WO2017012236A1 - 用于人群风险预警的方法及装置 - Google Patents

用于人群风险预警的方法及装置 Download PDF

Info

Publication number
WO2017012236A1
WO2017012236A1 PCT/CN2015/096130 CN2015096130W WO2017012236A1 WO 2017012236 A1 WO2017012236 A1 WO 2017012236A1 CN 2015096130 W CN2015096130 W CN 2015096130W WO 2017012236 A1 WO2017012236 A1 WO 2017012236A1
Authority
WO
WIPO (PCT)
Prior art keywords
predetermined area
predetermined
positioning data
determining
risk
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.)
Ceased
Application number
PCT/CN2015/096130
Other languages
English (en)
French (fr)
Inventor
吴海山
祝恒书
沈志勇
张潼
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.)
Baidu Online Network Technology Beijing Co Ltd
Original Assignee
Baidu Online Network Technology Beijing 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 Baidu Online Network Technology Beijing Co Ltd filed Critical Baidu Online Network Technology Beijing Co Ltd
Publication of WO2017012236A1 publication Critical patent/WO2017012236A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Definitions

  • the determining unit is configured to: determine, according to the valid positioning data, the number of user terminals in the predetermined area; acquire a correction coefficient corresponding to the predetermined area; and: The product of the number of correction parameters corresponding to the predetermined area is determined as the total number of persons of the predetermined area.
  • a flow 200 of one embodiment of a method of determining a total number of people in a predetermined area based on effective positioning data is illustrated.
  • step 202 the correction coefficient corresponding to the predetermined area is acquired.
  • step 302 a corresponding displacement direction angle is determined based on the displacement direction vector.
  • step 401 positioning data of the user terminal in the predetermined area is collected.
  • the present application further provides a computer readable storage medium, which may be a computer readable storage medium included in the apparatus described in the foregoing embodiment, or may exist separately, not A computer readable storage medium that is assembled into a terminal.
  • the computer readable storage medium stores one or more programs that are used by one or more processors to perform the methods described herein for crowd risk warning.

Landscapes

  • Alarm Systems (AREA)

Abstract

用于人群风险预警的方法及装置。所述方法的一具体实施方式包括：获取预定区域中用户终端的有效定位数据(101)；基于所述有效定位数据确定所述预定区域的风险参数(102)；判断所述风险参数是否满足预定的预警条件(103)；如果是，针对所述预定区域进行预警(104)。该实施方式解决了现有技术中人群风险预警的准确度低的问题，提高了人群风险预警的效率。

