CN116933818B - 一种景区二维码的管理方法、系统及存储介质 - Google Patents

一种景区二维码的管理方法、系统及存储介质 Download PDF

Info

Publication number
CN116933818B
CN116933818B CN202311200447.9A CN202311200447A CN116933818B CN 116933818 B CN116933818 B CN 116933818B CN 202311200447 A CN202311200447 A CN 202311200447A CN 116933818 B CN116933818 B CN 116933818B
Authority
CN
China
Prior art keywords
data
tourist
security risk
key position
scenic spot
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.)
Active
Application number
CN202311200447.9A
Other languages
English (en)
Other versions
CN116933818A (zh
Inventor
罗健平
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.)
Shenzhen Scenic Code Technology Co ltd
Original Assignee
Shenzhen Scenic Code Technology 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 Shenzhen Scenic Code Technology Co ltd filed Critical Shenzhen Scenic Code Technology Co ltd
Priority to CN202311200447.9A priority Critical patent/CN116933818B/zh
Publication of CN116933818A publication Critical patent/CN116933818A/zh
Application granted granted Critical
Publication of CN116933818B publication Critical patent/CN116933818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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—Systems or methods specially adapted for 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
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Toxicology (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种景区二维码的管理方法、系统及存储介质，旨在提供一种有效的方式，以提升游客的景区体验和景区管理的效率。该方法包括以下步骤：首先，在景区的关键位置生成二维码。其次，通过分析游客扫码记录，生成个性化的游览推荐路径。同时，对异常事件识别。基于异常事件数据，进行关键位置的安全风险评估，根据安全风险评估报告，生成安全处置方案。最后，将个性化游览推荐路径与安全风险评估报告联合分析，对个性化游览推荐路径进行修正操作。该方法有效地整合了游客体验提升和景区安全管理的需求，为景区提供了全面的管理解决方案。

Description

一种景区二维码的管理方法、系统及存储介质
技术领域
本发明涉及景区管理技术领域，特别涉及一种景区二维码的管理方法、系统及存储介质。
背景技术
随着旅游业的迅猛发展，越来越多的游客涌入各类景区，这导致了景区管理和游客体验提升方面的挑战。传统的景区管理方法通常依赖于人工巡逻和纸质地图导览，这不仅效率低下，还难以满足游客多样化的需求。
同时，景区安全管理也是一个备受关注的问题。突发事件和安全隐患可能对游客和景区的安全造成威胁，因此需要一种更加智能和实时的管理方法来识别和处理潜在的风险。
近年来，二维码技术得到广泛应用，尤其是在景区导览和信息传递方面。然而，现有的景区二维码应用主要集中在提供静态信息和导览功能上，未能将游客体验与安全管理相结合，也未能提供个性化的服务。
因此，有必要提供一种创新的景区管理方法、系统及存储介质，结合二维码技术、视频监控技术和数据分析技术，以实现景区管理的智能化和个性化。本专利涉及的方法将通过生成唯一标识的二维码、分析游客扫码记录、实时视频监控和安全风险评估，有效解决了传统方法存在的问题，提供了一种全面的景区管理解决方案，有望在景区管理和旅游业中产生重要的应用和社会价值。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种景区二维码的管理方法、系统及存储介质。
本发明第一方面提供了一种景区二维码的管理方法，包括：
在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作。
本方案中，所述在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码，具体为：
获取目标景区的景区路线图和景点区域分布图，根据景区路线图和景点区域分布图确定景区的关键位置，所述关键位置包括但不限于景点区域、景点沿途路线、公共休息区域；
在所述关键位置安装二维码生成器，并标识每个二维码生成器的位置信息，基于二维码生成器生成每个关键位置的唯一标识二维码；
获取每个关键位置的特征数据，所述特征数据包括位置名称、位置特点、风景特色数据、地理坐标，将特征数据导入对应关键位置的唯一标识二维码的后台终端中。
