CN112637555A - 区域热力计算方法、装置、计算机设备和存储介质 - Google Patents
区域热力计算方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112637555A CN112637555A CN202011414991.XA CN202011414991A CN112637555A CN 112637555 A CN112637555 A CN 112637555A CN 202011414991 A CN202011414991 A CN 202011414991A CN 112637555 A CN112637555 A CN 112637555A
- Authority
- CN
- China
- Prior art keywords
- snapshot information
- information
- time
- unique identifier
- determining
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
-
- 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
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种区域热力计算方法、装置、计算机设备和存储介质。所述方法包括:获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,时空信息包含与唯一标识对应的用户的所在区域信息;根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;针对抓拍信息集中的每一个唯一标识,根据与唯一标识对应的抓拍信息,确定唯一标识对应的用户的进出区域状态;根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。采用本方法可以实时判断一段时间内未再被捕获地理信息的用户的进出区域状态,解决了设备漏拍等因素造成的区域在场人数虚高的问题,提高统计结果的准确性。
Description
技术领域
本申请涉及大数据技术领域,特别是涉及一种区域热力估计方法、装置、计算机设备和存储介质。
背景技术
区域热力(即区域在场人数)是公共场所所在管理和决策方面不可缺少的数据,能够为公共场所的运营管理、安全保障和提高服务质量提供准确及时的数据参考。
现有的统计区域热力方法多为通过识别拍摄的图像中的人脸数量确定对应的区域的在场人数,但是在人流量大的场景下,因拍摄角度等问题,导致对人脸提取不完整,所以直接从图像上统计区域在场人数会导致统计人数小于场内真实人数,导致统计结果不准确。
发明内容
为了解决上述技术缺陷之一,本申请实施例中提供了一种能够准确统计区域人力的区域热力估计方法、装置、计算机设备和存储介质。
本申请第一方面实施例提供一种区域热力计算方法,所述方法包括:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
在其中一个实施例中,所述获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间,包括:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
在其中一个实施例中,所述预设的超时时间的计算过程包括:
针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长;
根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
在其中一个实施例中,所述预设的超时时间的计算过程包括:
针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据;
当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长;其中,n为正整数;
将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中;
根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量;
根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率;
根据所述覆盖率和所述增长率,确定所述超时时间。
在其中一个实施例中,所述根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率,包括:
根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;
根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
在其中一个实施例中,所述根据所述覆盖率和所述增长率,确定所述超时时间信息,包括:
获取覆盖率大于第一预设阈值的至少一个第二停留时长;
将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
在其中一个实施例中,所述方法还包括:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;
根据所述时间间隔和所述超时时间,构建混淆矩阵;
根据所述混淆矩阵,确定第一系数;
若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
在其中一个实施例中,所述方法还包括:
若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;
根据所述差值确定第二系数;
根据所述第二系数更新预设的初始步长,得到更新后的步长;
根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;
根据更新后的覆盖率和所述增长率,确定所述超时时间。
在其中一个实施例中,所述根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集,包括:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
在其中一个实施例中,所述针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态,包括:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;
