专利名称:一种楼群用户数量统计方法、装置及设备
专利类型:实用新型专利
专利申请号:CN202410525261.9
专利申请(专利权)人:深圳拓安信物联股份有限公司
权利人地址:广东省深圳市南山区西丽街道西丽社区留仙大道创智云城1标段1栋D座3203
专利发明(设计)人:邓立群,詹益鸿,周耀全,赵婉宁
专利摘要:本申请适用于图像检测技术领域,提供了一种楼群用户数量统计方法、装置及设备,该方法包括:获取目标楼群的目标图像;其中,目标图像包括目标楼群的窗口特征和建筑特征;根据预设用户活动条件、建筑结构和窗口特征,识别出目标图像中所有第一用户单元;根据所有第一用户单元和预设每户平均人数,确定目标楼群的当前用户数量。通过对目标楼群的目标图像进行分析处理,识别出满足预设用户活动条件的第一用户单元,从而得到目标楼群的当前用户数量,提高了楼群用户数量统计的效率和准确度,从而降低了人工成本。
主权利要求:
1.一种楼群用户数量统计方法,其特征在于,包括:获取目标楼群的目标图像;其中,所述目标图像中至少包括所述目标楼群的窗口特征和建筑结构;
根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元;
其中,在所述识别出所述目标图像中所有的第一用户单元之后,所述方法包括:获取所述目标楼群在多个历史时期内每个历史时期对应的历史用户数量;
根据预设时间维度,对多个所述历史用户数量进行整理分类,得到分类后的历史用户数量;其中,所述预设时间维度包括以下至少之一:年度维度、季度维度、月度维度、季节维度;
将所述分类后的历史用户数量按照时间序列进行排列,得到对应的时间序列统计图;
通过所述时间序列统计图,根据预设过滤条件对所述历史用户数量进行过滤,识别出所述目标楼群中的第二用户单元;其中,所述第二用户单元用于指示所述目标楼群中用户居住时间小于第一阈值的独立单元;
从所有所述第一用户单元中排除所述第二用户单元,得到优化后的第一用户单元;
对所有所述优化后的第一用户单元进行统计,得到优化后的第一用户单元总数;
将所述优化后的第一用户单元总数和预设每户平均人数相乘,得到所述目标楼群的当前用户数量。
2.如权利要求1所述的楼群用户数量统计方法,其特征在于,所述获取目标楼群的目标图像,包括:获取所述目标楼群的初始图像;
对所述初始图像进行预处理,得到预处理后的初始图像;其中,所述预处理包括以下至少之一:图像去噪、图像对比度增强;
分别根据第一预设提取条件和第二预设提取条件,提取所述预处理后的初始图像中所述窗口特征和所述建筑结构,得到所述目标图像;其中,所述窗口特征包括以下至少之一:窗口是否透光、窗口是否有热斑。
3.如权利要求2所述的楼群用户数量统计方法,其特征在于,所述获取所述目标楼群的初始图像,包括:通过航拍设备,根据预设航线对所述目标楼群进行扫描,得到所述目标楼群的遥感影像;
将所述遥感影像作为所述初始图像。
4.如权利要求2所述的楼群用户数量统计方法,其特征在于,所述根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元,包括:通过深度学习模型,根据所述预设用户活动条件对所述窗口特征进行分类,得到对应的目标用户窗口;
根据所述目标用户窗口和所述建筑结构,识别出所述目标图像中所述第一用户单元。
5.如权利要求4所述的楼群用户数量统计方法,其特征在于,所述方法还包括:获取训练集,所述训练集包括多个样本图像与所述多个样本图像的识别结果;
构建初始深度学习模型;
使用所述多个样本图像与所述多个样本图像的识别结果训练所述初始深度学习模型,得到所述深度学习模型。
6.如权利要求1所述的楼群用户数量统计方法,其特征在于,所述方法还包括:通过预设可视化模型对所述目标楼群的当前用户数量和所述目标楼群在多个历史时期内每个历史时期对应的历史用户数量进行展示,生成对应的可视化报表;
根据所述可视化报表中所述当前用户数量和所述历史用户数量,得到所述目标楼群的当前用户数量的变化趋势和季节性波动情况;
根据所述当前用户数量的变化趋势和季节性波动情况,确定所述目标楼群在未来时期内的预期用户数量。
7.一种楼群用户数量统计装置,其特征在于,包括:获取模块,用于获取目标楼群的目标图像;其中,所述目标图像中至少包括所述目标楼群的窗口特征和建筑结构;
