CN107203760A - 人群密度监控方法及装置 - Google Patents

人群密度监控方法及装置 Download PDF

Info

Publication number
CN107203760A
CN107203760A CN201710434483.XA CN201710434483A CN107203760A CN 107203760 A CN107203760 A CN 107203760A CN 201710434483 A CN201710434483 A CN 201710434483A CN 107203760 A CN107203760 A CN 107203760A
Authority
CN
China
Prior art keywords
time
crowd density
public place
user terminal
crowd
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
CN201710434483.XA
Other languages
English (en)
Inventor
孙进芳
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201710434483.XA priority Critical patent/CN107203760A/zh
Publication of CN107203760A publication Critical patent/CN107203760A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供一种人群密度监控方法及装置,其中方法包括:接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;根据所述影像信息,计算所述公共场所在第一时间的人群密度;根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。本发明提供的人群密度监控方法及装置,能够有效对公共场所的人群密度进行监控,及时通知用户可能出现的拥挤情况,提高了监控效率和应急响应速度,保证了公共场所的人群安全。

Description

人群密度监控方法及装置
技术领域
本发明涉及通信技术,尤其涉及一种人群密度监控方法及装置。
背景技术
近年来,城市公共场所作为经济文化的主要载体,承担着各种商业活动、娱乐活动、文化活动、交通运输活动、体育活动、宗教活动等。城市公共场所的数量逐渐增加,规模越来越大,各种公共场所中的人群聚集活动也越来越多,近些年聚集人群踩踏事件频发,聚集人群的安全问题已经引起人们的高度重视。
现有技术中,主要是通过人工监看对公共场所进行监管,由公共场所的工作人员实时监控人群密度是否过大,并在人群密度过大时疏散人群。这种手段效率低下,需要耗费大量的人力物力,且应急响应速度慢,难以保证公共场所的人群安全。
发明内容
本发明提供一种人群密度监控方法及装置,用以解决现有技术中人工监控人群密度效率低下的技术问题。
本发明提供一种人群密度监控方法,包括:
接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;
根据所述影像信息,计算所述公共场所在第一时间的人群密度;
根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;
若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
进一步地,所述影像信息还包括用户终端的地理位置信息;
相应的,根据所述影像信息,计算所述公共场所在第一时间的人群密度,包括:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;
查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;
根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
进一步地,根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,包括:
获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度;
对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系;
根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
进一步地,若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息,包括:
获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间;
若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
进一步地,在向所述用户终端发送警告信息之后,还包括:
查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;
向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
本发明还提供一种人群密度监控装置,包括:
接收模块,用于接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;
计算模块,用于根据所述影像信息,计算所述公共场所在第一时间的人群密度;
预测模块,用于根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;
发送模块,用于在所述第二时间的人群密度超过阈值时,向所述用户终端发送警告信息。
进一步地,所述影像信息还包括用户终端的地理位置信息;
相应的,所述计算模块具体用于:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;
查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;
根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
进一步地,所述预测模块具体用于:
获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度;
对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系;
根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
进一步地,所述发送模块具体用于:
获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间;