若所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;
若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;
若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;
若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;
若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
本申请第二方面实施例提供一种区域热力计算装置,所述装置包括:
获取模块,用于获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
分组模块,用于根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
区域状态确定模块,用于针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
区域热力确定模块,用于根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
本申请第三方面实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为一个实施例中区域热力计算方法的流程示意图;
图2为一个实施例中步骤S11的细化步骤的流程示意图;
图3为一个实施例中预设的超时时间计算方法的流程示意图;
图4为另一个实施例中预设的超时时间计算方法的流程示意图;
图5为一个实施例中流式处理框架的翻转窗口的示意图;
图6为一个实施例中超时时间的调整的示意图;
图7为一个实施例中会话窗口的示意图;
图8为一个实施例中进出区域状态的示意图;
图9为一个实施例中用户流量曲线图;
图10为一个实施例中实时热力变化图;
图11为一个实施例中区域热力计算装置的结构框图;
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
-在一个实施例中,如图1所示,提供了一种区域热力计算方法,包括以下步骤:
步骤S11,获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息。
其中,时空信息是同时具有时间和空间维度的信息,现实世界中的信息大多与地理位置有关。
其中,支持各类数据源,对数据源的要求为能产生带有唯一标识一个用户的数据源,并且携带相关事件。例如,人脸闸机上的通行记录,抓拍机等抓取的在特定地点出现的事件信息等等。定义统一的数据接收格式,将数据收集到消息队列中,作为抓拍信息。
其中,超时时间用于确定用户的状态,用户在区域A的停留时间超过超时时间,但是用户没有另一份地理信息,则认为该用户可能离开区域A。
可选地,在将数据收集到消息队列中,作为抓拍信息之前,需要对数据进行预处理,例如,过滤掉不符合要求或者图像质量低的数据,得到质量合格且实时的数据流。
步骤S12,根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集。
其中,会话窗口定义为当它在一个固定周期内不再收到信息,则会话断开时,窗口就会关闭。会话窗口如果在固定周期内收到了一条信息,则会话会继续活跃一个固定周期,直到一个固定周期不再接收到信息,会话结束,窗口关闭。例如,固定周期为10分钟,当在1至10分钟内没有收到任何信息,则会话断开,窗口关闭。当第6分钟收到了一条信息,则会话会继续活跃一个固定周期(第6分钟至15分钟),判断第6分钟至15分钟内是否收到任何信息,若收到,则继续从收到信息的那一刻继续活跃一个固定周期,若没收到,则会话断开,窗口关闭。
其中,将一个窗口内的所有抓拍信息分成一组,作为一组抓拍信息集。
步骤S13,针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态。
其中,一个唯一标识对应一个用户,根据唯一标识对应的抓拍信息即获取唯一标识对应的用户的抓拍信息。
其中,进出区域状态包括进入区域状态、离开区域状态、停留状态、重新进入区域状态等等。
本实施例中,对一个用户的所有抓拍信息进行分析,确定用户的进出区域状态。
步骤S14,根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
其中,根据用户的进出区域状态,对区域在线人数相加减,从而实时确定区域热力。例如,当唯一标识id-1对应的用户1的进出区域状态为离开区域A状态,则区域A中的在线人数减1。
上述区域热力计算方法,获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,时空信息包含与唯一标识对应的用户的所在区域信息;根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;针对抓拍信息集中的每一个唯一标识,根据与唯一标识对应的抓拍信息,确定唯一标识对应的用户的进出区域状态;根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。其中,通过加入超时时间,可以实时判断一段时间内未再被捕获地理信息的用户的进出区域状态,解决了设备漏拍等因素造成的区域在场人数虚高的问题,提高统计结果的准确性。
在一个实施例中,如图2所示,步骤S11所述获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间,包括:
步骤111,根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间。
其中,预先计算出每个区域信息对应的超时时间,并保存区域信息与超时时间的对应关系。
本实施例中,获取抓拍信息后,查找区域信息与超时时间的对应关系,确定与抓拍信息中的区域信息对应的超时时间。
步骤112,在每条抓拍信息中加入对应的超时时间。
其中,在每条抓拍信息中加入对应的超时时间,从而通过加入超时时间,可以实时判断一段时间内未再被捕获地理信息的用户的进出区域状态,解决了设备漏拍等因素造成的区域在场人数虚高的问题,提高统计结果的准确性。
可选地,预设的超时时间的计算包括两种。第一种是系统刚刚运行阶段,根据测试数据生成超时时间,在设备安装阶段,会测试设备的效果,产生一些测试数据,通过测试数据在每个区域的停留时间,确定出超时时间。第二种是系统稳定运行阶段,系统数据会随着上线时间不断增长,直到到达一个平衡点,系统稳定,例如,在数据积累到1个月后自动演算各个区域的超时时间,并更新系统刚刚运行阶段设置的超时时间,往后一直保留最近一个月的数据。