Description

用于人群风险预警的方法及装置
相关申请的交叉引用
本申请要求于2015年07月20日提交的中国专利申请号为“201510427845.3”的优先权，其全部内容作为整体并入本申请中。
技术领域
本申请涉及计算机技术领域，尤其涉及用于人群风险预警的方法及装置。
背景技术
大型公共场所或者旅游景区在节假日或者大型活动时，通常会聚集大量的人群。如何能有效测量、预测人群的密度、流向，提前发现人群风险并进行预警，一直以来是公共安全管理的一个重要难题。
现有的技术主要依靠视频传感器来通过人工或者视频分析方法来估计人流密度和人群流向。一般的实现方案主要是通过视频里的个体跟踪或者基于连续视频的光流计算来分析人群的流向。但是由于密度过高、个体间遮挡、光照变化等原因，这些方法难以有效跟踪个体并进行预警。上述技术的缺陷在于：预警的准确度低，效率低。
发明内容
本申请提供了一种用于人群风险预警的方法及装置。解决了现有技术中预警的准确度低，效率低的技术问题。
第一方面，本申请提供了一种用于人群风险预警的方法，所述方法包括：获取预定区域中用户终端的有效定位数据；基于所述有效定位数据确定所述预定区域的风险参数；判断所述风险参数是否满足预定的预警条件；如果是，针对所述预定区域进行预警。
在某些实施方式中，所述预定区域的风险参数包括以下至少一项： 所述预定区域的总人数；所述预定区域中有效区域的人群密度；以及所述预定区域的人群熵；其中，所述人群熵表征了人群移动方向的混乱程度。
在某些实施方式中，基于所述有效定位数据确定所述预定区域的总人数，包括：基于所述有效定位数据确定所述预定区域中用户终端的个数；获取所述预定区域对应的校正系数；将所述预定区域中用户终端的个数与所述预定区域对应的校正参数的乘积确定为所述预定区域的总人数。
在某些实施方式中，基于所述有效定位数据确定所述预定区域的人群熵，包括：基于所述有效定位数据确定每个用户终端在预定时间段内的位移方向向量；基于所述位移方向向量确定对应的位移方向角；统计所述位移方向角在不同角度范围内的概率分布；基于所述概率分布确定所述预定区域的人群熵。
在某些实施方式中，所述确定所述预定区域的风险参数，包括：确定当前时刻所述预定区域的实际风险参数；和/或预测预定时刻所述预定区域的预估风险参数。
在某些实施方式中，采用预先训练的预测模型预测预定时刻所述预定区域的预估风险参数。
在某些实施方式中，所述获取预定区域中用户终端的有效定位数据，包括：采集预定区域中用户终端的定位数据；查找出所述定位数据中的错误数据以及重复数据；删除所述错误数据以及重复数据，以获得有效定位数据。
在某些实施方式中，所述满足预定的预警条件，包括：预定个数/比例的风险参数大于等于对应的预定阈值；或者所有风险参数的加权和大于等于预定阈值。
第二方面，本申请提供了一种用于人群风险预警的装置，所述装置包括：获取单元，用于获取预定区域中用户终端的有效定位数据；确定单元，用于基于所述有效定位数据确定所述预定区域的风险参数；判断单元，用于判断所述风险参数是否满足预定的预警条件；预警单元，用于在所述风险参数满足预定的预警条件时，针对所述预定区域 进行预警。
在某些实施方式中，所述预定区域的风险参数包括以下至少一项：所述预定区域的总人数；所述预定区域中有效区域的人群密度；以及所述预定区域的人群熵；其中，所述人群熵表征了人群移动方向的混乱程度。
在某些实施方式中，确定单元配置用于：基于所述有效定位数据确定所述预定区域中用户终端的个数；获取所述预定区域对应的校正系数；将所述预定区域中用户终端的个数与所述预定区域对应的校正参数的乘积确定为所述预定区域的总人数。
在某些实施方式中，确定单元配置用于：基于所述有效定位数据确定每个用户终端在预定时间段内的位移方向向量；基于所述位移方向向量确定对应的位移方向角；统计所述位移方向角在不同角度范围内的概率分布；基于所述概率分布确定所述预定区域的人群熵。
在某些实施方式中，所述确定单元配置用于：确定当前时刻所述预定区域的实际风险参数；和/或预测预定时刻所述预定区域的预估风险参数。
在某些实施方式中，所述获取单元包括：采集子单元，用于采集预定区域中用户终端的定位数据；查找子单元，用于查找出所述定位数据中的错误数据以及重复数据；删除子单元，用于删除所述错误数据以及重复数据，以获得有效定位数据。
在某些实施方式中，所述满足预定的预警条件，包括：预定个数/比例的风险参数大于等于对应的预定阈值；或者所有风险参数的加权和大于等于预定阈值。
本申请提供的用于人群风险预警的方法及装置，通过基于预定区域中用户终端的有效定位数据确定对应的风险参数，并在该风险参数满足预定的预警条件时，针对该预定区域进行预警。解决了现有技术中人群风险预警的准确度低的问题，提高了人群风险预警的效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描 述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请实施例提供的用于人群风险预警的方法的一个实施例的流程图；