若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
进一步地,所述发送模块还用于:
在向所述用户终端发送警告信息之后,查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;
向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
本发明提供的人群密度监控方法及装置,通过接收用户终端发送的影像信息,根据所述影像信息,计算所述公共场所在第一时间的人群密度,并根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息,能够有效对公共场所的人群密度进行监控,及时通知用户可能出现的拥挤情况,提高了监控效率和应急响应速度,保证了公共场所的人群安全。
附图说明
图1为本发明实施例一提供的人群密度监控方法的流程图;
图2为本发明实施例三提供的人群密度监控方法的流程图;
图3为本发明实施例三提供的人群密度监控方法的流程图;
图4为本发明实施例四提供的人群密度监控装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本申请实施例中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
实施例一
本发明实施例一提供一种人群密度监控方法。图1为本发明实施例一提供的人群密度监控方法的流程图。如图1所示,本实施例中的方法,可以包括:
步骤101、接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频。
本实施例中方法的执行主体可以为服务器,具体地,可以为服务器中的人群密度监控装置。
所述公共场所是指人群经常聚集、供公众使用或服务于人民大众的活动场所,包括但不限于:住宿与交际场所,如宾馆、饭馆、旅馆、招待所、车马店、咖啡馆、酒吧、茶座等;洗浴与美容场所,如公共浴室、理发馆、美容院等;文化娱乐场所,如影剧院、录像厅(室)、游艺厅(室)、舞厅、音乐厅等;体育与游乐场所,如体育场(馆)、游泳场(馆)、公园等;文化交流场所,如展览馆、博物馆、美术馆、图书馆等;购物场所,如商场(店)、书店等;就诊与交通场所,如候诊室、候车(机、船)室、公共交通工具(汽车、火车、飞机和轮船)等。
所述用户终端可以为用户随身携带的终端如智能手机、笔记本电脑、平板设备等。所述用户终端可以与服务器进行通信,向服务器发送影像信息,所述影像信息包括用户拍摄的照片或视频。
步骤102、根据所述影像信息,计算所述公共场所在第一时间的人群密度。
若用户拍摄的是照片,则可以对照片进行图像处理,计算照片中的人群密度,作为所述公共场所在第一时间的人群密度;若用户拍摄的是视频,则可以选取视频的某一帧图像,根据选取的图像确定对应的人群密度,或者,可以从视频中选取多帧图像,确定每一帧图像对应的人群密度,并将各帧图像对应的人群密度的平均值作为所述公共场所在第一时间的人群密度。
其中,根据图像处理技术计算图片中的人群密度属于现有技术,此处不再赘述。
进一步地,所述影像信息还可以包括用户终端的地理位置信息。相应的,本步骤中根据所述影像信息,计算所述公共场所在第一时间的人群密度,包括:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
具体地,所述影像信息中包括了用户拍摄的照片或视频、以及拍摄的时间和地理位置信息。服务器接收到所述影像信息后,可以根据用户拍摄时的地理位置信息,确定对应的公共场所,例如,根据所述影像信息中的地理位置信息,可以确定用户拍摄时位于XX公园。
然后,服务器可以查找其它用户终端发送的影像信息中,是否包含位于所述XX公园、且是在第一时间拍摄的照片或视频,若有的话,则可以根据位于所述XX公园、且是在第一时间拍摄的所有照片或视频,综合确定XX公园的人群密度。
例如,服务器接收到用户终端A发送的影像信息后,又查找到用户终端B和用户终端C发送的照片或视频均是在XX公园、且是在第一时间拍摄的,则可以根据用户终端A、B、C中相应的照片或视频,综合确定人群密度。优选的是,可以计算每个照片或视频对应的人群密度,取平均值后作为所述XX公园的人群密度。
通过查找照片和视频对应的地理位置信息,确定对应的公共场所,并根据各用户终端上传的所述公共场所的照片或视频,综合判断所述公共场所的人群密度,准确性更高。
步骤103、根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度。
步骤104、若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
优选的是,所述第一时间可以为当前的时间,第二时间可以为未来的时间,这样可以根据当前时间的人群密度,预测未来某一时间的人群密度。
根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,有多种实现方法。
以所述第一时间为上午10点、所述第二时间为上午11点为例,可以根据以往每天11点的人群密度相对于10点的人群密度的涨幅来计算今天11点的人群密度,例如,以往平均每天11点的人群密度相对于10点增长20%,而今天10点的人群密度为5人/平米,则可以预测今天11点的人群密度为5×120%=6人/平米。
或者,可以根据10点和其它时间点的人群密度来预测11点的人群密度,例如,可以根据10点、9点、8点、……的人群密度,确定人群密度随时间的变化规律,并根据所述变化规律预测11点的人群密度。
在预测到第二时间的人群密度后,可以判断第二时间的人群密度是否大于阈值,若大于,则认为所述公共场所在所述第二时间会非常拥挤,存在安全隐患,可以向用户终端发送警告信息,以使所述用户终端将所述警告信息显示或播放给用户,方便用户根据警告信息合理地安排自己的行程。
所述警告信息可以包括所述公共场所在第二时间的人群密度,方便用户及时了解所述公共场所的未来的人群密度。
所述阈值可以根据公共场所的类型和规模来设置,例如对于公园来说,所述阈值可以为1人/平米,对于展览馆来说,所述阈值可以为0.8人/平米。
优选的是,所述阈值可以包括为多个,将人群密度分为多个等级。例如,所述阈值包括密集阈值、较密集阈值、拥挤阈值,相应的,所述人群密度等级分为密集、较密集、拥挤三个等级,所述密集阈值可以为1人/平米、所述较密集阈值可以为2人/平米、所述拥挤阈值可以5人/平米。
若所述公共场所的人群密度大于所述密集阈值、小于所述较密集阈值,则所述公共场所的人群密度等级为密集;若所述公共场所的人群密度大于所述较密集阈值、小于所述拥挤阈值,则所述公共场所的人群密度等级为较密集;若所述公共场所的人群密度大于所述拥挤阈值,则所述公共场所的人群密度等级为拥挤。
所述警告信息还可以包括所述公共场所的人群密度等级,方便用户及时了解所述公共场所的拥挤程度。
在实际应用中,用户可以通过用户终端在公共场所拍摄照片或视频,并上传服务器,服务器可以根据用户终端上传的照片和视频,确定拍摄时刻的人群密度,并预估未来时刻的人群密度,在预测到未来某时刻的人群密度大于阈值时,向用户发出警告,指导用户提前对可能出现的拥挤状况做好准备。
