[發明專利]基于人工智能的健身場所布局優化方法

有效

• 申請號: 202210737805.9
• 申請日: 2022-06-28
• 公開（公告）號: CN114821816B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 成金燕
• 申請（專利權）人: 海門市三德體育用品有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/764;G06V10/26;G06V10/25;G06T7/66;G06T3/40;G06Q30/02;G06F16/9537
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于人工智能的健身場所布局優化方法，其特征在于，該方法包括以下步驟：

對每個進入健身場所的用戶進行目標追蹤，獲取所述用戶的活動軌跡；

根據所述活動軌跡確定所述用戶的停留位置和停留時長，進而獲取所述用戶的健身意向；

統計固定時長內所有用戶的所述健身意向，根據所有用戶的所述健身意向以及對應的不同種類的健身設施的理論健身時長得到所述健身設施的參考使用時長；獲取每個健身設施在該固定時長內的使用時長，通過所述使用時長與對應的所述參考使用時長的差值得到每個所述健身設施的第一熱度；

在每個所述用戶的所述活動軌跡中獲取每個軌跡點的感興趣區域，并在每個所述感興趣區域內選取與該用戶最終選取的健身設施同類型的健身設施，以其使用信息、附近等待用戶數量、與最近的不同類型的健身設施的距離以及環境布局信息生成描述向量；通過所述描述向量獲取每個所述健身設施的熱度優化參數；

以所述熱度優化參數與對應的所述第一熱度的乘積作為所述健身設施的實際熱度；當所述健身場所中健身設施的所述實際熱度不均衡時，移動所述健身設施直至所述實際熱度均衡；

所述活動軌跡的獲取步驟包括：

獲取健身場所的全景圖像，通過目標跟蹤網絡在所述全景圖像上得到所述用戶的目標包圍框，以所述目標包圍框的中心點為中心生成熱斑得到所述用戶的單幀熱力圖；

將所述用戶在所述健身場所中生成的所有所述單幀熱力圖疊加，得到累加熱力圖，由所述累加熱力圖中的所有熱斑組成所述活動軌跡；

所述實際熱度不均衡的判斷方法為：

將所述健身設施作為節點，分別以每個節點為圓心，根據所述全景圖像的寬高尺寸設置劃分半徑，生成多個圓形區域，在每個所述圓形區域中將圓心與其他節點分別相連，以所述節點之間的距離作為權值，以所述健身設施的所述實際熱度作為節點值，構成圖結構，對所述圖結構進行二階聚合，計算二階聚合后所有節點的新節點值的方差，當所述方差大于方差閾值時，所述健身場所中健身設施的所述實際熱度不均衡。

2.根據權利要求1所述的方法，其特征在于，所述停留位置的獲取方法為：以所述活動軌跡上的熱力峰值點作為所述用戶的所述停留位置。

3.根據權利要求2所述的方法，其特征在于，所述健身意向的獲取步驟包括：

獲取所述全景圖像的語義分割圖像，將所述停留位置映射到所述語義分割圖像中，通過所述停留位置與所述健身設施的連通域的位置關系判斷所述用戶的停留類別；

根據所述停留位置的前一相鄰像素點與所述停留位置的熱力值比值獲取所述用戶在所述停留位置的停留時長；

根據所述停留位置的所述停留類別和所述停留時長，獲取所述健身意向。

4.根據權利要求1所述的方法，其特征在于，所述參考使用時長的獲取方法為：

以每個所述健身意向的用戶人數和對應的每個種類的健身設施的理論健身時長的乘積之和，作為每個種類的所述健身設施的總參考使用時長，將其平均分配至該種類中的每個健身設施上，得到每個健身設施的參考使用時長。

5.根據權利要求1所述的方法，其特征在于，所述感興趣區域的獲取方法為：

以每個所述軌跡點為圓心，所述軌跡點與該用戶最終選取的健身設施的質心之間的第一距離為半徑作圓，該圓所在的區域為該軌跡點的所述感興趣區域。

6.根據權利要求5所述的方法，其特征在于，所述附近等待用戶數量的獲取方法為：

以所述健身設施的質心點為中心點，根據所述健身設施的占地面積生成對應面積的附近區域，獲取所述健身設施的途徑時長內每幀所述全景圖像中所述附近區域內的人數，并求均值得到所述等待用戶數量。

7.根據權利要求6所述的方法，其特征在于，所述途徑時長的獲取步驟包括：

獲取每個所述軌跡點與對應的所述感興趣區域內的與該用戶最終選取的健身設施同類型的健身設施之間的多個第二距離；

當所述第一距離小于任意一個第二距離時，對應的所述軌跡點為該第二距離對應的健身設施的接近點；

從所述用戶的所述活動軌跡的起始點到所述接近點之間所用的時間為所述健身設施的所述途徑時長。