基于人工智能的场景规划调整方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，尤其涉及一种基于人工智能的场景规划调整方法、装置、设备及介质。该方法通过人员检测模型对场景实际图像处理，得到人员分布热力图，根据人员分布热力图叠加结果确定人员轨迹信息，并根据人员轨迹信息和区域划分图像，统计人员数量，若人员数量与预设阈值的比较结果满足条件，则将区域划分图像输入对抗生成网络，得到区域更新图像，根据预设的生成损失函数，更新网络参数，得到训练好的对抗生成网络，确定训练好的对抗生成网络的输出为目标更新图像，通过生成损失函数对对抗生成网络进行在线训练，能够根据实时的人员分布信息确定场景规划调整方案，提高了场景规划的效率和准确率，进而提高了场景的实时利用率。时利用率。时利用率。

【技术实现步骤摘要】
基于人工智能的场景规划调整方法、装置、设备及介质


[0001]本专利技术涉及人工智能
，尤其涉及一种基于人工智能的场景规划调整方法、装置、设备及介质。

技术介绍

[0002]目前，由于保险业务网点需要提供多项不同的业务办理服务，为了提高服务效率，通常根据业务办理量，由人工在保险业务网点内预先划分多个对应的业务区域。
[0003]然而，业务办理量具备时效性，即不同时间各类业务的办理量存在波动，且各类业务的办理时长、等待时长等都会对业务区域的利用率造成影响，另外，政策变动、活动更新等因素也会导致业务办理量出现变动，进而导致预划分的业务区域难以满足实时业务办理客户的需求，因此，如何对网点区域划分进行动态管理，以提高网点场景的实时利用率成为了亟需解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种基于人工智能的场景规划调整方法、装置、设备及介质，以解决网点场景的实时利用率较低的问题。
[0005]第一方面，本专利技术实施例提供一种基于人工智能的场景规划调整方法，所述场景规划调整方法包括：
[0006]将在N个目标时间点采集的网点场景的实际图像输入训练好的人员检测模型，得到对应目标时间点的人员分布热力图，N为大于零的整数；
[0007]将N个人员分布热力图进行加权叠加，根据叠加结果确定人员轨迹信息，并根据所述人员轨迹信息和预设的区域划分图像，确定所述区域划分图像中各划分区域的人员数量；
[0008]针对任一划分区域，将所述划分区域的人员数量与所述划分区域的预设阈值进行比较，若比较结果满足预设条件，则将所述区域划分图像输入对抗生成网络，得到区域更新图像；
[0009]根据以所述区域更新图像和所述区域划分图像的差异计算的生成损失函数，采用梯度下降法更新所述对抗生成网络的参数，直至所述生成损失函数收敛，得到训练好的对抗生成网络；
[0010]将所述区域划分图像输入所述训练好的对抗生成网络，得到目标区域图像，所述目标区域图像用于指导对所述网点场景进行场景规划调整。
[0011]第二方面，本专利技术实施例提供一种基于人工智能的场景规划调整装置，所述场景规划调整装置包括：
[0012]人员检测模块，用于将在N个目标时间点采集的网点场景的实际图像输入训练好的人员检测模型，得到对应目标时间点的人员分布热力图，N为大于零的整数；
[0013]数量确定模块，用于将N个人员分布热力图进行加权叠加，根据叠加结果确定人员
轨迹信息，并根据所述人员轨迹信息和预设的区域划分图像，确定所述区域划分图像中各划分区域的人员数量；
[0014]阈值比较模块，用于针对任一划分区域，将所述划分区域的人员数量与所述划分区域的预设阈值进行比较，若比较结果满足预设条件，则将所述区域划分图像输入对抗生成网络，得到区域更新图像；
[0015]网络训练模块，用于根据以所述区域更新图像和所述区域划分图像的差异计算的生成损失函数，采用梯度下降法更新所述对抗生成网络的参数，直至所述生成损失函数收敛，得到训练好的对抗生成网络；
[0016]图像生成模块，用于将所述区域划分图像输入所述训练好的对抗生成网络，得到目标区域图像，所述目标区域图像用于指导对所述网点场景进行场景规划调整。
[0017]第三方面，本专利技术实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的场景规划调整方法。
[0018]第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的场景规划调整方法。
[0019]本专利技术实施例与现有技术相比存在的有益效果是：