在一个实施例中,如图3所示,在系统刚刚运行阶段,预设的超时时间的计算步骤包括:
步骤S31,针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长。
步骤S32,根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
本实施例中,获取唯一标识对应的用户在一个区域被抓拍到的第一条抓拍信息以及该唯一标识对应的用户再次在该区域被抓拍到的抓拍信息,将两次抓拍信息的差值,确定为该唯一标识对应的用户在该区域的第一停留时长。通过上述方法,可以计算出所有标识信息在该区域的第一停留时长,将所有第一停留时长中的最长的停留时长,确定为该区域的超时时间。
其中,取最长的停留时长作为区域的超时时间的目的是因为测试数据跟真正的场景肯定会不同,为了尽可能的不错误的判断用户进出区域状态,所以初始超时时间会设置的尽可能大,但是如果取一天又没有必要,对流式数据处理也是一种负担,也会降低数据的实时性,因此,取最长的停留时长作为区域的超时时间。
通过上述方法,可以计算出每个区域(例如,区域A、区域B和区域C)的超时时间。
其中,在系统运行初期,用户数据积累不够时,无法准确估算超时时间,系统数据会随着上线时间不断增长,直到到达一个平衡点,而因为各个应用场景下面数据相差较大,判断系统是否稳定,主要看系统数据的稳定性。
在不同应用场景下面,判断数据稳定与否的条件不一致。比如办公场景、会员制场景(比如健身房等),学校等人员相对稳定场景,以及商场、超市等人员流动大,受节假日影响较大的场景。因为抓拍机存在漏拍的情况,判断数据稳定性主要看到访人次。
稳定场景下,相邻两周到访人次同比的波动在-3%~%3%,在数据波动较大的场景,相邻两周到访人次同比的波动的-5%~5%之间,则认为系统达到稳定,可进入系统稳定运行阶段的超时时间的计算阶段。
当数据稳定运行之后,根据系统刚刚运行阶段计算的超时时间计算实时热力,同时按天统计超时时间计算所需要的数据,在数据积累到1个月后自动演算各个区域的超时时间,更新之前设置的超时时间,往后一直保留最近一个月的数据。
在一个实施例中,如图4所示,在系统稳定运行阶段,预设的超时时间的计算步骤包括:
步骤S41,针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据。
其中,每一个唯一标识id都会维护一个状态,状态里面保存了唯一标识id最新的时空信息,当新的抓拍信息到来的时候,计算两条抓拍信息的时间差并且更新维护的状态,得到一组带有停留时间的目标区域停留数据。
步骤S42,当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长。
步骤S43,将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中。
步骤S44,根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量。
其中,预设时长的目标区域停留数据可以为一个月的某目标区域数据。
本实施例中,将获取到的被预处理后的抓拍信息,结合流式处理框架的翻转窗口(翻转窗口的定义参见图5),按天统计每个区域的停留时间,之后按天输出统计信息,直到统计30天数据。
其中,翻转时间窗分配程序将每个元素分配给指定时间窗大小的时间窗,翻转时间窗有一个固定的大小并且元素之间不重叠。
其中,将超时时间分成预设组,例如1000组,每组的组距为最大停留时长和最小停留时长的差值的1000等份,按照分组将最近30天内的数据合并并分组。其中,表1为合并分组统计后的数据。
其中,span=(最大停留时长-最小停留时长)/1000
表1
其中,area_id为区域id,表示在哪个区域;date表示日期;duration_group表示分组的n组第二停留时长;visit_volume表示在每个第二停留时长中的在线人数;span为停留时间的分组间隔。
可选地,分为1000组主要是基于一天24小时,即使当天最大停留时长与最小停留时长的差值为24小时,span的最大值也仅为预设秒(例如,80秒),这样为了尽可能减少误差。但是在一些通行区域的停留时间本身很短的情况下,就没有必要设置1000份,如果最大停留时长和最小停留时长的差值小于1000,会将1000调整为10*(最大停留时长和最小停留时长的差值的位数-1),比如差值为345,位数为3,1000会转换为10*(3-1)=100。
步骤S45,根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率。
可选地,根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
具体地,确定当前第二停留时长的唯一标识的数量与前一个第二停留时长的差值,将该差值与当前第二停留时长的唯一标识的数量的比值,作为增长率。将当前第二停留时长的唯一标识的数量与唯一标识的总数量(该区域30天的总到访量)的比值,作为当前第二停留时长的覆盖率。
其中,增长率increase_rate和覆盖率cover_rate的具体计算结果如表2所示。
表2
步骤S46,根据所述覆盖率和所述增长率,确定所述超时时间。
可选地,获取覆盖率大于第一预设阈值的至少一个第二停留时长;将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
此处为了便于理解,举例说明,假设第一预设阈值为70%,则通过表2可知40-65和65~80的duration_group满足条件,之后,将增长率中最大的第二停留时长,确定为所述超时时间,即将40-65中的65确定为所述超时时间。
在一个实施例中,确定超时时间后,还需要对超时时间进行验证。具体地:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;根据所述时间间隔和所述超时时间,构建混淆矩阵;根据所述混淆矩阵,确定第一系数;若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
在本实施例中,通过估算的超时时间,判断用户离开区域的时间。需要验证用户是否正如估算的那样离开区域的,主要用到了机器学习中的评估方法。具体地,通过流式数据处理框架的翻转窗口,统计每个用户相邻两个抓拍信息的时间间隔,并且计录所在区域,会有以下表3四种情况。
表3
通过表三,建立建立混淆矩阵,如表4所示。
