本发明专利技术实施例涉及计算机技术领域，尤其涉及一种轨迹预测系统训练方法，该方法包括：获取真实的人群轨迹图、人群对应的区域模型文件，以及人群对应的人群参数，解析区域模型文件，获取区域模型文件中的各个构件及对应的风险分数，通过对不同构件风险的计算，可以方便后续对区域风险水平的确定，基于各个构件对应的风险分数，确定区域风险水平，利用人群参数、区域风险水平，以及真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练，当对抗训练达到预设条件时，确定生成模型和判别模型构建的系统为目标人群轨迹预测系统。这样，通过对抗训练获得整个人群轨迹预测系统，就可以输出更加真实的人群轨迹预测结果。更加真实的人群轨迹预测结果。更加真实的人群轨迹预测结果。
【技术实现步骤摘要】
轨迹预测系统训练、轨迹预测方法、装置、系统
[0001]本专利技术实施例涉及计算机
，尤其涉及轨迹预测系统训练、轨迹预测的方法、装置、系统及存储介质。
技术介绍
[0002]随着社会的发展，城市建设的规模不断扩大。然而，许多建筑物采用不合理的设计，使得在紧急情况下难以迅速疏散民众。因此，近年来，建筑设计师使用人群模拟技术模拟建筑物中的危急情况，分析结构设计的不合理性。然而，由于建筑数据源的复杂性和建筑物的演变很难确保人群模拟数据源的完整性。此外，传统人群模拟计算，具有比较昂贵的计算成本。
[0003]因此，需要一种能够降低计算成本的人群模拟方式，以解决上述问题。
技术实现思路
[0004]鉴于此，为解决现有技术中上述技术问题，本专利技术实施例提供轨迹预测系统训练、轨迹预测的方法、装置、系统及存储介质。
[0005]第一方面，本专利技术实施例提供轨迹预测系统训练、轨迹预测的方法，该方法包括：
[0006]获取真实的人群轨迹图、人群对应的区域模型文件，以及人群对应的人群参数；
[0007]解析区域模型文件，获取区域模型文件中的各个构件及对应的风险分数；
[0008]基于各个构件对应的风险分数，确定区域风险水平；
[0009]利用人群参数、区域风险水平，以及真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练；
[0010]当对抗训练达到预设条件时，确定生成模型和判别模型构建的系统为目标人群轨迹预测系统。
[0011]在一个可能的实施方式中，解析区域模型文件，获取区域模型文件中的各个构件及对应的风险分数，包括：
[0012]解析各个构件，获得各个构件对应的构件属性；
[0013]基于各个构件属性和预配置的物理规则，获取各个构件的风险分数。
[0014]在一个可能的实施方式中，利用人群参数、区域风险水平，以及真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练，包括：
[0015]将区域风险水平和人群参数输入至生成模型中，获取模拟人群轨迹图；
[0016]将模拟人群轨迹图和真实人群轨迹图送入至判别模型，基于真实人群轨迹图，获得判别结果和对应的损失函数值；
[0017]根据判别结果和损失函数值，对预构建的生成模型和判别模型进行对抗训练。
[0018]在一个可能的实施方式中，根据判别结果和损失函数值，对预构建的生成模型和判别模型进行对抗训练，具体包括：
[0019]若判别结果为可以成功识别输入数据来自于生成模型时，基于损失函数值，调整
生成模型中的参数，迭代优化生成模型；
[0020]若判别结果为不能成功识别输入数据来自于生成模型时，基于损失函数值，调整判别模型中的参数，迭代优化判别模型。
[0021]直至判别模型迭代优化至预先设定的优化次数后，判别模型仍不能成功识别输入数据来自于生成模型时，停止对生成模型和判别模型的训练，确定生成模型和判别模型构建的系统为目标人群轨迹预测系统。
[0022]第二方面，本专利技术实施例提供一种人群轨迹预测的方法，包括：
[0023]获取目标区域模型；
[0024]将目标区域模型输入至如第一方面中任一项的目标人群轨迹预测系统中，获取人群轨迹预测结果。
[0025]在一个可能的实施方式中，获取目标区域模型，包括：
[0026]获取目标区域；
[0027]采集目标区域中各个实体的位置及实体对应的性质；
[0028]基于预先设定的构件与实体的对应关系，确定各个实体对应的构件；
[0029]根据实体之间位置的关系及性质，赋予实体对应的构件相同的位置以及性质，确定目标区域模型。
[0030]第三方面，本专利技术实施例提供一种人群轨迹预测系统训练的装置，包括：
[0031]第一获取模块，用于获取真实的人群轨迹图、人群对应的区域模型文件，以及人群对应的人群参数；
[0032]第一处理模块，用于解析区域模型文件，获取区域模型文件中的各个构件及对应的风险分数；基于各个构件对应的风险分数，确定区域风险水平；利用人群参数、区域风险水平，以及真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练；