本实施例提供的人群密度监控方法,通过接收用户终端发送的影像信息,根据所述影像信息,计算所述公共场所在第一时间的人群密度,并根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息,能够有效对公共场所的人群密度进行监控,及时通知用户可能出现的拥挤情况,提高了监控效率和应急响应速度,保证了公共场所的人群安全。
实施例二
本发明实施例二提供一种人群密度监控方法。图2为本发明实施例三提供的人群密度监控方法的流程图。如图2所示,本实施例中的方法,可以包括:
步骤201、接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频。
步骤202、根据所述影像信息,计算所述公共场所在第一时间的人群密度。
本实施例中的步骤201至步骤202的具体实现原理与实施例一中的步骤101至步骤102类似,此处不再赘述。
其中,用户在第一时间拍摄公共场所的照片或视频,可以为用户在今天第一时间拍摄公共场所的照片或视频;计算所述公共场所在第一时间的人群密度,可以为计算所述公共场所在今天第一时间的人群密度。
步骤203、获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度。
步骤204、对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系。
步骤205、根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
本实施例中,通过步骤203至步骤205来实现根据所述第一时间的人群密度预测所述公共场所在第二时间的人群密度。
其中,所述第一时间和所述第二时间均可以为24小时制中的某一时间点或时间段,所述第二时间晚于所述第一时间。例如,所述第一时间为上午10点,所述第二时间为上午11点。
可以获取所述公共场所以往每天10点和11点对应的人群密度。然后,对以往每天10点对应的人群密度和11点对应的人群密度进行曲线拟合,确定11点的人群密度与10点的人群密度的相对关系。本实施例中,“以往每天”可以是指“过去的预设周期内每天”,例如过去的半年内每天,或者过去的三个月内每天,预设周期可以根据实际需要来设置,预设周期越长,准确度越高,但是计算量会较大。
11点的人群密度与10点的人群密度的相对关系可以用y=f(x)来表示,y为11点的人群密度,x为10点的人群密度。例如,f(x)可以为一元一次函数,即y=ax+b,其中a和b均为参数,通过以往每天的数据可以计算出a和b的取值,从而确定11点的人群密度与10点的人群密度的相对关系。
根据所述相对关系以及今天10点的人群密度,就可以预测今天11点的人群密度。
步骤206、若今天第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
本实施例中步骤206的具体实现原理与实施例一中的步骤103类似,此处不再赘述。
本实施例提供的人群密度预测方法,根据历史数据,确定第一时间的人群密度与第二时间的人群密度的相对关系,并根据所述相对关系对未来时刻的人群密度进行预测,使得人群密度的预测值更加符合所述公共场所的人群密度变化趋势,提高了预测准确性。
实施例三
本发明实施例三提供一种人群密度监控方法。图3为本发明实施例三提供的人群密度监控方法的流程图。如图3所示,本实施例中的方法,可以包括:
步骤301、接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频。
步骤302、根据所述影像信息,计算所述公共场所在第一时间的人群密度。
步骤303、根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度。
本实施例中的步骤301至步骤303的具体实现原理与实施例一中的步骤101至步骤103类似,此处不再赘述。
步骤304、获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间。
步骤305、若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
本实施例中,通过步骤304至步骤305来实现若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
用户可以在用户设备中输入行程信息,所述行程信息中包括用户预计离开所述公共场所的时间或者预计在所述公共场所停留的时间。例如,所述行程信息可以为:上午10点到达所述公共场所,10点半离开所述公共场所;或者,所述行程信息可以为:预计在所述公共场所停留半个小时。
服务器接收到所述行程信息后,只有在所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值时,才向所述用户终端发送警告信息,若所述第二时间晚于所述用户预计离开所述公共场所的时间,则不会发送警告信息。
例如,所述第二时间为上午11点,预测11点的人群密度会超过阈值,但是用户预计离开所述公共场所的时间为10点半,则不需要向用户发送警告信息。
本实施例提供的人群密度预测方法,在预测人群密度超过阈值的时间早于用户预计离开时间时,向用户发送警告信息,在预测人群密度超过阈值的时间晚于用户预计离开时间时,暂不发送警告信息,能够有效对用户进行提醒,提高用户体验度。
在上述各实施例提供的技术方案的基础上,优选的是,在向所述用户终端发送警告信息之后,还可以:查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
例如,用户当前所在的公共场所为XX公园,所述第二时间为11点,预测11点所述XX公园的人群密度会超过阈值,则可以向用户发送警告信息,同时查找周围是否有在11点的人群密度小于阈值的其它场所。假设查找到另一场所:YY公园。YY公园与XX公园之间的距离小于预设值,且预测11点YY公园的人群密度小于阈值,则可以向用户发送推荐信息,推荐信息中包括YY公园的信息以及从XX公园前往YY公园的路线,方便用户及时转移到其它不太拥挤的场所,为用户提供便利。
实施例四
本发明实施例四提供一种人群密度监控装置。图4为本发明实施例四提供的人群密度监控装置的结构框图。如图4所示,本实施例中的装置,可以包括:
接收模块401,用于接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;
计算模块402,用于根据所述影像信息,计算所述公共场所在第一时间的人群密度;
预测模块403,用于根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;
发送模块404,用于在所述第二时间的人群密度超过阈值时,向所述用户终端发送警告信息。
本实施例中的装置,可以用于执行上述任一实施例所述的人群密度监控方法,其具体实现原理与前述实施例类似,此处不再赘述。
