CN110991217A - 基于大数据分析的逃票检测装置及方法 - Google Patents
基于大数据分析的逃票检测装置及方法 Download PDFInfo
- Publication number
- CN110991217A CN110991217A CN201910946578.9A CN201910946578A CN110991217A CN 110991217 A CN110991217 A CN 110991217A CN 201910946578 A CN201910946578 A CN 201910946578A CN 110991217 A CN110991217 A CN 110991217A
- Authority
- CN
- China
- Prior art keywords
- image
- field
- sub
- panoramic
- same day
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 238000007405 data analysis Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001914 filtration Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 25
- 230000000694 effects Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011985 exploratory data analysis Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (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 Processing (AREA)
Abstract
本发明涉及一种基于大数据分析的逃票检测装置，包括：第一检测设备，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量；第二检测设备，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。本发明还涉及一种基于大数据分析的逃票检测方法。本发明的基于大数据分析的逃票检测装置及方法数据可靠，检测有效。由于基于游客进出口处获得的净入场游客数量、工作人员出入口处获得的净入场工作人员数量以及基于全景图像的人数识别结果，从而能够判断游乐场内是否存在逃票人员。
Description
技术领域
本发明涉及数据分析领域，尤其涉及一种基于大数据分析的逃票检测装置及方法。
背景技术
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
发明内容
本发明至少需要具备以下两处重要的发明点：
(1)基于游客进出口处获得的净入场游客数量、工作人员出入口处获得的净入场工作人员数量以及基于全景图像的人数识别结果，判断游乐场内是否存在逃票人员；
(2)基于各个子图像的各个冗余度选择二个参考子图像用于执行WB值的识别，还基于识别到的目标WB值对每一个子图像执行基于所述目标WB值的WB补偿动作，从而提高了图像处理的效率。
根据本发明的一方面，提供了一种基于大数据分析的逃票检测装置，所述装置包括：第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
更具体地，在所述基于大数据分析的逃票检测装置中，还包括：第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
更具体地，在所述基于大数据分析的逃票检测装置中，还包括：全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
更具体地，在所述基于大数据分析的逃票检测装置中，还包括：对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡。
根据本发明的另一方面，还提供了一种基于大数据分析的逃票检测方法，所述方法包括：使用第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
更具体地，在所述基于大数据分析的逃票检测方法中，还包括：使用第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
更具体地，在所述基于大数据分析的逃票检测方法中，还包括：使用全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
更具体地，在所述基于大数据分析的逃票检测方法中，还包括：使用对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；使用即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；使用信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；使用数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡。
本发明的基于大数据分析的逃票检测装置及方法数据可靠，检测有效。由于基于游客进出口处获得的净入场游客数量、工作人员出入口处获得的净入场工作人员数量以及基于全景图像的人数识别结果，从而能够判断游乐场内是否存在逃票人员。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的基于大数据分析的逃票检测装置所应用的游乐场的俯视图。
具体实施方式
