[发明专利]一种对象估计方法、装置、设备及存储介质

权利要求书

1.一种对象估计方法，其特征在于，包括：

获取待估计区域中各个子区域的对象密度，调用目标幂律模型根据任一子区域的对象密度确定所述任一子区域中对象的估计数量；

获取所述待估计区域中各个子区域的第一流量特征和第二流量特征，其中，任一子区域的第一流量特征用于描述相应子区域的对象从所述相应子区域转移到另一子区域的数量，任一子区域的第二流量特征用于描述进入相应子区域的对象的数量，以及离开相应子区域的对象的数量；

采用图神经网络模型根据所述各个子区域的第一流量特征和第二流量特征，构建所述待估计区域的对象特征图；其中，所述对象特征图包括多个节点，每个节点用于指示所述待估计区域中的一个子区域，任意两个不同节点之间的连接关系用于指示相应子区域中包括的对象的数量对应的邻近关系，所述各个子区域中包括的对象的数量在不同时间对应的邻近关系不同；

根据任一子区域在不同时间包括的对象对应的估计数量，构建所述任一子区域中的对象在时间上对应的数量变化曲线；

根据所述待估计区域中各个子区域中对象在不同时间对应的数量的邻近关系，对所述任一子区域中的对象在时间上对应的数量变化曲线进行平滑处理；

根据平滑处理后的数量变化曲线，确定所述任一子区域的校正后的估计数量；

根据所述待估计区域包括的对象的总数对应的波动假设，对所述每个子区域的校正后的估计数量进行缩放处理，得到每个子区域中包括对象对应的缩放数量，并将所述每个子区域中包括对象对应的缩放数量求和处理，得到所述待估计区域包括的对象的目标估计数量；或者，对所述各个子区域对应的校正后的估计数量进行求和，并将求和后的数量作为所述待估计区域中包括的对象的目标估计数量。

2.根据权利要求1所述的方法，其特征在于，所述获取待估计区域中各个子区域的对象密度，包括：

获取所述待估计区域的地图数据和定位数据，所述地图数据用于指示所述待估计区域中包括的子区域，所述定位数据用于指示每个子区域中的对象数量；

根据所述地图数据和所述定位数据，确定所述待估计区域中的各个子区域的对象密度。

3.根据权利要求2所述的方法，其特征在于，所述调用目标幂律模型根据任一子区域的对象密度确定所述任一子区域中对象的估计数量，包括：

确定任一子区域的对象密度的目标密度类型；

根据所述目标密度类型，确定所述目标幂律模型对所述目标密度类型的对象密度进行估计时采用的目标估计算法；

采用所述目标估计算法，并根据所述任一子区域的对象密度估计所述任一子区域中对象的估计数量。

4.根据权利要求3所述的方法，其特征在于，所述目标密度类型包括第一密度类型或第二密度类型，所述目标估计算法包括第一估计算法或第二估计算法；所述根据所述目标密度类型，确定所述目标幂律模型对所述目标密度类型的对象密度进行估计时采用的目标估计算法，包括：

若所述目标密度类型为所述第一密度类型，则所述目标幂律模型对所述第一密度类型的对象密度进行估计时采用的目标估计算法为所述第一估计算法；

若所述目标密度类型为所述第二密度类型，则所述目标幂律模型对所述第二密度类型的对象密度进行估计时采用的目标估计算法为所述第二估计算法。