识别模块,用于根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元;
其中,所述装置还用于:
获取所述目标楼群在多个历史时期内每个历史时期对应的历史用户数量;
根据预设时间维度,对多个所述历史用户数量进行整理分类,得到分类后的历史用户数量;其中,所述预设时间维度包括以下至少之一:年度维度、季度维度、月度维度、季节维度;
将所述分类后的历史用户数量按照时间序列进行排列,得到对应的时间序列统计图;
通过所述时间序列统计图,根据预设过滤条件对所述历史用户数量进行过滤,识别出所述目标楼群中的第二用户单元;其中,所述第二用户单元用于指示所述目标楼群中用户居住时间小于第一阈值的独立单元;
从所有所述第一用户单元中排除所述第二用户单元,得到优化后的第一用户单元;
统计模块,用于对所有所述优化后的第一用户单元进行统计,得到优化后的第一用户单元总数;将所述优化后的第一用户单元总数和预设每户平均人数相乘,得到所述目标楼群的当前用户数量。
8.一种楼群用户数量统计设备,其特征在于,包括存储器、处理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权利要求1至6任一项所述的方法。 说明书 : 一种楼群用户数量统计方法、装置及设备技术领域[0001] 本申请属于图像检测技术领域,尤其涉及一种楼群用户数量统计方法、装置及设备。背景技术[0002] 目前,楼群用户数量统计往往需要统计人员逐一入户统计,依赖于人工调查或手动记录。然而,随着社会的快速发展,高层住宅楼群越来越多、楼层越来越高,如果继续使用传统的用户数量统计方法来统计用户数量,需要耗费大量的人力和时间成本,存在着效率低下的问题。发明内容[0003] 本申请实施例提供了一种楼群用户数量统计方法、装置及设备,可以解决传统的楼群用户数量统计方法由于依赖人工调查或手动记录导致统计效率低的问题。[0004] 第一方面,本申请实施例提供了一种楼群用户数量统计方法,所述方法包括:[0005] 获取目标楼群的目标图像;其中,所述目标图像中至少包括所述目标楼群的窗口特征和建筑结构;[0006] 根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元;[0007] 根据所有所述第一用户单元和预设每户平均人数,确定所述目标楼群的当前用户数量。[0008] 在第一方面的一种可能的实现方式中,在所述识别出所述目标图像中所有的第一用户单元之后,所述方法包括:[0009] 获取所述目标楼群在多个历史时期内每个历史时期对应的历史用户数量;[0010] 根据预设时间维度,对多个所述历史用户数量进行整理分类,得到分类后的历史用户数量;其中,所述预设时间维度包括以下至少之一:年度维度、季度维度、月度维度、季节维度;[0011] 将所述分类后的历史用户数量按照时间序列进行排列,得到对应的时间序列统计图;[0012] 通过所述时间序列统计图,根据预设过滤条件对所述历史用户数量进行过滤,识别出所述目标楼群中的第二用户单元;其中,所述第二用户单元用于指示所述目标楼群中用户居住时间小于第一阈值的独立单元;[0013] 从所有所述第一用户单元中排除所述第二用户单元,得到优化后的第一用户单元。[0014] 在第一方面的一种可能的实现方式中,所述根据所有所述第一用户单元和预设每户平均人数,确定所述目标楼群的当前用户数量,包括:[0015] 对所有所述优化后的第一用户单元进行统计,得到优化后的第一用户单元总数;[0016] 将所述优化后的第一用户单元总数和所述预设每户平均人数相乘,得到所述目标楼群的当前用户数量。[0017] 在第一方面的一种可能的实现方式中,所述获取目标楼群的目标图像,包括:[0018] 获取所述目标楼群的初始图像;[0019] 对所述初始图像进行预处理,得到预处理后的初始图像;其中,所述预处理包括以下至少之一:图像去噪、图像对比度增强;[0020] 分别根据第一预设提取条件和第二预设提取条件,提取所述预处理后的初始图像中所述窗口特征和所述建筑结构,得到所述目标图像;其中,所述窗口特征包括以下至少之一:窗口是否透光、窗口是否有热斑。