一种进行乘车路径识别确定的方法及装置
技术领域
本申请实施例涉及轨道交通技术领域,尤其涉及一种进行乘车路径识别确定的方法及装置。
背景技术
目前,“一票换乘”的城市轨道交通网络化运营条件下,AFC系统(Automatic FareCollection System,城市轨道交通自动售检票系统)仅能获取乘客出行的出发地点和目的地点,而无法获取具体的出行路径。目前无论是分析轨道交通客流出行特征还是挖掘实时动态交通信息,进行票务清分、路径诱导、高峰时段客流监测等问题,都要获取乘客在轨道交通中具体出行路径。
现有的方式会存在如下情况:无法准确获取到乘客实际乘车路径,比如在地铁中乘车人员乘车从A站到达B站,在进行乘车路径确定时,一般是以最短路线来进行确定的,比如直接是A-C-B,但是有可能其实际乘车路径为A-D-E-B。因此,设计一种能够准确快速确定乘客乘车路径的方案成为本领域技术人员亟待解决的技术问题。
发明内容
本申请实施例提供一种进行乘车路径识别确定的方法及装置,能够根据所述时段信息进行路径识别切换,在保证准确性的同时提高路径识别效率。
在第一方面,本申请实施例提供了一种进行乘车路径识别确定的方法,包括:
获取当前的时间信息,判断所述时间信息是否处于预设时段内;
若所述时间信息处于预设时段内,则采用客票数据对目标乘客进行实际乘车路径的确认;
若所述时间信息不处于预设时段内,则采用人脸识别的方式对目标乘客进行实际乘车路径的确认;
所述采用人脸识别的方式对目标乘客进行实际乘车路径的确认,包括如下步骤:
获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息;
根据所述位置信息确定目标乘客的实际乘车路径。
进一步的,所述采用客票数据对目标乘客进行实际乘车路径的确认,包括:
获取目标乘客通行的客票数据,根据所述客票数据确定所述目标乘客的od数据;所述od数据包括起始站、起始时间、终止站和终止时间;
根据所述起始站和所述终止站确定多条乘车路径,并根据所述多条乘车路径以及起始时间确定各乘车路径对应预测出站时间;
确定与所述终止时间差值最小的预测出站时间,并将得到的预测出站时间对应的乘车路径作为实际乘车路径。
进一步的,所述位置信息包括车站信息,所述获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息,包括:
获取通过设置于进站口的摄像头拍摄到的目标特征信息;
获取通过设置于换乘站和出站口的摄像头拍摄到的所述目标特征信息;
确定识别所述目标特征信息对应的车站信息。
进一步的,所述换乘站包括换乘通道或者换乘站台或者换乘车厢。
进一步的,所述获取通过设置于进站口的摄像头拍摄到的目标特征信息,包括:
获取通过设置于进站口的摄像头拍摄到的刷卡图像信息;
对所述刷卡图像信息进行姿态识别以确定是否存在刷卡动作以及闸机开启动作,如果是,则执行下一步;
根据所述刷卡图像信息确定刷卡乘客的人脸信息,并将所述人脸信息作为目标特征信息。
进一步的,在所述获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息之前,还包括:
获取通过设置于进站口的摄像头拍摄到的多个目标乘客信息;
若确定设置于出站口的摄像头拍摄到多个所述目标乘客信息,则将多个所述目标乘客信息进行数据关联;
选择多个所述目标乘客信息中任意一乘客的特征信息作为目标特征信息;
对应的,在所述根据所述位置信息确定目标乘车的实际乘车路径之后,还包括:
根据数据关联关系将所述实际乘车路径作为其余目标乘客的实际乘车路径。
进一步的,所述获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息,包括:
获取通过设置于车厢内的摄像头拍摄到的目标特征信息;
确定所述摄像头进行图像获取时对应的位置信息。
在第二方面,本申请实施例提供了一种进行乘车路径识别确定的装置,包括:
第一获取模块:用于获取当前的时间信息,判断所述时间信息是否处于预设时段内;
第一判断模块:用于若所述时间信息处于预设时段内,则采用客票数据对目标乘客进行实际乘车路径的确认;
第二判断模块:用于若所述时间信息不处于预设时段内,则采用人脸识别的方式对目标乘客来进行实际乘车路径的确认;
所述采用人脸识别的方式对目标乘客来进行实际乘车路径的确认,具体由如下装置实现:
