买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江传媒学院

摘要：本发明公开了一种基于大数据的分析适应密集场景人流实时监测系统，通过基础采集单元的设置，能够对目标场景或者一些人流量大的场景下的人员情况进行数据获取，获取之后借助基础梳理单元能够梳理处对应场景下人员具体数量，是否达到一个设定阈值；根据核向分析单元能够同步核实进入人员的转化率，是否有进入目标场景的意向，真实的预测统计目标场景外的进入人数，并且根据实时的人数判定是否在目标场景的承载范围内，根据不同的承载范围，利用综合处理器处理，得到不同的应对方式；适应性解决人流大，难以靠人工疏导的难题；同时对目标场景内的实际人员进行分析，判定是否存在秩序扰乱人员出现，智能化的判定人员情况。

主权项：1.一种基于大数据的分析适应密集场景人流实时监测系统，其特征在于，包括基础采集单元、基础梳理单元、综合处理器、数据库和管理单元；基础采集单元，利用目标场景所在处的高清影像监控设施获取人流影像数据，并将其传输到数据库内存储；基础梳理单元，用于每T1时间对数据库内存储的标的影像数据进行梳理统计，T1为预设时间数值，具体的梳理统计过程为：步骤S1：从数据库中提取标的影像数据，且提取出的标的影像数据为前半小时内采集的，人流影像序列按照时间顺序进行排列，每一个人流影像序列中包含的三组人流影像数据也按照时间顺序进行排列，将获取影像的点位分别标记为A、B、C；步骤S2：对于A点位，将三个时间节点获取的人流影像数据进行比对识别，并对三个影像中的每一个人物进行匹配，用同一记号对同一个任务进行标记，从而依照时间节点的不同以及对应人物所处位置的变化，判断对应人物前进的方向是否朝向目标场景，若是，则将其标记为意向对象，计数器增加一，若不是，不进行任何处理；步骤S3：其余点位与步骤S2中的A点位的梳理统计方式相同，从而对计数器的示数进行累加得到意向对象人数并添加时间戳；步骤S4：从数据库中提取站内人流影像数据，其中，获取其中前二十五分钟目标场景入口区域的进站人流影像，并统计该时间段内进入目标场景入口区域的人数，将该人数与意向对象人数进行比例计算，得到对应时间戳的意向转化系数，同时，采集对应时间戳的天气数据，并将其与时间戳、意向转化系数进行绑定得到转化因素绑定数据；步骤S5：分别统计目标场景入口区域、等候区域以及对应实际进入区域的人数，且通过AI自主面部识别功能判别每个区域内的每位乘客的年龄数据，将年龄数据分为如下阶段，分别为：1-8岁、9-18岁、19-50岁、50-65岁、65岁以上，各区域内的乘客人数按照不同年龄阶段进行计数，将不同年龄阶段的乘客人数与该区域内的乘客总数进行比值计算，得到年龄分布比例数据；步骤S6：在标的对象载具到达之后，实际进入区域的监控设施获取上、下车的人流影像数据并统计相应人数，且在标的对象载具的门侧设置人数显示器，人数显示器能够实时显示对应车厢段的最大承载人数和实际承载人数；还包括核向分析单元；所述基础梳理单元将梳理统计的数据传输至核向分析单元进行预警分析，预警分析将天气、时间、乘客年龄纳入考量范围进行分析，具体为：步骤SS1：根据天气不同、时间不同将预警模式分为晴天模式、雨雪模式、早晚高峰模式以及假期模式，且天气的模式与时间的模式进行两两组合；步骤SS2：从基础梳理单元中获取转化因素绑定数据，根据其内的天气数据与时间戳所处的时间区间确定当前预警模式为晴天模式与早晚高峰模式、晴天模式与假期模式、雨雪模式与早晚高峰模式或雨雪模式与假期模式四种模式组合中的一种，不同模式组合下的设定的人流限值均不同，且会根据年龄分布比例数据进行修正；步骤SS3：从数据库中筛选出一个月内或者以往同期时模式组合相同情况下的意向转化系数，并求出其转化系数均值，将当前的意向转化系数与转化系数均值进行计算，若当前获取的意向转化系数超出转化系数均值的百分之十，则判定当前站外乘车意向密度大，反之则判定当前站外乘车意向密度小；步骤SS4：根据目标场景内的等候区域、实际进入区域以及出场区域的人流影像数据，计算出标的对象载具进站和出站期间的目标场景的吞吐量数据以及目标场景内实际容纳人流量，当吞吐量数据为正值，从数据库中提取与当前模式组合匹配的预先设定的该模式下目标场景的容纳限值，当吞吐量为负值时，不进行任何处理；出场区域即为离开目标场景的区域；步骤SS5：根据目标场景入口区域、等候区域以及对应实际进入区域的人数以及年龄分布比例数据计算得出整个目标场景内的总体年龄分布比例，将步骤SS4中的提取的对应预警模式下的容纳限值与总体年龄分布比例代入到计算式中进行修正运算，计算式为：修正容纳值＝容纳限值*修正系数，其中，修正系数＝∑某年龄阶段的年龄分布比例*对应的预设年龄影响系数，且1-8岁与65岁以上的年龄区间对应的预设年龄影响系数最大，9-18岁与50-65岁对应的预设年龄影响系数次之，19-50岁对应的预设年龄影响系数最小；步骤SS6：将实际容纳人流量与修正容纳限值进行比较，若超出修正容纳限值，则生成人流密度警报信号，若未超出修正容纳限值，则根据实际容纳人流量与修正容纳限值的差值和吞吐量数据预测达到修正容纳限值的时间，并将该时间标记为预警时刻数据然后发送至综合处理器进行调度；步骤SS7：在标的对象载具内设置的人数显示器停靠后，显示最大承载人数和实际承载人数，其中，最大承载人数为与当前预警模式匹配的设定值，当实际承载人数超过最大承载人数，生成超载警报信号，当实际承载人数小于最大承载人数时，不进行任何处理，人数显示器的示数值随着对应标的对象载具内人数的变化而变化。

全文数据：

权利要求：

百度查询： 浙江传媒学院 一种基于大数据的分析适应密集场景人流实时监测系统