下面将参照附图对本发明的基于大数据分析的逃票检测装置及方法的实施方案进行详细说明。
逃票是以违法之方式少付或规避应付的费用，最常指搭乘付费交通工具、观看演出、参观旅游景点或者参加某项活动不依规定缴相关费用的行为。
随着生活水平的提高，出行方式也发生了翻天覆地的变化，火车，高铁，也成了日常出行的重要方式，可现实中总有人想钻法律的空子，逃票的就是这样。
在车上被查出逃票会要求补票，出站时被查出可能会加收票价的百分之五十。拒不办理补票手续的违章乘车旅客，铁路人员进行个人身份信息采集，录入铁路乘车诚信管理系统，并提供给地方政府征信装置，纳入有关个人信用信息系统。对个人以后征信造成负面影响，贷款买房买车，都会有影响。旅客乘车应当持有效车票。对无票乘车或者持失效车票乘车的，应当补收票款，并按照规定加收票款；拒不交付的，铁路运输企业可以责令下车。
现有技术中，游乐场对逃票行为的检测主要集中在进出口位置，或者在游乐场内不定时定点地进行查票，然而，前者查票的地点过于固定，容易给逃票人员提供规避空间，而后者虽然具有一定的效果，但容易给游客正常的游玩带来干扰，严重影响了游客的游玩体验。
为了克服上述不足，本发明搭建了一种基于大数据分析的逃票检测装置及方法，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的基于大数据分析的逃票检测装置所应用的游乐场的俯视图。
根据本发明实施方案示出的基于大数据分析的逃票检测装置包括：
第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
接着，继续对本发明的基于大数据分析的逃票检测装置的具体结构进行进一步的说明。
所述基于大数据分析的逃票检测装置中还可以包括：
第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
所述基于大数据分析的逃票检测装置中还可以包括：
全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
所述基于大数据分析的逃票检测装置中还可以包括：
对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；
即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；
信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；
数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡；
命令输出设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，并在所述目标WB值不在预设WB上限阈值和预设WB下限阈值之间时，发出第一控制命令，在所述目标WB值在预设WB上限阈值和预设WB下限阈值之间时，发出第二控制命令；
命令驱动设备，与所述命令输出设备连接，用于在接收到所述第一控制命令时，对所述全景捕获图像的每一个子图像执行基于所述目标WB值的WB补偿动作，以获得对应的补偿分块，并将所有补偿分块进行组合以获得所述全景捕获图像对应的补偿处理图像，在接收到所述第二控制命令时，将所述全景捕获图像作为补偿处理图像输出；
图像增强设备，与所述命令驱动设备连接，用于对所述补偿处理图像执行图像增强处理，以获得相应的即时增强图像；
头部提取设备，与所述图像增强设备连接，用于基于人体头部成像特征从接收到的即时增强图像中识别出各个头部区域，并将所述即时增强图像中的各个头部区域的总数作为全景采集人数输出；
逃票分析设备，分别与所述头部提取设备、所述第一检测设备和所述第二检测设备连接，用于将所述全景采集人数减去所述净入场工作人员数量以获得剩余人数，并在剩余人数超过净入场游客数量的额度达到预设百分比阈值时，发出逃票识别信号，否则，发出人数可靠信号；
其中，在所述逃票分析设备中，所述预设百分比阈值取值在5％到10％之间。
所述基于大数据分析的逃票检测装置中：
所述即时分割设备对所述全景捕获图像执行分割处理所获得的各个子图像的尺寸相同。
根据本发明实施方案示出的基于大数据分析的逃票检测方法包括：
使用第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
接着，继续对本发明的基于大数据分析的逃票检测方法的具体步骤进行进一步的说明。
所述基于大数据分析的逃票检测方法还可以包括：
使用第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
所述基于大数据分析的逃票检测方法还可以包括：
使用全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
所述基于大数据分析的逃票检测方法还可以包括：
使用对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；
使用即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；
使用信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；
使用数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡；
使用命令输出设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，并在所述目标WB值不在预设WB上限阈值和预设WB下限阈值之间时，发出第一控制命令，在所述目标WB值在预设WB上限阈值和预设WB下限阈值之间时，发出第二控制命令；
