基于大数据的景区客流量统计评估系统及方法与流程
本发明涉及大数据领域，具体是基于大数据的景区客流量统计评估系统及方法。
背景技术：
大数据，it行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。
随着云时代的来临，大数据也吸引了越来越多的关注。分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像mapreduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（mpp）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据idc的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%，大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
目前，计算客流量只单纯对分时段的售票张数进行统计，从而判断不同时段的客流量，本申请从景区内部监控和景区入口验证不同切口查看人流量，用以统计不同时间的客流量。
技术实现要素：
本发明的目的在于提供基于大数据的景区客流量统计评估系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
基于大数据的景区客流量统计评估系统，所述该系统包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接。
根据上述技术方案：所述景区监控模块包括若干个监控摄像头和图像采集子模块，若干个监控摄像头设置的景区的各个角落，监控摄像头用于对景区的各个角落的人员进行监控采集，图像采集子模块用于根据监控拍摄的图像进行景区人员图像的采集，监控摄像头和大数据服务平台通过无线连接，图像采集子模块分别和大数据服务平台、图像识别模块通过内网连接。
根据上述技术方案：所述图像识别模块包括头部特征提取子模块、身形检测子模块和检测数据提取子模块，头部特征提取子模块用于对头部五官和毛发图像进行提取，身形检测子模块用于身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块用于对头部特征提取子模块、身形检测子模块合成的判断数据进行提取，其中，头部特征提取子模块和身形检测子模块分别和景区监控模块通过内网连接。
根据上述技术方案：所述区域分类统计模块包括售票窗口总售票统计子模块、app云售票统计子模块和景区入口验证统计子模块，其中，售票窗口总售票统计子模块、app云售票统计子模块和景区入口验证统计子模块分别和总客流量核对模块通过内网连接，售票窗口总售票统计子模块用于统计售票窗口销售景区门票的数据，app云售票统计子模块用于统计网络app的售票数据，景区入口验证统计子模块用于对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块。
根据上述技术方案：所述总客流量核对模块包括实时数据传输模块和分时段客流量分析模块，实时数据传输模块分别与图像识别模块和区域分类统计模块通过内网连接，实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收，分时段客流量分析模块用于对不同时间的客流量进行分析和评估。
根据上述技术方案：所述实时数据传输模块内部包括客流量增长率统计子模块，将售票窗口总售票统计子模块统计的售出数据设定为第一客流量i，将app云售票统计子模块统计的售出数据设定为第二客流量j，统计售票窗口退票数据i，app云退票数据为j，设定窗口实际售出数据为i-i，app云售票实际数据为j-j，统计窗口实际售出数据、app云售票实际数据，将每天实际售票数划分多个分数区间，将窗口实际售出数据、app云售票实际数据按照不同的分数区间进行由高到低进行排序，针对app云售票实际数据高于窗口实际售出数据的区间进行标记，设置窗口实际售出数据、app云售票实际数据之间的差值为δx，δx=|(i-i)-(j-j）|，当δx小于100，适当窗口售票处进行引流。
根据上述技术方案：所述大数据服务平台用于对模块内部数据传输进行维护。
基于大数据的景区客流量统计评估方法：
s1：利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
s2：利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
s3：利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，app云售票统计子模块统计网络app的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
s4：利用总客流量核对模块对分时段的客流量进行统一分析；
s5：利用大数据服务平台用于对模块内部数据传输进行维护。
根据上述技术方案：所述步骤s4中，利用总客流量核对模块对分时段的客流量进行统一分析，还包括以下步骤：
a1：利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；
a2：将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；
a3：若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；
a4：若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估。
根据上述技术方案：所述步骤a4中，若为超过设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估，还包括以下步骤：
所述设定采集分时段客流量的时间为t1、t2、t3、...、tn-1、tn，当时间为上述时间时，图像识别模块和区域分类统计模块分别对景区内部人群进行检测和景区入口处入园验证数进行查验，设定检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取数值为a1、a2、a3、...、an-1、an，景区入口验证统计子模块对旅客进入景区验证数进行统计数值为b1、b2、b3、...、bn-1、bn，抽取景区tn-1~tn时间段，当前检测数据提取子模块检测的数据为an-1~an，景区入口验证统计子模块验证的数据为bn-1~bn，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
设定c1与c2之差的绝对值为|c1-c2|，若|c1-c2|大于设定阈值，将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取，若|c1-c2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为n，根据公式：
n=
根据上述公式能够判断该时段的客流量，重复上述计算能够得出不同时段的客流量进行统计。
与现有技术相比，本发明的有益效果是：本发明从景区内部监控和景区入口验证不同切口查看人流量，用以统计不同时间的客流量；
利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，app云售票统计子模块统计网络app的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
利用总客流量核对模块对分时段的客流量进行统一分析，利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估；
利用大数据服务平台用于对模块内部数据传输进行维护。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。
图1为本发明基于大数据的景区客流量统计评估系统的模块示意图；
图2为本发明基于大数据的景区客流量统计评估方法的步骤图；
图3为本发明基于大数据的景区客流量统计评估方法的步骤s4的具体步骤示意图；
图4为本发明基于大数据的景区客流量统计评估方法的实施过程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～4，本发明实施例中，基于大数据的景区客流量统计评估系统及方法，该系统包括景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块和大数据服务平台，其中，景区监控模块、图像识别模块、总客流量核对模块依次通过内网连接，区域分类统计模块和总客流量核对模块通过内网连接，景区监控模块、图像识别模块、区域分类统计模块、总客流量核对模块分别和大数据服务平台通过内网连接。
根据上述技术方案：所述景区监控模块包括若干个监控摄像头和图像采集子模块，若干个监控摄像头设置的景区的各个角落，监控摄像头用于对景区的各个角落的人员进行监控采集，图像采集子模块用于根据监控拍摄的图像进行景区人员图像的采集，监控摄像头和大数据服务平台通过无线连接，图像采集子模块分别和大数据服务平台、图像识别模块通过内网连接。
根据上述技术方案：所述图像识别模块包括头部特征提取子模块、身形检测子模块和检测数据提取子模块，头部特征提取子模块用于对头部五官和毛发图像进行提取，身形检测子模块用于身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块用于对头部特征提取子模块、身形检测子模块合成的判断数据进行提取，其中，头部特征提取子模块和身形检测子模块分别和景区监控模块通过内网连接。
根据上述技术方案：所述区域分类统计模块包括售票窗口总售票统计子模块、app云售票统计子模块和景区入口验证统计子模块，其中，售票窗口总售票统计子模块、app云售票统计子模块和景区入口验证统计子模块分别和总客流量核对模块通过内网连接，售票窗口总售票统计子模块用于统计售票窗口销售景区门票的数据，app云售票统计子模块用于统计网络app的售票数据，景区入口验证统计子模块用于对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块。
根据上述技术方案：所述总客流量核对模块包括实时数据传输模块和分时段客流量分析模块，实时数据传输模块分别与图像识别模块和区域分类统计模块通过内网连接，实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收，分时段客流量分析模块用于对不同时间的客流量进行分析和评估。
根据上述技术方案：所述实时数据传输模块内部包括客流量增长率统计子模块，将售票窗口总售票统计子模块统计的售出数据设定为第一客流量i，将app云售票统计子模块统计的售出数据设定为第二客流量j，统计售票窗口退票数据i，app云退票数据为j，设定窗口实际售出数据为i-i，app云售票实际数据为j-j，统计窗口实际售出数据、app云售票实际数据，将每天实际售票数划分多个分数区间，将窗口实际售出数据、app云售票实际数据按照不同的分数区间进行由高到低进行排序，针对app云售票实际数据高于窗口实际售出数据的区间进行标记，设置窗口实际售出数据、app云售票实际数据之间的差值为δx，δx=|(i-i)-(j-j）|，当δx小于100，适当窗口售票处进行引流。