本实施例提供的人群密度监控装置,通过接收用户终端发送的影像信息,根据所述影像信息,计算所述公共场所在第一时间的人群密度,并根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息,能够有效对公共场所的人群密度进行监控,及时通知用户可能出现的拥挤情况,提高了监控效率和应急响应速度,保证了公共场所的人群安全。
进一步地,所述影像信息还包括用户终端的地理位置信息;
相应的,所述计算模块402具体用于:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;
查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;
根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
进一步地,所述预测模块403具体用于:
获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度;
对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系;
根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
进一步地,所述发送模块404具体用于:
获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间;
若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
进一步地,所述发送模块404还用于:
在向所述用户终端发送警告信息之后,查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;
向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种人群密度监控方法,其特征在于,包括:
接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;
根据所述影像信息,计算所述公共场所在第一时间的人群密度;
根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;
若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
2.根据权利要求1所述的方法,其特征在于,所述影像信息还包括用户终端的地理位置信息;
相应的,根据所述影像信息,计算所述公共场所在第一时间的人群密度,包括:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;
查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;
根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
3.根据权利要求1所述的方法,其特征在于,根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度,包括:
获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度;
对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系;
根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
4.根据权利要求1所述的方法,其特征在于,若所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息,包括:
获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间;
若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
5.根据权利要求1-4任一项所述的方法,其特征在于,在向所述用户终端发送警告信息之后,还包括:
查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;
向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
6.一种人群密度监控装置,其特征在于,包括:
接收模块,用于接收用户终端发送的影像信息,所述影像信息包括用户在第一时间拍摄公共场所的照片或视频;
计算模块,用于根据所述影像信息,计算所述公共场所在第一时间的人群密度;
预测模块,用于根据所述第一时间的人群密度,预测所述公共场所在第二时间的人群密度;
发送模块,用于在所述第二时间的人群密度超过阈值时,向所述用户终端发送警告信息。
7.根据权利要求6所述的装置,其特征在于,所述影像信息还包括用户终端的地理位置信息;
相应的,所述计算模块具体用于:
根据所述用户终端的地理位置信息,确定用户所在的公共场所;
查找位于所述公共场所的其它用户终端在所述第一时间拍摄的照片或视频;
根据所述影像信息以及查找到的其它用户终端发送的照片和视频,计算所述公共场所在第一时间的人群密度。
8.根据权利要求6所述的装置,其特征在于,所述预测模块具体用于:
获取所述公共场所以往每天第一时间对应的人群密度和第二时间对应的人群密度;
对以往每天第一时间对应的人群密度和第二时间对应的人群密度进行曲线拟合,确定第二时间的人群密度与第一时间的人群密度的相对关系;
根据所述相对关系以及今天第一时间的人群密度,预测今天第二时间的人群密度。
9.根据权利要求6所述的装置,其特征在于,所述发送模块具体用于:
获取用户终端发送的行程信息,所述行程信息包括用户预计离开所述公共场所的时间;
若所述第二时间早于所述用户预计离开所述公共场所的时间、且所述第二时间的人群密度超过阈值,则向所述用户终端发送警告信息。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述发送模块还用于:
在向所述用户终端发送警告信息之后,查找与所述公共场所之间的距离小于预设值、且在所述第二时间的预测人群密度小于阈值的其它场所;
向用户终端发送推荐信息,所述推荐信息包括查找到的其它场所的信息以及对应的前往路线。
CN201710434483.XA 2017-06-09 2017-06-09 人群密度监控方法及装置 Pending CN107203760A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710434483.XA CN107203760A (zh) 2017-06-09 2017-06-09 人群密度监控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710434483.XA CN107203760A (zh) 2017-06-09 2017-06-09 人群密度监控方法及装置