第二获取模块:用于获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息;
路径确定模块:用于根据所述位置信息确定目标乘客的实际乘车路径。
在第三方面,本申请实施例提供了一种电子设备,包括:
存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的进行乘车路径识别确定的方法。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的进行乘车路径识别确定的方法。
本申请实施例通过获取当前的时间信息,并根据获取到的时间信息是否处于预设时段来进行路径识别的确定。当处于人流高峰期时段时,采用客票数据来进行乘车路径识别的确定;当处于人流非高峰期时段时,则采用人脸识别等更为精准的方式来进行乘车路径的确定。通过将两种方式进行组合,能够达到准确性以及快速性的统一,进而为票务清分以及路线规划提供更为精准有效的数据。
附图说明
图1是本申请实施例提供的一种进行乘车路径识别确定的方法的流程图;
图2是本申请实施例提供的采用客票数据进行乘车路径确认的流程图;
图3是本申请实施例提供的地铁线路简化示意图;
图4是本申请实施例提供的采用人脸识别的方式进行乘车路径确认的流程图;
图5是本申请实施例提供的一位置信息判断的流程示意图;
图6是本申请实施例提供的另一位置信息判断的流程示意图;
图7是本申请实施例提供的人脸特征信息确认的流程示意图;
图8是本申请实施例提供的多人信息关联的流程示意图;
图9是本申请实施例提供的刷卡进站的图像获取示意图;
图10是本申请实施例提供的一种进行乘车路径识别确定的装置的结构示意图;
图11是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
现有的方式无法准确获取到乘客实际乘车路径,比如在地铁中乘车人员乘车从A站到达B站,在进行乘车路径确定时,一般是以最短路线来进行确定的,比如直接是A-C-B,但是有可能其实际乘车路径为A-D-E-B。因此,设计一种能够准确快速确定乘客乘车路径的方案成为本领域技术人员亟待解决的技术问题。基于此,本申请提供的进行乘车路径识别确定的方法通过获取当前的时间信息,并根据获取到的时间信息是否处于预设时段来进行路径识别的确定。当处于人流高峰期时段时,采用客票数据来进行乘车路径识别的确定;当处于人流非高峰期时段时,则采用人脸识别等更为精准的方式来进行乘车路径的确定。通过将两种方式进行组合,能够达到准确性以及快速性的统一,进而为票务清分以及路线规划提供更为精准有效的数据。
图1给出了本申请实施例提供的一种进行乘车路径识别确定的方法的流程图,本实施例中提供的进行乘车路径识别确定的方法可以由进行乘车路径识别确定的设备执行,该进行乘车路径识别确定的设备可以通过软件和/或硬件的方式实现,该进行乘车路径识别确定的设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。一般而言,该进行乘车路径识别确定的设备可以是电脑,手机,平板或后台服务器等。
下述以后台服务器为执行进行乘车路径识别确定的方法的设备为例,进行描述。参照图1,该进行乘车路径识别确定的方法具体包括:
S1:获取当前的时间信息,判断所述时间信息是否处于预设时段内。
在本步骤主要是获取时间信息以进行时间判断,因为采用人脸识别的方式相对计算量较大,当人数特别多的时候,比如早晚班高峰期,会出现人挤人的情况,由于人挤人会出现人脸信息遮挡的情况,进而损失掉一部分特征信息;此时,如果采用人脸识别的方式会产生很多的遗漏,而基于刷卡客票数据则并不会产生任何遗漏。因此,在本实施例中设置相应的预设时段来进行路径识别判断的方式,具体的,预设时段可以依据人流量的情况来进行设置,比如根据历史的客流情况,当人流量达到一定数值时,获取对应的时段信息,然后将该时段信息作为预设时段,来进行识别方式的触发切换。具体的,预设时段可以是工作日的早上8点到10点,或者工作日的下午5点到7点,甚至可以是工作日的下午1点到3点,具体的预设时段可以依据实际情况进行适应性调整。
由于高峰期的话,人的需求是快,也即是快速从A站到B站;而非高峰期的话,在时间上就没有那么强烈的感受,并且在高峰期人更多是被人群裹挟着前进,使得检测人的速度更为的可控;在非高峰期,会存在更多的多绕路的事情发生。
