[发明专利]流动摊贩空间分布的预测方法、系统、装置和存储介质

说明书

本发明公开了一种流动摊贩空间分布的预测方法、系统、装置和存储介质，可应用于图像处理技术领域。本发明方法包括：获取预设区域的路网数据和路网数据内预设坐标点对应的若干张街景图像；将若干张街景图像分别保存到第一子集和第二子集，并对第一子集内的所述街景图像进行流动摊贩的类型标注；将第一子集和第二子集输入到流动摊贩识别模型，得到预设区域内流动摊贩的空间位置；获取流动摊贩的关联因子；将预设区域内流动摊贩的空间位置和关联因子输入到空间分布预测模型，预测得到待预测区域内流动摊贩的空间分布状态。本发明能降低人工成本和工作量，同时还能快速、准确的得到不同区域内流动摊位的分布状态。

技术领域

本发明涉及图像处理技术领域，尤其是一种流动摊贩空间分布的预测方法、系统、装置和存储介质。

背景技术

地摊经济是城市社会生态系统的一个不可或缺的组成部分：一方面，其有助于缓解大量低收入或者新移民的失业问题；另一方面，其能满足低消费者的需求，提升城市社区的活力。因此，合理引导地摊经济中流动摊贩的分布范围，有利于降低流动摊贩的负面影响。相关技术中，对于流动摊贩的分布状态的了解，主要通过以下两个方式进行：第一、人工个案调查：即选取流动摊贩活跃的典型地区，通过观察、访谈、访问等调查方式对摊贩、消费者、社区居民和城市执法人员进行个案数据收集，然后通过收集到的数据分析当前区域的流动摊贩的分布状态。这类调查方式需要较高的人工成本，且调查的数据仅能反映被调查区域的状态。第二、城市普查：即借助普查数据来分析摊贩规模和分布状态。这类调查方式的本质也是依赖于人为收集数据的过程，因此，收集的数据也仅能反映被调查区域的状态。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种流动摊贩空间分布的预测方法、系统、装置和存储介质，无需借助人为收集的数据，即能快速得到不同区域内流动摊位的分布状态。

一方面，本发明实施例提供了一种流动摊贩空间分布的预测方法，包括以下步骤：

获取预设区域的路网数据；

获取所述路网数据内预设坐标点对应的若干张街景图像；

将所述若干张街景图像分别保存到第一子集和第二子集，并对所述第一子集内的所述街景图像进行流动摊贩的类型标注；

将所述第一子集和所述第二子集输入到流动摊贩识别模型，得到所述预设区域内流动摊贩的识别结果；

获取流动摊贩的关联因子；

将所述预设区域内流动摊贩的空间位置和所述关联因子输入到空间分布预测模型，预测得到待预测区域内流动摊贩的空间分布状态。

在一些实施例中，所述将所述第一子集和所述第二子集输入到流动摊贩识别模型，得到所述预设区域内流动摊贩的识别结果，包括：

提取所述第一子集的部分数据和所述第二子集的部分数据保存到训练集，提取所述第一子集的剩余数据保存到验证集；

将所述训练集输入到流动摊贩识别模型后，对训练集内的街景图像依次提取特征、特征池化、特征融合后，得到所述训练集内街景图像上流动摊贩的第一预测类别和第一边界框；

将所述验证集输入到流动摊贩识别模型后，对验证集内的街景图像依次提取特征、特征池化、特征融合后，得到所述验证集内街景图像上流动摊贩的第二预测类别和第二边界框；

确定所述第二边界框对应的置信度得分和相交区域；

当所述置信度得分大于等于置信度阈值且所述相交区域大于等于相交区域阈值，将所述街景图像输入到流动摊贩识别模型，对所述街景图像依次提取特征、特征池化、特征融合后，得到所述预设区域内流动摊贩的识别结果。

在一些实施例中，在执行所述将所述训练集输入到流动摊贩识别模型后这一步骤之前，所述方法还包括以下步骤：