CN112785462A - 基于大数据的景区客流量统计评估*** - Google Patents

基于大数据的景区客流量统计评估*** Download PDF

Info

Publication number
CN112785462A
CN112785462A CN202110299320.1A CN202110299320A CN112785462A CN 112785462 A CN112785462 A CN 112785462A CN 202110299320 A CN202110299320 A CN 202110299320A CN 112785462 A CN112785462 A CN 112785462A
Authority
CN
China
Prior art keywords
data
submodule
module
scenic spot
passenger flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110299320.1A
Other languages
English (en)
Inventor
吴秋琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110299320.1A priority Critical patent/CN112785462A/zh
Publication of CN112785462A publication Critical patent/CN112785462A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于大数据的景区客流量统计评估***，该***包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接，本申请从景区内部监控和景区入口验证不同切口查看人流量，用以统计不同时间的客流量。

Description

基于大数据的景区客流量统计评估***
技术领域
本发明涉及大数据领域，具体是基于大数据的景区客流量统计评估***。
背景技术
大数据，IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。
随着云时代的来临，大数据也吸引了越来越多的关注。分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件***、分布式数据库、云计算平台、互联网和可扩展的存储***。数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%，大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
目前，计算客流量只单纯对分时段的售票张数进行统计，从而判断不同时段的客流量，本申请从景区内部监控和景区入口验证不同切口查看人流量，用以统计不同时间的客流量。
发明内容
本发明的目的在于提供基于大数据的景区客流量统计评估***及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
基于大数据的景区客流量统计评估***，所述该***包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接。
根据上述技术方案：所述景区监控模块包括若干个监控摄像头和图像采集子模块，若干个监控摄像头设置的景区的各个角落，监控摄像头用于对景区的各个角落的人员进行监控采集，图像采集子模块用于根据监控拍摄的图像进行景区人员图像的采集，监控摄像头和大数据服务平台通过无线连接，图像采集子模块分别和大数据服务平台、图像识别模块通过内网连接。
根据上述技术方案：所述图像识别模块包括头部特征提取子模块、身形检测子模块和检测数据提取子模块，头部特征提取子模块用于对头部五官和毛发图像进行提取，身形检测子模块用于身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块用于对头部特征提取子模块、身形检测子模块合成的判断数据进行提取，其中，头部特征提取子模块和身形检测子模块分别和景区监控模块通过内网连接。
根据上述技术方案：所述区域分类统计模块包括售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块，其中，售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块分别和总客流量核对模块通过内网连接，售票窗口总售票统计子模块用于统计售票窗口销售景区门票的数据，APP云售票统计子模块用于统计网络APP的售票数据，景区入口验证统计子模块用于对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块。
根据上述技术方案：所述总客流量核对模块包括实时数据传输模块和分时段客流量分析模块，实时数据传输模块分别与图像识别模块和区域分类统计模块通过内网连接，实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收，分时段客流量分析模块用于对不同时间的客流量进行分析和评估。
根据上述技术方案：所述实时数据传输模块内部包括客流量增长率统计子模块，将售票窗口总售票统计子模块统计的售出数据设定为第一客流量I，将APP云售票统计子模块统计的售出数据设定为第二客流量J，统计售票窗口退票数据i，APP云退票数据为j，设定窗口实际售出数据为I-i，APP云售票实际数据为J-j，统计窗口实际售出数据、APP云售票实际数据，将每天实际售票数划分多个分数区间，将窗口实际售出数据、APP云售票实际数据按照不同的分数区间进行由高到低进行排序，针对APP云售票实际数据高于窗口实际售出数据的区间进行标记，设置窗口实际售出数据、APP云售票实际数据之间的差值为Δx，Δx=|(I-i)-(J-j）|，当Δx小于100，适当窗口售票处进行引流。
根据上述技术方案：所述大数据服务平台用于对模块内部数据传输进行维护。
基于大数据的景区客流量统计评估方法：
S1：利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
S2：利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
S3：利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，APP云售票统计子模块统计网络APP的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
S4：利用总客流量核对模块对分时段的客流量进行统一分析；
S5：利用大数据服务平台用于对模块内部数据传输进行维护。
根据上述技术方案：所述步骤S4中，利用总客流量核对模块对分时段的客流量进行统一分析，还包括以下步骤：
A1：利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；
A2：将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；
A3：若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；
A4：若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估。
根据上述技术方案：所述步骤A4中，若为超过设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估，还包括以下步骤：
所述设定采集分时段客流量的时间为T1、T2、T3、...、Tn-1、Tn，当时间为上述时间时，图像识别模块和区域分类统计模块分别对景区内部人群进行检测和景区入口处入园验证数进行查验，设定检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取数值为A1、A2、A3、...、An-1、An，景区入口验证统计子模块对旅客进入景区验证数进行统计数值为B1、B2、B3、...、Bn-1、Bn，抽取景区Tn-1~Tn时间段，当前检测数据提取子模块检测的数据为An-1~An，景区入口验证统计子模块验证的数据为Bn-1~Bn，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 947216DEST_PATH_IMAGE002
设定C1与C2之差的绝对值为|C1-C2|，若|C1-C2|大于设定阈值，将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取，若|C1-C2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为N，根据公式：
Figure 864357DEST_PATH_IMAGE004
（单位：人/小时）
根据上述公式能够判断该时段的客流量，重复上述计算能够得出不同时段的客流量进行统计。
与现有技术相比，本发明的有益效果是：本发明从景区内部监控和景区入口验证不同切口查看人流量，用以统计不同时间的客流量；
利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，APP云售票统计子模块统计网络APP的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
利用总客流量核对模块对分时段的客流量进行统一分析，利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估；
利用大数据服务平台用于对模块内部数据传输进行维护。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