本方案中，所述获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径，具体为：
获取游客在关键位置的扫码记录，基于扫码记录提取游客在不同关键位置的游览记录，所述游览记录包括位置名称、停留时间；
基于游览记录，将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量，通过文本向量计算特征数据中每项数据的特征向量；
计算相邻关键位置中每项数据特征向量的曼哈顿距离，得到相似性矩阵；
基于相似性矩阵，提取游客到达的每个关键位置的相似性特征；
根据相似性特征和游览记录，评估游客的观景喜好；
将相似性特征与景区中每个关键位置的特征数据进行对比，提取具有相似性特征的关键位置，得到推荐游览景点；
基于游客的观景喜好和推荐游览景点，生成个性化游览推荐路径。
本方案中，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
本方案中，所述基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告，具体为：
基于深度学习建立游客行为分析模型；
获取游客行为数据集，并对游客行为数据集中的游客行为进行标记，得到训练数据集；
将训练数据集导入游客行为分析模型进行训练；
将标记视频图像帧数据导入游客行为分析模型中，提取游客行为特征，所述行为特征包括聚集、分散、奔跑、行走、停留、跨越、攀爬；
根据行为特征，对游客的异常行为进行标记，得到游客异常行为特征；
基于异常事件数据和游客异常行为特征进行综合分析，对关键位置进行安全风险评估，得到安全风险评估报告，所述安全风险评估报告包括安全风险等级、事件描述、安全风险位置。
本方案中，所述基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中，具体为：
基于安全风险评估报告，若关键位置存在安全风险，确定安全风险类型；
获取景区内的避险区域位置；
根据安全风险评估报告和安全风险类型，分析是否需要对关键位置内的游客进行疏散，若需要，根据关键位置的地理坐标、避险区域位置生成游客疏散路线，若不需要，生成景点游玩警示公告，形成游客安全警示方案；
根据安全风险评估报告，判断安全风险处置紧急程度，基于紧急程度和安全风险类型，形成管理员安全处置方案；
将游客安全警示方案发送至每个关键位置的二维码后台终端，并在二维码生成器中进行发出预警信息；
根据不同的安全风险评估等级，将管理员安全处置方案生成不同颜色的二维码，将二维码发送至管理员设备中。
本方案中，所述将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作，具体为：
遍历个性化游览推荐路径中的每个关键位置，基于安全风险评估报告，判断每个关键位置在安全风险评估报告中的安全风险等级；
若个性化游览推荐路径中存在高风险位置，对个性化游览推荐路径进行修正操作；
将修正后的个性化游览推荐路径更新至游客扫码设备中，并生成警示信息同步发送至游客扫码设备中。
本发明第二方面还提供了一种景区二维码的管理系统，该系统包括：存储器、处理器，所述存储器中包括景区二维码的管理方法程序，所述景区二维码的管理方法程序被所述处理器执行时，实现如下步骤：
在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作。
本方案中，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括景区二维码的管理程序，所述景区二维码的管理程序被处理器执行时，实现如上述任一项所述的景区二维码的管理方法的步骤。
本发明公开了一种景区二维码的管理方法、系统及存储介质，旨在提供一种有效的方式，以提升游客的景区体验和景区管理的效率。该方法包括以下步骤：首先，在景区的关键位置生成二维码。其次，通过分析游客扫码记录，生成个性化的游览推荐路径。同时，对异常事件识别。基于异常事件数据，进行关键位置的安全风险评估，根据安全风险评估报告，生成安全处置方案。最后，将个性化游览推荐路径与安全风险评估报告联合分析，对个性化游览推荐路径进行修正操作。该方法有效地整合了游客体验提升和景区安全管理的需求，为景区提供了全面的管理解决方案。
附图说明
图1示出了本发明一种景区二维码的管理方法的流程图；
图2示出了本发明生成个性化游览推荐路径的流程图；
图3示出了本发明得到安全风险评估报告的流程图；
图4示出了本发明一种景区二维码的管理系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种景区二维码的管理方法的流程图。
如图1所示，本发明第一方面提供了一种景区二维码的管理方法，包括：
S102，在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
S104，获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
S106，实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
S108，基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
S110，基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
S112，将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作。
需要说明的是，通过在景区的每个关键位置生成二维码，基于游客的扫码记录生成个性化游览推荐路径，并识别每个关键位置的异常事件数据，基于异常事件数据对景区关键位置进行安全风险评估，生成安全风险处理方案，并修正个性化游览推荐路径，该方法通过整合二维码技术、数据分析和安全监控，可以提高景区管理的智能化水平，更好地满足游客需求，提前识别和处理安全风险，从而提升景区的整体管理效率和游客体验。