[0021] 在第一方面的一种可能的实现方式中,所述获取所述目标楼群的初始图像,包括:[0022] 通过航拍设备,根据预设航线对所述目标楼群进行扫描,得到所述目标楼群的遥感影像;[0023] 将所述遥感影像作为所述初始图像。[0024] 在第一方面的一种可能的实现方式中,所述根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元,包括:[0025] 通过深度学习模型,根据所述预设用户活动条件对所述窗口特征进行分类,得到对应的目标用户窗口;[0026] 根据所述目标用户窗口和所述建筑结构,识别出所述目标图像中所述第一用户单元。[0027] 在第一方面的一种可能的实现方式中,所述方法还包括:[0028] 获取训练集,所述训练集包括多个样本图像与所述多个样本图像的识别结果;[0029] 构建初始深度学习模型;[0030] 使用所述多个样本图像与所述多个样本图像的识别结果训练所述初始深度学习模型,得到所述深度学习模型。[0031] 在第一方面的一种可能的实现方式中,所述方法还包括:[0032] 通过预设可视化模型对所述目标楼群的当前用户数量和所述目标楼群在多个历史时期内每个历史时期对应的历史用户数量进行展示,生成对应的可视化报表;[0033] 根据所述可视化报表中所述当前用户数量和所述历史用户数量,得到所述目标楼群的当前用户数量的变化趋势和季节性波动情况;[0034] 根据所述当前用户数量的变化趋势和季节性波动情况,确定所述目标楼群在未来时期内的预期用户数量。[0035] 第二方面,本申请实施例提供了一种楼群用户数量统计装置,所述装置包括:[0036] 获取模块,用于获取目标楼群的目标图像;其中,所述目标图像中至少包括所述目标楼群的窗口特征和建筑结构;[0037] 识别模块,用于根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元;[0038] 统计模块,用于根据所有所述第一用户单元和预设每户平均人数,确定所述目标楼群的当前用户数量。[0039] 第三方面,本申请实施例提供了一种楼群用户数量统计设备,包括存储器、处理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上述任一项所述的楼群用户数量统计方法。[0040] 第四方面,本申请实施例提供了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上述任一项所述的楼群用户数量统计方法。[0041] 第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述任一项所述的楼群用户数量统计方法。[0042] 本申请实施例与现有技术相比存在的有益效果是:本申请通过获取目标楼群的目标图像;其中,目标图像包括目标楼群的窗口特征和建筑结构;根据预设用户活动条件、建筑结构和窗口特征,识别出目标图像中所有的第一用户单元;根据所有第一用户单元和预设每户平均人数,确定目标楼群的当前用户数量。通过对目标楼群的目标图像进行分析处理,识别出满足预设用户活动条件的第一用户单元,从而得到目标楼群的当前用户数量,提高了楼群用户数量统计的效率和准确度,从而降低了人工成本。附图说明[0043] 为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。[0044] 图1是本申请一实施例提供的一种楼群用户数量统计方法的流程示意图;[0045] 图2是本申请另一实施例提供的一种楼群用户数量统计方法的流程示意图;[0046] 图3是本申请一实施例提供的一种楼群用户数量统计装置的结构示意图;[0047] 图4是本申请一实施例提供的一种楼群用户数量统计设备的结构示意图。具体实施方式[0048] 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,以便透彻理解本申请实施例。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申请。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申请的描述。[0049] 应当理解,当在本申请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。