图2是本申请实施例提供的基于有效定位数据确定预定区域的总人数的方法的一个实施例的流程图；
图3是本申请实施例提供的基于有效定位数据确定预定区域人群熵的方法的一个实施例的流程图；
图4是本申请实施例提供的获取预定区域中用户终端的有效定位数据的方法的一个实施例的流程图；
图5是本申请实施例提供用于人群风险预警的装置的一个实施例的结构示意图；
图6是可以应用本申请实施例的示例性系统架构图；
图7是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
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。下面将参考附图并结合实施例来详细说明本申请。
本申请所涉及的终端具有并开启了定位功能。出于示例描述目的以及为了简洁起见，在接下来的讨论中，结合具有并开启了定位功能的终端来描述本申请的示例性实施例。终端可以包括但不限于智能手机、平板电脑、个人数字助理、膝上型便携计算机以及台式电脑等等。
请参考图1，其示出了根据本申请的用于人群风险预警的方法的一个实施例的流程100。
如图1所示，在步骤101中，获取预定区域中用户终端的有效定 位数据。
在本实施例中，预定区域可以是一个城市所在的区域，也可以是一个地区所在的区域，还可以是一个旅游景点所在的区域。可以理解，本申请对预定区域的具体划分不限定。用户终端为用户随身携带的具有并开启了定位功能的终端设备，可以是智能手机、可穿戴眼睛、智能手环、智能手表等等。用户终端的有效定位数据为能够唯一的体现终端的持有者位置的定位数据，用户终端的有效定位数据中不包含错误以及重复的定位数据。
接着，在步骤102中，基于上述有效定位数据确定预定区域的风险参数。
在本实施例中，风险参数为将预定区域的人群的危险程度进行量化后的一个参数，其大小能够体现了预定区域的人群的危险程度，一般来说，通常是风险参数越大，人群的危险程度越高。预定区域的风险参数可以包括以下至少一项：该预定区域的总人数；该预定区域中有效区域的人群密度；以及该预定区域的人群熵；其中，人群熵表征了人群移动方向的混乱程度。
需要说明的是，预定区域中有效区域为能够容纳人群的区域。例如，在某个公园中，有一个很大的湖，还有很多绿化带，也包括很多道路，观赏平台等等。其中，湖和绿化带的区域无法容纳人群，因此为非有效区域，而道路和观赏平台的区域可以容纳人群，因此为有效区域。预定区域中有效区域的人群密度可由预定区域的总人数除以预定区域中有效区域的面积而得到。
一般来说，除了人群总人数以及人群密度以外，人群的流动也是和人群风险相关的一个重要因素。假设把人群作为一个流动的复杂系统，人群中的每个人作为运动的粒子，可以用人群熵表征人群的稳定程度。具体来说，可以根据人群移动的方向分布来确定人群熵，继而采用人群熵表征人群的混乱程度。通常地，人群熵的数值越大，表示人群流动的方向越混乱，人群的风险也就越大。
在本实施例中，可以基于包含当前时刻的一定时间段内预定区域中用户终端的有效定位数据，确定当前时刻预定区域的实际风险参数。 也可以根据当前时刻预定区域的实际风险参数预测未来某个时刻预定区域的预估风险参数。可以理解，本申请对此方面不限定。
在本实施例中，可以采用预先训练好的预测模型预测未来某个时刻预定区域的预估风险参数。例如，可以根据某段时间段预定区域的实际风险参数的历史记录，进行机器学习，获得一个预测模型，基于当前时刻预定区域的实际风险参数，通过该预测模型可以预测未来某个时刻预定区域的预估风险参数。
继而，在步骤103中，判断风险参数是否满足预定的预警条件。
在本实施例的一种实现中，满足预定的预警条件可以是预定个数/比例的风险参数大于等于对应的预定阈值。例如，假设预定区域的风险参数包括：该预定区域的总人数；该预定区域中有效区域的人群密度；以及该预定区域的人群熵。预先对每个风险参数设定一个阈值，满足预定的预警条件可以是至少一个风险参数大于等于对应的预定阈值，也可以是至少两个风险参数大于等于对应的预定阈值，还可以是全部风险参数大于等于对应的预定阈值。
又例如，假设预定区域的风险参数包括6个，预先对每个风险参数设定一个阈值，满足预定的预警条件可以是至少50％的风险参数大于等于对应的预定阈值，也可以是至少30％风险参数大于等于对应的预定阈值。
在本实施例的另一种实现中，满足预定的预警条件可以是所有风险参数的加权和大于等于预定阈值。例如，假设预定区域的风险参数包括：该预定区域的总人数；该预定区域中有效区域的人群密度；以及该预定区域的人群熵。预先对每个风险参数设定一个权重系数，对人群风险影响越大的参数，其权重系数可以设定的越大。