使用命令驱动设备，与所述命令输出设备连接，用于在接收到所述第一控制命令时，对所述全景捕获图像的每一个子图像执行基于所述目标WB值的WB补偿动作，以获得对应的补偿分块，并将所有补偿分块进行组合以获得所述全景捕获图像对应的补偿处理图像，在接收到所述第二控制命令时，将所述全景捕获图像作为补偿处理图像输出；
使用图像增强设备，与所述命令驱动设备连接，用于对所述补偿处理图像执行图像增强处理，以获得相应的即时增强图像；
使用头部提取设备，与所述图像增强设备连接，用于基于人体头部成像特征从接收到的即时增强图像中识别出各个头部区域，并将所述即时增强图像中的各个头部区域的总数作为全景采集人数输出；
使用逃票分析设备，分别与所述头部提取设备、所述第一检测设备和所述第二检测设备连接，用于将所述全景采集人数减去所述净入场工作人员数量以获得剩余人数，并在剩余人数超过净入场游客数量的额度达到预设百分比阈值时，发出逃票识别信号，否则，发出人数可靠信号；
其中，在所述逃票分析设备中，所述预设百分比阈值取值在5％到10％之间。
所述基于大数据分析的逃票检测方法中：
所述即时分割设备对所述全景捕获图像执行分割处理所获得的各个子图像的尺寸相同。
另外，图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。
由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像像素的真实灰度值上，对图像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题：能有效地去除目标和背景中的噪声；同时，能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。
常用的图像滤波模式中的一种是，非线性滤波器，一般说来，当信号频谱与噪声频谱混叠时或者当信号中含有非叠加性噪声时如由系统非线性引起的噪声或存在非高斯噪声等)，传统的线性滤波技术，如傅立变换，在滤除噪声的同时，总会以某种方式模糊图像细节(如边缘等)进而导致像线性特征的定位精度及特征的可抽取性降低。而非线性滤波器是基于对输入信号的一种非线性映射关系，常可以把某一特定的噪声近似地映射为零而保留信号的要特征，因而其在一定程度上能克服线性滤波器的不足之处。
最后应注意到的是，在本发明各个实施例中的各功能设备可以集成在一个处理设备中，也可以是各个设备单独物理存在，也可以两个或两个以上设备集成在一个设备中。
所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种基于大数据分析的逃票检测装置，所述装置包括：
第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
2.如权利要求1所述的基于大数据分析的逃票检测装置，其特征在于，所述装置还包括：
第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
3.如权利要求2所述的基于大数据分析的逃票检测装置，其特征在于，所述装置还包括：
全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
4.如权利要求3所述的基于大数据分析的逃票检测装置，其特征在于，所述装置还包括：
对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；
即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；
信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；
数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡；
命令输出设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，并在所述目标WB值不在预设WB上限阈值和预设WB下限阈值之间时，发出第一控制命令，在所述目标WB值在预设WB上限阈值和预设WB下限阈值之间时，发出第二控制命令；
命令驱动设备，与所述命令输出设备连接，用于在接收到所述第一控制命令时，对所述全景捕获图像的每一个子图像执行基于所述目标WB值的WB补偿动作，以获得对应的补偿分块，并将所有补偿分块进行组合以获得所述全景捕获图像对应的补偿处理图像，在接收到所述第二控制命令时，将所述全景捕获图像作为补偿处理图像输出；
图像增强设备，与所述命令驱动设备连接，用于对所述补偿处理图像执行图像增强处理，以获得相应的即时增强图像；
头部提取设备，与所述图像增强设备连接，用于基于人体头部成像特征从接收到的即时增强图像中识别出各个头部区域，并将所述即时增强图像中的各个头部区域的总数作为全景采集人数输出；
逃票分析设备，分别与所述头部提取设备、所述第一检测设备和所述第二检测设备连接，用于将所述全景采集人数减去所述净入场工作人员数量以获得剩余人数，并在剩余人数超过净入场游客数量的额度达到预设百分比阈值时，发出逃票识别信号，否则，发出人数可靠信号；
其中，在所述逃票分析设备中，所述预设百分比阈值取值在5％到10％之间。
5.如权利要求4所述的基于大数据分析的逃票检测装置，其特征在于：
所述即时分割设备对所述全景捕获图像执行分割处理所获得的各个子图像的尺寸相同。
6.一种基于大数据分析的逃票检测方法，所述方法包括：
使用第一检测设备，设置在游客进出口处，用于获取当天进场游客数量以及当天出场游客数量，并将所述当天进场游客数量减去所述当天出场游客数量以获得净入场游客数量。
7.如权利要求6所述的基于大数据分析的逃票检测方法，其特征在于，所述方法还包括：
使用第二检测设备，设置在工作人员出入口，用于获取当天进场工作人员数量以及当天出场工作人员数量，并将所述当天进场工作人员数量减去所述当天出场工作人员数量以获得净入场工作人员数量。
