本发明涉及多源数据分析，具体涉及基于多源数据分析的校区智慧安防方法。
背景技术：
1、校区智慧安防系统主要应用于各类教育机构，如大学、中小学、职业学校等的校园安全管理。传统的安防系统通常依赖于单一的数据源，如摄像头监控，这种单一数据源的依赖性，导致系统在面对复杂环境变化，如光线变化、遮挡、恶劣天气时，容易出现误报和漏报现象，难以提供可靠的安全保障；并且，传统系统的数据处理和分析效率较低，主要依赖于本地处理，难以实现实时响应，当出现安全事件时，系统无法快速处理和响应，导致安全隐患得不到及时解决。
技术实现思路
1、本申请通过提供了基于多源数据分析的校区智慧安防方法，旨在解决传统的入侵检测方法依赖于单一数据源，导致对环境变化和干扰的适应性差，误报和漏报率高的技术问题。
2、本申请公开的基于多源数据分析的校区智慧安防方法，所述方法应用于校区智慧安防系统，所述系统与第一监测单元、第二监测单元、数据处理中心、声光告警器通信连接，所述方法包括：通过所述第一监测单元，连接图像采集器采集校区入口图像，并将所述校区入口图像同步至所述数据处理中心；通过所述数据处理中心调取校区人员信息，并通过人员图像分割模型，根据所述校区入口图像中的第一目标人员进行图像分割，获得第一目标人员图像；基于所述校区人员信息，对所述第一目标人员图像进行人员匹配，当人员匹配结果不满足人员匹配阈值，判定为存在校区入侵，生成第一告警指令；以所述第二监测单元接收目标校区的校区结构信息，并根据所述校区结构信息执行自适应监测决策，配置监测时段、虚拟监测围栏；在所述监测时段，通过多个红外探测器对所述虚拟监测围栏进行红外探测，获取红外探测结果，并将所述红外探测结果同步至所述数据处理中心，其中，所述多个红外探测器具有位置标识，所述红外探测结果包括红外信号发射模块发出的红外发射信号，以及红外信号接收模块接收的红外接收信号；通过所述数据处理中心，获取信号差异阈值，当所述红外发射信号与所述红外接收信号的信号差异达到所述信号差异阈值时，判定为存在校区入侵，生成带有所述位置标识的第二告警指令；根据所述第一告警指令和/或所述第二告警指令，启动所述声光告警器进行校区入侵声光告警。
3、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
4、通过第一监测单元和第二监测单元采集图像和红外信号，实现多源数据融合，增强系统的检测准确性；利用图像分割模型对校区入口图像进行处理，准确提取目标人员图像，提高识别的精确度；基于孪生网络的人员匹配图像处理器，通过深度学习提高人员匹配的准确性，降低误报和漏报率；通过数据处理中心集中处理各类监测数据，提升系统的处理效率和响应速度，实现实时入侵检测和报警；集成声光告警器，通过第一告警指令和第二告警指令触发实时报警，提高应急响应的速度和效率；根据校区结构信息动态配置监测时段和虚拟监测围栏，灵活调整监测策略，通过自适应监测决策，自动配置监测设备和调整监测策略，实现高效、智能的校区安全管理。通过上述方法，提升了校区智慧安防系统的准确性、实时响应能力和环境适应性，解决了传统安防系统存在的技术问题，实现了更高效、更智能的校区安全管理。
5、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
1.基于多源数据分析的校区智慧安防方法，其特征在于，所述方法应用于校区智慧安防系统，所述系统与第一监测单元、第二监测单元、数据处理中心、声光告警器通信连接，所述方法包括：
2.如权利要求1所述的方法，其特征在于，通过人员图像分割模型，根据所述校区入口图像中的第一目标人员进行图像分割，获得第一目标人员图像，包括：
3.如权利要求1所述的方法，其特征在于，基于所述校区人员信息，对所述第一目标人员图像进行人员匹配，包括：
4.如权利要求3所述的方法，其特征在于，基于孪生网络，构建人员匹配图像处理器，包括：
5.如权利要求1所述的方法，其特征在于，获取信号差异阈值，包括：
6.如权利要求1所述的方法，其特征在于，所述系统还与第一电子设备、第二电子设备通信连接，所述方法还包括：
7.如权利要求6所述的方法，其特征在于，所述系统还与第三电子设备通信连接，所述方法还包括：
8.如权利要求1所述的方法，其特征在于，还包括：