可以理解，预定的预警条件还可以是其它的条件，本申请对预定的预警条件的具体内容不限定。
最后，在步骤104中，如果风险参数满足预定的预警条件，针对预定区域进行预警。
在本实施例中，预警可以有多种形式，可以是向工作人员推送预警信息，也可以是发出声音形式的警报，还可以是以预定的形式标识 上述预定区域(如，在地图上高亮显示上述预定区域等等)，可以理解，还可以有其它预警的形式，本申请对预警的具体形式不限定。
本申请的上述实施例提供的用于人群风险预警的方法，通过基于预定区域中用户终端的有效定位数据确定对应的风险参数，并在该风险参数满足预定的预警条件时，针对该预定区域进行预警。解决了现有技术中人群风险预警的准确度低的问题，提高了人群风险预警的效率。
进一步参考图2，其示出了基于有效定位数据确定预定区域的总人数的方法的一个实施例的流程200。
如图2所示，在步骤201中，基于有效定位数据确定预定区域中用户终端的个数。
在本实施例中，因为用户终端的有效定位数据为能够唯一的体现终端的持有者位置的定位数据，因此，可以根据有效定位数据确定预定区域中用户终端的个数。
接着，在步骤202中，获取上述预定区域对应的校正系数。
一般来说，并不是每个人都随身携带具有并开启了定位功能的终端，但在一定时期的一定区域内，携带上述终端的人的数量占人群总人数的比例应该接近恒定。
在本实施例中，可以通过对一定时期的一定区域内人群总人数的真实数据(如官方的统计数据、景区的门票数据、地铁公交的售票数据等)以及对应的时期和区域内的用户终端的定位数据，考察携带上述终端的人的数量占人群总人数的比例。将该比例值的倒数作为上述预定区域对应的校正系数。
最后，在步骤203中，将预定区域中用户终端的个数与预定区域对应的校正参数的乘积确定为预定区域的总人数。
进一步参考图3，其示出了根据本申请的基于有效定位数据确定预定区域人群熵的方法的一个实施例的流程300。
如图3所示，在步骤301中，基于有效定位数据确定每个用户终端在预定时间段内的位移方向向量。
在本实施例中，将人群作为一个流动的复杂系统，人群中的每个 人作为运动的粒子，可以用人群熵表征人群的稳定程度。具体来说，可以根据人群移动的方向分布来确定人群熵，继而采用人群熵表征人群的混乱程度。通常地，人群熵的数值越大，表示人群流动的方向越混乱，人群的风险也就越大。
具体来说，首先要根据有效定位数据确定每个用户终端在一定时间段内的定位轨迹，然后根据每个用户终端的定位轨迹确定该用户终端在预定时间段内的位移方向向量
Figure PCTCN2015096130-appb-000001
接着，在步骤302中，基于上述位移方向向量确定对应的位移方向角。
在本实施例中，基于上述位移方向向量确定对应的位移方向角，如以下公式：
Figure PCTCN2015096130-appb-000002
其中，α表示位移方向角，
Figure PCTCN2015096130-appb-000003
表示位移方向向量。
继而，在步骤303中，统计上述位移方向角在不同角度范围内的概率分布。
在本实施例中，将2π等分成若干个角度范围，统计上述位移方向角在不同角度范围内的概率分布情况。用pi表示上述位移方向角在第i个角度范围内的概率。
最后，在步骤304中，基于上述概率分布确定该预定区域的人群熵。
在本实施例中，计算该预定区域的人群熵，如以下公式：
crowd entropy＝-∑pi log pi
其中，crowd entropy表示该预定区域的人群熵，pi表示上述位移方向角在第i个角度范围内的概率。
进一步参考图4，其示出了获取预定区域中用户终端的有效定位数据的方法的一个实施例的流程400。
如图4所示，在步骤401中，采集预定区域中用户终端的定位数据。
在本实施例的一种实现中，可以向用户终端发送上传定位信息的请求，用户终端在接收到请求后，实时上传其从定位服务器上获取的定位信息。同时，上传用户终端的设备标识，或者用户相关信息等等。
在本实施例的另一种实现中，可以直接从定位服务器的定位日志上实时获取用户终端的定位信息。同时，获取用户终端的设备标识，或者用户相关信息等等。
可以理解，还可以通过其它的方式采集预定区域中用户终端的定位数据，本申请对采集预定区域中用户终端的定位数据的具体方式不限定。
接着，在步骤402中，查找出上述定位数据中的错误数据以及重复数据。
一般来说，在对用户终端进行定位的过程中，可能出现定位错误的情况，也可能一个用户随身携带了两个以上能够定位终端。这时，应该查找出上述定位数据中的错误数据以及重复数据。
在本实施例中，可以通过用户的移动速度以及移动位移等，来查找定位错误。例如，根据用户终端的移动轨迹确定用户在每个时刻的移动速度，如果某个时刻的移动速度过大，说明对应的定位数据有误。又例如，某个区域可能是一个湖，但用户终端的移动轨迹出现在该区域，则说明对应的定位数据有误。
