[发明专利]一种区域人流量的预测方法及装置

说明书

本申请公开了一种区域人流量的预测方法及装置，用以提升预测人流量的准确性。该方法包括：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，POI数据包括设定范围内的POI的类别以及每一类POI的数量；将POI数据、各个时间段信息和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，第一周期与第二周期包含的时间段的数量相同；将得到的第二周期内各个时间段的人流量数据，作为摄像机所在区域在第二周期的预测人流量。

技术领域

本发明涉及智能视频监控技术领域，尤其涉及一种区域人流量的预测方法及装置。

背景技术

目前对于监控摄像机拍摄人脸或人体的业务需求日益增多，所以选择有效的监控地点进行摄像机的部署，使得监控摄像机能够有效拍摄到行人，以及对道路或者公共场所出入口等区域出现的人流量进行统计，以进行各种相关的业务规划。因此，提升统计和预测人流量的准确性就变得尤为重要。

发明内容

本申请实施例提供了一种区域人流量的预测方法及装置，结合时间和空间位置两个属性来预测人流量，提升预测人流量的准确性。

第一方面，本申请实施例提供了一种区域人流量的预测方法，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。

基于上述方案，本申请提出了结合区域中的POI的类别和每一类POI的数量以及历史时间段的人流量，共同预测未来时间段的人流量。充分考虑了时间和位置对于人流量的影响，提升了预测人流量的准确性。

在一些实施例中，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。

采用历史两个周期的人流量以及时间段数据对模型进行训练，提升模型的准确率。

在一些实施例中，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。

在一些实施例中，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：