根据上述技术方案：所述大数据服务平台用于对模块内部数据传输进行维护。
基于大数据的景区客流量统计评估方法：
s1：利用景区监控模块内部设置监控摄像头对景区的各个角落的人员进行监控采集，图像采集子模块根据监控拍摄的图像进行景区人员图像的采集；
s2：利用图像识别模块内部的头部特征提取子模块对头部五官和毛发图像进行提取，身形检测子模块对身形和四肢图像进行提取，从而与头部特征提取子模块进行合成判断，检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取；
s3：利用区域分类统计模块内部售票窗口总售票统计子模块统计售票窗口销售景区门票的数据，app云售票统计子模块统计网络app的售票数据，景区入口验证统计子模块对旅客进入景区验证数进行统计，将所有统计数据发送给总客流量核对模块；
s4：利用总客流量核对模块对分时段的客流量进行统一分析；
s5：利用大数据服务平台用于对模块内部数据传输进行维护。
根据上述技术方案：所述步骤s4中，利用总客流量核对模块对分时段的客流量进行统一分析，还包括以下步骤：
a1：利用实时数据传输模块用于对图像识别模块和区域分类统计模块检测判定的数据实时进行接收；
a2：将接受的图像识别模块和区域分类统计模块的数据进行对比，查看对比数值是否超过设定阈值；
a3：若超过设定阈值，则将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取；
a4：若小于设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估。
根据上述技术方案：所述步骤a4中，若为超过设定阈值，分时段客流量分析模块对不同时间的客流量进行分析和评估，还包括以下步骤：
所述设定采集分时段客流量的时间为t1、t2、t3、...、tn-1、tn，当时间为上述时间时，图像识别模块和区域分类统计模块分别对景区内部人群进行检测和景区入口处入园验证数进行查验，设定检测数据提取子模块对头部特征提取子模块、身形检测子模块合成的判断数据进行提取数值为a1、a2、a3、...、an-1、an，景区入口验证统计子模块对旅客进入景区验证数进行统计数值为b1、b2、b3、...、bn-1、bn，抽取景区tn-1~tn时间段，当前检测数据提取子模块检测的数据为an-1~an，景区入口验证统计子模块验证的数据为bn-1~bn，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
设定c1与c2之差的绝对值为|c1-c2|，若|c1-c2|大于设定阈值，将数据进行返回图像识别模块和区域分类统计模块，重新进行筛查提取，若|c1-c2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为n，根据公式：
n=
根据上述公式能够判断该时段的客流量，重复上述计算能够得出不同时段的客流量进行统计。
实施例1：限定条件，抽取景区11:00~15:00时间段，当前检测数据提取子模块检测的数据为3640~7800，景区入口验证统计子模块验证的数据为3680~7845，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
设定c1与c2之差的绝对值为|c1-c2|，|c1-c2|=5，设定阈值为100，|c1-c2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为n，根据公式：n=
实施例2：限定条件，抽取景区8:00~18:00时间段，当前检测数据提取子模块检测的数据为720~11383，景区入口验证统计子模块验证的数据为734~11464，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
设定c1与c2之差的绝对值为|c1-c2|，|c1-c2|=67，设定阈值为100，|c1-c2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为n，根据公式：n=
实施例3：限定条件，抽取景区7:00~10:00时间段，当前检测数据提取子模块检测的数据为83~987，景区入口验证统计子模块验证的数据为97~1022，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
设定c1与c2之差的绝对值为|c1-c2|，|c1-c2|=21，设定阈值为100，|c1-c2|小于等于设定阈值，采用景区入口验证统计子模块所检测的数值，设定当前时间段每小时的客流量为n，根据公式：n=
实施例4：限定条件，抽取景区11:00~13:00时间段，当前检测数据提取子模块检测的数据为12314~15878，景区入口验证统计子模块验证的数据为13414~16400，设定当前时段检测数据提取子模块检测的数据为c1，景区入口验证统计子模块检测的数据为c2，根据公式：
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
- 还没有人留言评论。精彩留言会获得点赞！