表4
其中,(TP,TruePositive)表示真实值是离开,模型认为是离开的数量;(FN,FalseNegative)表示真实值是离开,模型认为是停留的数量,这就是统计学上的第二类错误(TypeIIError);(FP,FalsePositive)表示真实值是停留,模型认为是离开的数量,这就是统计学上的第一类错误(TypeIError);(TN,TrueNegative)表示真实值是停留,模型认为是停留的数量。
本实施例中主要为了降低第二类错误,即预测用户离开了,但实际用户还停留在区域的情况,其他三类情况但是本系统可以接受的,所以检验超时时间是否相对正确,进而监测区域实时在场人次的方法,使得此系数越小越好。
其中,第一系数F=FP/(TP+FP+FN+TN)。
其中,针对不同的环境,对第一系数F的要求不一样,主要是看用户流量,用户流量大,摄像头覆盖情况不足的环境,容错率会更高,第一系数F可以略高。例如,在用户流量大的情况下,第一系数F需要小于等于0.15,用户流量小的情况下,第一系数F需要小于等于0.1。
同区域和不同区域的超过超时时间部分,针对同区域的超过超时时间部分,期待越短越好(越短证明超时时间的差距越小);针对不同区域的超过超时时间部分,期待越长越好(越长证明本实施例提高了实时性,避免了实时在场人次误差。期望同区域的超过超时时间部分和不同区域的超过超时时间部分的不知越接近于1,超时时间计算越合适。
其中,获取时间间隔与超时时间的差值,计算同区域的差值与不同区域的差值的比值,将该比值称作第二系数,经验证第二系数小于1,超时时间偏短,对于这种情况,可以通过提高覆盖率,来调整超时时间。
可选地,若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;根据所述差值确定第二系数;根据所述第二系数更新预设的初始步长,得到更新后的步长;根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;根据更新后的覆盖率和所述增长率,确定所述超时时间。
其中,超时时间的调整的示意图参见图6,上述实施例中已经给定的F值的阈值(在用户流量大的情况下,F需要小于等于0.15,用户流量小的情况下,F需要小于等于0.1),如果F值小于阈值,直接结束超时时间计算,输出超时时间,如果F值大于阈值,计算第二系数。因为初始覆盖率为0.8,为避免数据矫枉过正,设置初始步长为0.05,如果第二系数>1,代表超时时间过长,设置负步长(步长取值如图6所示,采用的是二分法),如果第二系数<1,代表超时时间过短,设置正步长,根据步长调节覆盖率,循环系统稳定运行阶段的超时时间计算流程,计算超时时间,直至F值小于阈值,将通过验证后的超时时间应用到区域实时热力的计算中,或者迭代次数(n)超过10次直接结束超时时间计算,不输出超时时间,等待数据积累部分再次累计了预设时长的目标区域停留数据,重新计算超时时间。
在一个实施例中,所述根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集,包括:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
本实施例中,如图7所示,Sessiongap为会话间隔,每个虚线框表示一个会话窗口,对于id-1,获取抓拍信息②后,预设周期内未获取到抓拍信息③,则关闭会话窗口,并将关闭后的会话窗口内的抓拍信息①和②确定为一组抓拍信息集。对于id-2,获取抓拍信息②后,预设周期内获取到抓拍信息③,则持续预设周期去获取抓拍信息,直到获取抓拍信息⑥后,预设周期内未获取到抓拍信息⑦,则关闭会话窗口,并将关闭后的会话窗口内的抓拍信息①-⑥确定为一组抓拍信息集。
可选地,因为区域的范围的不同等因素,每个区域都对应着一个预设周期,例如,区域A的预设周期为10分钟,区域B的预设周期为10分钟,当抓拍信息显示在区域A,则会话窗口在预设周期10分钟内获取抓拍信息,当抓拍信息显示在区域B,则会话窗口在预设周期20分钟内获取抓拍信息。
在一个实施例中,所述针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态,包括:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;若所述所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
在一个实施例中,为了便于理解,举例说明如何确定唯一标识对应的用户的进出区域状态。如图8所示,有两个用户,可以看到id_1在第二条数据与第三条数据间的停留时长没有超过超时时间,而在第7条数据与第8条数据的停留时长超过了area_3的超时时间,这个时候认为id_1已经离开area_3,因为第8条还是area_3,此处认为id_1再次进入area_3。定义区域的超时时间主要的目的就是为了去判断用户在未有新数据的时候,是否还活跃在该区域内,避免因为设备等原因没有捕获到用户离开,实时用户流量虚高。
在一个实施例中,为了便于理解,举例说明如何通过超时时间计算区域实时热力。表5所示唯一标识对应的用户的移动模拟数据。
id | area_id | capture_time |
id_1 | area_1 | 12:00:00 |
id_1 | area_1 | 12:20:00 |
id_1 | area_1 | 15:20:00 |
id_1 | area_2 | 15:24:00 |
表5
表5中有4条抓拍信息,涉及到了两个区域,其中area_1的超时时间为(7200秒,2个小时),area_2的超时时间为(900秒,1分20秒),图9中以坐标轴描述一下id_1在区域的移动状态。从图8可知,id_1的行动轨迹为area_1(12:00:00~12:20:00)->area_1(15:20:00~15:20:00)->area_2(15:24:00~)。
用户在区域内的停留时长见表6。
id | area_id | time | duration |
id_1 | area_1 | 12:00:00~12:20:00 | 1200 |
id_1 | area_1 | 15:20:00~15:20:00 | 0 |
id_1 | area_2 | 15:24:00~ | 0 |
表6