图1为本发明基于大数据的景区客流量统计评估***的模块示意图；
图2为本发明基于大数据的景区客流量统计评估方法的步骤图；
图3为本发明基于大数据的景区客流量统计评估方法的步骤S4的具体步骤示意图；
图4为本发明基于大数据的景区客流量统计评估方法的实施过程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～4，本发明实施例中，基于大数据的景区客流量统计评估***及方法，该***包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接。
根据上述技术方案：所述景区监控模块包括若干个监控摄像头和图像采集子模块，若干个监控摄像头设置的景区的各个角落，监控摄像头用于对景区的各个角落的人员进行监控采集，图像采集子模块用于根据监控拍摄的图像进行景区人员图像的采集，监控摄像头和大数据服务平台通过无线连接，图像采集子模块分别和大数据服务平台、图像识别模块通过内网连接。
根据上述技术方案：所述图像识别模块包括头部特征提取子模块、身形检测子模块和检测数据提取子模块，头部特征提取子模块用于对头部五官和毛发图像进行提取，身形检测子模块用于身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块用于对头部特征提取子模块、身形检测子模块合成的判断数据进行提取，其中，头部特征提取子模块和身形检测子模块分别和景区监控模块通过内网连接。
根据上述技术方案：所述区域分类统计模块包括售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块，其中，售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块分别和总客流量核对模块通过内网连接，售票窗口总售票统计子模块用于统计售票窗口销售景区门票的数据，APP云售票统计子模块用于统计网络APP的售票数据，景区入口验证统计子模块用于对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块。
根据上述技术方案：所述总客流量核对模块包括实时数据传输模块和分时段客流量分析模块，实时数据传输模块分别与图像识别模块和区域分类统计模块通过内网连接，实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收，分时段客流量分析模块用于对不同时间的客流量进行分析和评估。
根据上述技术方案：所述实时数据传输模块内部包括客流量增长率统计子模块，将售票窗口总售票统计子模块统计的售出数据设定为第一客流量I，将APP云售票统计子模块统计的售出数据设定为第二客流量J，统计售票窗口退票数据i，APP云退票数据为j，设定窗口实际售出数据为I-i，APP云售票实际数据为J-j，统计窗口实际售出数据、APP云售票实际数据，将每天实际售票数划分多个分数区间，将窗口实际售出数据、APP云售票实际数据按照不同的分数区间进行由高到低进行排序，针对APP云售票实际数据高于窗口实际售出数据的区间进行标记，设置窗口实际售出数据、APP云售票实际数据之间的差值为Δx，Δx=|(I-i)-(J-j）|，当Δx小于100，适当窗口售票处进行引流。
根据上述技术方案：所述大数据服务平台用于对模块内部数据传输进行维护。
基于大数据的景区客流量统计评估方法：
S1：利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
S2：利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
S3：利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，APP云售票统计子模块统计网络APP的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
S4：利用总客流量核对模块对分时段的客流量进行统一分析；
S5：利用大数据服务平台用于对模块内部数据传输进行维护。
根据上述技术方案：所述步骤S4中，利用总客流量核对模块对分时段的客流量进行统一分析，还包括以下步骤：
A1：利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；
A2：将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；
A3：若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；
A4：若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估。
根据上述技术方案：所述步骤A4中，若为超过设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估，还包括以下步骤：
所述设定采集分时段客流量的时间为T1、T2、T3、...、Tn-1、Tn，当时间为上述时间时，图像识别模块和区域分类统计模块分别对景区内部人群进行检测和景区入口处入园验证数进行查验，设定检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取数值为A1、A2、A3、...、An-1、An，景区入口验证统计子模块对旅客进入景区验证数进行统计数值为B1、B2、B3、...、Bn-1、Bn，抽取景区Tn-1~Tn时间段，当前检测数据提取子模块检测的数据为An-1~An，景区入口验证统计子模块验证的数据为Bn-1~Bn，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 112935DEST_PATH_IMAGE002
设定C1与C2之差的绝对值为|C1-C2|，若|C1-C2|大于设定阈值，将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取，若|C1-C2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为N，根据公式：
Figure DEST_PATH_IMAGE005
（单位：人/小时）
根据上述公式能够判断该时段的客流量，重复上述计算能够得出不同时段的客流量进行统计。
实施例1：限定条件，抽取景区11:00~15:00时间段，当前检测数据提取子模块检测的数据为3640~7800，景区入口验证统计子模块验证的数据为3680~7845，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 976986DEST_PATH_IMAGE002
计算得出：
Figure 1
设定C1与C2之差的绝对值为|C1-C2|，|C1-C2|=5，设定阈值为100，|C1-C2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为N，根据公式：
Figure 82662DEST_PATH_IMAGE005
（单位：人/小时），计算得出：N=
Figure DEST_PATH_IMAGE007
≈1041人/小时，从而判断出景区11:00~15:00时间段每小时的客流量。
实施例2：限定条件，抽取景区8:00~18:00时间段，当前检测数据提取子模块检测的数据为720~11383，景区入口验证统计子模块验证的数据为734~11464，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 349696DEST_PATH_IMAGE002
计算得出：
Figure 2
设定C1与C2之差的绝对值为|C1-C2|，|C1-C2|=67，设定阈值为100，|C1-C2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为N，根据公式：
Figure 686316DEST_PATH_IMAGE004
（单位：人/小时），计算得出：N=
Figure DEST_PATH_IMAGE009
=1073人/小时，从而判断出景区8:00~18:00时间段每小时的客流量。
实施例3：限定条件，抽取景区7:00~10:00时间段，当前检测数据提取子模块检测的数据为83~987，景区入口验证统计子模块验证的数据为97~1022，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 679680DEST_PATH_IMAGE002
计算得出：
Figure 902851DEST_PATH_IMAGE010
设定C1与C2之差的绝对值为|C1-C2|，|C1-C2|=21，设定阈值为100，|C1-C2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为N，根据公式：
Figure 639863DEST_PATH_IMAGE004
（单位：人/小时），计算得出：N=
Figure DEST_PATH_IMAGE011
≈314人/小时，从而判断出景区7:00~10:00时间段每小时的客流量。
实施例4：限定条件，抽取景区11:00~13:00时间段，当前检测数据提取子模块检测的数据为12314~15878，景区入口验证统计子模块验证的数据为13414~16400，设定当前时段检测数据提取子模块检测的数据为C1，景区入口验证统计子模块检测的数据为C2，根据公式：
Figure 632090DEST_PATH_IMAGE002
计算得出：
Figure 61934DEST_PATH_IMAGE012
，设定C1与C2之差的绝对值为|C1-C2|，|C1-C2|=578，|C1-C2|大于设定阈值100，将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (5)