[0050] 还应当理解,在本申请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。[0051] 如在本申请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]”。[0052] 另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。[0053] 在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。[0054] 请参阅图1,图1是本申请一实施例提供的一种楼群用户数量统计方法的流程示意图。该方法包括:[0055] S11、获取目标楼群的目标图像;其中,目标图像中至少包括目标楼群的窗口特征和建筑结构;[0056] S12、根据预设用户活动条件、建筑结构和窗口特征,识别出目标图像中所有的第一用户单元;[0057] S13、根据所有第一用户单元和预设每户平均人数,确定目标楼群的当前用户数量。[0058] 需要说明的是,本实施例中,执行主体可以为服务器等终端设备,对此不做具体限定。[0059] 在步骤S11中,本实施例中,目标楼群是指需要统计用户数量的特定建筑群体,一般是一个或多个相互邻近或相关的高楼。目标楼群可以是由多种类型的建筑构成,如住宅楼、办公楼、公寓楼等,这些建筑可以具有不同的高度、结构和外观。目标图像是指通过航拍设备拍摄获取的,并经过预处理等数据处理后的包含目标楼群的图像数据。目标图像中应至少包含目标楼群的窗口特征和建筑结构,这些信息是后续进行用户单元识别和数量统计的基础。其中,航拍设备可以是无人机等设备,本实施例中对航拍设备不做具体的限定。[0060] 窗口特征是指目标图像中可见的楼房窗口的特定属性。窗口特征包括以下至少之一:窗口是否透光、窗口是否有热斑。窗口特征还可以包括窗口的大小、形状、排列方式、是否有窗帘等特征。窗口特征可以用来区分哪些窗口是有人居住或工作的,哪些窗口可能是空置的,从而可以判断哪些窗口代表一个居住或工作的用户单元,从而进行用户数量统计。[0061] 建筑结构是指构成建筑物的各种力学构件以及它们之间的相互关系,是构成建筑物的基础框架。建筑结构可以体现出目标楼群的户型等信息,进一步地可以根据建筑结构的信息确定出一个用户单元对应着几个窗口。[0062] 在步骤S12中,预设用户活动条件是指在统计用户数量之前,根据目标楼群的特点和统计需求,设定的一系列用于识别第一用户单元的判断标准,即用于识别出具有人居住或工作的用户单元。预设用户活动条件可以包括窗口透光、窗口有热斑迹象。[0063] 第一用户单元是在目标图像中具有人居住或工作的独立用户单元,表示一个可能的用户活动区域。其中,独立用户单元是在一个特定的区域或建筑物内,独立的、供单一家庭或个体使用的居住单元,如一个公寓房间、一个办公室或一个店铺。[0064] 本实施例中,先根据预设用户活动条件将窗口特征进行分类,判断出哪些窗口是有人居住或工作的;然后,结合目标楼群的建筑结构,识别出有人居住或工作的窗口对应着的独立用户单元,即第一用户单元,从而统计出所有第一用户单元的数量。[0065] 在步骤S13中,通过识别出目标图像中的所有第一用户单元,结合预设的每户平均人数,可以确定出目标楼群的当前用户数量。其中,预设每户平均人数是在统计楼群用户数量时,基于历史数据、统计经验或相关调查,预先设定的一个平均数值,用来估算每个用户单元内大致居住或工作的人数。例如,如果识别出目标楼群中第一用户单元有100个,设定的预设每户平均人数为3人,那么,可以确定目标楼群的当前用户数量为300人。需要注意的是,预设的每户平均人数是一个近似值,它可能受到多种因素的影响,如家庭规模的变化、办公空间的利用率等。因此,在实际应用中,预设每户平均人数是需要根据目标楼群的实际情况和统计需求进行调整和优化,以提高用户数量统计的准确性和可靠性。本实施例中对预设每户平均人数不做具体限定。[0066] 可以理解的是,本申请通过获取目标楼群的目标图像;其中,目标图像包括目标楼群的窗口特征和建筑结构;根据预设用户活动条件、建筑结构和窗口特征,识别出目标图像中所有的第一用户单元;根据所有第一用户单元和预设每户平均人数,确定目标楼群的当前用户数量。