【技术实现步骤摘要】
本专利技术属于图像分析，具体涉及一种基于图像分析的旅游景点环境识别方法。
技术介绍
1、随着科技的快速发展，图像分析技术已在多个领域得到广泛应用；在旅游行业中，通过图像分析技术来识别旅游景点环境，对于提高游客体验、增强景点管理、保障游客安全等方面具有重大意义；然而近年来，随着旅游业的迅猛发展，游客数量的增加也带来了景区环境保护和管理的巨大挑战；
2、传统的景区环境监测通常依赖于定点监测，缺乏对人员行动轨迹和实时流量数据的全面分析，难以实现对整个景点环境的实时监控和智能引导，监测数据的及时性和全面性难以保证，难以实时、全面地掌握景点内的人员流动和环境状况，导致在游客流量高峰期容易出现拥堵、管理效率低下。
技术实现思路
1、本专利技术的目的就在于解决在游客流量高峰期容易出现拥堵、管理效率低下的问题，而提出一种基于图像分析的旅游景点环境识别方法。
2、在本专利技术实施提出一种基于图像分析的旅游景点环境识别方法，所述方法包括:
3、根据目标景点的平面图建立网络拓扑图，实时获取所述网络拓扑图中每个网络节点采集的视频数据得到多个原始视频数据集；
4、针对每一原始视频数据集，对该原始视频数据进行抽帧处理得到时间序列上的原始图像集；每个网络节点对应一个原始图像集；
5、针对每一原始图像集，确定该原始图像集中每个人员的行动轨迹，根据所有人员的行动轨迹确定当前网络节点的密度数据和流量数据；所述流量数据为当前节点到相邻节点的人流量和人流量平均移
6、将所有网络节点对应的密度数据和流量数据映射到所述网络拓扑图中得到目标流量拓扑图；
7、根据所述目标流量拓扑图生成流量引导方案。
8、可选的，对该原始视频数据进行抽帧处理得到时间序列上的原始图像集包括：
9、步骤1：通过预设时间窗口对该原始视频数据进行抽帧得到关键帧图像集；将所述关键帧图像集中的第一帧作为初始关键帧，将与所述初始关键帧相邻的帧记作对比关键帧；
10、步骤2：通过特征提取算法对所述对比关键帧对应图像的边缘区域进行人员识别，若无法识别人员，则在初始关键帧和对比关键帧中重新抽取关键帧得到替换关键帧；
11、步骤3：以所述替换关键帧更新对比关键帧，再次进行人员识别，直到对比关键帧对应图像的边缘区域能够识别出人员；
12、步骤4：将对比关键帧记为初始关键帧，再次获取对比关键帧，重复上述步骤2和步骤3，得到原始图像集。
13、可选的，针对每一原始图像集，确定该原始图像集中每个人员的行动轨迹包括：
14、针对每一原始图像集中的原始图像，通过预设算法对该原始图像进行人员识别得到人员的边界框，得到该原始图像的边界框集；
15、针对边界框集中的每个边界框，通过目标特征提取模型提取该边界框中的外观特征得到该原始图像的特征向量集；
16、通过数据关联算法对该原始图像集中相邻图像的特征向量集进行关联，以识别在相邻图像中的相同人员，生成每个人员的行动轨迹。
17、可选的，根据所有人员的行动轨迹确定当前网络节点的密度数据和流量数据包括：
18、通过光流算法计算原始图像集中相邻图像之间的光流场；
19、针对每个人员的行动轨迹，提取该人员在轨迹上各点的坐标，并将提取的坐标映射到所述光流场，以确定所述光流场中与该人员行动轨迹相对应的运动向量；
20、根据所述光流场中的运动向量个数得到当前网络节点的密度数据；
21、根据当前网络节点与相邻节点的连接方向，对所述光流场中的运动向量进行聚类得到不同类别的运动向量数据集；
22、针对每一运动向量数据集，根据该运动向量数据集内运动向量个数，以及该运动向量数据集内所有运动向量的平均移动速度得到当前网络节点的流量数据。
23、可选的，根据所述目标流量拓扑图生成流量引导方案包括：
24、根据所述目标流量拓扑图生成每个网络节点在下一预设周期的密度数据，将所有节点的密度数据映射到相同时间坐标系中得到全局密度数据变化图；
25、针对每个网络节点的密度数据变化曲线，若存在一节点的密度数据变化曲线在t时刻时的密度数据大于预设密度值，则通过流量分散策略将流向该节点的流量数据分散至其他节点，并保证其它节点的密度数据不会大于预设值。
26、可选的，根据所述目标流量拓扑图生成每个网络节点在下一预设周期的密度数据包括：
27、针对每一网络节点，获取该网络节点在下一预设周期的流出数据和流入数据，根据所述流入数据和所述流出数据的差值得到目标差值数据；
28、根据该网络节点当前的密度数据和所述目标差值数据确定该网络节点在下一预设周期的密度数据。
29、可选的，通过流量分散策略将流向该节点的流量数据分散至其他节点，并保证其它节点的密度数据不会大于预设值包括：