1.基于大数据的景区客流量统计评估***，其特征在于：所述该***包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接；
所述景区监控模块包括若干个监控摄像头和图像采集子模块，若干个监控摄像头设置的景区的各个角落，监控摄像头用于对景区的各个角落的人员进行监控采集，图像采集子模块用于根据监控拍摄的图像进行景区人员图像的采集，监控摄像头和大数据服务平台通过无线连接，图像采集子模块分别和大数据服务平台、图像识别模块通过内网连接；
所述区域分类统计模块包括售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块，其中，售票窗口总售票统计子模块、APP云售票统计子模块和景区入口验证统计子模块分别和总客流量核对模块通过内网连接，售票窗口总售票统计子模块用于统计售票窗口销售景区门票的数据，APP云售票统计子模块用于统计网络APP的售票数据，景区入口验证统计子模块用于对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块。
2.根据权利要求1所述的基于大数据的景区客流量统计评估***，其特征在于：所述图像识别模块包括头部特征提取子模块、身形检测子模块和检测数据提取子模块，头部特征提取子模块用于对头部五官和毛发图像进行提取，身形检测子模块用于身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块用于对头部特征提取子模块、身形检测子模块合成的判断数据进行提取，其中，头部特征提取子模块和身形检测子模块分别和景区监控模块通过内网连接。
3.根据权利要求1所述的基于大数据的景区客流量统计评估***，其特征在于：所述总客流量核对模块包括实时数据传输模块和分时段客流量分析模块，实时数据传输模块分别与图像识别模块和区域分类统计模块通过内网连接，实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收，分时段客流量分析模块用于对不同时间的客流量进行分析和评估。
4.根据权利要求1所述的基于大数据的景区客流量统计评估***，其特征在于：所述实时数据传输模块内部包括客流量增长率统计子模块，将售票窗口总售票统计子模块统计的售出数据设定为第一客流量I，将APP云售票统计子模块统计的售出数据设定为第二客流量J，统计售票窗口退票数据i，APP云退票数据为j，设定窗口实际售出数据为I-i，APP云售票实际数据为J-j，统计窗口实际售出数据、APP云售票实际数据，将每天实际售票数划分多个分数区间，将窗口实际售出数据、APP云售票实际数据按照不同的分数区间进行由高到低进行排序，针对APP云售票实际数据高于窗口实际售出数据的区间进行标记，设置窗口实际售出数据、APP云售票实际数据之间的差值为Δx，Δx=|(I-i)-(J-j）|，当Δx小于100，适当窗口售票处进行引流。
5.根据权利要求1所述的基于大数据的景区客流量统计评估***，其特征在于：所述大数据服务平台用于对模块内部数据传输进行维护。
CN202110299320.1A 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估*** Pending CN112785462A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110299320.1A CN112785462A (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010123628.6A CN111369394B (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***及方法
CN202110299320.1A CN112785462A (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202010123628.6A Division CN111369394B (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***及方法

