仿真分析结果。
79.具体地，所述人群仿真分析模型对所述待检测多源异构数据进行人群仿真预测的过程可以是：
80.对待检测多源异构数据进行矩阵化处理或者向量化处理，得到矩阵化数据或者向量化数据，然后基于人群仿真分析模型中的权重参数或者注意力参数，对矩阵化数据或者向量化数据进行特征选择，进而得到人群仿真分析结果。
81.在本实施例中，在对矩阵化数据或者向量化数据进行特征选择，进而得到人群仿真分析的过程中，还确定矩阵化数据或者向量化数据的数据量，根据矩阵化数据或者向量化数据的数据量，确定是否需要对矩阵化数据或者向量化数据的数据量进行卷积处理，也即，具体地：
82.若矩阵化数据或者向量化数据的数据量大于预设数据集时，基于人群仿真分析模型以及预设待添加卷积层，生成进阶人群仿真分析模型，基于进阶人群仿真分析模型，对矩
阵化数据或者向量化数据的数据量进行处理。
83.若矩阵化数据或者向量化数据的数据量小于等于预设数据集时，直接基于人群仿真分析模型，对矩阵化数据或者向量化数据的数据量进行处理。
84.在本实施例中，基于进阶人群仿真分析模型对数据量大的矩阵化数据或者向量化数据进行处理，因而，提升数据的处理效率，且基于预存的人群仿真分析模型对数据量小的矩阵化数据或者向量化数据进行处理，因而，减少算力资源的消耗。
85.其中，所述预设标签包括预设人群密度标签和预设人群分布标签，所述基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果的步骤之前，包括：
86.步骤a1，获取具有预设人群密度标签和预设人群分布标签的预设训练异构数据；
87.步骤a2，将所述预设训练异构数据输入至预设基础模型中，基于所述训练异构数据对所述预设基础模型进行迭代训练，得到人群仿真分析模型。
88.在本实施例中，预先训练得到人群仿真分析模型。
89.在本实施例中，基于具有预设人群密度标签和预设人群分布标签的预设训练异构数据对所述预设基础模型进行迭代训练，得到人群仿真分析模型。
90.其中，所述将所述预设训练异构数据输入至预设基础模型中，基于所述预设基础模型对所述训练异构数据进行迭代训练，得到人群仿真分析模型的步骤，包括：
91.步骤b1，将所述预设训练异构数据输入至预设基础模型中，基于所述预设基础模型对所述预设训练异构数据进行初始预测，得到初始人群仿真结果；
92.步骤b2，将所述初始人群仿真结果和所述预设标签进行比对，得到比对结果；
93.在本实施例中，预设基础模型先随机确定模型参数，然后对预设训练异构数据进行特征选择，得到初始人群仿真结果，将所述初始人群仿真结果和所述预设标签进行比对，得到比对结果，该比对结果可以初始人群仿真结果中与对应所述预设标签一致所占的比值，即准确率。
94.步骤b3，基于所述比对结果对所述初始基础模型的模型参数进行调整，并得到调整后的模型参数，基于所述调整后的模型参数，确定初始训练模型；
95.在本实施例中，基于所述比对结果对所述初始基础模型的模型参数进行有序调整或者随机调整，并得到调整后的模型参数，基于所述调整后的模型参数，确定初始训练模型。
96.步骤b14，将所述预设训练异构数据输入至所述初始训练模型中，得到中间人群仿真结果；
97.步骤b5，基于所述中间人群仿真结果，确定所述初始训练模型是否满足预设条件，若不满足时，基于所述中间人群仿真结果对所述初始训练模型进行迭代训练，直至得到满足预设条件的人群仿真分析模型。
98.将所述预设训练异构数据输入至所述初始训练模型中，得到中间人群仿真结果，将中间人群仿真结果与预设标签进行比对，若准确率未满足要求时，对应初始训练模型不满足预设条件，或者确定中间人群仿真结果对应初始训练模型的预设损失函数是否收敛，若不收敛，则不满足预设条件，若不满足时，基于所述中间人群仿真结果对所述初始训练模型进行迭代训练(返回基于预设训练异构数据对调整后的训练模型进行训练的步骤)，直至
得到满足预设条件的人群仿真分析模型。
99.步骤s30，将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；
100.在本实施例中，人群仿真分析结果是人群密度，人群分布结果等。
101.在本实施例中，将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案，其中，预设决策推演模型是已经训练好的模型。
102.在本实施例中，预设决策推演模型是基于具有预案标签的预设人群训练数据，对相应基础模型进行迭代训练后得到的。
103.因而，将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，能够得到安保防范预案。
104.在本实施例中，预设决策推演模型还可以是基于人群密度，人群分布结果等分别单独确定模型因子(规模，防范角度等)后，基于模型因子组成得到的决策推演模型。
105.在得到决策推演模型后，由决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。
106.步骤s40，输出所述安保防范预案。
107.在本实施例中，在得到安保防范预案后，输出所述安保防范预案。
108.与现有技术，在体育赛事的安全防范场景中，是人为进行安保推演，进而确定安保防范方案，致使安全防范效率低相比，本技术获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；输出所述安保防范预案。在本技术中，通过安保防范系统中的人群仿真分析模型，对待检测多源异构数据进行准确预测(即由于人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的，因而，能够准确预测)，得到人群仿真分析结果，即准确推演得到人群密度和人群分布，进而，再基于所述预设决策推演模型对所述人群密度和人群分布构成的人群仿真分析结果进行规划设置，进而，自动准确得到安保防范预案，提高安全防范效率，且由于是系统自动得到安保防范预案，避免人为造成的误差，提升防范的全面性与科学性。
