【技术实现步骤摘要】
一种基于深度学习的群体密度预测方法和系统
[0001]本专利技术提出了一种基于深度学习的群体密度预测方法和系统,属于人群密度预测
技术介绍
[0002]群体(车辆/人群)密度预警,包括车辆拥堵预警和人群聚集预警等,在公共交通畅通和公共安全防范领域有非常重要的意义。依靠人工估计的方法无法支持规模化应用,应用视频分析实现群体密度的在线智能检测成为当前的研究热点。目前基于视频智能分析检测群体密度的方法,主要包括目标特征分析法和群体密度估计法。现有技术中的人群密度预测方法存在效率较低的问题。
技术实现思路
[0003]本专利技术提供了一种基于深度学习的群体密度预测方法和系统,用以解决现有技术中的人群密度预测方法效率较低的问题:
[0004]一种基于深度学习的群体密度预测方法,所述群体密度预测方法包括:
[0005]实时采集移动手机用户的通信数据,并通过所述通信数据获取完成所述通信数据对应的交通站;
[0006]通过所述人群密度预测模型结合所述移动手机用户的通信数据获取当前交通站的人群密度预测数据;其中,所述人群密度预测模型可以通过RNN模型进行建立;
[0007]根据所述群体密度预测数据启动所述交通站的视频监控设备进行群体监控视频的可视化展示。
[0008]进一步地,实时采集移动手机用户的通信数据,并通过所述通信数据获取完成所述通信数据对应的交通站,包括:
[0009]实时采集移动手机用户的通信数据,并对所述通信数据按照手机为节点在卫星地图上进行位置标 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的群体密度预测方法,其特征在于,所述群体密度预测方法包括:实时采集移动手机用户的通信数据,并通过所述通信数据获取完成所述通信数据对应的交通站;通过所述人群密度预测模型结合所述移动手机用户的通信数据获取当前交通站的人群密度预测数据;根据所述群体密度预测数据启动所述交通站的视频监控设备进行群体监控视频的可视化展示。2.根据权利要求1所述群体密度预测方法,其特征在于,实时采集移动手机用户的通信数据,并通过所述通信数据获取完成所述通信数据对应的交通站,包括:实时采集移动手机用户的通信数据,并对所述通信数据按照手机为节点在卫星地图上进行位置标记,形成位置节点;通过卫星地图获取位置节点中包含的交通站位置,并作为交通站节点;设置所述交通站节点范围,并统计落入所述交通站节点范围内的位置节点的数量,当所述位置节点数量超过预设的位置节点数量阈值时,将所述位置节点数量发送至人群密度预测模型。3.根据权利要求2所述群体密度预测方法,其特征在于,设置所述交通站节点范围,包括:获取位置节点中包含的交通站位置中直线距离最短的两个交通站之间的直线距离;获取位置节点中包含的交通站位置中直线距离最长的两个交通站之间的直线距离;按照约束条件设置通站节点范围的半径,其中,所述约束条件为:1.48(L
max
‑
L
min
)≤R≤2.56(L
max
‑
L
min
)其中,R表示半径,L
max
和L
min
分别表示直线距离最长的两个交通站之间的直线距离和直线距离最短的两个交通站之间的直线距离;以所述通站节点为圆形结合所述半径获取交通站节点范围。4.根据权利要求1所述群体密度预测方法,其特征在于,根据所述群体密度预测数据启动所述交通站的视频监控设备进行群体监控视频的可视化展示,包括:当所述群体密度预测数据体现的人数数量达到或超过预设的人数阈值时,开启所述交通站所有的视频监控设备;当所述群体密度预测数据体现的人数数量低于预设的人数阈值时,开启所述交通站部分数量的视频监控设备;其中,所述部分数量的幅值范围为[0.50N,0.68N],N表示交通站所有的视频监控设备的总数量。5.一种基于深度学习的群体密度预测系统,其特征在于,所述群体密度预测系统包括:实时采集模块,用于实时...
【专利技术属性】
技术研发人员:兰雨晴,余丹,张雨佳,张腾怀,邢智涣,
申请(专利权)人:慧之安信息技术股份有限公司,
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。