Publications (1)

Publication Number Publication Date
CN112785462A true CN112785462A (zh) 2021-05-11

Family

ID=71209678

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010123628.6A Active CN111369394B (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***及方法
CN202110299320.1A Pending CN112785462A (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010123628.6A Active CN111369394B (zh) 2020-02-27 2020-02-27 基于大数据的景区客流量统计评估***及方法

Country Status (1)

Country Link
CN (2) CN111369394B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037160B (zh) * 2021-11-10 2023-04-18 西南交通大学 SEM-Logit旅游铁路客流预测模型的构建方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005056166A (ja) * 2003-08-05 2005-03-03 Nec Corp チケット販売システムとその方法及びそれに用いる携帯端末とそのプログラム
WO2016180323A1 (zh) * 2015-05-12 2016-11-17 杭州海康威视数字技术股份有限公司 客流量的统计方法及装置
CN106534779A (zh) * 2016-10-28 2017-03-22 安徽三实信息技术服务有限公司 一种景区安全预警智能监控***
CN107169580A (zh) * 2017-04-27 2017-09-15 上海途悠信息科技有限公司 基于窗口受理动态容量的排队预约方法及***
WO2017156772A1 (zh) * 2016-03-18 2017-09-21 深圳大学 一种乘客拥挤度的计算方法及其***
CN108305254A (zh) * 2018-03-21 2018-07-20 四川爱非客网络科技有限公司 一种基于大数据的景区客流量统计分析***
CN109086849A (zh) * 2018-09-20 2018-12-25 何晨亮 一种基于电子票务的乘车信息监控***
CN109784462A (zh) * 2018-12-29 2019-05-21 浙江大华技术股份有限公司 一种人数统计***、方法及存储介质
CN110135609A (zh) * 2019-04-28 2019-08-16 中南大学 一种基于大数据共建共享的智慧旅游***及方法
CN110148025A (zh) * 2019-05-22 2019-08-20 郑州智通互联电子有限公司 一种基于大数据的景区智能售票***
CN110633615A (zh) * 2018-06-20 2019-12-31 矢崎总业株式会社 乘车人数监视***
CN110782053A (zh) * 2019-09-30 2020-02-11 浙江深大智能科技有限公司 分时预约调度方法、装置、设备及介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930334B (zh) * 2012-10-10 2013-08-14 北京凯森世纪科技发展有限公司 视频人体轮廓识别计数器
CN104766372B (zh) * 2015-04-29 2017-09-26 江苏保千里视像科技集团股份有限公司 一种用人脸识别逃票判定***及其使用方法
CN109598646A (zh) * 2018-11-23 2019-04-09 四川亨通网智科技有限公司 景区智能票务***
CN109739842A (zh) * 2018-12-18 2019-05-10 河南华景乐游电子科技有限公司 一种智慧旅游大数据平台

