一种滞留量及平均滞留时长计算方法技术

本发明专利技术涉及一种滞留量及平均滞留时长计算方法，该方法包括步骤如下：历史数据建模：处理数据库历史数据，以形成可供计算的数学模型；模型存储：将所述数学模型获取的预测数据存储；计算实时滞留量；根据所述数学模型并调取预测数据计算实时滞留量，通过回归算法对所述实时是流量降噪处理；计算实时滞留时长：根据所述实时滞留量并通过微积分公式得出实时滞留时长

【技术实现步骤摘要】
一种滞留量及平均滞留时长计算方法


[0001]本专利技术涉及视频分析监控领域，尤其涉及一种滞留量及平均滞留时长计算方法
。

技术介绍

[0002]目前，随着社会经济和科学技术的快速发展，大型购物商场综合体
、
餐饮
、
交通和医疗等行业相继崛起，各种公共场所以及基础设施中的人群流动越加频繁
。
如何合理
、
准确的进行人流量分析成为了亟待解决的重大问题
。
在这一背景下，滞留量与滞留时长作为人流量的关键分析指标之一，如何能够较为精准的对其进行实时统计便显得十分重要
。
[0003]在传统方法中，实时滞留量与滞留时长都是通过对实时进出客流的计算所得
。
而实时进出客流一般是通过在各种公共场所的出入口处安置摄像头，继而通过摄像头内部的
AI
智能算法芯片对视频图像分析进行人数的统计所得
。
但是针对上述单摄像头视频图像分析算法而言还存在问题如下：
[0004]部分公共场所或基础设施中出入口存在多个，因此针对双向人流的精确统计无法实现，而单向人流的准确率是在可接受范围内
。
因此在只能保证单向人流准确度的前提下，是无法利用传统计算方式计算以及分析出实时滞留量与滞留时长
。