在本实施例中，可以通过用户的用户相关信息查找重复数据。例如，同一个用户随身携带的两个以上的终端可能具有相同的用户相关信息。其中，用户相关信息可以包括但不限于用户的唯一的识别标识，用户在移动应用上注册的账号，用户的硬件设备号码，用户历史链接的WIFI信息，用户的轨迹特征(如，两个终端的定位轨迹完全一样等)等来识别重复数据。
最后，在步骤403中，删除上述错误数据以及重复数据，以获得有效定位数据。
应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。例如，在图2的流程200中，可以先执行步骤202，获取预定区域对应的校正系数，然后再执行步骤201，基于有效定位数据确定预定区域中用户终端的个数。附加地或备选地， 可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
进一步参考图5，其示出了根据本申请的用于人群风险预警的装置的一个实施例的结构示意图。
如图5所示，本实施例的装置500包括：获取单元501，确定单元502，判断单元503和预警单元504。其中，获取单元501用于获取预定区域中用户终端的有效定位数据。确定单元502用于基于上述有效定位数据确定该预定区域的风险参数。判断单元503用于判断上述风险参数是否满足预定的预警条件。预警单元504用于在上述风险参数满足预定的预警条件时，针对该预定区域进行预警。
在一些可选实施方式中，预定区域的风险参数包括以下至少一项：该预定区域的总人数，该预定区域中有效区域的人群密度，以及该预定区域的人群熵。其中，人群熵表征了人群移动方向的混乱程度。
在一些可选实施方式中，确定单元配置用于：基于上述有效定位数据确定该预定区域中用户终端的个数。获取上述预定区域对应的校正系数。将预定区域中用户终端的个数与预定区域对应的校正参数的乘积确定为预定区域的总人数。
在一些可选实施方式中，确定单元配置用于：基于上述有效定位数据确定每个用户终端在预定时间段内的位移方向向量。基于上述位移方向向量确定对应的位移方向角。统计位移方向角在不同角度范围内的概率分布。基于上述概率分布确定预定区域的人群熵。
在一些可选实施方式中，确定单元配置用于：确定当前时刻预定区域的实际风险参数。和/或预测预定时刻预定区域的预估风险参数。
在一些可选实施方式中，获取单元501包括采集子单元，查找子单元，删除子单元(未示出)。其中，采集子单元用于采集预定区域中用户终端的定位数据。查找子单元用于查找出上述定位数据中的错误数据以及重复数据。删除子单元用于删除上述错误数据以及重复数据，以获得有效定位数据。
在一些可选实施方式中，满足预定的预警条件，包括：预定个数/比例的风险参数大于等于对应的预定阈值。或者所有风险参数的加权 和大于等于预定阈值。
应当理解，装置500中记载的诸单元或模块与参考图1-4描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。装置500可以预先设置在服务器中，也可以通过下载等方式而加载到服务器中。装置500中的相应单元可以与服务器中的单元相互配合以实现用于人群风险预警的方案。
图6示出了可以应用本申请实施例的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、网络603和服务器604。网络603用以在终端设备601、602和服务器604之间提供通信链路的介质。网络603可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户610可以使用终端设备601、602通过网络603与服务器604交互，以接收或发送消息等。终端设备601、602上可以安装有各种通讯客户端应用。
终端设备601、602可以是各种电子设备，包括但不限于智能手机、平板电脑、个人数字助理、膝上型便携计算机以及智能穿戴式设备等等。
服务器604可以是提供各种服务的服务器。服务器可以对接收到的数据进行存储、分析等处理，并将处理结果反馈给终端设备。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统700的结构示意图。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元，确定单元，判断单元，预警单元。其中，这些单元模块的名称在某种情况下并不构成对该单元模块本身的限定，例如，获取单元还可以被描述为 “用于获取预定区域中用户终端的有效定位数据的单元”。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本申请的用于人群风险预警的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (17)