S2:若所述时间信息处于预设时段内,则采用客票数据对目标乘客进行实际乘车路径的确认。
当检测到现在的时间是早上8点10分时,在本实施例中预设时段设置为8点到10点,那么可以知晓其处于人流高峰期,因此,在本实施例中采用客票数据来对目标乘客进行实际乘车路径的确认。采用客票的方式进行乘车路径的确认可以由如下几种方式:第一种,直接采用现有的客票识别的方式,也即是将乘客从A点到C点之间最短乘车路径作为乘客的实际乘车路径,这种方式的好处是直接依托于现有的算法方式即可,无需进行改动;第二种,采用客票数据与预测时间进行结合的方式来进行实现。
具体的,所述采用客票数据对目标乘客进行实际乘车路径的确认,包括:
采用客票数据与预测时间结合的方式对目标乘客进行实际乘车路径的确认。图2是本申请实施例提供的采用客票数据进行乘车路径确认的流程图,如图2所示,采用客票数据与预设时间结合进行路径确认的方式包括如下步骤:
S21:获取目标乘客通行的客票数据,根据所述客票数据确定所述目标乘客的od数据;所述od数据包括起始站、起始时间、终止站和终止时间;
S22:根据所述起始站和所述终止站确定多条乘车路径,并根据所述多条乘车路径以及起始时间确定各乘车路径对应预测出站时间;
S23:确定与所述终止时间差值最小的预测出站时间,并将得到的预测出站时间对应的乘车路径作为实际乘车路径。
本实施例中od数据也即是ORIGIN数据和DESTINATION数据,od数据指的是乘客乘车的起止数据,也即是起点站数据和终点站数据。如果仅仅采用客票数据来进行路径的确认,那么得到的最终数据并非是最准确的数据,如图3所示,图3是本申请实施例提供的地铁线路简化示意图,如果从A站到F站,可以有多条路线,用户可以选择A-B-C-D-F,也可以选择A-B-E-D-F,还可以选择A-B-E-F,甚至于可以是A-B-C-D-E-F。在进行具体选择时是可以有多种选项,但是如果采用现有的方式,则系统会采用其认为的从A站到F站的最优距离来进行路径的设计,但是实际过程中每个人的选择千差万别,有时为了跟朋友在某个站相聚,所以会选择另外的路线,有时会为了少换乘而选择站数更多的路线,还会因为乘客并没有比对出某两条路径的实际差异而随机选取了其中的某条路径等等。因此,如果仅仅采用客票数据去进行实际乘车路径的确认,那么会产生较大的误差。因此,在本实施例中结合时间信息来进行实际路径的确定。
具体的,乘客乘坐地铁通行会产生客票数据,也即是进出站刷卡记录,那么对应的会产生与目标乘客的od数据,但是od数据并不包含实际乘坐路径,但是由于存在od数据,那么可以依据od数据计算出多条乘车路径,比如从A站到F站会得到路径A-B-C-D-F、路径A-B-E-D-F和路径A-B-E-F等,同样的,由于存在起始时间,那么通过计算经过各站的耗时以及人步行的速度可以得到各条路径对应的预测出站时间。将得到的多个预测出站时间与乘客终止时间进行比对,将与终止时间最接近的预测出站时间对应的路径作为实际路径。
由于地铁在工作日发车时间以及速度相对固定,所以进行上述计算时,可以依据历史或者实际地铁发车时间数据、到站时间数据以及速度来进行计算。关于人步行速度的获取,由于在上述时段时人流量较大,那么可以采用摄像头获取对应的人流速度,将通过摄像头获取到的实际人流速度作为人的步行速度进行融合计算使得最终计算得到的预测时间更为的精准;因为在高峰期,人流量大使得会将个人的步行速度同化,平常步行速度较快的由于人流的阻隔使得人的步行速度下降,平时步行速度较慢的由于人流的带动使得人的步行速度上升,通过采用摄像头监控实际人流量速度使得最终的匹配效果更好。
上述为采用预测到站时间与客票数据结合进行实际路径确定的方式。上述确定得到的实际乘车路径相对于现有的客票数据来说更为精准。为了更进一步加快计算速度,在本实施例中还可以设置不同的机制来进行速度加快。在本实施例中,当检测到客票数据的起始站和终止站处于同一地铁线路上时,则不对其进行上述匹配计算。虽然对于单一数据来说,上述降低算力效果不是很明显,但是由于地铁运载量大,特别是对于北上广深这些大城市来说,客流承载量巨大,通过上述机制能够大大降低计算耗时,提升识别速度。
S3:若所述时间信息不处于预设时段内,则采用人脸识别的方式对目标乘客进行实际乘车路径的确认。
