[發(fā)明專利]一種基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010767861.8
• 申請(qǐng)日: 2020-08-03
• 公開(kāi)（公告）號(hào): CN111885202A
• 公開(kāi)（公告）日: 2020-11-03
• 發(fā)明（設(shè)計(jì)）人: 和偉;方小朋
• 申請(qǐng)（專利權(quán)）人: 南京亞太嘉園智慧空間營(yíng)造有限公司
• 主分類號(hào): H04L29/08
• 分類號(hào): H04L29/08;G08B21/02;G16Y40/10
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 蔣昱

1.基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，具體步驟如下，其特征在于；

步驟1：建立物聯(lián)網(wǎng)監(jiān)控平臺(tái)，每個(gè)展館建立N個(gè)感知層數(shù)據(jù)采集支點(diǎn)；

步驟2：物聯(lián)網(wǎng)監(jiān)控平臺(tái)的感知層節(jié)點(diǎn)把數(shù)據(jù)傳輸?shù)轿锫?lián)網(wǎng)網(wǎng)絡(luò)層節(jié)點(diǎn)，在網(wǎng)絡(luò)層節(jié)點(diǎn)使用二維提升小波變換對(duì)信號(hào)進(jìn)行降采樣；

步驟3：對(duì)圖像進(jìn)行預(yù)處理；

步驟4：建立VGG網(wǎng)絡(luò)模型，分別每個(gè)展館的感知層采集點(diǎn)采集的信息進(jìn)行人員密度估計(jì)，并使用粒子群算法對(duì)同一展館的感知層節(jié)點(diǎn)的權(quán)值尋優(yōu)；

步驟5：對(duì)各個(gè)區(qū)域的人群數(shù)量進(jìn)行計(jì)算，并與各個(gè)區(qū)域閾值比較，判斷人流量是否過(guò)大；

步驟6：應(yīng)用層計(jì)算出展館各個(gè)區(qū)域的人員密度，并根據(jù)實(shí)際情況做出相應(yīng)的預(yù)警。

2.根據(jù)權(quán)利要求1所述的基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，其特征在于；

所述步驟2中提升小波變換公式為：

其中，是向下取整，X(n)是采樣序列，即是采樣圖像，d(n)是采樣數(shù)據(jù)的高頻分量，s(n)采樣數(shù)據(jù)的低頻分量，在降采樣的過(guò)程中即對(duì)X(2n)降采樣得到s(n)。

3.根據(jù)權(quán)利要求1所述的基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，其特征在于；

所述步驟3中圖像預(yù)處理的方式包括圖像空間轉(zhuǎn)換，RGB空間轉(zhuǎn)YCbCr空間的公式為：

其中，R是RGB顏色空間的紅色分量，G是RGB顏色空間的綠色分量，B是RGB顏色空間的藍(lán)色分量，變換中僅僅保留Y分量，Cb、Cr分量被舍去。

4.根據(jù)權(quán)利要求1所述的基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，其特征在于；

所述步驟3中圖像預(yù)處理包括對(duì)Y分量直流平移公式為：

Y'＝Y(jié)-Y_mean (4)

其中，Y_mean是Y分量的均值。

5.根據(jù)權(quán)利要求1所述的基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，其特征在于；

所述步驟4中展館中人流量的計(jì)算公式為：

其中，H_k是代表第k個(gè)展館的參觀人員數(shù)量，H_ik表示第k個(gè)展館的第i個(gè)感知層節(jié)點(diǎn)中的人群數(shù)量，w_ik表示第k個(gè)展館的第i個(gè)感知層節(jié)點(diǎn)的權(quán)值，N代表每個(gè)展館的感知節(jié)點(diǎn)的總數(shù)。

6.根據(jù)權(quán)利要求1所述的基于VGG算法的物聯(lián)網(wǎng)展館用信息處理平臺(tái)，其特征在于；

所述步驟5中展館中人流量的計(jì)算公式為：

其中，H_k是代表第k個(gè)展館的參觀人員數(shù)量，n代表展館的總數(shù)量。