30、获取所有起始节点，根据所有起始节点生成节点流向图；所述起始节点与该节点相邻，且向该节点流入流量数据；所述节点流向图由起始节点和流向节点组成；所述流向节点为除该节点以外该起始节点的相邻节点；
31、根据所述节点流向图，针对每一起始节点，获取该起始节点对应每一流向节点的密度数据以及每一流向节点在下一预设周期的密度数据；
32、针对每一流向节点，根据该流向节点下一预设周期的密度数据和当前的密度数据确定流向节点的可容纳数据，根据该起始节点对应的所有流向节点的可容纳数据生成流向比例；
33、根据所述流向比例将从该起始节点流入该节点的流量数据分散至该起始节点对应的所有流向节点。
34、可选的，所述方法还包括：
35、通过无人机周期性拍摄所述目标景点的环境图像得到环境图像数据集；所述环境图像带有位置标签；
36、针对所述环境图像数据集中的每一环境图像，通过位置标签确定该环境图像对应的对比数据库；所述对比数据库记录当前位置标签在不同环境下的拍摄图片，每个拍摄图片对应的特征，每个拍摄图片对应处理方案；
37、对该环境图像进行特征提取得到目标环境特征，将所述目标环境特征代入所述对比数据库，获取特征相似度最大的拍摄图片记为目标拍摄图片；
38、将所述目标拍摄图片对应的处理方案发送给预设终端。
39、本专利技术的有益效果：
40、本专利技术提出了一种基于图像分析的旅游景点环境识别方法，根据目标景点的平面图建立网络拓扑图，实时获取网络拓扑图中每个网络节点采集的视频数据得到多个原始视频数据集；针对每一原始视频数据集，对该原始视频数据进行抽帧处理得到时间序列上的原始图像集；每个网络节点对应一个原始图像集；针对每一原始图像集，确定该原始图像集中每个人员的行动轨迹，根据所有人员的行动轨迹确定当前网络节点的密度数据和流量数据；将所有网络节点对应的密度数据和流量数据映射到网络拓扑图中得到目标流量拓扑图；根据目标流量拓扑本文档来自技高网...
【技术保护点】
1.一种基于图像分析的旅游景点环境识别方法，其特征在于，所述方法包括:
2.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，对该原始视频数据进行抽帧处理得到时间序列上的原始图像集包括：
3.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，针对每一原始图像集，确定该原始图像集中每个人员的行动轨迹包括：
4.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，根据所有人员的行动轨迹确定当前网络节点的密度数据和流量数据包括：
5.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，根据所述目标流量拓扑图生成流量引导方案包括：
6.根据权利要求5所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，根据所述目标流量拓扑图生成每个网络节点在下一预设周期的密度数据包括：
7.根据权利要求5所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，通过流量分散策略将流向该节点的流量数据分散至其他节点，并保证其它节点的密度数据不会大于
8.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，所述方法还包括：
...【技术特征摘要】
1.一种基于图像分析的旅游景点环境识别方法，其特征在于，所述方法包括:
2.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，对该原始视频数据进行抽帧处理得到时间序列上的原始图像集包括：
3.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，针对每一原始图像集，确定该原始图像集中每个人员的行动轨迹包括：
4.根据权利要求1所述的一种基于图像分析的旅游景点环境识别方法，其特征在于，根据所有人员的行动轨迹确定当前网络节点的密度数据和流量数据包括：
5.根据权利要求...
【专利技术属性】
技术研发人员：王智明，聂莉，孙攀，岳秀华，叶茜茜，
申请(专利权)人：浙江师范大学行知学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。