[发明专利]一种热点区域的自动检测方法、装置及系统

说明书

本发明涉及人工智能技术领域，公开了一种热点区域的自动检测方法、装置及系统。该方法包括：获取待检测区域内预设时间段内轨迹集合；根据所述待检测区域内预设时间段内轨迹集合，删除待检测区域内预设时间段内无效轨迹，获取有效轨迹集合；将所述有效轨迹集合进行聚类，确定热点区域。采用本发明技术方案不但可以大大提高热点区域的动线分析效率，还可以提高准确率。

技术领域

本发明涉及人工智能技术领域，特别涉及一种热点区域的自动检测方法、装置及系统。

背景技术

近年来，以卷积神经网络为代表的深度学习技术被广泛应用于各类人工智能任务，例如物体分类、人脸识别、行人身份再识别等。卷积神经网络在这些问题上取得的突破性进展源于其层次化的学习结构所带来的强大表达能力。在客流统计应用场景中，“动线”是商业项目设计中的重要板块，对于商业智能而言，动线的计算是十分重要的环节。然而，原始数据是杂乱的、无规律的单个行人的运动轨迹，需要人工进行初步处理，指定热点区域的位置和范围，进而得到行人的运动轨迹。

在现有技术的实现过程中，发明人发现现有技术至少存在如下技术问题：

现有技术中手动设置热点区域，其位置、数量、大小的主观性较强，动线分析的效率和准确率不高。

发明内容

本发明的目的在于提供一种热点区域的自动检测方法、装置及系统，以克服现有技术中手动设置热点区域，其位置、数量、大小的主观性较强，动线分析的效率和准确率不高的缺陷。

为解决上述技术问题，本发明的实施方式提供了一种热点区域的自动检测方法，包括：

获取待检测区域内预设时间段内轨迹集合；

根据所述待检测区域内预设时间段内轨迹集合，删除待检测区域内预设时间段内无效轨迹，获取有效轨迹集合；

将所述有效轨迹集合进行聚类，确定热点区域。

本发明的实施方式还提供了一种热点区域的自动检测装置，包括。

信息获取单元，用于获取待检测区域内预设时间段内轨迹集合；

信息筛选单元，用于根据所述待检测区域内预设时间段内轨迹集合，删除待检测区域内预设时间段内无效轨迹，获取有效轨迹集合；

区域确定单元，用于将所述有效轨迹集合进行聚类，确定热点区域。

本发明的实施方式还提供了一种热点区域的自动检测系统，包括：如上所述热点区域的自动检测装置。

本发明提供的一种热点区域的自动检测方法、装置及系统，通过获取待检测区域内预设时间段内轨迹集合；根据所述待检测区域内预设时间段内轨迹集合，删除待检测区域内预设时间段内无效轨迹，获取有效轨迹集合；将所述有效轨迹集合进行聚类，确定热点区域，进而实现自动确认所述有效轨迹集合的动线。采用本发明技术方案不但可以大大提高热点区域的动线分析效率，还可以提高准确率。

附图说明

图1是本发明实施例提供的一种热点区域的自动检测方法流程图；

图2是本发明实施例提供的一种热点区域的自动检测装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

本发明的第一实施方式涉及一种热点区域的自动检测方法。具体流程如图1所示。该方法包括：