表6中得到了一个用户的行动轨迹,假设只看这一个用户,那么area_1中的用户流量在12:00:00~12:20:00间都为1个人。上面是根据当天的行动轨迹去统计区域的用户流量。但当实时统计用户流量的时候,结果会有所不同,根据上述实施例中的方法,对应表5中的抓拍记录,可以得到用户流量曲线如图9所示,图10中为两个区域的实时热力变化图,通过设置超时时间,将area_1的到访分为了两段,可能该人到访其他区域未被抓拍到,又返回area_1,如果没有超时时间,热力统计会一直包含此人。图10中横坐标是时间,纵坐标是实时热力(在场人数),这里为一人的情况,实际场景中场内人数不定,但每个人的计算方式相同,区域的实时热力为时间点上每个人再次数据的加和,整体的时间-热力图是一条曲线。
应该理解的是,虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图11所示,提供了一种区域热力计算装置,包括:获取模块111、分组模块112、区域状态确定模块113和区域热力确定模块114,其中:
获取模块111,用于获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
分组模块112,用于根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
区域状态确定模块113,用于针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
区域热力确定模块114,用于根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
在一个实施例中,获取模块111具体用于:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
在一个实施例中,还包括超时时间计算模块,用于:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
在一个实施例中,超时时间计算模块还用于:
针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长;
根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
在一个实施例中,超时时间计算模块还用于:
针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据;
当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长;其中,n为正整数;
将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中;
根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量;
根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率;
根据所述覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,超时时间计算模块还用于:
根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;
根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
在一个实施例中,超时时间计算模块还用于:
获取覆盖率大于第一预设阈值的至少一个第二停留时长;
将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
在一个实施例中,超时时间计算模块还用于:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;
根据所述时间间隔和所述超时时间,构建混淆矩阵;
根据所述混淆矩阵,确定第一系数;
若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
在一个实施例中,超时时间计算模块还用于:
若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;
根据所述差值确定第二系数;
根据所述第二系数更新预设的初始步长,得到更新后的步长;
根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;
根据更新后的覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,分组模块112具体用于:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
在一个实施例中,区域状态确定模块113具体用于:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;
若所述所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;
若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;
若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;
若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;
若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
关于区域热力计算装置的具体限定可以参见上文中对于区域热力计算方法的限定,在此不再赘述。上述区域热力计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储抓拍信息等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种区域热力计算方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长;
根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据;
当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长;其中,n为正整数;
将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中;
根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量;
根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率;
根据所述覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;