109.进一步地，基于本技术中第一实施例，提供本技术的另一实施例，在该实施例中，所述将所述人群仿真分析结果输入至预设决策推演模型，基于所述预设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案的步骤，包括：
110.步骤s31，确定所述人群仿真分析结果的应急类型；
111.在本实施例中，还确定所述人群仿真分析结果的应急类型，若人群仿真分析结果中的人群密度大于预设密度时，该应急类型为最高等级类型。
112.步骤s32，根据所述应急类型，将所述人群仿真分析结果输入至所述预设决策推演模型的目标子模型中；
113.根据所述应急类型，将所述人群仿真分析结果输入至所述预设决策推演模型的目标子模型中，当应急类型为最高等级类型时，预设决策推演模型根据最高等级类型划分为第一目标子模型。当应急类型为次高等级类型时，预设决策推演模型根据最高等级类型划分为第二目标子模型。
114.步骤s33，基于所述目标子模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。
115.基于所述目标子模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。
116.在本实施例中，通过确定所述人群仿真分析结果的应急类型；根据所述应急类型，将所述人群仿真分析结果输入至所述预设决策推演模型的目标子模型中；基于所述目标子模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。在本实施例中，不同应急类型，通过不同的子模型进行预案规划，提升规划准确度。
117.进一步地，基于本技术中第一实施例，提供本技术的另一实施例，在该实施例中，所述输出所述安保防范预案的步骤，包括：
118.步骤c1，确定所述安保防范预案的预案等级；
119.步骤c2，若所述预案等级低于第一预设等级时，确定是否接收到对所述安保防范预案的第一确认信息；
120.步骤c3，若接收到所述安保防范预案的第一确认信息，则输出所述安保防范预案，以供安保人员开启对应的疏散门禁；
121.在本实施例中，还确定所述安保防范预案的预案等级，若所述预案等级低于第一预设等级时即预案等级低时，确定是否接收到对所述安保防范预案的第一确认信息如是否接收到安保人员的第一确认信息，若接收到所述安保防范预案的第一确认信息，则输出所述安保防范预案，以供安保人员开启对应的疏散门禁，如开启疏散通道。
122.步骤c4，若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端。
123.若所述预案等级高于第二预设等级时即预案等级过高时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端，即直接将安保防范预案输出至对应的客户终端。
124.所述若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端的步骤，包括：
125.步骤d1，若所述预案等级高于第二预设等级时，输出所述安保防范预案；
126.步骤d2，确定所述安保防范预案对应的疏散分区，并确定每个疏散分区对应疏散终端以及预案路线；
127.步骤d3，对所述预案路线对应的障碍物进行自动清理或者自动排除处理，得到疏散路线；
128.步骤d4，将所述疏散路线分发至所述疏散分区对应的客户终端，以供所述客户终端对应客户按照所述疏散路线进行疏散。
129.在本实施例中，确定所述安保防范预案对应的疏散分区，并确定每个疏散分区对应疏散终端以及预案路线，对所述预案路线对应的障碍物进行自动清理或者自动排除处
理，得到疏散路线，如通过机器人对所述预案路线对应的障碍物进行自动清理或者自动排除处理，得到疏散路线，将所述疏散路线分发至所述疏散分区对应的客户终端，以供所述客户终端对应客户按照所述疏散路线进行疏散。在疏散的同时，可以进行语音播报。
130.在本实施例中，若所述预案等级低于第一预设等级时，确定是否接收到对所述安保防范预案的第一确认信息；若接收到所述安保防范预案的第一确认信息，则输出所述安保防范预案，以供安保人员开启对应的疏散门禁；若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端，在本实施例中，将安保防范预案对应分发至所述待检测多源异构数据对应的客户终端，以供客户终端对应客户及时疏散。
131.参照图3，图3是本技术实施例方案涉及的硬件运行环境的设备结构示意图。
132.如图3所示，该基于ai的安保防范设备可以包括：处理器1001，例如cpu，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
133.可选地，该基于ai的安保防范设备还可以包括矩形用户接口、网络接口、摄像头、rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。矩形用户接口可以包括显示屏(display)、输入子模块比如键盘(keyboard)，可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。
134.本领域技术人员可以理解，图3中示出的基于ai的安保防范设备结构并不构成对基于ai的安保防范设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