通过对目标楼群的目标图像进行分析处理,识别出满足预设用户活动条件的第一用户单元,从而得到目标楼群的当前用户数量,提高了楼群用户数量统计的效率和准确度,从而降低了人工成本。[0067] 可以理解的是,通过对目标楼群的用户数量进行统计,可以获取关于该区域内居住或工作人员的数量信息,对于城市规划、安全管理、供水管理、公共服务等多个领域都具有重要意义。[0068] 在一种可能的实现方式中,图2示出了本申请另一实施例提供的一种楼群用户数量统计方法的流程示意图。请参阅图2,在识别出目标图像中所有的第一用户单元之后,楼群用户数量统计方法包括:[0069] S21、获取目标楼群在多个历史时期内每个历史时期对应的历史用户数量;[0070] S22、根据预设时间维度,对多个历史用户数量进行整理分类,得到分类后的历史用户数量;其中,预设时间维度包括以下至少之一:年度维度、季度维度、月度维度、季节维度;[0071] S23、将分类后的历史用户数量按照时间序列进行排列,得到对应的时间序列统计图;[0072] S24、通过时间序列统计图,根据预设过滤条件对历史用户数量进行过滤,识别出目标楼群中的第二用户单元;其中,第二用户单元用于指示目标楼群中用户居住时间小于第一阈值的独立单元;[0073] S25、从所有第一用户单元中排除第二用户单元,得到优化后的第一用户单元。[0074] 需要说明的是,本实施例中,还需要综合考虑不同时段、不同季节的用户数量的数据变化,对目标楼群的当前用户数量统计的影响,需要对其进行时空序列分析,排除非长期居住或商用性质的短期占用影响,提高估算精度。[0075] 具体地,获取目标楼群在多个历史时期内每个历史时期对应的历史用户数量,并根据预设时间维度对历史用户数量数据进行整理分类;其次,将分类后的历史用户数量按照时间序列进行排列,构建时间序列统计图;然后,利用预设过滤条件对历史用户数量进行过滤,识别出居住时间小于第一阈值的第二用户单元,并从第一用户单元中排除这些第二用户单元,得到优化后的第一用户单元。其中,优化后的第一用户单元就是排除第二用户单元以后的第一用户单元。[0076] 需要说明的是,其中,历史时期是指一段特定的时间范围,主要是用于区分和记录不同时间段内目标楼群的用户数量。历史时期可以根据统计需求进行设定,可以是几年、几个月的时间段。通过记录和分析多个历史时期内的用户数量,来了解目标楼群用户数量的变化趋势,为后续的统计和预测提供依据。[0077] 预设时间维度是指在对历史用户数量进行整理分类时所使用的时间划分标准。预设时间维度可以包括年度维度、季度维度、月度维度、季节维度等,也就是历史用户数量可以按照年度维度来分类,也可以按照季节维度等预设时间维度来进行分类。选择适当的时间维度可以更好地展示历史用户数量的变化趋势和周期性规律,有助于发现潜在的模式和问题。本实施例中,对预设时间维度不做具体限定。[0078] 时间序列统计图是一种用于展示数据随时间变化情况的图表,通过折线或柱状图等形式展示数据的变化趋势。通过时间序列统计图可以直观地呈现历史用户数量的变化情况,帮助识别出用户数量的高峰和低谷,以及可能存在的周期性或趋势性变化。[0079] 预设过滤条件是在对历史用户数量进行过滤时,根据特定规则或标准设定的筛选条件。预设过滤条件可以基于用户数量的阈值、变化率、稳定性等多个方面进行设置。本实施例中,预设过滤条件可以设定为用户居住时间小于第一阈值,即可以将第一用户单元中用户居住时间小于第一阈值的确定为第二用户单元。也就是第二用户单元是目标楼群中用户居住时间小于第一阈值的独立单元,即短期居住的或短期占用的独立用户单元。其中,第一阈值是预先设定的一个时间数值,如1个月、3个月等,本实施例中,对第一阈值不做具体限定。通过设定预设过滤条件,从历史用户数量中筛选出符合特定条件的第二用户单元,从而优化用户数量的统计结果,提高分析的准确性。[0080] 可以理解的是,通过记录和分析多个历史时期内的用户数量,并构建时间序列统计图,可以直观地呈现历史用户数量的变化情况,帮助识别出用户数量的高峰和低谷,以及可能存在的周期性或趋势性变化,为后续的统计和预测提供依据。同时,通过设定预设过滤条件,从历史用户数量中筛选出符合特定条件的第二用户单元,从而优化用户数量的统计结果,提高分析的准确性。