[發明專利]一種基于卷積神經網絡的景區人群行為分析方法

有效

• 申請號: 201910879212.4
• 申請日: 2019-09-18
• 公開（公告）號: CN110705394B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 張懿;楊文歡;趙曉旋;曹婼喧
• 申請（專利權）人: 廣東外語外貿大學南國商學院
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/26;G06V10/762;G06V10/82;G06N3/04
• 代理公司: 廣州藍晟專利代理事務所(普通合伙) 44452
• 代理人: 歐陽凱;張延長

本發明公開了一種基于卷積神經網絡的景區人群行為分析方法，包括步驟構建人群密度分類神經網絡和人群熱度圖估計卷積神經網絡，所述人群密度分類神經網絡使用一個CNN將人群密度分為低密度、中密度和高密度3類，所述人群熱度圖估計卷積神經網絡分為三列，每個不同人群密度類別被送到相應的人群熱度圖估計卷積神經網絡的列中進行訓練；結合顏色相似性和DBSCAN聚類算法對采集到的熱度圖中的人群區域進行分割；計算所述人群區域的相似度；根據所述相似度分析人群行為。與現有技術相比，本發明能有效地評估景區的人群行為，以便于及時指揮調度，疏散景區中的游客。

技術領域

本發明涉及旅游景區的人群行為分析領域，尤其涉及一種基于卷積神經網絡的景區人群行為分析方法。

背景技術

2015年，國家旅游局提出“智慧景區”的建設要求，并通過將旅游和互聯網結合在一起，在今年之內，把國內5A級旅游景區都建為“智慧旅游景區”。因此，建設“智慧景區”已經成為我國旅游業不斷發展的迫切需要。對于景區管理者來說，旅游管理中需要面對的種種問題。例如：如何獲知人群熱度以便及時指揮調度，疏散景區中的游客，這些都是國內傳統景區轉型中亟需攻克的難點。其次，景區作為旅游業的重要組成部分，是游客旅游的目的地和聚集地，極易導致人群秩序混亂而發生擁堵、踩踏等公共安全事故，如何保障游客安全變得至關重要。現有的人群密度估計的方法多種多樣，有面向空域的，也有針對時域的，大致總結出如下四種方法，即基于像素、基于紋理、基于個體分割和基于深度學習的密度估計方法。這四種方法根據其實用領域以及場合的不同，各有優勢。

Celik H,Hanjalic A,Hendriks E.Towards a robust solution to peoplecounting[C].In:Proc.of the IEEE int.conf.on image processing,2006:pp 2401–2404，通過統計建立圖像中的人移動像素的量與人數之間的關系來實現密度估計，但是在遮擋情況下準確性較差。2001年Chow T W S,Cho S Y.Industrial neural vision systemfor underground railway station platform surveillance[J].Advanced EngineeringInformatics,2002(16):72-80通過使用單個圖像來估計復雜背景中擁擠場景中的人數，提取頭部輪廓的像素特征，放入支持向量機中分析，采用透視變換技術來估計人群密度，從而通過回歸的方法來估計人群密度。

Chan A B,Vasconcelos N.Modeling clustering and segmenting video withmixtures of dynamic textures[J].IEEE Transactions on Pattern Analysis andMachine,2008,30(5):909-926提出了動態紋理是視頻的時空生成模型，其表示視頻序列作為線性動態系統的觀察，為了學習模型的參數，使用了期望最大化(EM)算法，將傳統的紋理改進為混合的動態紋理，該方法可以實現人群密度的大致估計。候鵬鵬.基于GLCM紋理特征分析的人群密度估計方法實現[J].中國安防.2014(23):88-90采用灰度共生矩陣(GLCM)構建的五個特征量作為參數，通過計算紋理特征量，訓練SVM分類器，最后使用SVM分類器進行密度分類。Srivastava S,Ng K K,Delp E J.Crowd flow estimation using multiplevisual features forscenes with changing crowd densities[C].Proceedings of 8thIEEE International Conference on Advanced Video and Signal BasedSurveillance,Klagenfurt,2011,60-65將場景的一個區域制定為虛擬行程線，并在選定的時間段內累積前景像素的總和，并通過實驗驗證累積像素數與通過比例因子的行程線路的人數有關，利用其紋理，確定擁擠度并選擇最合適的比例因子。