[发明专利]一种公共场所人流量预测方法、装置、设备及介质

说明书

本发明提供了一种公共场所人流量预测方法、装置、设备及介质，通过在公共交通的轨迹数据中添加时间特征和天气特征，并通过对抗生成网络模型生成轨迹数据对应的公共交通人流量，提高了人流量预测的真实度，另外，通过将公共场所与周围的公共交通站点的人流量进行结合，从而充分考虑和降低了公共交通站点与公共场所的人流量之间的时延性，进一步提高了公共场所人流量的预测准确度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种公共场所人流量预测方法、装置、设备及介质。

背景技术

人群流量是指对一定区域内人群流动情况的指标，用来衡量一个区域内人群的密度，通过对人群密度的观察，可以分析预测人群的活动特征和行为。同时，人群流量可以预测群体聚集等突发类事件，有助于城市管理者对城市资源合理调用。因此，对人群流量进行预测十分重要。

但是，本发明人在对现有技术的研究中发现，目前，对人流量的预测所采用的特征过少，缺少天气等特征数据，预测准确度较低。

发明内容

本发明提供一种公共场所人流量预测方法、装置、设备及介质，能够提高公共场所人流量的预测准确度。

为实现上述目的，第一方面，本发明实施例提供了一种公共场所人流量预测方法，包括以下步骤：

获取公共交通的轨迹数据，并根据所述轨迹数据生成时间标签数据；其中，所述时间标签数据包括天气数据；

将所述时间标签数据输入训练完成的对抗生成网络模型中，得到每一预设时间段内公共交通各站点的人流量；

基于公共场所的人流量与所述公共场所的预设范围内的公共交通各站点的人流量之间的对应关系，得到与所述每一预设时间段内公共交通各站点的人流量对应的每一预设时间段内公共场所的人流量。

作为第一方面其中一种可选的实施例，所述时间标签数据还包括工作时间数据，所述工作时间数据分为工作日数据或者非工作日数据；

则，所述获取公共交通的轨迹数据，并根据所述轨迹数据生成时间标签数据，包括：

获取各公共交通的轨迹数据；

按照预设时间段对每一所述轨迹数据的下车时间进行分割，得到每一预设时间段内的轨迹数据；

将每一预设时间段内的所述工作时间数据和所述天气数据与所述轨迹数据结合，生成每一预设时间段内的时间标签数据。

作为第一方面其中一种可选的实施例，通过以下方式得到所述公共场所的人流量与所述公共场所的预设范围内的公共交通各站点的人流量之间的对应关系：

获取公共场所的人流量；

对于每一公共场所，从所述公共交通各站点的人流量中，筛选出该公共场所的预设范围内的各公共交通的人流量；

将所述公共场所的人流量与所述公共场所的预设范围内的公共交通各站点的人流量进行拟合，得到对应关系。

作为第一方面其中一种可选的实施例，所述获取公共场所的人流量，包括：

通过摄像设备获取公共场所的图像数据；

根据预设的机器识别算法，对所述图像数据中的人员进行识别，得到公共场所的人流量。

第二方面，本发明实施例提供了一种公共场所人流量预测装置，包括：

时间标签数据获取模块，用于获取公共交通的轨迹数据，并根据所述轨迹数据生成时间标签数据；其中，所述时间标签数据包括天气数据；

公共交通人流量获取模块，用于将所述时间标签数据输入训练完成的对抗生成网络模型中，得到每一预设时间段内公共交通各站点的人流量；