[0033]确定模块，用于当对抗训练达到预设条件时，确定生成模型和判别模型构建的系统为目标人群轨迹预测系统。
[0034]第四方面，本专利技术实施例提供一种人群轨迹预测的装置，包括：
[0035]第二获取模块，用于获取目标区域模型；
[0036]第二处理模块，用于将目标区域模型输入至如第三方面的目标人群轨迹预测系统中，获取人群轨迹预测结果。
[0037]第五方面，本申请提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器执行如第一方面或第二方面中任一的方法的步骤。
[0038]第六方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面或第二方面中任一项的方法的步骤。
[0039]本专利技术实施例提供的一种人群轨迹预测系统训练的方法，获取真实的人群轨迹图、人群对应的区域模型文件，以及人群对应的人群参数，解析区域模型文件，获取区域模型文件中的各个构件及对应的风险分数，通过对不同构件风险的计算，可以方便后续对区域风险水平的确定，基于各个构件对应的风险分数，确定区域风险水平，利用人群参数、区域风险水平，以及真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练，通过对
抗训练，可以逐步优化生成模型的能力，提高最终的生成能力，当对抗训练达到预设条件时，确定生成模型和判别模型构建的系统为目标人群轨迹预测系统。这样，通过对抗训练获得整个人群轨迹预测系统，在对抗过程中，生成模型和识别模型相互对抗，相互促进对方的模型训练，进而可以输出更加真实的人群轨迹预测结果。
[0040]本专利技术实施例提供的一种人群轨迹预测的方法，获取目标区域模型；将目标区域模型输入至目标人群轨迹预测系统中，获取人群轨迹预测结果。本方法巧妙的利用了对抗模型的特性，在预测过程中，通常将人群轨迹热力图作为输入，进而使用预测系统生成足够真实模拟热力图，用以预测人群轨迹，这样就将一个路线规划问题，变成了图像生成问题，极大的降低了程序运行过程中的计算量和计算时间，进而极大的提升了工作效率。
附图说明
[0041]图1为本专利技术实施例提供的轨迹预测系统训练的方法流程示意图；
[0042]图2为本专利技术实施例提供的计算风险分数的流程示意图；
[0043]图3为本专利技术实施例提供的轨迹预测的方法流程示意图；
[0044]图4为本专利技术实施例提供的确定目标区域模型的流程示意图；
[0045]图5为本专利技术实施例提供的轨迹预测系统训练的装置结构示意图；
[0046]图6为本专利技术实施例提供的轨迹预测的装置结构示意图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人群轨迹预测系统训练的方法，其特征在于，包括：获取真实的人群轨迹图、所述人群对应的区域模型文件，以及所述人群对应的人群参数；解析所述区域模型文件，获取所述区域模型文件中的各个构件及对应的风险分数；基于各个构件对应的所述风险分数，确定区域风险水平；利用所述人群参数、所述区域风险水平，以及所述真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练；当所述对抗训练达到预设条件时，确定所述生成模型和所述判别模型构建的系统为目标人群轨迹预测系统。2.根据权利要求1所述的方法，其特征在于，所述解析所述区域模型文件，获取所述区域模型文件中的各个构件及对应的风险分数，包括：解析所述各个构件，获得所述各个构件对应的构件属性；基于所述各个构件属性和预配置的物理规则，获取所述各个构件的风险分数。3.根据权利要求1所述的方法，其特征在于，所述利用所述人群参数、所述区域风险水平，以及所述真实人群轨迹图对预构建的生成模型和判别模型进行对抗训练，包括：将所述区域风险水平和所述人群参数输入至生成模型中，获取模拟人群轨迹图；将所述模拟人群轨迹图和所述真实人群轨迹图送入至判别模型，基于所述真实人群轨迹图，获得判别结果和对应的损失函数值；根据所述判别结果和所述损失函数值，对预构建的所述生成模型和所述判别模型进行对抗训练。4.根据权利要求3所述的方法，其特征在于，所述根据所述判别结果和所述损失函数值，对预构建的所述生成模型和所述判别模型进行对抗训练，具体包括：若所述判别结果为可以成功识别输入数据来自于生成模型时，基于所述损失函数值，调整所述生成模型中的参数，迭代优化所述生成模型；若所述判别结果为不能成功识别输入数据来自于生成模型时，基于所述损失函数值，调整所述判别模型中的参数，迭代优化所述判别模型；直至所述判别模型迭代优化至预先设定的优化次数后，所述判别模型仍不能成功识别输入数据来自于生成模型时，停止对所述生成模型和所述判别模型的训练，确定所述生成模型和所述判别模型构建的系统为目标人群轨迹预测系统。5....
【专利技术属性】
技术研发人员：高歌，黄韩，顾明，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。