根据本发明实施例，所述在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码，具体为：
获取目标景区的景区路线图和景点区域分布图，根据景区路线图和景点区域分布图确定景区的关键位置，所述关键位置包括但不限于景点区域、景点沿途路线、公共休息区域；
在所述关键位置安装二维码生成器，并标识每个二维码生成器的位置信息，基于二维码生成器生成每个关键位置的唯一标识二维码；
获取每个关键位置的特征数据，所述特征数据包括位置名称、位置特点、风景特色数据、地理坐标，将特征数据导入对应关键位置的唯一标识二维码的后台终端中。
需要说明的是，将关键位置的特征数据与二维码关联，游客可以通过扫描二维码获取有关该位置的个性化信息和推荐，提升了游客的导览体验；所述二维码生成器具有二维码生成功能和二维码展示功能。
图2示出了本发明生成个性化游览推荐路径的流程图。
根据本发明实施例，所述获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径，具体为：
S202，获取游客在关键位置的扫码记录，基于扫码记录提取游客在不同关键位置的游览记录，所述游览记录包括位置名称、停留时间；
S204，基于游览记录，将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量，通过文本向量计算特征数据中每项数据的特征向量；
S206，计算相邻关键位置中每项数据特征向量的曼哈顿距离，得到相似性矩阵；
S208，基于相似性矩阵，提取游客到达的每个关键位置的相似性特征；
S210，根据相似性特征和游览记录，评估游客的观景喜好；
S212，将相似性特征与景区中每个关键位置的特征数据进行对比，提取具有相似性特征的关键位置，得到推荐游览景点；
S214，基于游客的观景喜好和推荐游览景点，生成个性化游览推荐路径。
需要说明的是，通过游客的二维码扫码记录，获取游客在景区内的游览记录，并将游览记录转化为特征向量，通过分析计算每个关键位置之间的曼哈顿距离，评估每个关键位置之间的相似特征，并评估游客的观景喜好，通过观景喜好生成个性化游览推荐路径，通过为每位游客提供个性化的景点推荐，提高了游客的满意度和游览体验，减少游客在选择游览路径时的信息过载，使其更轻松地决策并享受景区的参观，提高了景区管理的智能化水平；所述将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量是将非结构化的数据转化为可计算的向量形式，以便于后续的数据处理和分析；所述曼哈顿距离用于度量向量之间差异的方法。
根据本发明实施例，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
需要说明的是，通过获取每个关键位置的视频数据，并提取视频数据中的声学数据和视频帧图像数据，根据声学数据识别关键位置中的异常声音数据，根据视频帧图像数据识别关键位置的异常图像数据，通过计算声音和人群密度的基准范围以及预设变化阈值，自动检测异常，减少了需要人工干预的工作量；所述人群密度变化曲线图有助于识别在特定时间段内人群密度的异常变化。
图3示出了本发明得到安全风险评估报告的流程图。
根据本发明实施例，所述基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告，具体为：
S302，基于深度学习建立游客行为分析模型；
S304，获取游客行为数据集，并对游客行为数据集中的游客行为进行标记，得到训练数据集；
S306，将训练数据集导入游客行为分析模型进行训练；
S308，将标记视频图像帧数据导入游客行为分析模型中，提取游客行为特征，所述行为特征包括聚集、分散、奔跑、行走、停留、跨越、攀爬；
S310，根据行为特征，对游客的异常行为进行标记，得到游客异常行为特征；
S312，基于异常事件数据和游客异常行为特征进行综合分析，对关键位置进行安全风险评估，得到安全风险评估报告，所述安全风险评估报告包括安全风险等级、事件描述、安全风险位置。
需要说明的是，对异常时间数据进行识别后，基于升读学习构建游客行为分析模型，提取游客的行为特征，并标记游客的异常行为，并进行关键位置的风险评估，得到风险评估报告，通过自动识别和标记游客的异常行为，从而提高了异常事件的检测效率和准确性，对关键位置进行俺去那风险评估，提高景区的安全性，保障游客的生命安全，提高游客的游览体验；所述深度学习包括卷积神经网络；所述对游客行为数据集中的游客行为进行标记是指对数据集中的行为特征进行人工标注，使机器能够从中学习数据中的特征代表什么行为。所述安全风险等级分为无风险、低风险、中风险、高风险。
根据本发明实施例，所述基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中，具体为：
基于安全风险评估报告，若关键位置存在安全风险，确定安全风险类型；
获取景区内的避险区域位置；
根据安全风险评估报告和安全风险类型，分析是否需要对关键位置内的游客进行疏散，若需要，根据关键位置的地理坐标、避险区域位置生成游客疏散路线，若不需要，生成景点游玩警示公告，形成游客安全警示方案；
根据安全风险评估报告，判断安全风险处置紧急程度，基于紧急程度和安全风险类型，形成管理员安全处置方案；
将游客安全警示方案发送至每个关键位置的二维码后台终端，并在二维码生成器中进行发出预警信息；
根据不同的安全风险评估等级，将管理员安全处置方案生成不同颜色的二维码，将二维码发送至管理员设备中。
需要说明的是，基于安全风险评估报告，首先需要确定关键位置存在的安全风险类型，不同类型的风险需要不同的处理方法；根据安全风险类型和安全风险评估报告，判断是否需要对关键位置内的游客进行疏散，在景区中，可能存在的安全风险是局部的，持续时间较短的，该类的安全风险可无需对游客进行疏散；根据安全风险评估报告分别生成管理员安全处置方案和游客安全警示方案，以便向游客提供相关的警示消息，提醒游客远离存在安全风险的区域，确保游客的安全，并是管理员在紧急情况下能够迅速应对，提高了应对紧急情况的效率；所述不同颜色的二维码根据安全风险评估等级的不同，形成不同颜色的二维码，使管理人员能够清晰的识别到事件的紧急程度，快速访问关键信息，提高了处置风险的效率。