根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取覆盖率大于第一预设阈值的至少一个第二停留时长;
将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;
根据所述时间间隔和所述超时时间,构建混淆矩阵;
根据所述混淆矩阵,确定第一系数;
若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;
根据所述差值确定第二系数;
根据所述第二系数更新预设的初始步长,得到更新后的步长;
根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;
根据更新后的覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;
若所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;
若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;
若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;
若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;
若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长;
根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据;
当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长;其中,n为正整数;
将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中;
根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量;
根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率;
根据所述覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;
根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取覆盖率大于第一预设阈值的至少一个第二停留时长;
将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;
根据所述时间间隔和所述超时时间,构建混淆矩阵;
根据所述混淆矩阵,确定第一系数;
若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;
根据所述差值确定第二系数;
根据所述第二系数更新预设的初始步长,得到更新后的步长;
根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;
根据更新后的覆盖率和所述增长率,确定所述超时时间。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;
若所述所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;
若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;
若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;
若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;
若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种区域热力计算方法,其特征在于,所述方法包括:
获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
2.根据权利要求1所述的方法,其特征在于,所述获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间,包括:
根据所述抓拍信息中的区域信息,确定与所述区域信息对应的超时时间;
在每条抓拍信息中加入对应的超时时间。
3.根据权利要求1所述的方法,其特征在于,所述预设的超时时间的计算步骤包括:
针对每一个唯一标识,根据所述唯一标识在目标区域的抓拍信息,确定所述唯一标识对应的用户在所述目标区域的第一停留时长;
根据所述目标区域的第一停留时长,确定所述目标区域的超时时间。
4.根据权利要求3所述的方法,其特征在于,所述预设的超时时间的计算步骤包括:
针对每一个唯一标识,根据所述唯一标识在目标区域的当前次和上一次抓拍信息,得到一组带有停留时长的目标区域停留数据;
当获取到预设时长的目标区域停留数据时,根据所述目标区域停留数据中的最大停留时长和最小停留时长,确定n组第二停留时长;其中,n为正整数;
将所述预设时长的目标区域停留数据分到对应的第二停留时长的各组中;
根据每一组中的目标区域停留数据,统计每一组中的唯一标识的数量;
根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率;
根据所述覆盖率和所述增长率,确定所述超时时间。
5.根据权利要求4所述的方法,其特征在于,所述根据每一组的唯一标识的数量和唯一标识的总数量,确定覆盖率和增长率,包括:
根据相邻两个第二停留时长的唯一标识的数量,确定所述增长率;
根据当前第二停留时长的唯一标识的数量和唯一标识的总数量,确定当前第二停留时长的覆盖率。
6.根据权利要求4或5所述的方法,其特征在于,所述根据所述覆盖率和所述增长率,确定所述超时时间信息,包括:
获取覆盖率大于第一预设阈值的至少一个第二停留时长;
将至少一个第二停留时长的增长率中最大的第二停留时长的上限值,确定为所述超时时间。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
针对每一个唯一标识,获取所述唯一标识的相邻两个抓拍信息的时间间隔;
根据所述时间间隔和所述超时时间,构建混淆矩阵;
根据所述混淆矩阵,确定第一系数;
若所述第一系数小于或等于第二预设阈值,则输出所述超时时间。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
