(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210369222.5 (22)申请日 2022.04.08 (71)申请人 平安国际智慧城市科技股份有限公 司 地址 518000 广东省深圳市前海深港合作 区妈湾兴海 大道3048号前海自贸大厦 1-34层 (72)发明人 王水桃　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 常云敏　陈海云 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/82(2022.01)G06N 3/08(2006.01) (54)发明名称 基于人工智能的人流量预测方法、 装置及相 关设备 (57)摘要 本发明涉及人工智能技术领域， 提供一种基 于人工智能的人流量预测方法、 装置及相关设 备， 所述方法包括： 将每个第一场所的当前视频 输入至场所识别模型中， 得到每个第一场所的第 一位置信息； 将每个第一场所的第二位置信息和 当前视频输入至人流量计算模型中， 得到每个第 一场所的进出人流量； 接收客户端上报的多个第 二场所的识别码， 将多个第二场所的识别码和每 个第一场所的进出人流量输入至预先训练好的 人流量预测模 型中， 得到目标区域的每个第一场 所的预测结果。 本发明通过从多个第二场所的识 别码和每个第一场所的进出人流量两个维度进 行了考虑计算预测结果， 提高了每个场所人流量 预测结果的准确率。 权利要求书2页 说明书13页 附图2页 CN 114694099 A 2022.07.01 CN 114694099 A 1.一种基于人工智能的人流 量预测方法， 其特 征在于， 所述方法包括： 解析接收到的人流量预测请求， 获取目标区域及所述目标区域的多个第一场所， 以及 每个所述第一场所的当前视频； 将每个所述第 一场所的当前视频输入至场所识别模型中， 得到每个所述第 一场所的第 一位置信息； 响应于对每个所述第 一场所的第 一位置信 息的校正指令， 接收客户端上报的每个所述 第一场所的第二 位置信息； 将每个所述第 一场所的第 二位置信 息和当前视频输入至人流量计算模型中， 得到每个 所述第一场所的进出 人流量； 接收所述客户端上报的多个第 二场所的识别码， 将所述多个第 二场所的识别码和每个 所述第一场所的进出人流量输入至预先训练好的人流量预测模型中， 得到所述目标区域的 每个所述第一场所的人流 量预测结果。 2.如权利要求1所述的基于人工智能的人流量预测方法， 其特征在于， 所述将每个所述 第一场所的当前视频输入至场所识别模型中， 得到每个所述第一场所的第一位置信息包 括： 解析每个所述第一场所的当前视频， 得到多个图像帧； 根据所述多个图像帧， 提取每 个所述第一场所的场所 标识特征及场所门框特 征； 将每个所述第一场所的场所标识特征及场所门框特征输入至预先训练好的场所识别 模型中， 得到每 个所述第一场所的第一 位置信息 。 3.如权利要求1所述的基于人工智能的人流量预测方法， 其特征在于， 所述将每个所述 第一场所的第二位置信息和当前视频输入至人流量计算模型中， 得到每个所述第一场所的 进出人流量包括： 解析每个所述第一场所的当前视频， 得到每 个所述第一场所的多张第一图像； 将每个所述第 一场所的多 张第一图像输入至人流量计算模型中的高斯混合模型中， 提 取每张所述第一图像的前 景区域， 得到每 个所述第一场所的多张第二图像； 对每个所述第 一场所的多 张第二图像进行阴影区域和原始背景分类， 得到每个所述第 一场所的多张第三图像； 采用形态运算对每个所述第 一场所的多 张第三图像进行去噪处理， 得到每个所述第 一 场所的多张第四图像； 从每个所述第一场所的多张第四图像中提取 出多个关键特 征； 将提取出的每个所述第一场所的多个关键特征及对应的第二位置信息输入至所述人 流量计算模型的多目标跟踪模型中， 得到每 个所述第一场所的进出 人流量。 4.如权利要求3所述的基于人工智能的人流量预测方法， 其特征在于， 所述人流量预测 模型的训练过程包括： 获取所述目标区域的所有场所的历史进出人流量， 其中， 所述历史进出人流量中包含 有多个周期的每 个场所的进出 人流量； 获取客户端上报的与多个周期的历史场所识别码； 将所述历史进出 人流量和历史场所识别码确定为样本集； 按照预设的比例将所述样本集划分为训练集和 测试集；权　利　要　求　书 1/2 页 2 CN 114694099 A 2将所述训练集中的历史进出人流量和历史场所识别码输入预设神经网络 中进行训练， 得到人流 量预测模型； 将所述测试集输入至所述人流 量预测模型中进行测试， 并计算测试通过率； 若所述测试通过率大于或者等于预设通过率阈值， 确定所述人流量预测模型训练结 束； 若所述测试通过率小于所述预设通过率阈值， 增加训练集的数量， 重新进 行人流量预测 模型的训练。 5.如权利要求1所述的基于人工智能的人流量预测方法， 其特征在于， 在得到所述目标 区域的每 个所述第一场所的人流 量预测结果之后， 所述方法还 包括： 当每个所述场所的预测结果中的进入人数大于每个所述场所预设的第 一使用阈值 时， 且每个所述场所的预测结果中的进入人数小于或者等于预设的第二使用阈值时， 发送每个 所述场所的占用信息 至用户手机端。 6.如权利要求5所述的基于人工智能的人流量预测方法， 其特征在于， 所述方法还包 括： 当每个所述场所的预测结果中的进入人数大于每个所述场所预设的第 二使用阈值 时， 发送存在空 闲位置的场所的地址信息 至用户手机端。 7.如权利要求1所述的基于人工智能的人流量预测方法， 其特征在于， 所述解析接收到 的人流量预测请求， 获取目标区域及所述目标区域的多个第一场所包括： 解析人流量预测请求， 获取 人流量预测报文信息； 从所述人流 量预测报文信息中获取目标区域及所述目标区域中的所有场所； 识别每个所述场所 是否存在故障标识； 保留不存在故障标识的场所确定为所述目标区域的多个第一场所。 8.一种基于人工智能的人流 量预测装置， 其特 征在于， 所述装置包括： 解析和获取模块， 用于解析接收到的人流量预测请求， 获取目标区域及所述目标区域 的多个第一场所， 以及每 个所述第一场所的当前视频； 识别模块， 用于将每个所述第一场所的当前视频输入至场所识别模型中， 得到每个所 述第一场所的第一 位置信息； 接收模块， 用于响应于对每个所述第一场所的第一位置信息的校正指令， 接收客户端 上报的每 个所述第一场所的第二 位置信息； 第一输入模块， 用于将每个所述第 一场所的第 二位置信 息和当前视频输入至人流量计 算模型中， 得到每 个所述第一场所的进出 人流量； 第二输入模块， 用于接收所述客户端上报的多个第二场所的识别码， 将所述多个第二 场所的识别码和每个所述第一场所的进出人流量输入至预先训练好的人流量预测模型中， 得到所述目标区域的每 个所述第一场所的人流 量预测结果。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器和存储器， 所述处理器用于执 行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的基于人工智 能的人流 量预测方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质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如权利要求 1至7中任意一项 所述的基于人工智 能的人流 量预测方法。权　利　要　求　书 2/2 页 3 CN 114694099 A 3