[0081] 在一种可能的实现方式中,根据所有第一用户单元和预设每户平均人数,确定目标楼群的当前用户数量,包括:[0082] 对所有优化后的第一用户单元进行统计,得到优化后的第一用户单元总数;[0083] 将优化后的第一用户单元总数和预设每户平均人数相乘,得到目标楼群的当前用户数量。[0084] 具体地,在得到优化后的第一用户单元以后,统计优化后的第一用户单元数量,得到优化后的第一用户单元总数,将优化后的第一用户单元总数与预设每户平均人数进行相乘,得到目标楼群的当前用户数量。通过将第一用户单元进行优化,使得当前用户数量的统计结果更加准确。[0085] 在一种可能的实现方式中,获取目标楼群的目标图像,包括:[0086] 获取目标楼群的初始图像;[0087] 对初始图像进行预处理,得到预处理后的初始图像;其中,预处理包括以下至少之一:图像去噪、图像对比度增强;[0088] 分别根据第一预设提取条件和第二预设提取条件,提取预处理后的初始图像中窗口特征和建筑结构,得到目标图像;其中,所述窗口特征包括以下至少之一:窗口是否透光、窗口是否有热斑。[0089] 需要说明的是,初始图像是通过航拍设备拍摄直接获取的,未经预处理等数据处理后的包含目标楼群的遥感影像。其中,初始图像中包括目标楼群的建筑结构。对初始图像进行预处理,得到预处理后的初始图像,其中,预处理主要包括图像去噪、图像对比度增强等操作,用来提高初始图像的质量和图像识别的效果。图像去噪是为了消除图像中的噪声,提高图像的清晰度和信噪比。图像对比度增强是为了增强图像中不同特征之间的对比度,使图像更加清晰易辨。[0090] 第一预设提取条件是在对预处理后的初始图像进行窗口特征提取的时候,根据应用需求和分析目标所设定的一系列规则或标准,可以用于指导如何从预处理后的初始图像中提取窗口特征。预设提取条件可以设定为窗口具有一定的亮度、形状或大小等条件,以确保提取到的准确的窗口特征。[0091] 窗口特征是指目标图像中可见的楼房窗口的特定属性,也就是目标楼群的窗户在预处理后的初始图像中所表现出的特定属性。窗口特征包括以下至少之一:窗口是否透光、窗口是否有热斑。窗口特征还可以包括窗口的大小、形状、排列方式、是否有窗帘等特征其中,热斑指的是图像中局部区域出现的异常高亮或异常温度区域,窗口透光和窗口有热斑可以用来指示这些窗口对应的单元内有用户居住或工作。窗口特征是识别和分析目标楼群内居住或工作状态的关键依据。[0092] 第二预设提取条件是在对预处理后的初始图像进行建筑结构提取的时候,根据应用需求和分析目标所设定的一系列规则或标准,可以用于指导如何从预处理后的初始图像中提取建筑结构。预设提取条件可以设定为目标楼群具有一定的颜色、轮廓结构或空间布局等条件,以确保提取到的准确的建筑结构。建筑结构是指构成建筑物的各种力学构件以及它们之间的相互关系,是构成建筑物的基础框架。建筑结构可以体现出目标楼群的空间布局等信息,进一步地可以根据建筑结构的信息确定出一个用户单元对应着几个窗口。[0093] 具体地,通过对初始图像进行图像去噪、图像对比度增强等预处理,得到预处理后的初始图像;根据第一预设提取条件提取预处理后的初始图像中窗口特征及根据第二预设提取条件提取预处理后的初始图像中建筑结构,得到目标楼群的目标图像。[0094] 在一种可能的实现方式中,获取目标楼群的初始图像,包括:[0095] 通过航拍设备,根据预设航线对目标楼群进行扫描,得到目标楼群的遥感影像;[0096] 将遥感影像作为初始图像。[0097] 需要说明的是,航拍设备是指用于从空中拍摄地面目标或场景的设备和系统,通常搭载在无人机、飞机或其他航空器上,通过高分辨率的摄像头或传感器来获取地面的详细影像。航拍设备可以是无人机等设备,本实施例中对航拍设备不做具体限定。预设航线是指预先规划好的航拍设备的飞行路径,根据目标楼群的位置、范围以及航拍需求来确定,确保航拍设备能够按照设定的路径进行飞行,并准确拍摄到目标区域的遥感影像。预设航线可以包括飞行高度、飞行速度、拍摄角度等参数,本实施例中,对此不做具体限定。通过设定预设航线,可以确保航拍设备能够高效、准确地获取目标楼群的遥感影像,提高航拍的效率和质量。遥感影像是指通过遥感技术获取的地面目标或场景的图像数据,可以是可见光影像、红外影像、雷达影像等多种形式,能够反映目标楼群的形态、结构、纹理等特征。