8.如权利要求7所述的基于大数据分析的逃票检测方法，其特征在于，所述方法还包括：
使用全景捕获设备，设置在游乐场的上方，用于对游乐场的全景执行图像捕获动作，以获得并输出相应的全景捕获图像。
9.如权利要求8所述的基于大数据分析的逃票检测方法，其特征在于，所述方法还包括：
使用对象检测设备，与所述全景捕获设备连接，用于对接收到的全景捕获图像执行对象检测，以获得所述全景捕获图像中的各个对象分别所在的各个区域，并将所述各个区域的数量作为代表性数量输出；
使用即时分割设备，与所述对象检测设备连接，用于对所述全景捕获图像执行分割处理以获得与所述代表性数量一致数量的各个子图像；
使用信号过滤设备，与所述即时分割设备连接，用于接收所述全景捕获图像的各个子图像，获取每一个子图像的冗余度，并将各个子图像的各个冗余度中的最大值对应的子图像和各个子图像的各个冗余度中的最小值对应的子图像作为二个参考子图像输出；
使用数据识别设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，所述WB即白平衡；
使用命令输出设备，与所述信号过滤设备连接，用于对所述二个参考子图像的二个WB值进行平均计算以获得对应的目标WB值，并在所述目标WB值不在预设WB上限阈值和预设WB下限阈值之间时，发出第一控制命令，在所述目标WB值在预设WB上限阈值和预设WB下限阈值之间时，发出第二控制命令；
使用命令驱动设备，与所述命令输出设备连接，用于在接收到所述第一控制命令时，对所述全景捕获图像的每一个子图像执行基于所述目标WB值的WB补偿动作，以获得对应的补偿分块，并将所有补偿分块进行组合以获得所述全景捕获图像对应的补偿处理图像，在接收到所述第二控制命令时，将所述全景捕获图像作为补偿处理图像输出；
使用图像增强设备，与所述命令驱动设备连接，用于对所述补偿处理图像执行图像增强处理，以获得相应的即时增强图像；
使用头部提取设备，与所述图像增强设备连接，用于基于人体头部成像特征从接收到的即时增强图像中识别出各个头部区域，并将所述即时增强图像中的各个头部区域的总数作为全景采集人数输出；
使用逃票分析设备，分别与所述头部提取设备、所述第一检测设备和所述第二检测设备连接，用于将所述全景采集人数减去所述净入场工作人员数量以获得剩余人数，并在剩余人数超过净入场游客数量的额度达到预设百分比阈值时，发出逃票识别信号，否则，发出人数可靠信号；
其中，在所述逃票分析设备中，所述预设百分比阈值取值在5％到10％之间。
10.如权利要求9所述的基于大数据分析的逃票检测方法，其特征在于：
所述即时分割设备对所述全景捕获图像执行分割处理所获得的各个子图像的尺寸相同。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910946578.9A CN110991217A (zh) | 2019-10-06 | 2019-10-06 | 基于大数据分析的逃票检测装置及方法 |
| GBGB2015279.9A GB202015279D0 (en) | 2019-10-06 | 2020-09-28 | Fare evasion detection device and method based on big data analysis |
| GBGB2112547.1A GB202112547D0 (en) | 2019-10-06 | 2021-09-03 | Fare evasion detection device and method based on big data analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910946578.9A CN110991217A (zh) | 2019-10-06 | 2019-10-06 | 基于大数据分析的逃票检测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110991217A true CN110991217A (zh) | 2020-04-10 |
Family
ID=70081967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910946578.9A Withdrawn CN110991217A (zh) | 2019-10-06 | 2019-10-06 | 基于大数据分析的逃票检测装置及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110991217A (zh) |
| GB (2) | GB202015279D0 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112785726A (zh) * | 2020-12-31 | 2021-05-11 | 杭州滨雅科技有限公司 | 一种智慧景区管理系统 |
| CN113194291A (zh) * | 2021-04-29 | 2021-07-30 | 广州市企通信息科技有限公司 | 一种基于大数据的视频监控系统及方法 |
-
2019
- 2019-10-06 CN CN201910946578.9A patent/CN110991217A/zh not_active Withdrawn
-
2020
- 2020-09-28 GB GBGB2015279.9A patent/GB202015279D0/en not_active Ceased
-
2021
- 2021-09-03 GB GBGB2112547.1A patent/GB202112547D0/en not_active Ceased