  1. 一种用于人群风险预警的方法，其特征在于，所述方法包括：
    获取预定区域中用户终端的有效定位数据；
    基于所述有效定位数据确定所述预定区域的风险参数；
    判断所述风险参数是否满足预定的预警条件；
    如果是，针对所述预定区域进行预警。
  2. 根据权利要求1所述的方法，其特征在于，所述预定区域的风险参数包括以下至少一项：
    所述预定区域的总人数；
    所述预定区域中有效区域的人群密度；以及
    所述预定区域的人群熵；
    其中，所述人群熵表征了人群移动方向的混乱程度。
  3. 根据权利要求2所述的方法，其特征在于，基于所述有效定位数据确定所述预定区域的总人数，包括：
    基于所述有效定位数据确定所述预定区域中用户终端的个数；
    获取所述预定区域对应的校正系数；
    将所述预定区域中用户终端的个数与所述预定区域对应的校正参数的乘积确定为所述预定区域的总人数。
  4. 根据权利要求2所述的方法，其特征在于，基于所述有效定位数据确定所述预定区域的人群熵，包括：
    基于所述有效定位数据确定每个用户终端在预定时间段内的位移方向向量；
    基于所述位移方向向量确定对应的位移方向角；
    统计所述位移方向角在不同角度范围内的概率分布；
    基于所述概率分布确定所述预定区域的人群熵。
  5. 根据权利要求1所述的方法，其特征在于，所述确定所述预定区域的风险参数，包括：
    确定当前时刻所述预定区域的实际风险参数；和/或
    预测预定时刻所述预定区域的预估风险参数。
  6. 根据权利要求5所述的方法，其特征在于，采用预先训练的预测模型预测预定时刻所述预定区域的预估风险参数。
  7. 根据权利要求1所述的方法，其特征在于，所述获取预定区域中用户终端的有效定位数据，包括：
    采集预定区域中用户终端的定位数据；
    查找出所述定位数据中的错误数据以及重复数据；
    删除所述错误数据以及重复数据，以获得有效定位数据。
  8. 根据权利要求1所述的方法，其特征在于，所述满足预定的预警条件，包括：
    预定个数/比例的风险参数大于等于对应的预定阈值；或者
    所有风险参数的加权和大于等于预定阈值。
  9. 一种用于人群风险预警的装置，其特征在于，所述装置包括：
    获取单元，用于获取预定区域中用户终端的有效定位数据；
    确定单元，用于基于所述有效定位数据确定所述预定区域的风险参数；
    判断单元，用于判断所述风险参数是否满足预定的预警条件；
    预警单元，用于在所述风险参数满足预定的预警条件时，针对所述预定区域进行预警。
  10. 根据权利要求9所述的装置，其特征在于，所述预定区域的风险参数包括以下至少一项：
    所述预定区域的总人数；
    所述预定区域中有效区域的人群密度；以及
    所述预定区域的人群熵；
    其中，所述人群熵表征了人群移动方向的混乱程度。
  11. 根据权利要求10所述的装置，其特征在于，确定单元配置用于：
    基于所述有效定位数据确定所述预定区域中用户终端的个数；
    获取所述预定区域对应的校正系数；
    将所述预定区域中用户终端的个数与所述预定区域对应的校正参数的乘积确定为所述预定区域的总人数。
  12. 根据权利要求10所述的装置，其特征在于，确定单元配置用于：
    基于所述有效定位数据确定每个用户终端在预定时间段内的位移方向向量；
    基于所述位移方向向量确定对应的位移方向角；
    统计所述位移方向角在不同角度范围内的概率分布；
    基于所述概率分布确定所述预定区域的人群熵。
  13. 根据权利要求9所述的装置，其特征在于，所述确定单元配置用于：
    确定当前时刻所述预定区域的实际风险参数；和/或
    预测预定时刻所述预定区域的预估风险参数。
  14. 根据权利要求9所述的装置，其特征在于，所述获取单元包括：
    采集子单元，用于采集预定区域中用户终端的定位数据；
    查找子单元，用于查找出所述定位数据中的错误数据以及重复数据；
    删除子单元，用于删除所述错误数据以及重复数据，以获得有效 定位数据。
  15. 根据权利要求9所述的装置，其特征在于，所述满足预定的预警条件，包括：
    预定个数/比例的风险参数大于等于对应的预定阈值；或者
    所有风险参数的加权和大于等于预定阈值。
  16. 一种设备，包括：
    处理器；和
    存储器，
    所述存储器中存储有能够被所述处理器执行的计算机可读指令，在所述计算机可读指令被执行时，所述处理器执行权利要求1至8中任一项所述的方法。
  17. 一种非易失性计算机存储介质，所述计算机存储介质存储有能够被处理器执行的计算机可读指令，当所述计算机可读指令被处理器执行时，所述处理器执行权利要求1至8中任一项所述的方法。
PCT/CN2015/096130 2015-07-20 2015-12-01 用于人群风险预警的方法及装置 Ceased WO2017012236A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510427845.3 2015-07-20
CN201510427845.3A CN105095991A (zh) 2015-07-20 2015-07-20 用于人群风险预警的方法及装置