本实施例中,对遥感影像的形式不做具体限定。[0098] 本实施例中,通过航拍设备根据预设航线对目标楼群进行扫描,得到的目标楼群的遥感影像就是目标楼群的初始图像。[0099] 实际应用中,可以利用携带高精度摄像设备和红外线传感器的无人机对目标楼群进行周期性、全方位扫描,获取包含建筑结构、窗口特征的多维度遥感影像,无人机可以根据预设航线自动飞行,确保扫描范围的完整性和准确性。[0100] 在一种可能的实现方式中,根据预设用户活动条件、建筑结构和窗口特征,识别出目标图像中所有的第一用户单元,包括:[0101] 通过深度学习模型,根据预设用户活动条件对窗口特征进行分类,得到对应的目标用户窗口;[0102] 根据目标用户窗口和建筑结构,识别出目标图像中第一用户单元。[0103] 需要说明的是,深度学习模型是机器学习领域的一种高级算法,可以从多层次、复杂的数据中提取特征,并实现图像识别、语音识别、自然语言处理等任务。在目标楼群的用户识别中,深度学习模型可以根据预设用户活动条件对窗口特征进行分类,从而识别出目标用户窗口,进而确定第一用户单元。[0104] 其中,预设用户活动条件是指在统计用户数量之前,根据目标楼群的特点和统计需求,设定的一系列用于识别第一用户单元的判断标准,即用于识别出具有人居住或工作的用户单元。预设用户活动条件可以包括窗口透光、窗口有热斑迹象。目标用户窗口是表示有人居住或工作的窗口,是通过深度学习模型根据预设用户活动条件对窗口特征进行分类识别得到的。一般,通过窗口透光、窗口有热斑来确定该窗口对应的单元内有人居住或工作。[0105] 具体地,先根据预设用户活动条件将窗口特征进行分类,判断出哪些窗口是有人居住或工作的,即目标用户窗口;然后,结合目标楼群的建筑结构,识别出目标用户窗口对应着的独立用户单元,即第一用户单元,从而统计出第一用户单元的。通过深度学习模型的识别,提高了统计目标楼群中当前用户数量的效率。[0106] 需要说明的是,在实际应用中,可以根据目标楼群的具体情况和需求,设置无人机的扫描参数和深度学习模型的识别参数。例如,对于高层住宅楼群,可以调整无人机的飞行高度和角度,以确保扫描到每个楼层的住户单元;对于低密度别墅区,可以优化深度学习模型参数,以更好地识别出别墅的轮廓和特征。[0107] 在一种可能的实现方式中,楼群用户数量统计方法还包括:[0108] 获取训练集,训练集包括多个样本图像与多个样本图像的识别结果;[0109] 构建初始深度学习模型;[0110] 使用多个样本图像与多个样本图像的识别结果训练初始深度学习模型,得到深度学习模型。[0111] 需要说明的是,本实施例中,在使用深度学习模型对对窗口特征进行分类之前,需要对构建的初始深度学习模型进行模型训练。初始深度学习模型也就是新构建的、未经过过模型训练的深度学习模型。训练集是用于训练模型的数据子集,这些数据包含已知输入特征和期望的输出标签,即样本图像和样本图像的识别结果。样本图像是采集的目标楼群的目标图像。样本图像的识别结果是根据预设用户活动条件对窗口特征进行分类以后识别出目标用户窗口的图像,即模型期望输出的图像。[0112] 可以理解的是,通过对初始深度学习模型进行模型训练,使得模型能够准确地对新数据进行预测或分类,能准确地识别出目标用户窗口。[0113] 在一种可能的实现方式中,楼群用户数量统计方法还包括:[0114] 通过预设可视化模型对目标楼群的当前用户数量和目标楼群在多个历史时期内每个历史时期对应的历史用户数量进行展示,生成对应的可视化报表;[0115] 根据可视化报表中当前用户数量和历史用户数量,得到目标楼群的当前用户数量的变化趋势和季节性波动情况;[0116] 根据当前用户数量的变化趋势和季节性波动情况,确定目标楼群在未来时期内的预期用户数量。[0117] 具体地,目标楼群的当前用户数量和历史用户数量可以通过可视化报表的形式进行展示;通过分析可视化报表中的当前用户数量和历史用户数量,得到目标楼群的当前用户数量的变化趋势和季节性波动情况,从而可以确定目标楼群在未来时期内的预期用户数量。[0118] 需要说明的是,预设可视化模型是指预先设定好的用于数据可视化的框架或工具,可以包括多种类型的图表,如柱状图、折线图、饼图、散点图等。