[发明专利]一种基于深度学习的公共场所人流量调节辅助方法及系统

说明书

本发明公开了一种基于深度学习的公共场所人流量调节辅助方法及系统，属于人工智能领域。本发明提供的基于深度学习的公共场所人流量调节辅助方法包括：获取当前时间点之前N个时间点的人流量；其中，N为大于等于2的整数；根据获取到的当前时间点之前N个时间点的人流量，预测未来若干时间点的人流量；根据预测出的未来若干时间点的人流量，通过向用户推荐的方式对所述未来若干时间点的实际人流量进行调节。本发明通过人流量预测和出行推荐的功能，给目标人群提供有效的数据进行参考，帮助目标人群灵活、自由地安排出行时间，从而达到调节人流量、提高公共场所资源利用率的效果。

技术领域

本发明涉及深度学习，属于人工智能领域。

背景技术

目前，在许多公共场所中，目标人群使用公共资源的问题上，由于人流量不均，通常会出现以下问题：在人流量高峰期，目标人群需要排队等候使用公共资源，造成目标人群时间上的浪费；而在人流量低谷期，大量公共资源空置，造成公共资源利用率低下的问题。

现有技术中，为解决由于人流量不均所带来的问题，公共场所常见的人流量管理方法主要有：

(1)采用刷卡占用制度，实时显示公共场所内空余资源数。

(2)采用网络预约制度，为目标人群提前安排确定的使用时间段。

上述人流量管理方法(1)，通过目标人群对公共资源进行刷卡占用，进而获得该公共场所内的公共资源使用情况，并显示该公共场所内的空余资源数，使得目标人群可以根据该公共场所内的空余资源数来决定是否进行排队等候，从而解决了目标人群时间上浪费的问题；而上述人流量管理方法(2)，通过网络预约，将目标人群均匀的分布在不同的时间内使用公共资源，从而解决上述由于人流量不均所带来的问题。

在实现本发明的过程中，发明人发现现有技术至少存在以下缺点：

在上述人流量管理方法(1)中，目标人群仍需前往公共场所才可获知空余资源数量情况；而上述人流量管理方法(2)中，目标人群的时间安排缺少灵活性和自由性。

发明内容

本发明针对现有技术存在的上述不足，提供一种基于深度学习的公共场所人流量调节辅助方法及系统，所述技术方案如下：

提供一种基于深度学习的公共场所人流量调节辅助方法，所述方法包括：

获取当前时间点之前N个时间点的人流量；其中，N为大于等于2的整数；

根据所述获取到的当前时间点之前N个时间点的人流量，预测未来若干时间点的人流量；

根据所述预测出的未来若干时间点的人流量，通过向用户推荐的方式对所述未来若干时间点的实际人流量进行调节。

可选的，所述获取当前时间点之前N个时间点的人流量，包括：

获取所述当前时间点之前N个时间点的人群图像；

根据所述获取到的所述当前时间点之前N个时间点的人群图像，运用基于YOLOv2算法的人流量计算方法计算所述当前时间点之前N个时间点的人流量。

可选的，所述运用基于YOLOv2算法的人流量计算方法计算所述当前时间点之前N个时间点的人流量，包括：

确定所述人群图像画面内行人最大尺寸函数；

根据所述行人最大尺寸函数将所述人群图像划分为多个行人目标；

根据所述行人目标计算所述当前时间点之前N个时间点的人流量。

可选的，所述运用基于YOLOv2算法的人流量计算方法计算所述当前时间点之前N个时间点的人流量，还包括：

将所述人群图像横向均分为四个区域；