根据本发明实施例，所述将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作，具体为：
遍历个性化游览推荐路径中的每个关键位置，基于安全风险评估报告，判断每个关键位置在安全风险评估报告中的安全风险等级；
若个性化游览推荐路径中存在高风险位置，对个性化游览推荐路径进行修正操作；
将修正后的个性化游览推荐路径更新至游客扫码设备中，并生成警示信息同步发送至游客扫码设备中。
需要说明的是，通过遍历个性化游览推荐路径中的每个关键位置，判断每个关键位置的安全风险等级，对个性化游览推荐路径进行修正，降低游客游览的安全风险，并最大程度保障游客的游览体验；所述修正操作包括改变游览路线和游览景点；所述警示信息包含了安全风险区域的位置、事件描述、对游客的游览建议。
根据本发明实施例，还包括：
获取历史多个发生地质灾害区域的历史天气数据、历史植被覆盖率、地形特征数据；
将历史天气数据、历史植被覆盖率、地形特征数据进行时间对齐操作，提取地质灾害区域发生地质灾害前的预设时间段的天气数据、植被覆盖率；
将天气数据、植被覆盖率、地形特征数据进行融合分析，得到地质灾害特征数据，所述特征数据包括天气特征、植被特征、地形特征；
获取景区内每个关键位置的植被覆盖率、地形特征数据；
实时检测景区天气数据，基于景区天气数据、植被覆盖率、地形特征数据与地质灾害特征数据进行对比，得到数据相似度；
基于数据相似度对每个关键位置发生地质灾害的概率进行预测，得到预测概率；
若预测概率大于预设概率值，形成警告信息；
将警告信息基于游客的扫码记录，发送至游客通讯设备中。
需要说明的是，通过对发生过地质灾害的区域的历史天气数据、历史植被覆盖率、地形特征数据进行分析，得出发生地质灾害的特征数据，基于特征数据与景区内的天气数据、植被覆盖率、地形特征数据进行对比，判断景区内发生地质灾害的可能性，提前形成预警信息发送至游客通讯设备中，保障了游客的生命安全，可使景区内的工作人员提前疏散景区内的游客，为可能存在的安全隐患提前做出应急处理，进一步避免造成经济损失。
根据本发明实施例，还包括：
基于二维码扫码记录，实时获取游客的位置信息，获取景区内发生紧急事件的位置信息；
根据游客的位置信息、紧急事件的位置信息、景区的避险路线，生成多条游客避险路线；
基于游客的位置信息，获取每条游客避险路线的游客数量和拥挤程度；
基于游客数量和拥挤程度，判断每条游客避险路线的避险效率；
若避险效率低于预设值，对该游客避险路线的游客进行引流操作，形成引流方案发送至游客通讯设备中。
需要说明的是，在景区内发生紧急事件的时候，需对游客进行疏散，生成多条游客避险路线可提高游客的疏散效率；当游客避险路线的疏散效率低于预设值时，对该条游客避险路线的游客进行引流操作，所述引流操作为引导游客到其它游客数量较少，拥挤程度较低的游客避险路线上，进一步提高了游客的疏散效率，提高景区管理效率。
图4示出了本发明一种景区二维码的管理系统的框图。
本发明第二方面还提供了一种景区二维码的管理系统4，该系统包括：存储器41、处理器42，所述存储器中包括景区二维码的管理方法程序，所述景区二维码的管理方法程序被所述处理器执行时，实现如下步骤：
在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作。
需要说明的是，通过在景区的每个关键位置生成二维码，基于游客的扫码记录生成个性化游览推荐路径，并识别每个关键位置的异常事件数据，基于异常事件数据对景区关键位置进行安全风险评估，生成安全风险处理方案，并修正个性化游览推荐路径，该方法通过整合二维码技术、数据分析和安全监控，可以提高景区管理的智能化水平，更好地满足游客需求，提前识别和处理安全风险，从而提升景区的整体管理效率和游客体验。
根据本发明实施例，所述在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码，具体为：
获取目标景区的景区路线图和景点区域分布图，根据景区路线图和景点区域分布图确定景区的关键位置，所述关键位置包括但不限于景点区域、景点沿途路线、公共休息区域；
在所述关键位置安装二维码生成器，并标识每个二维码生成器的位置信息，基于二维码生成器生成每个关键位置的唯一标识二维码；
获取每个关键位置的特征数据，所述特征数据包括位置名称、位置特点、风景特色数据、地理坐标，将特征数据导入对应关键位置的唯一标识二维码的后台终端中。
需要说明的是，将关键位置的特征数据与二维码关联，游客可以通过扫描二维码获取有关该位置的个性化信息和推荐，提升了游客的导览体验；所述二维码生成器具有二维码生成功能和二维码展示功能。
根据本发明实施例，所述获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径，具体为：
获取游客在关键位置的扫码记录，基于扫码记录提取游客在不同关键位置的游览记录，所述游览记录包括位置名称、停留时间；
基于游览记录，将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量，通过文本向量计算特征数据中每项数据的特征向量；
计算相邻关键位置中每项数据特征向量的曼哈顿距离，得到相似性矩阵；
基于相似性矩阵，提取游客到达的每个关键位置的相似性特征；
根据相似性特征和游览记录，评估游客的观景喜好；
将相似性特征与景区中每个关键位置的特征数据进行对比，提取具有相似性特征的关键位置，得到推荐游览景点；
基于游客的观景喜好和推荐游览景点，生成个性化游览推荐路径。
需要说明的是，通过游客的二维码扫码记录，获取游客在景区内的游览记录，并将游览记录转化为特征向量，通过分析计算每个关键位置之间的曼哈顿距离，评估每个关键位置之间的相似特征，并评估游客的观景喜好，通过观景喜好生成个性化游览推荐路径，通过为每位游客提供个性化的景点推荐，提高了游客的满意度和游览体验，减少游客在选择游览路径时的信息过载，使其更轻松地决策并享受景区的参观，提高了景区管理的智能化水平；所述将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量是将非结构化的数据转化为可计算的向量形式，以便于后续的数据处理和分析；所述曼哈顿距离用于度量向量之间差异的方法。
