(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210205528.7 (22)申请日 2022.03.04 (65)同一申请的已公布的文献号 申请公布号 CN 114330796 A (43)申请公布日 2022.04.12 (73)专利权人 环球数科集团有限公司 地址 518001 广东省深圳市南 山区粤海街 道高新南九道10号深圳湾科技生态园 10栋B座17层01- 03号 (72)发明人 张卫平　张浩宇　米小武　 (51)Int.Cl. G06Q 10/02(2012.01) G06Q 50/14(2012.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G06F 16/58(2019.01) G06F 16/22(2019.01) G06F 16/2457(2019.01) G06F 16/2458(2019.01)(56)对比文件 CN 110533259 A,2019.12.0 3 CN 1098725 36 A,2019.0 6.11 CN 110503284 A,2019.1 1.26 US 20180964 41 A1,2018.04.0 5 JP 6353091 B1,2018.07.04 WO 2021023 310 A1,2021.02.1 1 CN 112330359 A,2021.02.0 5 CN 10862 9323 A,2018.10.09 CN 113472902 A,2021.10.01 US 2016180412 A1,2016.0 6.23 M. S. Rahaman 等.Wait Time Predicti on for Airport Taxis Usi ng Weighted Nearest Neighbor Regres sion. 《IEEE Access》 .2018,第 6卷74660-74672. 金聪等.基 于天气对地铁的短时客 流预测. 《物流科技》 .2020,(第0 3期), (续) 审查员 朱凤阳 (54)发明名称 景区排队时长预测方法、 装置和计算机设备 (57)摘要 本发明涉及旅游 服务技术领域， 公开了一种 景区排队时长预测方法、 装置和计算机设备， 其 中， 方法包括： 获取景区的多个排队信息； 根据用 户指令选 取目标排队信息； 获取设定时间段内流 通摄像头拍摄的多张流通照片， 并计算单人流通 时长； 获取排队摄像头当前时刻拍摄的第一排队 照片， 并识别当前时刻排队位置的第一人数； 根 据第一人数和单人流通时长计算排队时长； 根据 时刻变化实时更新排队时长， 并将排队时长和第 一排队照片展示给用户。 本发明提供的景区排队 时长预测方法、 装置和计算机设备， 根据流通摄 像头和排 队摄像头拍摄的照片识别计算得到排 队处的排队时长展示给用户， 使得用户不去到排 队处就能够获取到排队时长， 方便用户根据排队时长安排行程。 [转续页] 权利要求书4页 说明书12页 附图3页 CN 114330796 B 2022.05.27 CN 114330796 B (56)对比文件 马峻 等.基 于游览时长的景区瞬时人 数动 态估计方法—以恭王府博物馆为例. 《西安科技 大学学报》 .2021,第41卷(第0 3期),566-574.潘樱丹 等.基 于BP神经网络的排队时间预 测算法研究. 《温州大 学学报(自然科 学版)》 .2019,第40卷(第0 3期),28- 35.2/2 页 2[接上页] CN 114330796 B1.一种景区排队时长预测方法， 其特 征在于， 包括： 获取景区的多个排队信 息； 其中， 所述排队信 息包括流通摄像头和排队摄像头， 所述流 通摄像头为排队流通处的固定摄 像头， 所述 排队摄像头为排队位置的固定摄 像头； 根据用户指令 选取多个排队信息中的一个排队信息作为目标排队信息； 获取设定时间段内目标排队信 息对应的流通摄像头拍摄的多 张流通照片， 并根据多张 所述流通照片计算单 人流通时长； 获取目标排队信 息对应的排队摄像头当前时刻拍摄的第 一排队照片， 并根据 所述第一 排队照片识别当前时刻所述 排队位置的第一人 数； 根据当前时刻所述排队位置的第一人数和单人流通时长计算当前时刻所述目标排队 信息对应排队位置的排队时长； 根据时刻变化实时更新所述目标排队信 息对应排队位置的排队时长， 并将所述排队时 长和所述第一 排队照片展示给 所述用户； 其中， 所述根据时刻变化实时更新所述目标排队信息对应排队位置的排队时长， 并将 所述排队时长和所述第一 排队照片展示给 所述用户的步骤之后， 还 包括： 记录各整点时刻的排队时长， 并将各整点时刻的排队时长与对应的整点时刻进行关 联； 创建历史时长数据表， 将各整点时刻的排队时长添加到所述历史时长数据表中， 并以 日期进行分类； 记录各日期的天气数据以及温度区间， 并将所述天气数据和温度区间与对应的日期进 行关联； 其中， 所述天气数据包括晴天、 阴天、 雨天； 将所述天气数据和温度区间添加到所述历史时长数据表中， 形成景区的一个排队信 息 的历史时长数据表； 创建历史数据库， 将多个景区的多个排队信 息的历史时长数据表添加到所述历史数据 库中， 并以景区进行分类； 所述创建历史数据库， 将多个景区的多个排队信 息的历史时长数据表添加到所述历史 数据库中， 并以景区进行分类的步骤之后， 还 包括： 接收用户选择的出行 日期和目标景区， 并获取所述出行 日期所在的月份和所述出行 日 期的天气数据和温度区间； 从历史数据库中选取目标景区的所述出行日期上一年度的所在月份的日期数据； 其 中， 所述日期数据关联有各整点时刻的排队时长、 天气数据和温度区间； 根据所述出行日期的天气数据和温度区间对所述日期数据进行筛选， 得到参考数据 表； 根据参考数据表中各整点时刻的排队时长计算出行日期下所述目标景区各排队信息 中各整点时刻的预测时长； 其中， 计算公式为： 一个排队信息的整点时刻的预测时长=该排 队信息中该整点时刻的时长之和/该排队信息中日期数据的个数； 将各整点时刻的预测时长以目标 景区的排队信息进行分类并展示给 所述用户； 所述根据 所述出行 日期的天气数据和温度区间对所述日期数据进行筛选， 得到参考数 据表的步骤， 包括： 将所述出 行日期的天气数据与日期数据中的天气数据进行比对；权　利　要　求　书 1/4 页 2 CN 114330796 B 3