Publications (1)

Publication Number Publication Date
WO2017012236A1 true WO2017012236A1 (zh) 2017-01-26

Family

ID=54576363

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/096130 Ceased WO2017012236A1 (zh) 2015-07-20 2015-12-01 用于人群风险预警的方法及装置

Country Status (2)

Country Link
CN (1) CN105095991A (zh)
WO (1) WO2017012236A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147923A (zh) * 2019-04-04 2019-08-20 阿里巴巴集团控股有限公司 用于识别风险用户的方法及装置
CN111652161A (zh) * 2020-06-08 2020-09-11 上海商汤智能科技有限公司 人群过密预测方法、装置、电子设备及存储介质
CN113498012A (zh) * 2020-04-08 2021-10-12 上海黄浦数字商圈运营有限公司 一种客流预警方法、电子设备和可读存储介质
CN113923598A (zh) * 2021-07-28 2022-01-11 上海易同科技股份有限公司 一种基于蓝牙定位的人员管理方法及设备

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105095991A (zh) * 2015-07-20 2015-11-25 百度在线网络技术（北京）有限公司 用于人群风险预警的方法及装置
CN106856026A (zh) * 2015-12-08 2017-06-16 中国移动通信集团安徽有限公司 一种多用户场所监测及预警的方法和系统
CN105426553B (zh) * 2016-01-15 2018-09-11 四川农业大学 一种基于智能设备的目标实时跟踪预警方法以及系统
CN105719428B (zh) * 2016-03-21 2018-06-19 上海斐讯数据通信技术有限公司 一种景区安全预警系统及方法
CN105844572B (zh) * 2016-03-25 2022-04-15 腾讯科技（深圳）有限公司 拥挤风险监控方法及拥挤风险监控装置
CN107832912A (zh) * 2017-10-09 2018-03-23 中国电子科技集团公司第二十八研究所 一种密集人群风险分析方法及系统
CN107889054A (zh) * 2017-12-08 2018-04-06 沈阳首视科技有限责任公司 人群位置采集装置、实时监控指引系统以及交互监控方法
CN109451432B (zh) * 2018-11-14 2020-07-10 浙江每日互动网络科技股份有限公司 一种基于移动终端位置数据进行预警的方法
CN112015834B (zh) * 2019-05-31 2024-04-16 口碑(上海)信息技术有限公司 目标线下位置识别方法、装置、存储介质及计算机设备
CN113761955A (zh) * 2020-06-03 2021-12-07 中兴通讯股份有限公司 信息展示方法、智能终端和计算机存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1574986A1 (de) * 2004-03-17 2005-09-14 Norbert Prof. Dr. Link Vorrichtung und Verfahren zum Erfassen von Personen in einem Untersuchungsabschnitt
CN104408066A (zh) * 2014-10-29 2015-03-11 小米科技有限责任公司 基于位置信息的报警提示方法、装置及设备
CN104540168A (zh) * 2014-12-30 2015-04-22 杭州华为数字技术有限公司 一种测量人群拥挤度的方法、装置与系统
CN104635706A (zh) * 2015-02-05 2015-05-20 上海市城市建设设计研究总院 基于信息源检测的群集人员监测及预警的方法及系统
CN105095991A (zh) * 2015-07-20 2015-11-25 百度在线网络技术（北京）有限公司 用于人群风险预警的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102215468A (zh) * 2010-04-02 2011-10-12 广东宜通世纪科技股份有限公司 一种人群分布监测方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1574986A1 (de) * 2004-03-17 2005-09-14 Norbert Prof. Dr. Link Vorrichtung und Verfahren zum Erfassen von Personen in einem Untersuchungsabschnitt
CN104408066A (zh) * 2014-10-29 2015-03-11 小米科技有限责任公司 基于位置信息的报警提示方法、装置及设备