根据本发明实施例，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
需要说明的是，通过获取每个关键位置的视频数据，并提取视频数据中的声学数据和视频帧图像数据，根据声学数据识别关键位置中的异常声音数据，根据视频帧图像数据识别关键位置的异常图像数据，通过计算声音和人群密度的基准范围以及预设变化阈值，自动检测异常，减少了需要人工干预的工作量；所述人群密度变化曲线图有助于识别在特定时间段内人群密度的异常变化。
根据本发明实施例，所述基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告，具体为：
基于深度学习建立游客行为分析模型；
获取游客行为数据集，并对游客行为数据集中的游客行为进行标记，得到训练数据集；
将训练数据集导入游客行为分析模型进行训练；
将标记视频图像帧数据导入游客行为分析模型中，提取游客行为特征，所述行为特征包括聚集、分散、奔跑、行走、停留、跨越、攀爬；
根据行为特征，对游客的异常行为进行标记，得到游客异常行为特征；
基于异常事件数据和游客异常行为特征进行综合分析，对关键位置进行安全风险评估，得到安全风险评估报告，所述安全风险评估报告包括安全风险等级、事件描述、安全风险位置。
需要说明的是，对异常时间数据进行识别后，基于升读学习构建游客行为分析模型，提取游客的行为特征，并标记游客的异常行为，并进行关键位置的风险评估，得到风险评估报告，通过自动识别和标记游客的异常行为，从而提高了异常事件的检测效率和准确性，对关键位置进行俺去那风险评估，提高景区的安全性，保障游客的生命安全，提高游客的游览体验；所述深度学习包括卷积神经网络；所述对游客行为数据集中的游客行为进行标记是指对数据集中的行为特征进行人工标注，使机器能够从中学习数据中的特征代表什么行为。所述安全风险等级分为无风险、低风险、中风险、高风险。
根据本发明实施例，所述基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中，具体为：
基于安全风险评估报告，若关键位置存在安全风险，确定安全风险类型；
获取景区内的避险区域位置；
根据安全风险评估报告和安全风险类型，分析是否需要对关键位置内的游客进行疏散，若需要，根据关键位置的地理坐标、避险区域位置生成游客疏散路线，若不需要，生成景点游玩警示公告，形成游客安全警示方案；
根据安全风险评估报告，判断安全风险处置紧急程度，基于紧急程度和安全风险类型，形成管理员安全处置方案；
将游客安全警示方案发送至每个关键位置的二维码后台终端，并在二维码生成器中进行发出预警信息；
根据不同的安全风险评估等级，将管理员安全处置方案生成不同颜色的二维码，将二维码发送至管理员设备中。
需要说明的是，基于安全风险评估报告，首先需要确定关键位置存在的安全风险类型，不同类型的风险需要不同的处理方法；根据安全风险类型和安全风险评估报告，判断是否需要对关键位置内的游客进行疏散，在景区中，可能存在的安全风险是局部的，持续时间较短的，该类的安全风险可无需对游客进行疏散；根据安全风险评估报告分别生成管理员安全处置方案和游客安全警示方案，以便向游客提供相关的警示消息，提醒游客远离存在安全风险的区域，确保游客的安全，并是管理员在紧急情况下能够迅速应对，提高了应对紧急情况的效率；所述不同颜色的二维码根据安全风险评估等级的不同，形成不同颜色的二维码，使管理人员能够清晰的识别到事件的紧急程度，快速访问关键信息，提高了处置风险的效率。
根据本发明实施例，所述将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作，具体为：
遍历个性化游览推荐路径中的每个关键位置，基于安全风险评估报告，判断每个关键位置在安全风险评估报告中的安全风险等级；
若个性化游览推荐路径中存在高风险位置，对个性化游览推荐路径进行修正操作；
将修正后的个性化游览推荐路径更新至游客扫码设备中，并生成警示信息同步发送至游客扫码设备中。
需要说明的是，通过遍历个性化游览推荐路径中的每个关键位置，判断每个关键位置的安全风险等级，对个性化游览推荐路径进行修正，降低游客游览的安全风险，并最大程度保障游客的游览体验；所述修正操作包括改变游览路线和游览景点；所述警示信息包含了安全风险区域的位置、事件描述、对游客的游览建议。
根据本发明实施例，还包括：
获取历史多个发生地质灾害区域的历史天气数据、历史植被覆盖率、地形特征数据；
将历史天气数据、历史植被覆盖率、地形特征数据进行时间对齐操作，提取地质灾害区域发生地质灾害前的预设时间段的天气数据、植被覆盖率；
将天气数据、植被覆盖率、地形特征数据进行融合分析，得到地质灾害特征数据，所述特征数据包括天气特征、植被特征、地形特征；
获取景区内每个关键位置的植被覆盖率、地形特征数据；
实时检测景区天气数据，基于景区天气数据、植被覆盖率、地形特征数据与地质灾害特征数据进行对比，得到数据相似度；
基于数据相似度对每个关键位置发生地质灾害的概率进行预测，得到预测概率；
若预测概率大于预设概率值，形成警告信息；
将警告信息基于游客的扫码记录，发送至游客通讯设备中。
需要说明的是，通过对发生过地质灾害的区域的历史天气数据、历史植被覆盖率、地形特征数据进行分析，得出发生地质灾害的特征数据，基于特征数据与景区内的天气数据、植被覆盖率、地形特征数据进行对比，判断景区内发生地质灾害的可能性，提前形成预警信息发送至游客通讯设备中，保障了游客的生命安全，可使景区内的工作人员提前疏散景区内的游客，为可能存在的安全隐患提前做出应急处理，进一步避免造成经济损失。
根据本发明实施例，还包括：
基于二维码扫码记录，实时获取游客的位置信息，获取景区内发生紧急事件的位置信息；