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112785726A (zh) * | 2020-12-31 | 2021-05-11 | 杭州滨雅科技有限公司 | 一种智慧景区管理系统 |
| CN112785726B (zh) * | 2020-12-31 | 2022-06-24 | 浙江滨雅数智信息产业有限公司 | 一种智慧景区管理系统 |
| CN113194291A (zh) * | 2021-04-29 | 2021-07-30 | 广州市企通信息科技有限公司 | 一种基于大数据的视频监控系统及方法 |
| CN113194291B (zh) * | 2021-04-29 | 2021-09-07 | 广州市企通信息科技有限公司 | 一种基于大数据的视频监控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| GB202112547D0 (en) | 2021-10-20 |
| GB202015279D0 (en) | 2020-11-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110223511A (zh) | 一种汽车路边违停智能监测方法及系统 | |
| CN111881726B (zh) | 一种活体检测方法、装置及存储介质 | |
| CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
| CN108491821A (zh) | 基于图像处理和深度学习的车险事故鉴别方法、系统及存储介质 | |
| CN112991345B (zh) | 图像真伪检测方法、装置、计算机设备和存储介质 | |
| CN110991217A (zh) | 基于大数据分析的逃票检测装置及方法 | |
| CN106097315A (zh) | 一种基于声呐图像的水下构筑物裂缝提取方法 | |
| CN107563289A (zh) | 一种活体检测的方法、装置、设备和计算机存储介质 | |
| CN110121109A (zh) | 面向监控系统数字视频实时溯源方法、城市视频监控系统 | |
| CN109274945A (zh) | 一种自适应进行图像真彩色还原的方法及系统 | |
| CN110309891B (zh) | 基于读取大数据的反推系统及方法 | |
| CN112862640A (zh) | 数字化校区云平台管理系统 | |
| DE102009048117A1 (de) | Verfahren und Vorrichtung zum Erkennen einer Fehldetektion eines Objektss in einem Bild | |
| CN115294162B (zh) | 目标识别方法、装置、设备及存储介质 | |
| Balcilar et al. | Extracting vehicle density from background estimation using Kalman filter | |
| CN113628148B (zh) | 红外图像降噪方法和装置 | |
| CN112861588A (zh) | 一种活体检测的方法、装置 | |
| CN111243321B (zh) | 图像检测报警方法 | |
| Liu et al. | A fully automatic method for rapidly mapping impacted area by natural disaster | |
| US20210012472A1 (en) | Adaptive video subsampling for energy efficient object detection | |
| CN113989886A (zh) | 基于人脸识别的船员身份验证方法 | |
| Ta et al. | Automatic number plate recognition on electronic toll collection systems for Vietnamese conditions | |
| CN110781477B (zh) | 基于读取大数据的反推系统 | |
| CN114913488A (zh) | 抛洒物检测方法、装置、电子设备及存储介质 | |
| JP2008253553A (ja) | 不正容疑者絞込みシステムおよび不正容疑者情報処理装置および不正容疑者情報処理プログラム |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210903 Address after: 225300 room 614, 98 Ying Chun East Road, hailing Industrial Park, Taizhou, Jiangsu Applicant after: Taizhou City hailing a business information Consulting Co. Address before: 221000 No. 5, Gaoxin Road, Xuzhou Economic Development Zone, Jiangsu Province Applicant before: Song Tongyun |
|
| TA01 | Transfer of patent application right | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200410 |
|
| WW01 | Invention patent application withdrawn after publication |