技术实现思路

[0005]针对上述现有技术的缺点，本专利技术的目的是提供一种滞留量及平均滞留时长计算方法，以解决现有技术中的一个或多个问题
。/>[0006]为实现上述目的，本专利技术的技术方案如下：
[0007]一种滞留量及平均滞留时长计算方法，包括步骤如下：
[0008]历史数据建模：处理数据库历史数据，以形成可供计算的数学模型；
[0009]模型存储：将所述数学模型获取的预测数据存储；
[0010]计算实时滞留量；根据所述数学模型并调取预测数据计算实时滞留量，通过回归算法对所述实时是流量降噪处理；
[0011]计算平均滞留时长：根据所述实时滞留量并通过微积分公式得出平均滞留时长
。
[0012]进一步的，所述历史数据建模包括步骤如下：
[0013]可视化分析；
[0014]统计学运算；
[0015]函数拟合
。
[0016]进一步的，所述可视化分析包括步骤如下：
[0017]获取基础数据：通过视频输入设备并结合人体识别算法获取监控区域的基础数据；所述基础数据包括区域编号数据
、
时刻数据
、
进客流数据
、
出客流数据；
[0018]根据所述基础数据绘制关系图表：其中所述关系图表包括每日滞留量二维散点图
、
时间与滞留量以及进客流之间的三维散点图
、
进客流与滞留量之间的二维散点图及指定时刻中进客流与滞留量之间的二维散点图；
[0019]根据所述关系图表得出在每日同一时间下，单位时刻
k
时的滞留量为
s
k
与单位时刻
k
时的总进客流
、
单位时刻
k
时的总出客流之间的第一函数式
。
进一步的，所述统计学运算用于对滞留量与进客流之间存在正相关中的数据进行预处理，其包括步骤如下：
[0020]等比例缩放，根据第一函数式获取单位时刻
k
时的第一滞留量
s
1k
；
[0021]增补，若单位时刻
k
时的第一滞留量
s
1k
不等于零，则返回至执行等比例缩放，根据第二函数式获单位时刻
K
时的第二滞留量为
s
2K
；然后判断单位时刻
K
时的第二滞留量为
s
2K
是否等于零并且满足逻辑约束
。
[0022]进一步的，所述逻辑约束的条件包括单位时刻
k
时的滞留量
S
k
大于等于
0、
单位时刻
k
时的滞留量
S
k
小于等于单位时刻
k
时的总进客流
、
单位时刻
k
时的总进客流大于等于单位时刻
k
时的总出客流以及单位
k
时之前的第一旧的总出客流大于等于单位
k
‑1时之前的第一旧的总出客流
。
[0023]进一步的，所述函数拟合用于将单位时刻
K
时的第二滞留量为
s
2K
根据第三函数式求出权值，同时对所述权值聚类以获取唯一权值
。
[0024]进一步的，所述计算实时滞留量包括步骤如下：
[0025]模型使用：利用所述数学模型获取在
k
时刻的滞留量
S
k
；
[0026]降噪拟合：使用回归算法对所获取的在
k
时刻的滞留量
S
k
降噪处理
。
[0027]进一步的，所述第一函数式为：
[0028][0029]其中，
s
1k
表示单位时刻
k
时的第一滞留量，示单位时刻
k
时的第一总进客流，示单位时刻
k
时的第一总出客流
。
[0030]进一步的，所述第二函数式为：
[0031][0032]其中，在单位时刻
K
时的第二滞留量为
s
2K
，表示
K
时刻之前的新的总出客流，表示
K
‑1时刻之前的新的总出客流
。
[0033]进一步的，所述第三函数式为：
[0034][0035]其中权值表示为
w
k
，
s
2K
表示单位时刻
K
时的第二滞留量，
a
k
表示单位时刻
k
时的进客流
。
[0036]进一步的，所述微积分公式为：
[0037][0038]其中
f(k)
为该区域该日滞留量通过拟合所得函数，单位时刻
k
时的总进客流为
[0039]与现有技术相比，本专利技术的有益技术效果如下
[0040]利用本专利技术方法可以在只有单向人流准确的情况下计算出实时滞留量以及平均滞留时长，其通过历史数据建模，在建模过程中通过函数拟合的方式对数据进行预处理，通过函数拟合的方式可以使所求数据与实际数据之间的误差减小，预处理后将所述数据存储至数学模型中，然后通过后期从数学模型中调取相关预处理数据，以实现快速
、
准确
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种滞留量及平均滞留时长计算方法，其特征在于包括步骤如下：历史数据建模：处理数据库历史数据，形成数学模型；模型存储：将所述数学模型获取的预测数据存储；计算实时滞留量；根据所述数学模型并调取所述预测数据计算实时滞留量，通过回归算法对所述实时滞留量作降噪处理；计算平均滞留时长：根据所述实时滞留量并通过微积分公式得出平均滞留时长
。2.
如权利要求1所述一种滞留量及平均滞留时长计算方法，其特征在于：所述历史数据建模包括步骤如下：可视化分析；统计学运算；函数拟合
。3.
如权利要求2所述一种滞留量及平均滞留时长计算方法，其特征在于：所述可视化分析包括步骤如下：获取基础数据：通过视频输入设备并结合人体识别算法获取监控区域的基础数据；所述基础数据包括区域编号数据
、
时刻数据
、
进客流数据
、
出客流数据；根据所述基础数据绘制关系图表：其中所述关系图表包括每日滞留量二维散点图
、
时间与滞留量以及进客流之间的三维散点图
、
进客流与滞留量之间的二维散点图及指定时刻中进客流与滞留量之间的二维散点图；根据所述关系图表得出在每日同一时间下，单位时刻
k
时的滞留量为
s
k
与单位时刻
k
时的总进客流
、
单位时刻
k
时的总出客流之间的第一函数式
。4.
如权利要求3所述的一种滞留量及平均滞留时长计算方法，其特征在于：所述统计学运算用于对所述第一函数式进行预处理，其包括步骤如下：等比例缩放，根据第二函数式获取单位时刻
k
时的第一滞留量
s
1k
；增补，若单位时刻
k
时的第一滞留量
s
1k
不等于零，则返回至执行等比例缩放，根据第三函数式获取单位时刻
K
时的第二滞留量为
s
2K
；判断单位时刻
K
时的第二滞留量
s
2K
是否等于零并且满足逻辑约束
。5.
如权利要求4所述的一种滞留量及平均滞留时长计算方法，其特征在于：所述逻辑约束的条件包括单位时刻
k
时的滞留量
S
k
大于等于
0、
单位时刻
k
时的...

【专利技术属性】
技术研发人员：吕楠，张丽秋，高超，
申请(专利权)人：江苏慧眼数据科技股份有限公司，
类型：发明
国别省市：