根据游客的位置信息、紧急事件的位置信息、景区的避险路线，生成多条游客避险路线；
基于游客的位置信息，获取每条游客避险路线的游客数量和拥挤程度；
基于游客数量和拥挤程度，判断每条游客避险路线的避险效率；
若避险效率低于预设值，对该游客避险路线的游客进行引流操作，形成引流方案发送至游客通讯设备中。
需要说明的是，在景区内发生紧急事件的时候，需对游客进行疏散，生成多条游客避险路线可提高游客的疏散效率；当游客避险路线的疏散效率低于预设值时，对该条游客避险路线的游客进行引流操作，所述引流操作为引导游客到其它游客数量较少，拥挤程度较低的游客避险路线上，进一步提高了游客的疏散效率，提高景区管理效率。
本发明第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质中包括景区二维码的管理程序，所述景区二维码的管理程序被处理器执行时，实现如上述任一项所述的景区二维码的管理方法的步骤。
本发明公开了一种景区二维码的管理方法、系统及存储介质，旨在提供一种有效的方式，以提升游客的景区体验和景区管理的效率。该方法包括以下步骤：首先，在景区的关键位置生成二维码。其次，通过分析游客扫码记录，生成个性化的游览推荐路径。同时，对异常事件识别。基于异常事件数据，进行关键位置的安全风险评估，根据安全风险评估报告，生成安全处置方案。最后，将个性化游览推荐路径与安全风险评估报告联合分析，对个性化游览推荐路径进行修正操作。该方法有效地整合了游客体验提升和景区安全管理的需求，为景区提供了全面的管理解决方案。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、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。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献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。而前述的存储介质包括：移动存储设备、ROM、RAM、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以所述权利要求的保护范围为准。

Claims (9)

1.一种景区二维码的管理方法，其特征在于，包括以下步骤：
在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作；
所述基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告，具体为：
基于深度学习建立游客行为分析模型；
获取游客行为数据集，并对游客行为数据集中的游客行为进行标记，得到训练数据集；
将训练数据集导入游客行为分析模型进行训练；
将标记视频图像帧数据导入游客行为分析模型中，提取游客行为特征，所述行为特征包括聚集、分散、奔跑、行走、停留、跨越、攀爬；
根据行为特征，对游客的异常行为进行标记，得到游客异常行为特征；
基于异常事件数据和游客异常行为特征进行综合分析，对关键位置进行安全风险评估，得到安全风险评估报告，所述安全风险评估报告包括安全风险等级、事件描述、安全风险位置；
其中，还包括：
获取历史多个发生地质灾害区域的历史天气数据、历史植被覆盖率、地形特征数据；
将历史天气数据、历史植被覆盖率、地形特征数据进行时间对齐操作，提取地质灾害区域发生地质灾害前的预设时间段的天气数据、植被覆盖率；
将天气数据、植被覆盖率、地形特征数据进行融合分析，得到地质灾害特征数据，所述特征数据包括天气特征、植被特征、地形特征；
获取景区内每个关键位置的植被覆盖率、地形特征数据；
实时检测景区天气数据，基于景区天气数据、植被覆盖率、地形特征数据与地质灾害特征数据进行对比，得到数据相似度；
基于数据相似度对每个关键位置发生地质灾害的概率进行预测，得到预测概率；
若预测概率大于预设概率值，形成警告信息；
将警告信息基于游客的扫码记录，发送至游客通讯设备中。
2.根据权利要求1所述的一种景区二维码的管理方法，其特征在于，所述在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码，具体为：
获取目标景区的景区路线图和景点区域分布图，根据景区路线图和景点区域分布图确定景区的关键位置，所述关键位置包括但不限于景点区域、景点沿途路线、公共休息区域；
在所述关键位置安装二维码生成器，并标识每个二维码生成器的位置信息，基于二维码生成器生成每个关键位置的唯一标识二维码；
获取每个关键位置的特征数据，所述特征数据包括位置名称、位置特点、风景特色数据、地理坐标，将特征数据导入对应关键位置的唯一标识二维码的后台终端中。
3.根据权利要求1所述的一种景区二维码的管理方法，其特征在于，所述获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径，具体为：
获取游客在关键位置的扫码记录，基于扫码记录提取游客在不同关键位置的游览记录，所述游览记录包括位置名称、停留时间；
基于游览记录，将游客到达的每个关键位置的特征数据中的每项数据转化为文本向量，通过文本向量计算特征数据中每项数据的特征向量；
计算相邻关键位置中每项数据特征向量的曼哈顿距离，得到相似性矩阵；
基于相似性矩阵，提取游客到达的每个关键位置的相似性特征；
根据相似性特征和游览记录，评估游客的观景喜好；
将相似性特征与景区中每个关键位置的特征数据进行对比，提取具有相似性特征的关键位置，得到推荐游览景点；
基于游客的观景喜好和推荐游览景点，生成个性化游览推荐路径。
4.根据权利要求1所述的一种景区二维码的管理方法，其特征在于，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
5.根据权利要求1所述的一种景区二维码的管理方法，其特征在于，所述基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中，具体为：
基于安全风险评估报告，若关键位置存在安全风险，确定安全风险类型；
