[发明专利]一种预计机场安检旅客排队等候时长的方法及其应用

权利要求书

1.一种预计机场安检旅客排队等候时长的方法，其特征在于，包括以下步骤：

（1）对正在排队等候安检的旅客进行判定；

（2）对判定成功的旅客进行识别，计算出正在等候安检的排队旅客的人数；

（3）通过大数据分析，获得每个旅客的平均安检时长；

（4）计算安检等候人数与平均安检时长的乘积，即为预计机场安检旅客排队等候时长。

2.根据权利要求1所述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述步骤（1）中对正在排队等候安检旅客的判定过程为：进行排队识别区域的划分，处于排队识别区域内的旅客停留10秒以上时，判定该旅客为等候安检的旅客。

3.根据权利要求2所述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述排队识别区域的划分主要通过机场安置的可移动的临时警戒带来进行排队识别区域的划分。

4.根据权利要求3所述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述步骤（2）中对判定成功的旅客进行识别过程主要是通过摄像头对临时警戒带内的排队旅客进行识别。

5.根据权利要求4所述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述步骤（2）中对判定成功的旅客的计数采用基于深度学习的人群计数算法来进行正在等候安检的排队旅客的人数的计算。

6.根据权利要求5所述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述基于深度学习的人群计数算法主要通过各种能够进行深度学习的卷积神经网络模型进行人群密度图的生成，然后通过人群密度图进行人数的计算。

7.根据权利要求6述的一种预计机场安检旅客排队等候时长的方法，其特征在于，所述能够进行深度学习的卷积神经网络模型包括MCNN网络模型，CP-CNN网络模型、CSRNet网络模型、iC-CNN网络模型、Switch-CNN网络模型。

8.一种辅助机场旅客安检系统，其特征在于，所述系统包括实现权利要求1~7所述方法的计算存储模块、数据采集模块、反馈模块；

所述数据采集模块按照计算存储模块设计的数据采集要求对排队旅客进行影像数据采集，并将该影像数据传输给数据计算储存模块；

所述计算储存模块对影像数据进行判定，判定出计算目标，然后计算出正在等候安检的排队旅客的人数以及预计出机场安检旅客排队等候时长，并将预计出机场安检旅客排队等候时长传输给反馈模块；

所述反馈模块包括对外的设置在机场安检口的对外的信息显示装置，以及对内的信息传输装置，所述对外的信息显示装置向正在排队的旅客展示排队时长的预计信息，所述对内的信息传输装置向机场管理人员反馈预计的排队时长。

9.根据权利要求8所述的一种辅助机场旅客安检系统，其特征在于，所述计算存储装置包括判定模块、图像获取模块、检测模块、深度学习人群计数模块、等候时长计算模块；

所述判定模块通过接收的影像数据，判断出正在排队等候安检的旅客；

所述图像获取模块从影像数据通过定格的方式获进行人数取识别的图像；

所述检测模块结合判定模块的判断，对图像获取模块获取的图像进行检测，检测出正在排队的旅客图像；

所述深度学习人群计数模块对检测模块检测出的排队旅客图像进行计数；

所述等候时长计算模块储存有通过大数据分析获得的每个旅客的平均安检时长，通过深度学习人群计数模块提供的排队旅客数量，预计出机场安检旅客排队等候时长。