Publications (1)

Publication Number Publication Date
CN107203760A true CN107203760A (zh) 2017-09-26

Family

ID=59907417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710434483.XA Pending CN107203760A (zh) 2017-06-09 2017-06-09 人群密度监控方法及装置

Country Status (1)

Country Link
CN (1) CN107203760A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837944A (zh) * 2019-08-27 2020-02-25 北京轨道交通路网管理有限公司 调度方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464944A (zh) * 2007-12-19 2009-06-24 中国科学院自动化研究所 一种基于统计特征的人群密度分析方法
CN101751553A (zh) * 2008-12-03 2010-06-23 中国科学院自动化研究所 一种大规模人群密度分析和预测方法
CN104463121A (zh) * 2014-12-08 2015-03-25 北京市新技术应用研究所 人群密度信息获取方法
CN106095973A (zh) * 2016-06-20 2016-11-09 东北大学 一种结合短时流量预测的旅游路线推荐方法
CN106205042A (zh) * 2016-08-26 2016-12-07 王起全 一种地铁拥挤踩踏事故预警联动系统及预警联动方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464944A (zh) * 2007-12-19 2009-06-24 中国科学院自动化研究所 一种基于统计特征的人群密度分析方法
CN101751553A (zh) * 2008-12-03 2010-06-23 中国科学院自动化研究所 一种大规模人群密度分析和预测方法
CN104463121A (zh) * 2014-12-08 2015-03-25 北京市新技术应用研究所 人群密度信息获取方法
CN106095973A (zh) * 2016-06-20 2016-11-09 东北大学 一种结合短时流量预测的旅游路线推荐方法
CN106205042A (zh) * 2016-08-26 2016-12-07 王起全 一种地铁拥挤踩踏事故预警联动系统及预警联动方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈鹏 等: "公共环境下密集人群踩踏事故的预警系统研究", 《灾害学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110837944A (zh) * 2019-08-27 2020-02-25 北京轨道交通路网管理有限公司 调度方法、装置及系统

Similar Documents

Publication Publication Date Title
US11625755B1 (en) Determining targeting information based on a predictive targeting model
Luo et al. Explore spatiotemporal and demographic characteristics of human mobility via Twitter: A case study of Chicago
Hu et al. A graph-based approach to detecting tourist movement patterns using social media data
Fan et al. Citymomentum: an online approach for crowd behavior prediction at a citywide level
Orellana et al. Exploring visitor movement patterns in natural recreational areas
EP2820616B1 (en) Empirical expert determination and question routing system and method
Calabrese et al. The geography of taste: analyzing cell-phone mobility and social events
US8612134B2 (en) Mining correlation between locations using location history
JP2018049619A (ja) インタラクティブアドバイザリシステム
EP2801071B1 (en) System and method for identifying nearby, compatible users
Domínguez et al. Sensing the city with Instagram: Clustering geolocated data for outlier detection
Doyle et al. Population mobility dynamics estimated from mobile telephony data
JP7285521B2 (ja) 類似のモバイル装置を予測するためのシステムと方法
Zhao et al. Observing individual dynamic choices of activity chains from location-based crowdsourced data
Gong et al. Using social media for attendees density estimation in city-scale events
KR20110030633A (ko) 실종 개체 수색 방법과 시스템, 이를 위한 셀 기반 무선 네트워크, 무선 통신 네트워크 인프라 구조 요소, 디바이스 및 모듈
US20200202386A1 (en) Method, apparatus, and computer program platform for dynamic location based mobile advertising
CN107203760A (zh) 人群密度监控方法及装置
Zhou et al. Identifying golden routes in tourist areas based on AMP collectors
Swanson et al. Using mobile phone data to evaluate access to essential services following natural hazards
JP5758943B2 (ja) 情報提供装置、情報提供方法、及びプログラム
Xavier et al. Visualizing and analyzing georeferenced workloads of mobile networks
Hsieh et al. What makes new york so noisy? reasoning noise pollution by mining multimodal geo-social big data
JP6576500B1 (ja) 情報配信装置、及び情報配信方法
EP2187596A1 (en) Automatic profiling method of a location

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170926