CN104540168A (zh) * 2014-12-30 2015-04-22 杭州华为数字技术有限公司 一种测量人群拥挤度的方法、装置与系统
CN104635706A (zh) * 2015-02-05 2015-05-20 上海市城市建设设计研究总院 基于信息源检测的群集人员监测及预警的方法及系统
CN105095991A (zh) * 2015-07-20 2015-11-25 百度在线网络技术（北京）有限公司 用于人群风险预警的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HU , CHENG ET AL.: "In Order to Prevent Such a Disaster - Monitoring and Early Warning of Urban Crowed Risk", THINK TANK OF SCIENCE & TECHNOLOGY, 31 January 2011 (2011-01-31), pages 76 - 79 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147923A (zh) * 2019-04-04 2019-08-20 阿里巴巴集团控股有限公司 用于识别风险用户的方法及装置
CN113498012A (zh) * 2020-04-08 2021-10-12 上海黄浦数字商圈运营有限公司 一种客流预警方法、电子设备和可读存储介质
CN111652161A (zh) * 2020-06-08 2020-09-11 上海商汤智能科技有限公司 人群过密预测方法、装置、电子设备及存储介质
CN113923598A (zh) * 2021-07-28 2022-01-11 上海易同科技股份有限公司 一种基于蓝牙定位的人员管理方法及设备

Also Published As

Publication number Publication date
CN105095991A (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
KR101825023B1 (ko) 리스크 조기 경보 방법 및 장치
CN109686049B (zh) 公共场所内儿童落单提醒方法、装置、介质及电子设备
CN110033386B (zh) 车辆事故的鉴定方法及装置、电子设备
US9397904B2 (en) System for identifying, monitoring and ranking incidents from social media
CN109784177A (zh) 基于图像匹配的失踪人员快速定位方法、装置及介质
US20170286845A1 (en) Automatic extraction of user mobility behaviors and interaction preferences using spatio-temporal data
US20160165393A1 (en) Determining timing for determination of applicable geo-fences
CN108985446A (zh) 用于告警的方法及装置
CN105893537B (zh) 地理信息点的确定方法和装置
CN112347296A (zh) 一种基于人脸识别的人员与案件关联分析方法和装置
CN105095991A (zh) 用于人群风险预警的方法及装置
CN107871114A (zh) 一种推送目标人员跟踪信息的方法、装置及系统
CN105589939A (zh) 识别群体运动轨迹方法和装置
CN112685799B (zh) 设备指纹生成方法、装置、电子设备和计算机可读介质
CN112309565B (zh) 用于匹配药品信息和病症信息的方法、装置、电子设备和介质
CN111400520A (zh) 人脸识别库的构建方法、人脸支付方法、装置和系统
CN113034580A (zh) 图像信息检测方法、装置和电子设备
US11645844B2 (en) Computing devices programmed to detect slippery surfaces within enclosures and methods/systems of used thereof
Neelavathy Pari et al. Monitoring social distancing by Smart Phone App in the effect of COVID-19
CN112052704B (zh) 用于检测时序动作的方法和装置
CN113761996A (zh) 一种火灾识别方法和装置
CN110928914A (zh) 用于输出信息的方法和装置
US10845485B2 (en) Method and apparatus for generating information
CN113076451A (zh) 异常行为识别和风险模型库的建立方法、装置及电子设备
CN112948691B (zh) 实体场所的体验指标计算方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15898792

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15898792

Country of ref document: EP

Kind code of ref document: A1