[0020]将在N个目标时间点采集的网点场景的实际图像输入训练好的人员检测模型，得到对应目标时间点的人员分布热力图，将N个人员分布热力图进行加权叠加，根据叠加结果确定人员轨迹信息，并根据人员轨迹信息和预设的区域划分图像，确定区域划分图像中各划分区域的人员数量，针对任一划分区域，将划分区域的人员数量与划分区域的预设阈值进行比较，若比较结果满足预设条件，则将区域划分图像输入对抗生成网络，得到区域更新图像，根据以区域更新图像和区域划分图像的差异计算的生成损失函数，采用梯度下降法更新对抗生成网络的参数，直至生成损失函数收敛，得到训练好的对抗生成网络，将区域划分图像输入训练好的对抗生成网络，得到目标更新图像，通过生成损失函数对对抗生成网络进行在线学习，从而能够根据实时的人员分布信息确定场景规划调整方案，提高了场景规划的效率和准确率，进而提高了网点场景的实时利用率。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例一提供的一种基于人工智能的场景规划调整方法的一应用环境示意图；
[0023]图2是本专利技术实施例一提供的一种基于人工智能的场景规划调整方法的流程示意图；
[0024]图3是本专利技术实施例二提供的一种基于人工智能的场景规划调整方法的流程示意图；
[0025]图4是本专利技术实施例三提供的一种基于人工智能的场景规划调整装置的结构示意图；
[0026]图5是本专利技术实施例四提供的一种计算机设备的结构示意图。
具体实施方式
[0027]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0028]应当理解，当在本专利技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0029]还应当理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0030]如在本专利技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0031]另外，在本专利技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的场景规划调整方法，其特征在于，所述方法包括：将在N个目标时间点采集的网点场景的实际图像输入训练好的人员检测模型，得到对应目标时间点的人员分布热力图，N为大于零的整数；将N个人员分布热力图进行加权叠加，根据叠加结果确定人员轨迹信息，并根据所述人员轨迹信息和预设的区域划分图像，确定所述区域划分图像中各划分区域的人员数量；针对任一划分区域，将所述划分区域的人员数量与所述划分区域的预设阈值进行比较，若比较结果满足预设条件，则将所述区域划分图像输入对抗生成网络，得到区域更新图像；根据以所述区域更新图像和所述区域划分图像的差异计算的生成损失函数，采用梯度下降法更新所述对抗生成网络的参数，直至所述生成损失函数收敛，得到训练好的对抗生成网络；将所述区域划分图像输入所述训练好的对抗生成网络，得到目标区域图像，所述目标区域图像用于指导对所述网点场景进行场景规划调整。2.根据权利要求1所述的场景规划调整方法，其特征在于，所述人员检测模型包括第一编码器和第一解码器，以网点场景的历史图像作为所述人员检测模型训练时的训练样本，以均方误差损失作为所述人员检测模型训练时的损失函数；所述人员检测模型的训练过程包括：获取所述历史图像中人员位置对应的图像坐标点，以所述图像坐标点为中心，采用预设的高斯核进行卷积操作，得到所述图像坐标点在所述历史图像中对应的热斑，确定包含所述热斑的所述历史图像作为所述人员检测模型训练时的标签；将训练样本输入所述第一编码器进行特征提取，得到样本场景特征；将所述样本场景特征输入所述第一解码器中，得到样本人员分布热力图；根据所述样本人员分布热力图与所述标签，计算所述均方误差损失，并以所述均方误差损失为依据，采用梯度下降法反向更新所述人员检测模型的参数，直至所述均方误差损失收敛，得到训练好的人员检测模型。3.根据权利要求1所述的场景规划调整方法，其特征在于，所述将N个人员分布热力图进行加权叠加包括：将第n张人员分布热力图确定为待叠加图，并将前n
‑
1张人员分布热力图的叠加结果确定为临时叠加结果，n为大于零且小于等于N的整数，n的初始值设置为1；根据加权叠加公式将所述待叠加图与所述临时叠加结果进行叠加，得到更新叠加结果；将n的值增加1，再次执行将第n张人员分布热力图确定为待叠加图，并将前n
‑
1张人员分布热力图的叠加结果确定为临时叠加结果的步骤，直至n与N相同，得到N个人员分布热力图进行加权叠加的更新叠加结果。4.根据权利要求1所述的场景规划调整方法，其特征在于，所述若比较结果满足预设条件，则将所述区域划分图像输入对抗生成网络，得到区域更新图像包括：检测每个划分区域的人员数量是否大于对应划分区域的预设阈值，若存在所述人员数量大于所述预设阈值的划分区域，则检测是否存在任一划分区域的人员数量小于对应划分区域的预设阈值；
若存在任一划分区域的人员数量小于对应划分区域的预设阈值，则确定所述比较结果满足所述预设条件，并将所述区域划分图像输入对抗生成网络，得到区域更新图像。5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：欧阳高询，
申请(专利权)人：中国平安人寿保险股份有限公司，
类型：发明
国别省市：