获取景区内的避险区域位置；
根据安全风险评估报告和安全风险类型，分析是否需要对关键位置内的游客进行疏散，若需要，根据关键位置的地理坐标、避险区域位置生成游客疏散路线，若不需要，生成景点游玩警示公告，形成游客安全警示方案；
根据安全风险评估报告，判断安全风险处置紧急程度，基于紧急程度和安全风险类型，形成管理员安全处置方案；
将游客安全警示方案发送至每个关键位置的二维码后台终端，并在二维码生成器中进行发出预警信息；
根据不同的安全风险评估等级，将管理员安全处置方案生成不同颜色的二维码，将二维码发送至管理员设备中。
6.根据权利要求1所述的一种景区二维码的管理方法，其特征在于，所述将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作，具体为：
遍历个性化游览推荐路径中的每个关键位置，基于安全风险评估报告，判断每个关键位置在安全风险评估报告中的安全风险等级；
若个性化游览推荐路径中存在高风险位置，对个性化游览推荐路径进行修正操作；
将修正后的个性化游览推荐路径更新至游客扫码设备中，并生成警示信息同步发送至游客扫码设备中。
7.一种景区二维码的管理系统，其特征在于，所述景区二维码的管理系统包括储存器以及处理器，所述储存器包括景区二维码的管理方法程序，所述景区二维码的管理方法程序被所述处理器执行时，实现如下步骤：
在景区的关键位置安装二维码生成器，基于二维码生成器生成每个关键位置唯一标识的二维码；
获取游客的扫码记录，基于扫码记录评估游客的观景喜好，根据观景喜好生成个性化游览推荐路径；
实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据；
基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告；
基于安全风险评估报告，对存在安全风险的关键位置生成游客安全警示方案和管理员安全处置方案，将游客安全警示方案发送至每个关键位置的二维码后台终端，将管理员安全处置方案生成二维码发送至管理员设备中；
将个性化游览推荐路径与安全风险评估报告联合分析，判断个性化游览推荐路径中是否存在安全风险位置，对个性化游览推荐路径进行修正操作；
所述基于异常事件数据进行关键位置安全风险评估，得到安全风险评估报告，具体为：
基于深度学习建立游客行为分析模型；
获取游客行为数据集，并对游客行为数据集中的游客行为进行标记，得到训练数据集；
将训练数据集导入游客行为分析模型进行训练；
将标记视频图像帧数据导入游客行为分析模型中，提取游客行为特征，所述行为特征包括聚集、分散、奔跑、行走、停留、跨越、攀爬；
根据行为特征，对游客的异常行为进行标记，得到游客异常行为特征；
基于异常事件数据和游客异常行为特征进行综合分析，对关键位置进行安全风险评估，得到安全风险评估报告，所述安全风险评估报告包括安全风险等级、事件描述、安全风险位置；
其中，还包括：
获取历史多个发生地质灾害区域的历史天气数据、历史植被覆盖率、地形特征数据；
将历史天气数据、历史植被覆盖率、地形特征数据进行时间对齐操作，提取地质灾害区域发生地质灾害前的预设时间段的天气数据、植被覆盖率；
将天气数据、植被覆盖率、地形特征数据进行融合分析，得到地质灾害特征数据，所述特征数据包括天气特征、植被特征、地形特征；
获取景区内每个关键位置的植被覆盖率、地形特征数据；
实时检测景区天气数据，基于景区天气数据、植被覆盖率、地形特征数据与地质灾害特征数据进行对比，得到数据相似度；
基于数据相似度对每个关键位置发生地质灾害的概率进行预测，得到预测概率；
若预测概率大于预设概率值，形成警告信息；
将警告信息基于游客的扫码记录，发送至游客通讯设备中。
8.根据权利要求7所述的一种景区二维码的管理系统，其特征在于，所述实时获取每个关键位置的视频数据，根据视频数据对每个关键位置进行异常事件识别，得到异常事件数据，具体为：
实时获取每个关键位置的视频数据，基于视频数据提取每个关键位置的声学数据和视频图像帧数据；
将声学数据通过数字信号处理技术提取每个关键位置中的声音强度变化数据、声音频率变化数据；
计算声音强度变化数据、声音频率变化数据的平均变化范围，得到声音强度基准范围和声音频率基准范围；
若关键位置的声音强度超过声音强度基准范围或声音频率超过声音频率基准范围，基于视频数据的时间戳信息，将该时间的声学数据标记为异常声音数据；
将视频图像帧数据对游客进行识别，将识别到的游客进行标记，得到标记视频图像帧数据；
根据标记视频图像帧数据，统计每张视频帧图像中的游客数量，基于游客数量计算关键位置的人群密度；
绘制基于时间变化的人群密度变化曲线图；
若在预设时间段内，人群密度变化超过预设变化阈值，基于视频数据的时间戳信息，将该时间的视频帧图像数据标记为异常图像数据；
将异常声音数据和异常图像数据进行整合，得到异常事件数据。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括景区二维码的管理方法程序，所述景区二维码的管理方法程序被处理器执行时，实现权利要求1至6中任一项所述的景区二维码的管理方法的步骤。
CN202311200447.9A 2023-09-18 2023-09-18 一种景区二维码的管理方法、系统及存储介质 Active CN116933818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311200447.9A CN116933818B (zh) 2023-09-18 2023-09-18 一种景区二维码的管理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311200447.9A CN116933818B (zh) 2023-09-18 2023-09-18 一种景区二维码的管理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN116933818A CN116933818A (zh) 2023-10-24