135.如图3所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及基于ai的安保防范程序。操作系统是管理和控制基于ai的安保防范设备硬件和软件资源的程序，支持基于ai的安保防范程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与基于ai的安保防范系统中其它硬件和软件之间通信。
136.在图3所示的基于ai的安保防范设备中，处理器1001用于执行存储器1005中存储的基于ai的安保防范程序，实现上述任一项所述的基于ai的安保防范方法的步骤。
137.本技术基于ai的安保防范设备具体实施方式与上述基于ai的安保防范方法各实施例基本相同，在此不再赘述。
138.本技术还提供一种基于ai的安保防范装置，应用于安保防范系统，所述基于ai的安保防范装置包括：
139.第一获取模块，用于获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
140.仿真预测模块，用于基于所述安保防范系统中的人群仿真分析模型，对所述待检测多源异构数据进行人群仿真预测，得到人群仿真分析结果，其中，所述人群仿真分析结果是基于具有预设标签的预设训练异构数据，对预设基础模型进行迭代训练得到的；
141.决策模块，用于将所述人群仿真分析结果输入至预设决策推演模型，基于所述预
设决策推演模型对所述人群仿真分析结果进行规划设置，得到安保防范预案；
142.输出模块，用于输出所述安保防范预案。
143.在一实施例中，所述第一获取模块包括：
144.第一获取单元，用于获取针对赛会场景的待检测多源异构数据，将所述待检测多源异构数据输入至安保防范系统中；
145.其中，所述待检测多源异构数据包括针对赛会场景的人群视频信息、人群文本信息以及地理位置信息中的多项。
146.在一实施例中，所述所述基于ai的安保防范装置还包括：
147.第二获取模块，用于获取具有预设人群密度标签和预设人群分布标签的预设训练异构数据；
148.迭代训练模块，用于将所述预设训练异构数据输入至预设基础模型中，基于所述训练异构数据对所述预设基础模型进行迭代训练，得到人群仿真分析模型。
149.在一实施例中，所述迭代训练模块包括：
150.第二获取单元，用于将所述预设训练异构数据输入至预设基础模型中，基于所述预设基础模型对所述预设训练异构数据进行初始预测，得到初始人群仿真结果；
151.比对单元，用于将所述初始人群仿真结果和所述预设标签进行比对，得到比对结果；
152.第一确定单元，用于基于所述比对结果对所述初始基础模型的模型参数进行调整，并得到调整后的模型参数，基于所述调整后的模型参数，确定初始训练模型；
153.第一输入单元，用于将所述预设训练异构数据输入至所述初始训练模型中，得到中间人群仿真结果；
154.第二确定单元，用于基于所述中间人群仿真结果，确定所述初始训练模型是否满足预设条件，若不满足时，基于所述中间人群仿真结果对所述初始训练模型进行迭代训练，直至得到满足预设条件的人群仿真分析模型。
155.在一实施例中，所述决策模块包括：
156.第三确定单元，用于确定所述人群仿真分析结果的应急类型；
157.第二输入单元，用于根据所述应急类型，将所述人群仿真分析结果输入至所述预设决策推演模型的目标子模型中；
158.规划设置单元，用于基于所述目标子模型对所述人群仿真分析结果进行规划设置，得到安保防范预案。
159.在一实施例中，所述输出模块包括：
160.第四确定单元，用于确定所述安保防范预案的预案等级；
161.第五确定单元，用于若所述预案等级低于第一预设等级时，确定是否接收到对所述安保防范预案的第一确认信息；
162.第一输出单元，用于若接收到所述安保防范预案的第一确认信息，则输出所述安保防范预案，以供安保人员开启对应的疏散门禁；
163.第二输出单元，用于若所述预案等级高于第二预设等级时，输出所述安保防范预案，并将所述安保防范预案对应分发至所述待检测多源异构数据对应的客户终端。
164.在一实施例中，所述第二输出单元用于实现：
165.若所述预案等级高于第二预设等级时，输出所述安保防范预案；
166.确定所述安保防范预案对应的疏散分区，并确定每个疏散分区对应疏散终端以及预案路线；
167.对所述预案路线对应的障碍物进行自动清理或者自动排除处理，得到疏散路线；
168.将所述疏散路线分发至所述疏散分区对应的客户终端，以供所述客户终端对应客户按照所述疏散路线进行疏散。
169.本技术基于ai的安保防范装置的具体实施方式与上述所述基于ai的安保防范方法各实施例基本相同，在此不再赘述。
170.本技术实施例提供了一种存储介质，且所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述所述基于ai的安保防范方法的步骤。
171.本技术存储介质具体实施方式与上述所述基于ai的安保防范方法各实施例基本相同，在此不再赘述。
172.本技术还提供一种计算机程序产品、包括计算机程序，该计算机程序被处理器执行时实现上述所述基于ai的安保防范方法的步骤。
173.本技术计算机程序产品的具体实施方式与上述所述基于ai的安保防范方法各实施例基本相同，在此不再赘述。
174.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
175.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
176.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
177.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。