[发明专利]一种区域人流量的预测方法及装置

权利要求书

1.一种区域人流量的预测方法，其特征在于，包括：

获取距离摄像机设定范围内的兴趣点POI数据，以及历史第一周期内采集的各个时间段的人流量数据，所述POI数据包括所述设定范围内的POI的类别以及每一类POI的数量；

将所述POI数据、所述各个时间段信息和所述各个时间段的人流量数据输入到预先训练好的人流量预测模型中，得到未来第二周期内各个时间段的人流量数据，所述第一周期与所述第二周期包含的时间段的数量相同；

将得到的所述第二周期内各个时间段的人流量数据，作为所述摄像机所在区域在所述第二周期的预测人流量。

2.如权利要求1所述的方法，其特征在于，所述人流量预测模型采用如下方式训练得到：

获取历史第三周期和历史第四周期内采集的各个时间段的人流量数据；所述第四周期为所述第三周期后的一个周期，所述第三周期与所述第四周期包含的时间段的数量相同；

将所述POI数据、所述第三周期各个时间段信息和所述第三周期各个时间段的人流量数据作为输入特征，将所述第四周期各个时间段的人流量数据作为输出特征，对所述人流量预测模型进行训练。

3.如权利要求1或2所述的方法，其特征在于，所述将所述POI数据、所述各个时间段信息和所述各个时间段的人流量数据输入到预先训练好的人流量预测模型中，得到未来第二周期内各个时间段的人流量数据，具体包括：

将所述各个时间段信息转化为词向量；

将所述POI数据、转化为词向量后的各个时间段信息和所述各个时间段的人流量数据输入人流量预测模型；

利用所述人流量预测模型包括的多个特征提取层对输入进行编码，得到多个隐藏特征向量；所述多个特征提取层中一个特征提取层对应输出所述多个隐藏特征向量中的一个隐藏特征向量；

利用所述人流量预测模型的注意力机制对所述多个隐藏特征向量进行组合，得到多个设定特征向量；

利用所述人流量预测模型的多个解码层对所述多个设定特征向量进行解码，得到所述第二周期内各个时间段的人流量数据。

4.如权利要求3所述的方法，其特征在于，所述利用所述人流量预测模型的注意力机制对所述多个隐藏特征向量进行组合，得到设定特征向量，包括：

获取所述多个隐藏特征分别对应的权重，将所述多个隐藏特征的加权和作为所述设定特征向量。

5.如权利要求4所述的方法，其特征在于，所述获取所述多个隐藏特征分别对应的权重，包括：

采用如下公式确定所述权重：

其中，所述α_i为所述多个隐藏特征向量中的第i个隐藏特征向量对应的权重，所述h_i为所述第i个隐藏特征向量，所述s_i为所述h_i占所述多个隐藏特征向量的比例，所述s_i是根据所述第i个隐藏特征向量和第i-1个设定特征向量确定的。

6.如权利要求3所述的方法，其特征在于，所述利用所述人流量预测模型包括的多个特征提取层对输入进行编码，得到多个隐藏特征向量，包括：

利用所述多个特征提取层中的任一特征提取层，对与所述任一特征提取层对应的时间段的时间段信息、所述对应的时间段的人流量数据、所述POI数据以及所述任一特征提取层的上一个特征提取层得到的隐藏特征向量进行编码，得到与所述任一特征提取层对应的时间段的隐藏特征向量。

7.如权利要求3所述的方法，其特征在于，所述利用所述人流量预测模型的多个解码层对所述多个设定特征向量进行解码，得到所述第二周期内各个时间段的人流量数据，包括：

针对所述多个解码层中的任一解码层，将所述多个设定特征向量中与所述任一解码层对应的设定特征向量，以及所述任一解码层的上一解码层输出的隐藏特征向量输入到与所述任一解码层中，得到所述第二周期内与所述任一解码层对应的时间段的人流量数据。