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005056166A (ja) * 2003-08-05 2005-03-03 Nec Corp チケット販売システムとその方法及びそれに用いる携帯端末とそのプログラム
WO2016180323A1 (zh) * 2015-05-12 2016-11-17 杭州海康威视数字技术股份有限公司 客流量的统计方法及装置
WO2017156772A1 (zh) * 2016-03-18 2017-09-21 深圳大学 一种乘客拥挤度的计算方法及其***
CN106534779A (zh) * 2016-10-28 2017-03-22 安徽三实信息技术服务有限公司 一种景区安全预警智能监控***
CN107169580A (zh) * 2017-04-27 2017-09-15 上海途悠信息科技有限公司 基于窗口受理动态容量的排队预约方法及***
CN108305254A (zh) * 2018-03-21 2018-07-20 四川爱非客网络科技有限公司 一种基于大数据的景区客流量统计分析***
CN110633615A (zh) * 2018-06-20 2019-12-31 矢崎总业株式会社 乘车人数监视***
CN109086849A (zh) * 2018-09-20 2018-12-25 何晨亮 一种基于电子票务的乘车信息监控***
CN109784462A (zh) * 2018-12-29 2019-05-21 浙江大华技术股份有限公司 一种人数统计***、方法及存储介质
CN110135609A (zh) * 2019-04-28 2019-08-16 中南大学 一种基于大数据共建共享的智慧旅游***及方法
CN110148025A (zh) * 2019-05-22 2019-08-20 郑州智通互联电子有限公司 一种基于大数据的景区智能售票***
CN110782053A (zh) * 2019-09-30 2020-02-11 浙江深大智能科技有限公司 分时预约调度方法、装置、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董磊: "智慧景区信息化管理服务***设计与实现", 中国优秀硕士学位论文全文数据库 信息科技辑, pages 35 - 55 *

Also Published As

Publication number Publication date
CN111369394A (zh) 2020-07-03
CN111369394B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
WO2020238631A1 (zh) 一种基于手机信令数据的人群类型识别方法
Donovan et al. Using coarse GPS data to quantify city-scale transportation system resilience to extreme events
CN111462488B (zh) 一种基于深度卷积神经网络和交叉口行为特征模型的交叉口安全风险评估方法
WO2021051609A1 (zh) 细颗粒物污染等级的预测方法、装置及计算机设备
US20220092881A1 (en) Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program
CN111950937A (zh) 一种基于融合时空轨迹的重点人员风险评估方法
DE102009028604A1 (de) Vorrichtung zur Erkennung einer Objektschlange, Verfahren sowie Computerprogramm
Wang et al. An improved robust principal component analysis model for anomalies detection of subway passenger flow
CN111476177B (zh) 嫌疑人检测方法及装置
CN111353338B (zh) 一种基于营业厅视频监控的能效改进方法
CN110287856A (zh) 一种执勤人员行为分析***、方法及装置
CN109117771B (zh) 一种基于锚节点的图像中暴力事件检测***及方法
CN102902960A (zh) 基于高斯建模与目标轮廓的遗留物检测方法
CN111291216B (zh) 一种基于人脸结构化数据的落脚点分析方法和***
CN106528850A (zh) 基于机器学习聚类算法的门禁数据异常检测方法
Hamedmoghadam et al. Automated extraction of origin-destination demand for public transportation from smartcard data with pattern recognition
Wang et al. Traffic camera anomaly detection
CN111369394B (zh) 基于大数据的景区客流量统计评估***及方法
Zhao et al. Detecting pickpocketing gangs on buses with smart card data
KR101529620B1 (ko) 이동 방향별 보행자 계수 방법 및 장치
CN102867214A (zh) 区域范围内人数统计管理方法
Pande et al. A computing approach using probabilistic neural networks for instantaneous appraisal of rear‐end crash risk
CN113822367B (zh) 一种基于人脸的区域行为分析方法、***及介质
Carvalho et al. Understanding people flow in transportation hubs
CN113918563A (zh) 布控信息的确定方法及装置、存储介质、电子装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination