旅游景区走失寻回方法、系统、设备及计算机存储介质

1.本发明涉及走失寻回技术领域，尤其是一种旅游景区走失寻回方法、系统、设备及计算机存储介质。


背景技术：

2.当前旅游产业发展迅速，景区的游客数量日益增加。儿童游客在景区走失的事件屡见报端。我国景区普遍存在信息化水平较低的问题，在儿童走失的情况下往往采用广播的方式来寻人，这种方法速度慢，效果差，无法快速准确的定位走失的儿童，不能满足游客的需求。
3.现有技术中，出现了一些带卫星定位功能的智能可穿戴设备，已实现走失报警，但是这种设备往往只是私人购买后使用，不能很好解决景区儿童走失的问题。当前只有极少部分景区提供智能可穿戴设备，这种产品的明显缺点就是游客携带不方便，对于景区来说成本高，投入大，需要游客支付相关押金才能使用，易损坏导致难以普及，因此真正投入使用的景区相对很少使用，价值不高，无法得到普及。另外，有些景区使用旅游指引旗，指引旗上设有显眼的特征，让导游容易找到旅客的位置，一定程度上解决了带领游客游览时不方便管理，游客易走散的问题，但是指引旗比较大且携带不方面，而且在旅游时携带旗子不美观，很多旅游团的人员不愿意携带。


技术实现要素：

4.本发明的目的是提供一种旅游景区走失寻回方法、系统、设备及计算机存储介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
5.第一方面，提供一种旅游景区走失寻回方法，包括以下步骤：
6.获取景区内各个监控区域的监控图像，识别监控图像中当前目标游客的特征信息，确定识别有当前目标游客的监控图像所对应的监控区域；
7.根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，通过当前目标游客在监控图像中的行进状态筛选出优势路径，根据筛选得到的若干条优势路径推断当前目标游客的逗留区域。
8.在其中一个实施例中，所述根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，具体包括以下步骤：
9.抽取历史目标游客在各个监控区域内行进至下一相邻路径的数据；
10.在历史目标游客经过的每个监控区域构建随机概率后缀树，计算当前监控区域的每一相邻路径的经验概率，当经验概率大于预设经验阈值时，将对应的相邻路径添加到随机概率后缀树，作为随机概率后缀树根节点的子节点；
11.根据当前目标游客出现在监控区域的时序，检查当前目标游客最后一次出现的监控区域是否存在随机概率后缀树，若存在，基于该随机概率后缀树的子节点获取当前目标游客的行动路径。
12.在其中一个实施例中，所述通过当前目标游客在监控图像中的行进状态筛选出优势路径，具体包括以下步骤：
13.提取监控图像中当前目标游客的情感特征和行进特征；
14.使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态，根据预测的行进状态判断当前目标游客所选择的行动路径和行进规律。
15.在其中一个实施例中，所述使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态的具体方式为：
16.x
n+1
+y
n+1
＝k1(x1+y1)+k2(x2+y2)+...kn(xn+yn)；
17.其中，x1、x2...xn、x
n+1
分别表示第1、2...n、n+1时刻的情感特征参数，y1、y2...yn、y
n+1
分别表示第1、2...n、n+1时刻的行进特征参数，k1、k2...kn分别表示第1、2...n时刻的加权运算参数。
18.在其中一个实施例中，所述根据筛选得到的若干条优势路径推断当前目标游客的逗留区域，具体包括以下步骤：
19.以当前目标旅客最后一次出现的监控区域为起点，基于预设的区域阈值在筛选得到的优势路径的辐射范围内选定当前目标游客的逗留区域，根据当前目标游客在监控图像中的行进状态在逗留区域内选定关键逗留区域。
20.在其中一个实施例中，所述旅游景区走失寻回方法还包括以下步骤：
21.控制无人机到达当前目标游客的逗留区域内进行拍摄，获取无人机拍摄的航拍图像，从航拍图像中识别当前目标游客，直至监控区域的监控图像内再次出现该当前目标游客。
22.在其中一个实施例中，所述旅游景区走失寻回方法还包括以下步骤：
23.获取景区附近基站对景区内终端的定位信息；
24.根据当前目标游客在各个监控区域的逗留时序和逗留轨迹，筛查与当前目标游客的历史位置相匹配的终端，判别为当前目标游客的携带终端。
25.第二方面，提供一种旅游景区走失寻回系统，包括：
26.识别模块，用于获取景区内各个监控区域的监控图像，识别监控图像中当前目标游客的特征信息，确定识别有当前目标游客的监控图像所对应的监控区域；
27.预测模块，用于根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，通过当前目标游客在监控图像中的行进状态筛选出优势路径，根据筛选得到的若干条优势路径推断当前目标游客的逗留区域。
28.第三方面，提供一种计算机设备，包括：
29.存储器，存储有计算机程序；
30.处理器，所述处理器执行所述计算机程序时实现第一方面所述的旅游景区走失寻回方法。
31.第四方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的旅游景区走失寻回方法。
32.本发明的有益效果：通过对景区内监控图像的目标游客进行识别，获取该游客出现在监控区域的时序，客观预测目标游客的行动路径以及主观判断目标游客的优势路径，推断其逗留区域，可以在游客不佩戴定位终端和旗帜的情况下寻回失踪游客。
附图说明
33.图1为根据本发明第一个实施例的旅游景区走失寻回方法的流程图。
34.图2为根据本发明一实施例的预测当前目标游客的行动路径方法的流程图。
35.图3为根据本发明一实施例的筛选出优势路径方法的流程图。
36.图4为根据本发明第二个实施例的旅游景区走失寻回方法的流程图。
37.图5为根据本发明第三个实施例的旅游景区走失寻回方法的流程图。
38.图6是第一个实施例示出的旅游景区走失寻回系统的结构框图。
39.图7是第二个实施例示出的旅游景区走失寻回系统的结构框图。
40.图8是第三个实施例示出的旅游景区走失寻回系统的结构框图。
41.图9是一实施例示出的一种计算机设备的内部结构图。
具体实施方式
42.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
43.下面参照附图来描述根据本发明实施例提出的旅游景区走失寻回方法、系统、设备及计算机存储介质。
44.根据本发明的第一方面，提供一种旅游景区走失寻回方法。
45.图1为根据本发明第一个实施例的旅游景区走失寻回方法的流程图。如图1所示，该旅游景区走失寻回方法包括以下步骤：
46.步骤s110、获取景区内各个监控区域的监控图像，识别监控图像中当前目标游客的特征信息，确定识别有当前目标游客的监控图像所对应的监控区域。
47.其中，当前目标游客的特征信息包括面部特征信息、衣着特征信息和/或体型特征信息等。
48.在旅游景区内布设若干个监控摄像头，监控摄像头实时拍摄监控区域进而形成监控图像，监控图像记录游客在监控区域内的逗留时间和出现时的特征信息，根据所要寻回的当前目标游客的特征信息，通过识别监控图像中当前目标游客的特征信息，确定当前目标游客在哪些监控区域内出现过。
49.示例性地，当前目标游客的特征信息可以是由当前目标游客的家属提供，在其中一个监控图像中找到该当前目标游客时，对他的其他特征信息进行识别，在所有监控图像中识别该名当前目标游客。
50.步骤s120、根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，通过当前目标游客在监控图像中的行进状态筛选出优势路径，根据筛选得到的若干条优势路径推断当前目标游客的逗留区域。
51.其中，行动路径是指当前目标游客在该监控区域内可以选择的路径，优势路径是指各个行动路径中最优可能被当前目标游客选择的路径。
52.也就是说，从当前目标游客曾经出现的监控区域的次序和景区路径网络分析当前目标游客目前的去向，预测当前目标游客有可能前往的各个方向和对应的路径，然后根据当前目标游客在监控图像中的行进状态对其主观倾向进行分析，筛选出优势路径，最后从
优势路径之间的辐射范围内推断当前目标游客的逗留区域，判定当前目标游客有很大可能处于逗留区域内。
53.示例性地，筛选出优势路径形式可以是当前目标游客在监控图像中的行进方向明确且行进速度迅速时，则从当前目标游客的行进方向附近筛选优势路径，又或者是当前目标游客在监控图像中行进方向不明确，往返数次，则从当前目标游客的往返方向范围筛选优势路径。
54.在一实施例中，所述根据筛选得到的若干条优势路径推断当前目标游客的逗留区域包括：以当前目标旅客最后一次出现的监控区域为起点，基于预设的区域阈值在筛选得到的优势路径的辐射范围内选定当前目标游客的逗留区域，根据当前目标游客在监控图像中的行进状态在逗留区域内选定关键逗留区域。
55.也就是说，逗留区域是基于优势路径以及设定的区域阈值来划分的，逗留区域范围的面积由区域阈值决定，这是为了在确保当前目标游客尽可能地处于逗留区域内的基础上节约搜索资源，而根据当前目标游客在监控图像中的行进状态在逗留区域内选定关键逗留区域，是为了进一步快速找到当前目标游客，例如，结合当前目标游客的行进速度和当前目标游客的失踪时间来推测当前目标游客的行进距离，以当前目标旅客最后一次出现的监控区域为起点进一步在逗留区域内划分关键逗留区域，用于表示当前目标游客极有可能处于该关键逗留区域内。
56.图2为根据本发明一实施例的预测当前目标游客的行动路径方法的流程图。如图2所示，所述根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，具体包括以下步骤：
57.步骤s210、抽取历史目标游客在各个监控区域内行进至下一相邻路径的数据。
58.其中，历史目标游客是指以往出现在监控区域内并被监控图像拍摄在内的游客，通过识别历史目标游客的特征，找出历史目标游客到达的所有监控区域，记录历史目标游客的到达的所有监控区域并根据达到监控区域的时序形成历史目标游客的行进路径，用作于当前目标游客的行进路径预测。
59.步骤s220、在历史目标游客经过的每个监控区域构建随机概率后缀树，计算当前监控区域的每一相邻路径的经验概率，当经验概率大于预设经验阈值时，将对应的相邻路径添加到随机概率后缀树，作为随机概率后缀树根节点的子节点。
60.步骤s230、根据当前目标游客出现在监控区域的时序，检查当前目标游客最后一次出现的监控区域是否存在随机概率后缀树，若存在，基于该随机概率后缀树的子节点获取当前目标游客的行动路径。
61.本实施例基于历史目标游客的行进路径对可变马尔可夫模型进行训练，在历史目标游客经过监控区域时建立的随机概率后缀树，并使用训练后的随机概率后缀树对当前目标游客的行进路径进行预测。
62.步骤s220中，采用历史目标游客的行进路径对可变马尔可夫模型进行训练时，当历史目标游客经过的每个监控区域，构建一个随机概率后缀树，当历史目标游客从一个监控区域行进到下一监控区域时，记录两个监控区域之间路径，作为一次经验概率，历经所有历史目标游客的行进路径后，将各个随机概率后缀树的每一相邻路径的经验概率与预设经验阈值比较，当经验概率大于预设经验阈值时，则将对应的相邻路径添加到随机概率后缀
树，作为该随机概率后缀树根节点的子节点，认定为该路径较有可能是当前目标游客所选择的行进路径。
63.步骤s230中，使用训练后的随机概率后缀树对当前目标游客的行进路径进行预测时，选取当前目标游客最后一次出现的监控区域，通过检查该监控区域的随机概率后缀树的子节点，根据子节点的经验概率推断当前目标游客可能选择的一条或几条行进路径，若不存在随机概率后缀树，则继续从监控图像中识别当前目标游客。
64.图3为根据本发明一实施例的筛选出优势路径方法的流程图。如图3所示，所述通过当前目标游客在监控图像中的行进状态筛选出优势路径，具体包括以下步骤：
65.步骤s310、提取监控图像中当前目标游客的情感特征和行进特征。
66.其中，情感特征包括面部情感特征(喜怒、平静和惊慌等情感)和肢体情感特征(手部动作、头部摆动动作和身体姿态等)，行进特征包括行进速度、行进方向和往返次数等。
67.步骤s320、使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态，根据预测的行进状态判断当前目标游客所选择的行动路径和行进规律。
68.其中，所述使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态的具体方式为：
69.x
n+1
+y
n+1
＝k1(x1+y1)+k2(x2+y2)+...kn(xn+yn)；
70.其中，x1、x2...xn、x
n+1
分别表示第1、2...n、n+1时刻的情感特征参数，y1、y2...yn、y
n+1
分别表示第1、2...n、n+1时刻的行进特征参数，k1、k2...kn分别表示第1、2...n时刻的加权运算参数。
71.图4为根据本发明第二个实施例的旅游景区走失寻回方法的流程图。如图4所示，在图1实施例的基础上，该旅游景区走失寻回方法还包括以下步骤：
72.步骤s410、控制无人机到达当前目标游客的逗留区域内进行拍摄，获取无人机拍摄的航拍图像，从航拍图像中识别当前目标游客，直至监控区域的监控图像内再次出现该当前目标游客。
73.也就是说，当选定当前目标游客的逗留区域后，旅游景区工作人员通过控制平台向无人机发出控制指示，控制无人机在逗留区域上方进行航拍，通过对航拍图像进行图像识别，快速寻找当前目标游客。
74.图5为根据本发明第三个实施例的旅游景区走失寻回方法的流程图。如图5所示，在图1实施例的基础上，该旅游景区走失寻回方法还包括以下步骤：
75.步骤s510、获取景区附近基站对景区内终端的定位信息。
76.步骤s520、根据当前目标游客在各个监控区域的逗留时序和逗留轨迹，筛查与当前目标游客的历史位置相匹配的终端，判别为当前目标游客的携带终端。
77.若在逗留区域内长时间未能找到当前目标游客，本实施例通过基站定位旅游景区内终端的方式，获取终端的实时定位位置，筛选出于当前目标游客在各个监控区域的逗留时序和逗留轨迹相适配的终端，从而根据筛选出来的终端的定位信息寻找当前目标游客。
78.本发明提供的旅游景区走失寻回方法通过对景区内监控图像的目标游客进行识别，获取该游客出现在监控区域的时序，客观预测目标游客的行动路径以及主观判断目标游客的优势路径，推断其逗留区域，可以在游客不佩戴定位终端和旗帜的情况下寻回失踪游客。
79.根据本发明的第二方面，提供一种旅游景区走失寻回系统。
80.参阅图6，图6是第一个实施例示出的旅游景区走失寻回系统的结构框图。如图6所示，所述旅游景区走失寻回系统包括：
81.识别模块610，用于获取景区内各个监控区域的监控图像，识别监控图像中当前目标游客的特征信息，确定识别有当前目标游客的监控图像所对应的监控区域；
82.预测模块620，用于根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，通过当前目标游客在监控图像中的行进状态筛选出优势路径，根据筛选得到的若干条优势路径推断当前目标游客的逗留区域。
83.在其中一个实施例中，所述根据当前目标游客出现在监控区域的时序和景区路径网络预测当前目标游客的行动路径，具体包括以下步骤：
84.抽取历史目标游客在各个监控区域内行进至下一相邻路径的数据；
85.在历史目标游客经过的每个监控区域构建随机概率后缀树，计算当前监控区域的每一相邻路径的经验概率，当经验概率大于预设经验阈值时，将对应的相邻路径添加到随机概率后缀树，作为随机概率后缀树根节点的子节点；
86.根据当前目标游客出现在监控区域的时序，检查当前目标游客最后一次出现的监控区域是否存在随机概率后缀树，若存在，基于该随机概率后缀树的子节点获取当前目标游客的行动路径。
87.在其中一个实施例中，所述通过当前目标游客在监控图像中的行进状态筛选出优势路径，具体包括以下步骤：
88.提取监控图像中当前目标游客的情感特征和行进特征；
89.使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态，根据预测的行进状态判断当前目标游客所选择的行动路径和行进规律。
90.在其中一个实施例中，所述使用情感特征和行进特征按照时序递进方式预测当前目标游客的行进状态的具体方式为：
91.x
n+1
+y
n+1
＝k1(x1+y1)+k2(x2+y2)+...kn(xn+yn)；
92.其中，x1、x2...xn、x
n+1
分别表示第1、2...n、n+1时刻的情感特征参数，y1、y2...yn、y
n+1
分别表示第1、2...n、n+1时刻的行进特征参数，k1、k2...kn分别表示第1、2...n时刻的加权运算参数。
93.在其中一个实施例中，所述根据筛选得到的若干条优势路径推断当前目标游客的逗留区域，具体包括以下步骤：
94.以当前目标旅客最后一次出现的监控区域为起点，基于预设的区域阈值在筛选得到的优势路径的辐射范围内选定当前目标游客的逗留区域，根据当前目标游客在监控图像中的行进状态在逗留区域内选定关键逗留区域。
95.在其中一个实施例中，如图7所示，所述旅游景区走失寻回系统还包括控制模块630；
96.所述控制模块630用于控制无人机到达当前目标游客的逗留区域内进行拍摄；
97.所述识别模块610还用于获取无人机拍摄的航拍图像，从航拍图像中识别当前目标游客，直至监控区域的监控图像内再次出现该当前目标游客。
98.在其中一个实施例中，如图8所示，所述旅游景区走失寻回系统还包括定位模块
640和判断模块650；
99.所述定位模块640用于获取景区附近基站对景区内终端的定位信息；
100.所述判断模块650用于根据当前目标游客在各个监控区域的逗留时序和逗留轨迹，筛查与当前目标游客的历史位置相匹配的终端，判别为当前目标游客的携带终端。
101.所述旅游景区走失寻回系统执行上述第一方面的旅游景区走失寻回方法，关于旅游景区走失寻回系统的具体限定可以参见上文中对于旅游景区走失寻回方法的限定，在此不再赘述。
102.上述旅游景区走失寻回系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
103.根据本发明的第三方面，提供一种计算机设备。
104.参阅图9，图9是一实施例示出的一种计算机设备的内部结构图。如图9所示，该计算机设备包括通过系统总线连接的处理器、存储器和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机程序被处理器执行时以实现第一方面所述的旅游景区走失寻回方法。
105.存储器和处理器各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。处理器包括至少一个可以软件或者是固件(firmware)的形式存储于存储器中或者是固化在服务器的操作系统(operating system，os)中的软件功能模块。处理器用于执行存储器中存储的可执行模块。
106.其中，存储器可以是随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。其中，存储器用于存储程序以及语音数据，处理器在接收到执行指令后，执行程序。
107.处理器可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
108.处理器将各种输入/输入装置耦合至处理器以及存储器。在一些实施例中，处理器以及存储器可以在单个芯片中实现。在其他一些实例中，它们可以分别由独立的芯片实现。
109.外设接口将各种输入/输入装置耦合至处理器以及存储器。在一些实施例中，外设接口，处理器及存储器可以在单个芯片中实现。在其他一些实例中，它们可以分别由独立的芯片实现。
110.根据本发明的第四方面，还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，计算机存储介质可以是磁性随机存取存储器、只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、快闪存储器、磁表面存储器、光盘、或只读光盘等；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。所述计算机程序被处理器执行时实现第一方面所述的旅游景区走失寻回方法。
111.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
112.在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
113.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。