当检测到现在的时间是周四早上十一点时,其并不属于8点到10点的预设时段区间内,那么可以知晓此时车站内人数相对较少,可以采用更为精准的人脸识别的方式来进行,因为只要获取到人出现在某个站,那么则知晓乘客必定在对应的线路上。
具体的,图4是本申请实施例提供的采用人脸识别的方式进行乘车路径确认的流程图,如图4所示,所述采用人脸识别的方式对目标乘客进行实际乘车路径的确认,包括如下步骤:
S31:获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息。
摄像头可以直接对目标特征信息进行捕捉,但是位置信息的获取还需要进一步确定;当摄像头捕捉到对应的目标特征信息时则将与拍摄到的目标特征信息的位置信息进行信息发送。
进一步的,图5是本申请实施例提供的一位置信息判断的流程示意图,如图5所示,所述获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息,包括:
S311:获取通过设置于进站口的摄像头拍摄到的目标特征信息;
S312:获取通过设置于换乘站和出站口的摄像头拍摄到的所述目标特征信息;
S313:确定识别所述目标特征信息对应的车站信息。
在A站拍摄到对应的目标特征信息,所述目标特征信息可以是人脸特征信息,也可以是服饰特征信息;也可以是两者的结合。更为优选的,进行人脸特征识别的方式,由于人脸特征具有唯一性,使得在整体进行识别时,准确度更高。如果采用服饰特征进行识别,还需要结合刷卡后得到的刷卡识别号,将两者进行关联,这样可以保证最终输出的结果一致性更好。
更为优选的,所述换乘站包括换乘通道或者换乘站台或者换乘车厢。由于人脸识别过程中会存在遮挡的问题,所以在换乘站进行人脸识别时,可以结合换乘通道、站台以及车厢内的摄像头进行组合识别,只要被其中某一个摄像头捕捉到对应的目标特征信息即可判定其在对应换乘点换乘,则可确定对应的换乘点位置。
更进一步的,图6是本申请实施例提供的另一位置信息判断的流程示意图,如图6所示,步骤S311还包括如下步骤:
S3111:获取通过设置于进站口的摄像头拍摄到的刷卡图像信息;
S3112:对所述刷卡图像信息进行姿态识别以确定是否存在刷卡动作以及闸机开启动作,如果是,则执行下一步;
S3113:根据所述刷卡图像信息确定刷卡乘客的人脸信息,并将所述人脸信息作为目标特征信息。
上述步骤主要作为人脸识别触发的方式,当进站时,如果将进站口所有的人脸数据均获取然后进行后续的识别匹配,那么会产生大量的匹配数据,且大量的匹配结果会出现不存在,因为有些在进口处的乘客实际并未进入车站内;将这部分乘客纳入进行数据匹配范围是不合理的。因此,在进行具体实施时,采用触发机制,也即是识别人刷卡图像以及闸机开启的图像;如图9所示,图9是本申请实施例提供的刷卡进站的图像获取示意图。当识别到这样的图像时,表明已经刷卡成功,且进入车站内;则可以将其作为一个目标特征信息进行后续出站口信息的匹配。如果单单检测到人刷卡的图像,并不一定表示人可以进入车站内,因为刷卡后,可能会因为卡内无余额而无法进站,因此,需要检测到两者的图像之后,再进行人脸图像的确认。当检测到刷卡图像以及闸机开启图像之后,同时记录对应闸机检测到的刷卡识别号,将刷卡识别号与人脸信息进行关联,便于后续进行票务清算。
同样的,在出站时,也需要检测人刷卡图像以及闸机开启图像,这样才能够判定乘客出站,然后进行对应的人脸图像确认;通过上述内容形成完整的识别闭环。
图7是本申请实施例提供的人脸特征信息确认的流程示意图,如图7所示,除了上述设置于进站口、出站口以及换乘站进行图像获取的方式之外,还可以通过如下方式进行图像的获取:
S31a:获取通过设置于车厢内的摄像头拍摄到的目标特征信息;
S31b:确定所述摄像头进行图像获取时对应的位置信息。
由于目前地铁车厢内均设置有摄像头模块,因此可以直接依托现有的摄像头来进行人脸特征信息的识别。由于是处于非高峰期,那么车厢内人相对较少,也使得人与人之间的遮挡较少,当人与人之间的遮挡较少时,那么识别到对应人的准确性也提高了很多。并且在进行识别时,只需要截取某一段中图像进行识别即可,如图3所示,若某乘客从A到F,其乘坐的路线是A-B-C-D-F,那么只需要获取地铁行驶过程中A站到B站、B站到C站间、C站到D站间以及D站到F站间的图像即可,然后再进行目标确认;只要确认两站之间存在对应的目标图像时,则表明对应的乘客在该线路上。当地铁从A站到B站中进行图像识别时,此时乘客在车上,那么则确定乘客所在的位置为A站;后续识别均以此类推。通过上述设置于车厢内的摄像头,即可判断对应乘客的位置信息。
S32:根据所述位置信息确定目标乘客的实际乘车路径。
当获取到目标乘客的位置信息时,依据其位置然后将各站点相连即可知晓目标乘客的实际乘车路径,通过上述方式能够准确的确定乘客的位置和乘车路径。由于采用的是图像信息,也即是人脸信息进行识别确认,最终得到的路径识别准确性很高。并且在本实施例中采用了多种触发检测机制来提升识别确定的速度。同样的,在进行人脸识别确定时,当乘客是在同一条地铁线路上乘坐时,比如在广州一号线上从陈家祠站坐到西门口站,这种无需调用识别摄像头来进行确认,直接采用刷卡信息即可。只有在涉及到换乘时,才可以触发对应的识别机制。
更为优选的,图8是本申请实施例提供的多人信息关联的流程示意图,如图8所示,在步骤S31之前,还包括如下步骤:
S301:获取通过设置于进站口的摄像头拍摄到的多个目标乘客信息;
S302:若确定设置于出站口的摄像头拍摄到多个所述目标乘客信息,则将多个所述目标乘客信息进行数据关联;
S303:选择多个所述目标乘客信息中任意一乘客的特征信息作为目标特征信息。
上述步骤主要是针对于多人同行的情况来进行进一步限定,如果多人通行,那么在实际情况下只要确定其中一人的实际路径,那么同行的其余人也可以共享其数据。在本实施例中,如果在预设时间内进站口以及出站口均获取到对应的多人进出站的信息,那么则可以大概率判定其为同行人员。除了上述判断是否同行的策略之外,还可以结合其他的动作来判断是否通行,比如通过判断拥抱、牵手等动作来判断两人是否同行。当判定其为同行人员之后,可以选取其中一人的人脸信息来做实际路径的识别,然后将其余人与其进行信息关联即可。通过上述步骤可以实现各个目标乘客之间的信息关联,当进行信息关联之后,后续即可采用更进一步的数据处理。对应的,在所述根据所述位置信息确定目标乘客的实际乘车路径之后,还包括:根据信息关联关系将所述实际乘车路径作为其余目标乘客的实际乘车路径。
当判断多人同行之后,可以将其作为单独的信息存储,也可以对其信息进行关联。在获取到选定人的实际乘车路径之后,则对应其余人也可将选定人的实际乘车路径作为其实际乘车路径。也即是,当多人进出站时间点相同时,当得到其中一人的实际路径之后,可以确定对应时间点进出的其他人均适用于该实际乘车路径。所述预设时间可以为进站时间差以及出站时间差均在5分钟之内;通过上述方案可以提升识别速度,节省了一部分计算资源。
除了人脸识别方式可以采用多人共享路径的方式之外,在进行客票数据与预测到站时间进行实际路径的确认也可以采用多人共享路径的方式,当客票数据采用上述方式时,可以将各乘客之间的刷卡信息进行关联,进而作为后续数据共享的基础。
本实施例的方案通过更为精准的路径识别一方面能够使得乘车票务计算更为精准,便于进行票务清分;另一方面也能够提供给车站运维人员更为精准的客流数据,通过提供更为精准的客流数据,便于进行车站运维人员进行策略配置以及地铁发车、停靠等运营时间安排。
本申请实施例通过获取当前的时间信息,并根据获取到的时间信息是否处于预设时段来进行路径识别的确定。当处于人流高峰期时段时,采用客票数据来进行乘车路径识别的确定;当处于人流非高峰期时段时,则采用人脸识别等更为精准的方式来进行乘车路径的确定。通过将两种方式进行组合,能够达到准确性以及快速性的统一,进而为票务清分以及路线规划提供更为精准有效的数据。
在上述实施例的基础上,图10为本申请实施例提供的一种进行乘车路径识别确定的装置的结构示意图。参考图10,本实施例提供的进行乘车路径识别确定的装置具体包括:
第一获取模块21:用于获取当前的时间信息,判断所述时间信息是否处于预设时段内;
第一判断模块22:用于若所述时间信息处于预设时段内,则采用客票数据对目标乘客进行实际乘车路径的确认;
第二判断模块23:用于若所述时间信息不处于预设时段内,则采用人脸识别的方式对目标乘客来进行实际乘车路径的确认;
所述采用人脸识别的方式对目标乘客来进行实际乘车路径的确认,具体由如下装置实现:
第二获取模块231:用于获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息;
