校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)設(shè)計(jì)探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)設(shè)計(jì)探析范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：當(dāng)發(fā)生突發(fā)公共衛(wèi)生事件時(shí)，公共場(chǎng)所人流密度大可能會(huì)造成較大風(fēng)險(xiǎn)，危害公眾健康，而高校學(xué)生流動(dòng)性大，人口聚集程度高，因此本文將以高校校園為應(yīng)用場(chǎng)景，介紹基于時(shí)空眾包方法的公共場(chǎng)所人流密度監(jiān)控平臺(tái)的設(shè)計(jì)理念與開發(fā)架構(gòu)。

關(guān)鍵詞：時(shí)空眾包；深度學(xué)習(xí)；時(shí)空信息熵；人流密度監(jiān)控

0引言

當(dāng)發(fā)生突發(fā)公共衛(wèi)生事件時(shí)，為避免風(fēng)險(xiǎn)，其中嚴(yán)格限制公共區(qū)域的人流量是一個(gè)非常有效的方法。此外，同學(xué)們?cè)谛@里的學(xué)習(xí)生活中可能也有錯(cuò)峰出行的需求，同時(shí)也方便同學(xué)們尋找空閑教室自習(xí)、錯(cuò)峰用餐和出行。在高校這一應(yīng)用場(chǎng)景下，基于時(shí)間及空間的人流密集度測(cè)算[1]對(duì)于突發(fā)公共衛(wèi)生事件的防控起著重要的作用。因此我們希望能搭建一個(gè)基于時(shí)空眾包的校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)。

1平臺(tái)設(shè)計(jì)

本平臺(tái)是依托于微信小程序進(jìn)行開發(fā)的。前端在微信開發(fā)者工具提供的框架上搭建，設(shè)置了歡迎頁(yè)，收集信息頁(yè)和查詢頁(yè)，能夠支持在各地點(diǎn)上傳圖像，并在任意時(shí)刻查詢校園內(nèi)所包括的任意地點(diǎn)的人群密度情況。后端在SpringBoot框架上搭建，主要功能是接收地址信息，存儲(chǔ)圖片到服務(wù)器，并且在查詢時(shí)返回對(duì)應(yīng)的人群密度情況。處理圖像，連接到服務(wù)器進(jìn)行時(shí)空信息熵計(jì)算，計(jì)算完人群密度后再存儲(chǔ)到服務(wù)器上，以待查詢。

1.1平臺(tái)設(shè)計(jì)理念

突發(fā)公共衛(wèi)生事件的防控依舊是一個(gè)非常重要的問題。其中，高校學(xué)生因流動(dòng)性大，人口聚集程度高而成為了防控的關(guān)鍵一環(huán)。對(duì)此，嚴(yán)格限制公共區(qū)域的人流量是一個(gè)非常有效的方法。然而，校園攝像頭的權(quán)限難以獲取且不能做到全方位的覆蓋，因此缺少相關(guān)數(shù)據(jù)是傳統(tǒng)人群密集度測(cè)算的瓶頸所在?；谶@樣的現(xiàn)狀，我們希望能搭建一個(gè)基于時(shí)空眾包方法的校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)，把收集數(shù)據(jù)的任務(wù)下達(dá)到分布在校園各處的同學(xué)們來(lái)完成，這樣既提高了收集效率，彌補(bǔ)了數(shù)據(jù)的單一性，也更能夠反映實(shí)時(shí)的真實(shí)情況，還同時(shí)增強(qiáng)了與用戶的交互程度。

1.2開發(fā)工具和語(yǔ)言

隨著時(shí)展，微信小程序的使用越來(lái)越廣泛。微信給我們提供了完整的開發(fā)微信小程序工具,除此之外,微信還提供了各種后臺(tái)服務(wù)器API[2]。因而本平臺(tái)前端將在微信開發(fā)者工具提供的框架上搭建，后端則依托于SpringBoot框架。本平臺(tái)在開發(fā)過程中主要使用了Java語(yǔ)言。Java語(yǔ)言是一種面向?qū)ο蟮母呒?jí)語(yǔ)言，簡(jiǎn)單高效，可靠性強(qiáng)，功能強(qiáng)大，是我國(guó)應(yīng)用最為廣泛的編程語(yǔ)言之一[3]。因而，可以很好的滿足本平臺(tái)的開發(fā)需求。數(shù)據(jù)庫(kù)工具本平臺(tái)使用了Mysql數(shù)據(jù)庫(kù)，可視化操作工具用的是NavicatforMySQL,具有數(shù)據(jù)存儲(chǔ)、查找、修改和刪除功能[4]。

1.3平臺(tái)功能需求

本平臺(tái)主要包含的功能模塊包括數(shù)據(jù)收集處理模塊，人流密度測(cè)算模塊，用戶任務(wù)匹配模塊，信息維護(hù)模塊和結(jié)果評(píng)價(jià)模塊。

1.4平臺(tái)性能需求

本平臺(tái)設(shè)計(jì)主要的三個(gè)性能指標(biāo)即為高效性，穩(wěn)定性和準(zhǔn)確性[5]。即在測(cè)算人流密度時(shí)能滿足高效的同時(shí)也具備較高的準(zhǔn)確性，同時(shí)兼顧穩(wěn)定性。

1.5數(shù)據(jù)庫(kù)結(jié)構(gòu)設(shè)計(jì)

本平臺(tái)中數(shù)據(jù)庫(kù)主要包括用戶信息表和圖片信息表，其中圖片信息表包含時(shí)間，地點(diǎn)和照片的存放地址，并將照片存放地址設(shè)為主碼。

2平臺(tái)主要功能模塊的實(shí)現(xiàn)

2.1基于空間眾包方法的數(shù)據(jù)收集處理模塊

2.1.1傳統(tǒng)方法的局限性大部分傳統(tǒng)人流密集度方面的研究主要數(shù)據(jù)來(lái)源為攝像頭提供的監(jiān)控視頻畫面，通過對(duì)視頻取幀，將人群圖像轉(zhuǎn)換為密度圖，對(duì)密度圖進(jìn)行特征提取和標(biāo)注，再通過回歸計(jì)數(shù)，判斷該圖片中出現(xiàn)個(gè)體的數(shù)量，從而得出當(dāng)前時(shí)間下的人流密度。由于高校內(nèi)的校園（如教室、操場(chǎng)等）攝像頭的權(quán)限難以獲取且不能做到全方位的覆蓋，為克服此缺陷，本平臺(tái)的數(shù)據(jù)收集處理模塊將采用空間眾包的方法來(lái)獲取用于分析人流密集度的數(shù)據(jù)資源，即以個(gè)體為單位獲取各種角度的實(shí)時(shí)數(shù)據(jù)。2.1.2空間眾包方法的優(yōu)勢(shì)空間眾包作為一種創(chuàng)新性的交互式信息獲取方法，其流程為公司或機(jī)構(gòu)把原本應(yīng)該由員工執(zhí)行的工作任務(wù)以自由自愿的形式外包給非特定的大眾網(wǎng)絡(luò)。而本平臺(tái)所采用的空間眾包方法，目標(biāo)在于讓大量用戶為平臺(tái)提供實(shí)時(shí)的圖像等人流密度數(shù)據(jù)，從時(shí)間空間的雙重角度提供實(shí)時(shí)信息。眾包任務(wù)操作方便快捷，可實(shí)現(xiàn)性很高，且從每位用戶獲得的數(shù)據(jù)都來(lái)源于不同角度，彌補(bǔ)了數(shù)據(jù)的單一性，更能夠反映實(shí)時(shí)的真實(shí)情況，同時(shí)增強(qiáng)了與用戶的交互程度。眾包技術(shù)的使用在與用戶共創(chuàng)價(jià)值的同時(shí)在一定程度上節(jié)約了平臺(tái)成本，在突發(fā)性公共衛(wèi)生事件結(jié)束后仍可應(yīng)用于日常的如交通樞紐、工廠企業(yè)、醫(yī)療機(jī)構(gòu)等公共場(chǎng)所的人流密集度監(jiān)控，因此具有強(qiáng)大的潛力。

2.2基于時(shí)空信息熵計(jì)算方法的結(jié)果評(píng)價(jià)模塊

時(shí)空信息熵作為一種評(píng)估單任務(wù)完成度的指標(biāo)，將一個(gè)地點(diǎn)所有時(shí)間的情況作為一個(gè)任務(wù)，所有提交的空間角度，時(shí)間覆蓋率越高，該任務(wù)的完成度就越高，以此來(lái)試圖提高完成任務(wù)的可靠性。因此本模塊將采用時(shí)空信息熵的計(jì)算方法來(lái)對(duì)人流密度的預(yù)測(cè)結(jié)果進(jìn)行評(píng)估。時(shí)空信息熵分別需要利用信息獲取的間隔時(shí)間和拍照間隔的角度來(lái)進(jìn)行計(jì)算。時(shí)空信息熵越大，代表收集到的數(shù)據(jù)所包含的信息越多。我們綜合了考慮時(shí)間和空間的信息熵來(lái)安排任務(wù)處理和用戶選擇，將時(shí)空信息熵作為一個(gè)預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)，用于監(jiān)控平臺(tái)自身的完善，以及提供給用戶作為參考。2.2.1時(shí)間熵的計(jì)算對(duì)于時(shí)間信息熵來(lái)說(shuō)，我們用于當(dāng)任務(wù)提交較少時(shí)，用相同地點(diǎn)在不用時(shí)間段的資料來(lái)推算空缺時(shí)間段的人群密度情況。我們認(rèn)為，距離當(dāng)前查詢的時(shí)間點(diǎn)比較近的幾個(gè)數(shù)據(jù)點(diǎn)，對(duì)它是有影響的。假設(shè)對(duì)于當(dāng)前查詢地點(diǎn)，有一個(gè)非等間隔的時(shí)間序列t1,t2,...,tn是有測(cè)算數(shù)據(jù)p1,p2,...,pn的，查詢時(shí)間為t，則我們用于計(jì)算當(dāng)前人流密度p的公式為：∑∑==−⋅=njjniiipttpp11)(（1）2.2.2空間熵的計(jì)算對(duì)于空間信息熵來(lái)說(shuō)，我們主要希望用它來(lái)優(yōu)化有遮擋的，大場(chǎng)景中的人群密度估算。如果是一個(gè)普通的教室，我們使用一張照片就可以完成數(shù)據(jù)采集的任務(wù)，系統(tǒng)可以一次性計(jì)算出這些場(chǎng)所的人群密集程度。然而，對(duì)于像食堂，操場(chǎng)等等場(chǎng)景較復(fù)雜，或范圍較大的地點(diǎn)，我們可能需要進(jìn)行多角度采樣，并根據(jù)不同采樣方位的數(shù)據(jù)來(lái)計(jì)算一個(gè)信息可信度，再一并反饋給用戶，這個(gè)數(shù)值由這里的空間信息熵來(lái)表示。假設(shè)場(chǎng)景中心點(diǎn)為s，現(xiàn)有提交的任務(wù)圖片p1,p2,...,pn，則可以根據(jù)圖像匹配技術(shù)，計(jì)算出物理位置相鄰的圖片間與s點(diǎn)連線的平均角度，從而計(jì)算出場(chǎng)景的覆蓋率ɑ，具體公式如下：

2.3基于深度學(xué)習(xí)方法的人流密度測(cè)算模塊

在這一個(gè)模塊中，我們采用已經(jīng)較為成熟的基于圖像的人流密度統(tǒng)計(jì)方法，從獲取的圖像中分析出人流密度情況，對(duì)分析出的人流密度進(jìn)行監(jiān)控，防止人員聚集，給出出行建議。具體來(lái)說(shuō)，我們采用的是深度學(xué)習(xí)的方法，即利用一個(gè)卷積神經(jīng)神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建預(yù)測(cè)模型。步驟如下所示：（1）對(duì)數(shù)據(jù)進(jìn)行預(yù)處理操作，包括對(duì)圖像修改形狀、對(duì)標(biāo)簽進(jìn)行對(duì)應(yīng)的映射，使其與修改形狀后的圖像對(duì)應(yīng)。（2）根據(jù)提供的訓(xùn)練數(shù)據(jù)來(lái)生成對(duì)應(yīng)的密度圖，具體采用高斯濾波來(lái)生成。（3）搭建CNN網(wǎng)絡(luò)，并使用預(yù)處理后的圖像和其對(duì)應(yīng)的密度圖來(lái)訓(xùn)練CNN網(wǎng)絡(luò)，網(wǎng)絡(luò)的損失函數(shù)使用預(yù)測(cè)密度圖和實(shí)際密度圖之間的均方根誤差來(lái)確定。（4）通過計(jì)算密度圖的像素和來(lái)確定人流密度。經(jīng)過訓(xùn)練，本模型最終對(duì)于單張圖片的預(yù)測(cè)準(zhǔn)確率可達(dá)85%。2.3.1分治法分治法思想顧名思義即“分而治之”，就是把一個(gè)較大的問題分解成若干個(gè)子問題，最后再合成求解。2.3.2二分圖匹配法二分圖是圖論中的一種模型，求二分圖的匹配在調(diào)度等問題當(dāng)中有重要的應(yīng)用，并且在很多情況下是求出最優(yōu)解精確而高效的算法。當(dāng)接收任務(wù)的參與者較多時(shí)，本模塊先利用分治法對(duì)校園各地區(qū)進(jìn)行劃分，進(jìn)行一定程度的聚類工作，形成各子地區(qū)。然后以距離為標(biāo)準(zhǔn)，通過二分圖匹配方式將位于不同地區(qū)位置的師生分配給各子地區(qū)，并收集各子地區(qū)的相關(guān)數(shù)據(jù)再進(jìn)行合并，最終輸出整個(gè)校園的相關(guān)數(shù)據(jù)。這樣的方法就使得任務(wù)分配進(jìn)行地更高效，更精準(zhǔn)。

2.4基于網(wǎng)格索引結(jié)構(gòu)的信息維護(hù)模塊

本模塊通過維護(hù)一種基于網(wǎng)格索引的結(jié)構(gòu)來(lái)定位校園中各建筑物的所在位置而不是細(xì)節(jié)保留偏多的位置坐標(biāo)。這樣的方法可以用較低的時(shí)間成本來(lái)維護(hù)移動(dòng)工作者以及空間任務(wù)，并有利于在此基礎(chǔ)上建立數(shù)據(jù)庫(kù)，使得后臺(tái)能有效檢索任意位置的當(dāng)前任務(wù)完成情況，并給予前端反饋。由上述分析可知，基于時(shí)空眾包方法的校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)實(shí)現(xiàn)流程圖如圖1所示：

3平臺(tái)測(cè)試

3.1測(cè)試環(huán)境

基于時(shí)空眾包方法的校園公共場(chǎng)所人流密度監(jiān)控平臺(tái)使用IDEA在Windows10操作系統(tǒng)上啟動(dòng)運(yùn)行，JDK為jdk1.8版本。測(cè)試方法測(cè)試采用黑盒測(cè)試和白盒測(cè)試相結(jié)合的方式，對(duì)本平臺(tái)進(jìn)行功能測(cè)試。

3.3測(cè)試結(jié)果

經(jīng)過測(cè)試，正確率基本達(dá)到80%左右。

4結(jié)論

當(dāng)下，如何高效對(duì)突發(fā)公共衛(wèi)生事件進(jìn)行防控依舊是一個(gè)十分嚴(yán)峻的問題。其中，高校學(xué)生因流動(dòng)性大，人口聚集程度高而成為了防控措施的關(guān)鍵一環(huán)。與難于獲取數(shù)據(jù)的傳統(tǒng)的人流密度檢測(cè)方法不同，本平臺(tái)采用時(shí)空眾包方法，有利于高效嚴(yán)格控制高校公共區(qū)域的人流量，也以此助力突發(fā)公共衛(wèi)生事件的防控。同時(shí)微信作為我們?nèi)粘Ｉ铑l繁使用的工具，本平臺(tái)依托于微信小程序進(jìn)行開發(fā)，使用便捷還可以滿足同學(xué)們?nèi)粘Ｉ钪械腻e(cuò)峰出行需求，相信隨著時(shí)間推移，本平臺(tái)將會(huì)有更廣泛的應(yīng)用。

作者:許愿 徐樂怡 鄧儀 李克劍 郭立言 單位:蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院