[发明专利]一种高精度低延时大型室内场馆人群分布计算方法

说明书

本发明提供了一种高精度低延时大型室内场馆人群分布计算方法，包括如下步骤：步骤1，场景网格化；步骤2，设备部署；步骤3，样本数据采集及处理；步骤4，设计循环神经网络RNN；步骤5，设置计算和训练周期；步骤6，训练循环神经网络RNN；步骤7，基于循环神经网络RNN计算人群分布。采用本发明方法得到的人群分布和真实分布非常相近，具有实用价值。

技术领域

本发明涉及一种高精度低延时大型室内场馆人群分布计算方法。

背景技术

随着经济的高速发展，大型复杂的现代建筑层出不穷，如会展场馆、体育场馆、交通枢纽站及商业综合体等，已经成为城市发展的名片。这些场馆往往客流量大人群密集，由于场馆面积大且结构复杂，很难快速且精度地的感知人群分布情况，导致运营指挥不及时或不准确进而引发人流阻塞或踩踏等不良事件，存在很大的安全隐患，给场馆运营及管理带来很大压力。为了解决上述问题，技术界推出各种人群定位技术，目前主流的人群分布定位方案有基于图像识别的定位方案和基于射频信号的定位方案，其中基于图像识别的定位方案是通过定期抓拍各视频监控的图像，通过对图像进行识别计算出场景中人员的数量或位置数据，而基于无线射频信号的定位方案是应用蓝牙、zigbee等低功耗无线定位技术，在预定位场景中部署无线基站，同时让被定位人群携带无线标签，无线标签周期性地向外发送无线信号，无线标签进入场景后，无线基站能检测到此信号，根据此信号结合基站位置信息或其他位置参考信息进行定位，进而实现对人群分布进行定位。

在目前工程实践中，上述基于图像识别的定位和基于射频定位的两种方案均不能很好地满足大型室内场馆人群定位的要求。其中基于图像识别的定位方案主要通过对视频监控中的图像进行图像识别，计算出图片中人员的数量及位置，进而得出该监控区域的人员分布情况，这个方案的特点是精度高但实时性差，特别在这种大型场馆使用，单次定位计算耗时很长，少则半小时，长这几个小时，远不能满足用户要求；而基于射频的定位方案则通常是应用蓝牙、WiFi或zigbee等低功耗无线定位技术，在场馆内部署一定密度的无线通讯基站，同时预定位人群需携带配套的定位标签或手环等设备，无线基站设备通过收集各标签设备发送的无线信号进行定位，实时性较好，但由于场馆面积大、人流多，方案实施需投入大量的基站和标签，一次性投入及运维成本高，不利于普及推广，因此也不太适用。

发明内容

发明目的：为解决背景技术中存在的技术问题，本发明提出一种高精度低延时大型室内场馆人群分布计算方法。包括如下步骤：

步骤1，场景网格化；

步骤2，设备部署；

步骤3，样本数据采集及处理；

步骤4，设计循环神经网络RNN；

步骤5，设置计算和训练周期；

步骤6，训练循环神经网络RNN；

步骤7，基于循环神经网络RNN计算人群分布。

有益效果：

本方法综合应用WiFi定位、图像识别和神经网络技术，对场馆人群分布进行定位计算，既有精度高、低延时等特点，能实时且精准感知场馆内人群密度情况，让场馆运营管理人员及时进行干预疏导，大大提升大型场馆的安全运营水平；同时本方法的落地实施是使用目前大型场馆内已部署或标配的闸机、WiFi-AP和摄像头设备，大大降低系统投入成本，提升设备的复用价值，有利于普及和推广。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明方法流程图。

图2是场景示意图。

图3是场景网格绘制示意图。

图4是场景网格化示意图。