路径确定模块232:用于根据所述位置信息确定目标乘客的实际乘车路径。
进一步的,所述采用客票数据对目标乘客进行实际乘车路径的确认,具体由如下装置实现:
第三获取模块:用于获取目标乘客通行的客票数据,根据所述客票数据确定所述目标乘客的od数据;所述od数据包括起始站、起始时间、终止站和终止时间;
第一计算模块:用于根据所述起始站和所述终止站确定多条乘车路径,并根据所述多条乘车路径以及起始时间确定各乘车路径对应预测出站时间;
第二计算模块:确定与所述终止时间差值最小的预测出站时间,并将得到的预测出站时间对应的乘车路径作为实际乘车路径。
本申请实施例通过获取当前的时间信息,并根据获取到的时间信息是否处于预设时段来进行路径识别的确定。当处于人流高峰期时段时,采用客票数据来进行乘车路径识别的确定;当处于人流非高峰期时段时,则采用人脸识别等更为精准的方式来进行乘车路径的确定。通过将两种方式进行组合,能够达到准确性以及快速性的统一,进而为票务清分以及路线规划提供更为精准有效的数据。
本申请实施例提供的进行乘车路径识别确定的装置可以用于执行上述任意实施例提供的进行乘车路径识别确定的方法,具备相应的功能和有益效果。
图11是本申请实施例提供的一种电子设备的结构示意图,参照图11,该电子设备包括:处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器31的数量可以是一个或者多个,该电子设备中的存储器32的数量可以是一个或者多个。该电子设备的处理器31、存储器32、通信模块33、输入装置34及输出装置35可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的进行乘车路径识别确定的方法对应的程序指令/模块(例如,进行乘车路径识别确定的装置中的第一获取模块21、第一判断模块22、第二判断模块23、第二获取模块231和路径确定模块232)。存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的进行乘车路径识别确定的方法。
输入装置34可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述任意实施例提供的进行乘车路径识别确定的方法,具备相应的功能和有益效果。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器31执行时用于执行一种进行乘车路径识别确定的方法,该进行乘车路径识别确定的方法包括:
获取当前的时间信息,判断所述时间信息是否处于预设时段内;
若所述时间信息处于预设时段内,则采用客票数据对目标乘客进行实际乘车路径的确认;
若所述时间信息不处于预设时段内,则采用人脸识别的方式对目标乘客进行实际乘车路径的确认;
所述采用人脸识别的方式对目标乘客进行实际乘车路径的确认,包括如下步骤:
获取通过摄像头采集到的目标特征信息,并得到所述摄像头的位置信息;
根据所述位置信息确定目标乘客的实际乘车路径。
所述采用客票数据对目标乘客进行实际乘车路径的确认,包括如下步骤:
获取目标乘客通行的客票数据,根据所述客票数据确定所述目标乘客的od数据;所述od数据包括起始站、起始时间、终止站和终止时间;
根据所述起始站和所述终止站确定多条乘车路径,并根据所述多条乘车路径以及起始时间确定各乘车路径对应预测出站时间;
确定与所述终止时间差值最小的预测出站时间,并将得到的预测出站时间对应的乘车路径作为实际乘车路径。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器31执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的进行乘车路径识别确定的方法,还可以执行本申请任意实施例所提供的进行乘车路径识别确定的方法中的相关操作。
上述实施例中提供的进行乘车路径识别确定的装置、存储介质及电子设备可执行本申请任意实施例所提供的进行乘车路径识别确定的方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的进行乘车路径识别确定的方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。