若所述第一系数大于所述第二预设阈值,则获取所述时间间隔与所述超时时间的差值;
根据所述差值确定第二系数;
根据所述第二系数更新预设的初始步长,得到更新后的步长;
根据更新后的步长更新所述覆盖率,得到更新后的覆盖率;
根据更新后的覆盖率和所述增长率,确定所述超时时间。
9.根据权利要求1所述的方法,其特征在于,所述根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集,包括:
若所述会话窗口在预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集;
若所述会话窗口在预设周期内获取到抓拍信息,则持续所述预设周期去获取抓拍信息,直到所述预设周期内未获取到抓拍信息,则关闭所述会话窗口,并将关闭后的会话窗口内的抓拍信息确定为一组抓拍信息集。
10.根据权利要求1所述的方法,其特征在于,所述针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态,包括:
若所述唯一标识仅有一条对应的抓拍信息,则确定所述唯一标识对应的用户为进入区域状态;
若所述唯一标识有两条以上对应的抓拍信息,则判断当前的抓拍信息的区域信息是否与上一条抓拍信息的区域信息一致;
若不一致,则将上一条抓拍信息的区域信息设置为离开区域状态,并将当前的抓拍信息的区域设置为进入区域状态;
若一致,则判断当前的抓拍信息和上一条抓拍信息的时间间隔是否大于所述超时时间;
若所述时间间隔大于所述超时时间,则将上一条抓拍信息的区域信息设置为离开区域状态,并新增一条重新进入当前的抓拍信息的区域的状态;
若所述时间间隔小于或等于所述超时时间,则确定为停留状态。
11.一种区域热力计算装置,其特征在于,所述装置包括:
获取模块,用于获取包含时空信息和唯一标识的抓拍信息,并在每条抓拍信息中加入对应的预设的超时时间;其中,所述时空信息包含与所述唯一标识对应的用户的所在区域信息;
分组模块,用于根据会话窗口对加入超时时间的抓拍信息进行分组,得到至少一组抓拍信息集;
区域状态确定模块,用于针对所述抓拍信息集中的每一个唯一标识,根据与所述唯一标识对应的抓拍信息,确定所述唯一标识对应的用户的进出区域状态;
区域热力确定模块,用于根据每一个唯一标识对应的用户的进出区域状态,确定区域热力。
12.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011414991.XA CN112637555B (zh) | 2020-12-07 | 2020-12-07 | 区域热力计算方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011414991.XA CN112637555B (zh) | 2020-12-07 | 2020-12-07 | 区域热力计算方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112637555A true CN112637555A (zh) | 2021-04-09 |
CN112637555B CN112637555B (zh) | 2023-04-07 |
Family
ID=75308188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011414991.XA Active CN112637555B (zh) | 2020-12-07 | 2020-12-07 | 区域热力计算方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112637555B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408133A (zh) * | 2014-11-27 | 2015-03-11 | 北京国双科技有限公司 | 网页链接区域的热力图的显示方法和装置 |
CN105469378A (zh) * | 2014-08-27 | 2016-04-06 | 上海睿芬信息科技有限公司 | 一种基于热力图的商场客流可视化分析方法 |
US20180121455A1 (en) * | 2015-12-08 | 2018-05-03 | International Business Machines Corporation | Efficient snapshot management in a large capacity disk environment |
CN108427679A (zh) * | 2017-02-13 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 一种人流分布处理方法及其设备 |
JP2019040475A (ja) * | 2017-08-25 | 2019-03-14 | 日本電信電話株式会社 | 人流予測装置、システムおよびプログラム |
CN109919583A (zh) * | 2019-03-20 | 2019-06-21 | 苏州科达科技股份有限公司 | 抓拍数据统计方法、装置及存储介质 |
CN110636258A (zh) * | 2019-09-09 | 2019-12-31 | 四川东方网力科技有限公司 | 同行人员分析方法、装置、设备和存储介质 |
CN110706376A (zh) * | 2019-08-02 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 一种人流量统计方法和装置 |
CN111148035A (zh) * | 2018-11-03 | 2020-05-12 | 上海云绅智能科技有限公司 | 一种活动区域热力图的生成方法和服务器 |
CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
-
2020
- 2020-12-07 CN CN202011414991.XA patent/CN112637555B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469378A (zh) * | 2014-08-27 | 2016-04-06 | 上海睿芬信息科技有限公司 | 一种基于热力图的商场客流可视化分析方法 |
CN104408133A (zh) * | 2014-11-27 | 2015-03-11 | 北京国双科技有限公司 | 网页链接区域的热力图的显示方法和装置 |