通过预设可视化模型,可以更方便、快捷地生成符合要求的可视化图表或报表,从而更好地查看和分析用户数量数据。可视化报表在选择预设可视化模型时,需要考虑数据的类型、规模、分布特点等因素,并结合具体的分析目的和用户需求进行综合考虑,本实施例中对此不做具体的限定。[0119] 可视化报表就是通过预设可视化模型展示目标楼群的当前用户数量和目标楼群在多个历史时期内每个历史时期对应的历史用户数量的图表。可视化报表可以直观地展示当前用户数量、历史用户数量,可以更清晰地了解用户数量的变化趋势以及季节性波动情况等信息,通过分析当前用户数量的变化趋势和季节性波动情况,发现潜在的问题和规律,预测目标楼群在未来时期内的用户数量。其中,当前用户数量的变化趋势可以包括用户数量的增长或下降趋势,以及这些趋势的速率和稳定性。当前用户数量的季节性波动情况即用户数量在不同季节或时间段的周期性变化。[0120] 需要说明的是,该楼群用户数量统计方法还可以与自来水行业相关技术相结合,如智能水表、用水数据分析等,形成一套完整的自来水行业用户数量统计与管理体系,为供水规划、收费管理等方面提供更加全面、准确的数据支持。[0121] 应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。[0122] 对应于上文实施例的一种楼群用户数量统计方法,图3示出了本申请一实施例提供的一种楼群用户数量统计装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。[0123] 参照图3,该实施例的楼群用户数量统计装置3包括:[0124] 获取模块31,用于获取目标楼群的目标图像;其中,所述目标图像中至少包括所述目标楼群的窗口特征和建筑结构;[0125] 识别模块32,用于根据预设用户活动条件、所述建筑结构和所述窗口特征,识别出所述目标图像中所有的第一用户单元;[0126] 统计模块33,用于根据所有所述第一用户单元和预设每户平均人数,确定所述目标楼群的当前用户数量。[0127] 可以理解的是,通过对目标楼群的目标图像进行分析处理,识别出满足预设用户活动条件的第一用户单元,从而得到目标楼群的当前用户数量,提高了楼群用户数量统计的效率和准确度,从而降低了人工成本。[0128] 需要说明的是,上述楼群用户数量统计装置3中各模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。[0129] 本申请实施例还提供了一种楼群用户数量统计设备,如图4所示,图4为本申请一实施例提供的一种楼群用户数量统计设备的结构示意图。参照图4,该实施例的楼群用户数量统计设备4包括:包括存储器41、处理器42以及存储在存储器41中并可在处理器42上运行的计算机程序,处理器42执行计算机程序时实现上述任一项的楼群用户数量统计方法实施例中的步骤。[0130] 本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。[0131] 本申请实施例还提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。[0132] 集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read‑OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。[0133] 在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。[0134] 本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。[0135] 在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。[0136] 作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。[0137] 以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
专利地区:广东
专利申请日期:2024-04-29
专利公开日期:2024-09-03
专利公告号:CN118097444B