CN116933818B true CN116933818B (zh) 2024-02-06

Family

ID=88384717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311200447.9A Active CN116933818B (zh) 2023-09-18 2023-09-18 一种景区二维码的管理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN116933818B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104634347A (zh) * 2015-01-23 2015-05-20 北京智慧图科技有限责任公司 路径规划方法和装置
CN106570799A (zh) * 2016-10-20 2017-04-19 安徽大智睿科技技术有限公司 一种基于二维码的智能音视频导游的智慧旅游方法
CN107680010A (zh) * 2017-09-29 2018-02-09 桂林电子科技大学 一种基于游览行为的景区路线推荐方法及其系统
CN108769924A (zh) * 2018-04-28 2018-11-06 哈尔滨工业大学 一种景区游客链式出行服务系统及方法
CN110941776A (zh) * 2020-01-03 2020-03-31 成都中科大旗软件股份有限公司 基于移动智能端的景区导览系统
CN113630721A (zh) * 2020-04-21 2021-11-09 杭州海康威视数字技术股份有限公司 推荐游览路线的生成方法和装置、及计算机可读存储介质
CN116227834A (zh) * 2022-12-28 2023-06-06 四川农业大学 一种基于三维点云模型的智能景区数字化平台

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104634347A (zh) * 2015-01-23 2015-05-20 北京智慧图科技有限责任公司 路径规划方法和装置
CN106570799A (zh) * 2016-10-20 2017-04-19 安徽大智睿科技技术有限公司 一种基于二维码的智能音视频导游的智慧旅游方法
CN107680010A (zh) * 2017-09-29 2018-02-09 桂林电子科技大学 一种基于游览行为的景区路线推荐方法及其系统
CN108769924A (zh) * 2018-04-28 2018-11-06 哈尔滨工业大学 一种景区游客链式出行服务系统及方法
CN110941776A (zh) * 2020-01-03 2020-03-31 成都中科大旗软件股份有限公司 基于移动智能端的景区导览系统
CN113630721A (zh) * 2020-04-21 2021-11-09 杭州海康威视数字技术股份有限公司 推荐游览路线的生成方法和装置、及计算机可读存储介质
CN116227834A (zh) * 2022-12-28 2023-06-06 四川农业大学 一种基于三维点云模型的智能景区数字化平台

Also Published As

Publication number Publication date
CN116933818A (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
KR101830522B1 (ko) 빅 데이터를 이용한 예측 대상 지역의 범죄 발생 예측 방법
CN114070654B (zh) 一种基于大数据的安全管控方法及其系统
CN111709661B (zh) 业务数据的风险处理方法、装置、设备及存储介质
CN111918039A (zh) 基于5g网络的人工智能高风险作业管控系统
CN112668375B (zh) 景区内游客分布分析系统及方法
CN114782897A (zh) 基于机器视觉及深度学习的危险行为检测方法及系统
CN111428653A (zh) 行人拥挤状态判断方法、装置、服务器及存储介质
CN111523776A (zh) 一种基于非法目标危险评估的智慧城市系统及方法
CN116933818B (zh) 一种景区二维码的管理方法、系统及存储介质
CN113762229A (zh) 一种建筑场地内建筑器材的智能识别方法及系统
CN116362445B (zh) 一种面向多终端的智慧城市数字孪生地图管理系统
CN116761185A (zh) 一种基于信令预测日活跃用户的方法、系统及介质
CN111507294A (zh) 基于三维人脸重建和智能识别的教室安防预警系统及方法
CN113610688B (zh) 一种基于大数据分析的食安监管方法及存储介质
CN113609937B (zh) 一种城市轨道交通的应急处理方法、系统及存储介质
CN114554490A (zh) 一种基于时序模型的异常ap检测方法及系统
WO2015174824A2 (en) A system and method for extracting route and traffic density
CN112633163A (zh) 一种基于机器学习算法实现非法运营车辆检测的检测方法
CN117078045B (zh) 一种交通基础设施全息检监测方法及系统
CN113537647B (zh) 一种基于知识图谱的数据处理方法、系统和可读存储介质
CN117376094A (zh) 一种网络重点保护场景创建方法及装置
CN115119253B (zh) 区域人流量监测及确定监测参数的方法、装置及设备
CN112418792B (zh) 一种城市精细化信息处理方法、装置及系统
CN117486024A (zh) 一种城市电梯数字化监管方法及系统
CN111324656A (zh) 人员管理方法及相关设备

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
GR01 Patent grant
GR01 Patent grant