US20180121455A1 (en) * | 2015-12-08 | 2018-05-03 | International Business Machines Corporation | Efficient snapshot management in a large capacity disk environment |
CN108427679A (zh) * | 2017-02-13 | 2018-08-21 | 腾讯科技(深圳)有限公司 | 一种人流分布处理方法及其设备 |
JP2019040475A (ja) * | 2017-08-25 | 2019-03-14 | 日本電信電話株式会社 | 人流予測装置、システムおよびプログラム |
CN111148035A (zh) * | 2018-11-03 | 2020-05-12 | 上海云绅智能科技有限公司 | 一种活动区域热力图的生成方法和服务器 |
CN109919583A (zh) * | 2019-03-20 | 2019-06-21 | 苏州科达科技股份有限公司 | 抓拍数据统计方法、装置及存储介质 |
CN110706376A (zh) * | 2019-08-02 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 一种人流量统计方法和装置 |
CN110636258A (zh) * | 2019-09-09 | 2019-12-31 | 四川东方网力科技有限公司 | 同行人员分析方法、装置、设备和存储介质 |
CN111814629A (zh) * | 2020-06-29 | 2020-10-23 | 深圳市商汤科技有限公司 | 人员检测方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112637555B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108234198B (zh) | 一种基站流量预测方法和设备 | |
CN107113561B (zh) | 用于估计人群中的人数的方法和系统 | |
US20130226543A1 (en) | Systems, Methods, and Computer Program Products for Estimating Crowd Sizes Using Information Collected From Mobile Devices in a Wireless Communications Network | |
CN112200351A (zh) | 一种基于手机信令数据的城市区域客流量预测方法 | |
US9978075B2 (en) | Population estimation apparatus, program and population estimation method | |
CN202275421U (zh) | 电影票房统计系统 | |
KR101463498B1 (ko) | 입입 단말기수 추계 장치 및 입입 단말기수 추계 방법 | |
BR112017014024B1 (pt) | Método de estimativa de um número de pessoas reunidas em uma área de interesse, e, sistema. | |
CN111160611B (zh) | 能耗预估方法、装置、计算机设备和存储介质 | |
CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
CN109960969B (zh) | 移动路线生成的方法、装置及系统 | |
JPWO2017168651A1 (ja) | 人口推定装置、プログラム及び人口推定方法 | |
US11223566B2 (en) | Cellular network management based on automatic social-data acquisition | |
CN111462155A (zh) | 移动侦测方法、装置、计算机设备和存储介质 | |
CN113705470A (zh) | 获取客流信息的方法、装置、计算机设备以及存储介质 | |
CN111191506A (zh) | 人员流量统计方法、装置、计算机设备和存储介质 | |
CN112637555B (zh) | 区域热力计算方法、装置、计算机设备和存储介质 | |
CN107862019B (zh) | 一种基于大数据分析昼伏夜出车辆的方法及装置 | |
CN109151498B (zh) | 热点事件处理方法、装置、服务器及存储介质 | |
CN116133031A (zh) | 一种楼宇网络质量评估的方法、装置、电子设备以及介质 | |
US20220165140A1 (en) | System and method for image analysis based security system | |
CN112528818B (zh) | 数据统计方法、装置、电子设备及机器可读存储介质 | |
CN112243257B (zh) | 一种无线小区的覆盖黑洞识别方法及系统 | |
WO2022185477A1 (ja) | 特性情報生成装置、システム、方法、及びコンピュータ可読媒体 | |
CN112770081A (zh) | 监控设备的参数调整方法、装置、电子设备及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100192 Block B, Building 1, Tiandi Adjacent to Maple Industrial Park, No. 1, North Yongtaizhuang Road, Haidian District, Beijing Applicant after: Beijing gelingshentong Information Technology Co.,Ltd. Address before: 100192 Block B, Building 1, Tiandi Adjacent to Maple Industrial Park, No. 1, North Yongtaizhuang Road, Haidian District, Beijing Applicant before: BEIJING DEEPGLINT INFORMATION TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |