通道隔离设备位置调整方法、装置、电子设备及存储介质与流程

1.本发明涉及道路管理技术领域，特别是涉及一种通道隔离设备的位置调整方法、装置、电子设备及存储介质。


背景技术：

2.一些场景中，需要对当前场景的人流量进行分析，进而，便于根据人流量进行人员疏导和控制，避免发生事故。
3.相关技术中，可以基于图像分析对当前场景的人流量进行分析，比如，可以将数字高清摄像机实时采集到的人流密集通道的某一横断面上的动态人流图像，通过ip(internet protocol，网际互连协议)网络系统传输至计算机，计算机上安装的智能分析软件每秒捕捉一次人流图像，识别出所选通道横截面上的人数，并按照特定的数学模型计算出实时的人流密度指数，然后向人流控制平台发出预警信号，再由控制人员根据情况进行处理。
4.但是，通过视频、图像分析来检测人流，依赖于摄像头的部署，容易存在监控盲区，因此容易导致在调整通道中隔离设备位置的过程中，出现调整位置不合理的问题，造成通道中出现人流拥堵。


技术实现要素：

5.本发明实施例的目的在于提供一种通道隔离设备的位置调整方法、装置、电子设备及存储介质，以更加合理地调整隔离设备的位置从而避免人流拥堵。
6.具体技术方案如下：
7.第一方面，本发明实施例提供了一种通道隔离设备的位置调整方法，包括：
8.获取多个声音采集设备发送的声音特征信息，所述声音特征信息表示双向通道的左侧或右侧的声音特征；
9.对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；
10.若是，则基于所述声音特征信息及历史参考参数判断所述行人的数量是否达到预设阈值，所述历史参考参数中包含声音采集设备的音量信息及历史人流统计信息；
11.若达到，则调整隔离设备在所述双向通道中的位置。
12.可选的，所述对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音的步骤，包括：
13.将所述声音特征信息输入预先训练的人流检测模型中，得到该声音特征信息的特征参数，所述特征参数包括是否有行人通过的置信度。
14.可选的，所述基于所述声音特征信息及历史参考参数判断所述行人的数量是否达到预设阈值的步骤，包括：
15.利用预先训练的决策模型对所述声音特征信息及所述历史参考参数进行处理，并
基于处理结果判断所述行人的数量是否达到预设阈值。
16.可选的，所述利用预先训练的决策模型对所述声音特征信息及所述历史参考参数进行处理，并基于处理结果判断所述行人的数量是否达到预设阈值的步骤，包括：
17.获取预设连续时间范围内的多个所述声音特征信息对应的所述特征参数，作为第一输入参数，所述多个所述声音特征信息对应的所述特征参数中包括：通道左侧的声音特征信息对应的特征参数以及通道右侧的声音特征信息对应的特征参数；
18.获取历史参考参数，作为第二输入参数，所述历史参考参数中包括：通道左侧的历史参考参数以及通道右侧的历史参考参数，所述历史参考参数中携带有所述声音采集设备的历史音量信息，以及历史人流统计信息；
19.将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相加，得到第一相加结果，以及，将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相加，得到第二相加结果；
20.将所述第一相加结果和所述第二结果进行拼接，得到第三输入参数；
21.将所述第一输入参数、第二输入参数及第三输入参数输入预先训练的决策模型中，根据所述决策模型的输出结果判断所述行人的数量是否达到预设阈值。
22.可选的，所述调整隔离设备在所述双向通道中的位置，包括：
23.利用预先训练的回归模型对所述声音特征信息和所述历史参考参数进行处理，并基于处理结果确定隔离设备在所述双向通道中的目标调整位置；
24.将隔离设备调整至所述目标调整位置。
25.可选的，所述调整隔离设备在所述双向通道中的位置的步骤，包括：
26.将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相减，得到第一相减结果，以及将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相减，得到第二相减结果；
27.将所述第一相减结果和所述第二相减结果进行拼接，得到第四输入参数；
28.将所述第一输入参数、第二输入参数及第四输入参数输入预先训练的回归模型中，根据所述回归模型的输出结果确定目标调整位置；
29.将隔离设备调整至所述目标调整位置。
30.第二方面，本发明实施例提供了一种通道隔离设备的位置调整，所述装置包括：
31.获取模块，用于获取多个声音采集设备发送的声音特征信息，所述声音特征信息表示双向通道的左侧或右侧的声音特征；
32.第一判断模块，用于对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；
33.第二判断模块，用于若是，则基于所述声音特征信息及历史参考参数判断所述行人的数量是否达到预设阈值，所述历史参考参数中包含声音采集设备的音量信息及历史人流统计信息；
34.调整模块，用于若达到，则调整隔离设备在所述双向通道中的位置。
35.可选的，所述第一判断模块具体用于：
36.将所述声音特征信息输入预先训练的人流检测模型中，得到该声音特征信息的特征参数，所述特征参数包括是否有行人通过的置信度。
37.可选的，所述第二判断模块具体用于：
38.利用预先训练的决策模型对所述声音特征信息及所述历史参考参数进行处理，并基于处理结果判断所述行人的数量是否达到预设阈值。
39.可选的，所述第二判断模块包括：
40.第一获取子模块，用于获取预设连续时间范围内的多个所述声音特征信息对应的所述特征参数，作为第一输入参数，所述多个所述声音特征信息对应的所述特征参数中包括：通道左侧的声音特征信息对应的特征参数以及通道右侧的声音特征信息对应的特征参数；
41.第二获取子模块，用于获取历史参考参数，作为第二输入参数，所述历史参考参数中包括：通道左侧的历史参考参数以及通道右侧的历史参考参数，所述历史参考参数中携带有所述声音采集设备的历史音量信息，以及历史人流统计信息；
42.相加子模块，用于将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相加，得到第一相加结果，以及，将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相加，得到第二相加结果；
43.第一计算子模块，用于将所述第一相加结果和所述第二结果进行拼接，得到第三输入参数；
44.第一输入子模块，用于将所述第一输入参数、第二输入参数及第三输入参数输入预先训练的决策模型中，根据所述决策模型的输出结果判断所述行人的数量是否达到预设阈值。
45.可选的，所述调整模块包括：
46.处理子模块，用于利用预先训练的回归模型对所述声音特征信息和所述历史参考参数进行处理，并基于处理结果确定隔离设备在所述双向通道中的目标调整位置；
47.第一调整子模块，用于将隔离设备调整至所述目标调整位置。
48.可选的，所述调整模块包括：
49.相减子模块，用于将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相减，得到第一相减结果，以及将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相减，得到第二相减结果；
50.第二计算子模块，用于将所述第一相减结果和所述第二相减结果进行拼接，得到第四输入参数；
51.第二输入子模块，用于将所述第一输入参数、第二输入参数及第四输入参数输入预先训练的回归模型中，根据所述回归模型的输出结果确定目标调整位置；
52.第二调整子模块，用于将隔离设备调整至所述目标调整位置。
53.第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：实现本发明实施例第一方面提供的通道隔离设备的位置调整方法的方法步骤。
54.第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行本发明实施例第一方面提供的通
道隔离设备的位置调整方法的方法步骤。
55.第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行本发明实施例第一方面提供的通道隔离设备的位置调整方法的方法步骤。
56.本发明实施例提供的通道隔离设备的位置调整方法及装置，通过获取多个声音采集设备发送的声音特征信息；对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；若是，则基于声音特征信息声音特征信息判断所述行人的数量是否达到预设阈值；若达到，则调整隔离设备在双向通道中位置，由于本发明实施例不依赖摄像头，因此能够避免监控盲区，从而更加合理地调整隔离设备在通道中的位置，避免出现人流拥堵。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
57.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
58.图1为本发明实施例提供的通道隔离设备的位置调整方法的一种流程示意图；
59.图2为本发明实施例提供的一种通道隔离设备的位置调整方法的应用场景示意图；
60.图3为本发明实施例中人流检测模型的架构示意图；
61.图4为本发明实施例中利用第一梯度提升树对声音特征信息及历史参考参数进行处理的一种流程示意图；
62.图5为本发明实施例中将第一向量、第二向量和第三向量输入决策模型的示意图；
63.图6为本发明实施例中调整隔离设备在双向通道中的位置的一种流程示意图；
64.图7为本发明实施例中将第一向量、第二向量和第四向量输入回归模型的示意图；
65.图8为本发明实施例提供的通道隔离设备的位置调整装置的一种结构示意图；
66.图9为本发明实施例中第二判断模块的一种结构示意图；
67.图10为本发明实施例中调整模块的一种结构示意图；
68.图11为本发明实施例中调整模块的另一种结构示意图；
69.图12为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
70.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。
71.相关技术中，可以基于图像分析对当前场景的人流量进行分析，比如，可以将数字高清摄像机实时采集到的人流密集通道的某一横断面上的动态人流图像，通过ip(internet protocol，网际互连协议)网络系统传输至计算机，计算机上安装的智能分析软
件每秒捕捉一次人流图像，识别出所选通道横截面上的人数，并按照特定的数学模型计算出实时的人流密度指数，然后向人流控制平台发出预警信号，再由控制人员根据情况进行处理。
72.但是，通过视频、图像分析来检测人流，依赖于摄像头的部署，容易存在盲区，因此容易导致在调整通道中隔离设备位置的过程中，出现调整位置不合理的问题，造成通道中出现人流拥堵。并且，摄像头对光线要求较高，需要在光线较好的情况下部署较多数量的摄像头，这大大增加实际使用的成本。
73.有鉴于此，如图1所示，本发明实施例提供了一种通道隔离设备的位置调整方法，可以包括以下步骤：
74.s101，获取多个声音采集设备发送的声音特征信息。
75.本发明实施例中，声音采集设备可以是指用于采集周围环境声音的设备，在一种实现方式中，声音采集设备可以对采集到的音频信号进行特征提取等前端处理操作，生成声音特征信息，从而便于后续对声音特征信息的分析。
76.为了便于理解，下面以图2所示的应用场景为例，对本发明实施例进行描述，通道的左右两侧均可以布置一定数量的声音采集设备(图2中方块表示)，为了避免通道对面行人通过的声音产生干扰，该声音采集设备的距离可以不超过通道宽度的一半，为了提前预知流量，可以根据需求在通道两端的公共空间(例如图2所示的公共空间1和公共空间2)内也布置该声音采集设备，这样可以在人流涌入前计算出移动隔离设备的位置，进一步减少可能发生的拥堵现象。可移动的隔离设备位于双向通道的中部，将双向通道分为两部分，这两部分的人流方向可以不同，双向通道的两端分别与公共空间1和公共空间2连接，因此上述声音特征信息可以是指双向通道的两侧的声音特征，即左侧或右侧的声音特征，上述隔离设备例如可以是能够移动的隔离栏。
77.一种实现方式中，本发明实施例的执行主体可以是电子设备，例如，可以是控制中心设备，控制中心设备中包括通信组件，通过通信组件，可以进行控制中心设备、声音采集设备和服务器之间的数据传递，通信组件可以包括wifi(wireless fidelity，无线保真)模块和3g(3rd-generation，第三代移动通信技术)，或者4g(4rd-generation，第三代移动通信技术)通信模块等，当然，随着通信技术的发展，本发明实施例也可以采用更先进的通信技术。
78.s102，对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音。
79.本发明实施例中，通过对每个声音特征信息进行分析，可以判断该声音特征信息是否包括行人通过的声音，即当前场景中是否存在密集人流。
80.s103，若是，则基于声音特征信息及历史参考参数判断行人的数量是否达到预设阈值。
81.如果声音特征信息中包括行人通过的声音，则在得到上述声音特征信息，以及历史参考参数后，本发明实施例可以基于上述声音特征信息，以及历史参考参数，判断行人的数量是否达到预设阈值，其中，上述历史参考参数可以是基于历史数据得到的，例如，历史参考参数中可以包含声音采集设备的音量信息，以及历史人流统计信息，当然，该历史参考参数也可以以双向通道的左右两侧进行区分，例如，左侧声音采集设备的左侧音量信息，右
侧声音采集设备的右侧音量信息，左侧历史人流统计信息，右侧历史人流统计信息。
82.s104，若达到，则调整隔离设备在双向通道中的位置。
83.可以理解的是，当行人的数量达到预设阈值时，则可以调整隔离设备在双向通道中的位置，例如，可以将隔离设备的位置向预计人流少的一侧移动，以使预计人流多的一侧的通道更加宽阔，便于密集人流通过。
84.作为本发明实施例一种可选的实施方式，可以利用预先训练的人流检测模型判断声音特征信息中是否包括行人通过的声音。为了扩大人流检测模型的感受野，同时减少计算量，可以采用深度可分离的空洞卷积(depthwise separable dilated convolution)，该人流检测模型可以是预先训练好的，如图3所示，该人流检测模型的四层wavenet(wavenet是一个基于深度学习的语音生成模型)结构每一层卷积核的宽度为2，每一层的采样间隔为1，总视野为16，每一层均与输出层相连，输出层为sigmoid(激活函数)，输出结果位于0～1之间，数值越大表示该声音特征信息对应的场景中人流置信度越高。可选的，当输出结果大于预设的置信度阈值时，即可确定声音特征信息中是否包括行人通过的声音。当然，置信度阈值可以是人员根据实际需要预先设定好的。
85.上述人流检测模型可以是指，对于第一层wavenet其采样的是连续时间范围内的声音特征信息，如图3中所示的t-15时刻至t时刻得到的16个声音特征信息，第二层wavenet是将声音特征信息两两聚合后进行处理，得到8个处理结果，然后，第三层wavenet是将第二层wavenet的8个处理结果再两两聚合后，得到4个处理结果，然后，第四层wavenet是将第三层wavenet的4个处理结果再两两聚合后，得到2个处理结果，然后将这两个处理结果输入输出层。通过上述间隔采样的原理，本发明实施例能够有效去除连续时间范围内多个声音特征信息中的冗余信息，并在计算量相同的情况下，采集到的时间范围更广，这样人流检测模型在判断时会更加准确。
86.可见，本发明实施例可以采用训练的基于深度学习的人流检测模型，判断当前采集的音频是否为人流通过的声音，当输出结果为是时则可以进行下一步决策，可以有效减少其他声音对于本发明实施例的干扰。
87.作为本发明实施例一种可选的实施方式，在判断行人的数量是否达到预设阈值的过程中，可以采用预先训练的第一梯度提升树(gradient boosting decision tree，gbdt)模型作为决策模型，该决策模型是一个分类器，梯度提升树模型相比于神经网络训练速度快，在数据量不足的情况下的泛化能力更好，上述决策模型的输出为0或1，0表示行人的数量没有达到预设阈值，即无需移动当前的隔离设备，1表示行人的数量达到预设阈值，即需要移动。
88.作为本发明实施例一种可选的实施方式，如图4所示，上述利用第一梯度提升树对声音特征信息及历史参考参数进行处理的过程具体可以包括：
89.s1031，获取预设连续时间范围内的多个声音特征信息对应的特征参数，作为第一输入参数。
90.上述预设连续时间范围可以是指预设的时间段，在这一段时间内，位于通道两侧的声音采集设备可以采集多个声音特征信息，并将这些声音特征信息输入人流检测模型，从而使人流检测模型输出多个特征参数，并作为第一输入参数，上述特征参数可以是上述人流检测模型的输出结果，具体可以表示场景中人流通过的置信度。可以理解，多个特征参
数中可以携带有双向通道两侧的声音特征信息，即，如果是左侧声音采集设备采集的声音特征信息，则该声音特征信息对应的特征参数中携带有通道左侧的声音特征信息，如果是右侧声音采集设备采集的声音特征信息，则该声音特征信息对应的特征参数中携带有通道右侧的声音特征信息，它们共同构成了上述多个特征参数。上述第一输入参数可以提高决策模型输出结果的鲁棒性，减少异常声响(如大声说话、广播声音等)对于决策模型输出结果的影响。
91.可选的，在实际处理过程中，可以将上述多个特征参数拼接后得到一个向量，记为第一向量，并将该第一向量作为第一输入参数。当然，还可以将左侧通道对应的多个特征参数拼接为第一左向量，将右侧侧通道对应的多个特征参数拼接为第一右向量，然后将第一左向量和第一右向量相加后得到第一向量。
92.s1032，获取历史参考参数，作为第二输入参数。
93.本发明实施例可以获取历史参考参数，其中，历史参考参数中可以携带有：声音采集设备的音量信息，以及历史人流统计信息，例如，统计均值、方差等信息，通过将历史参考参数作为第二输入参数，由于统计信息具有稳定性，可以避免上述连续时间范围内某一帧的特征参数对决策模型输出结果的影响过大。可以理解，上述音量信息可以是位于双向通道两侧的声音采集设备的历史音量信息，上述历史人流统计信息可以是双向通道两侧的历史人流统计信息。
94.可选的，在实际处理过程中，上述历史参考参数可以以一个向量表示，记为第二向量，并将该第二向量作为第二输入参数。当然，还可以将左侧通道对应的历史参考参数作为第二左向量，将右侧通道对应的历史参考参数作为第二右向量，然后将第二左向量和第二右向量相加后得到第二向量。
95.s1033，将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相加，得到第一相加结果，以及，将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相加，得到第二相加结果。
96.s1034，将第一相加结果和第二相加结果进行拼接，得到第三输入参数。
97.本发明实施例可以将所获取的通道左侧的声音特征信息对应的所述特征参数，与所获取的通道右侧的声音特征信息对应的所述特征参数相加，从而得到第一相加结果，将所获取的通道左侧的历史参考参数，与所获取的通道右侧的历史参考参数相加，从而得到第二相加结果，然后将第一相加结果和第二相加结果进行拼接，从而得到第三输入参数，第三输入参数可以为上述决策模型提供当前通行情况的总量信息。
98.可选的，在实际处理过程中，可以将图5中所示的第一左向量和第一右向量相加后得到一个中间向量，即第一相加结果；将第二左向量和第二右向量相加后得到一个中间向量，即第二相加结果，然后将这两个中间向量拼接后得到一个新的向量，记为第三向量，将该第三向量作为上述第三输入参数，示例性地，具体拼接方式可以为，将第一左向量和第一右向量相加后得到的中间向量，与第二左向量和第二右向量相加后得到中间向量进行首尾拼接，从而得到第三向量。
99.s1035，将第一输入参数、第二输入参数及第三输入参数输入预先训练的决策模型中，根据决策模型的输出结果判断行人的数量是否达到预设阈值。
100.本发明实施例可以将第一输入参数、第二输入参数及第三输入参数一并输入预先
训练的决策模型中，决策模型可以输出结果，该结果可以为0或1，其中，0表示行人的数量没有达到预设阈值，即无需移动当前的隔离设备，1表示行人的数量达到预设阈值，即需要移动隔离设备。
101.可选的，在实际处理过程中，如图5所示，可以将上述第一向量、第二向量和第三向量一并输入决策模型，从而得到该模型的输出结果。
102.作为本发明实施例一种可选的实施方式，在调整隔离设备在双向通道中的位置的过程中，可以采用预先训练的第二梯度提升树模型作为回归模型，对声音特征信息和历史参考参数进行处理，并基于处理结果确定隔离设备在双向通道中的目标调整位置，进而将隔离设备调整至目标调整位置。
103.作为本发明实施例一种可选的实施方式，如图6所示，调整隔离设备在双向通道中的位置的过程可以包括：
104.s1041，将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相减，得到第一相减结果，以及，将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相减，得到第二相减结果。
105.s1042，将第一相减结果和第二相减结果进行拼接，得到第四输入参数。
106.本发明实施例可以将所获取的通道左侧的声音特征信息对应的所述特征参数，与所获取的通道右侧的声音特征信息对应的所述特征参数相减，从而得到第一相减结果，将所获取的通道左侧的历史参考参数，与所获取的通道右侧的历史参考参数相减，从而得到第二相减结果，然后将第一相减结果和第二相减结果进行拼接，从而得到第四输入参数，第四输入参数可以为上述回归模型提供通道两侧通行情况的差值信息，能帮助模型更好地计算最合适的位置。
107.可选的，在实际处理过程中，可以将图7中所示的第一左向量与第一右向量相减后得到一个中间向量，即第一相减结果；将第二左向量与第二右向量相减后得到一个中间向量，即第二相减结果，然后将这两个中间向量拼接后得到一个新的向量，记为第四向量，然后将该第四向量作为上述第四输入参数。
108.s1043，将第一输入参数、第二输入参数及第四输入参数输入预先训练的回归模型中，根据回归模型的输出结果确定目标调整位置。
109.本发明实施例可以将第一输入参数、第二输入参数及第四输入参数一并输入预先训练的回归模型中，回归模型可以输出结果，例如，输出一个[-1，1]之间的数值，其中，-1表示双向通道的其中一侧的最大移动位置(如通道最左侧)，1表示双向通道的另一侧的最大移动位置(如通道最右侧)，-1至1之间的数值表示向左或向右移动的百分比，例如，输出的数值为0.9，表示调整位置为右侧最大移动位置的90％，可见，回归模型输出数值后，即可确定调整隔离设备在双向通道中的位置。
[0110]
s1044，将隔离设备调整至目标调整位置。
[0111]
确定目标调整位置后，即可将隔离设备调整至目标调整位置。
[0112]
可选的，在实际处理过程中，如图7所示，可以将上述第一向量、第二向量和第四向量一并输入回归模型，从而得到该模型的输出结果。
[0113]
示例性地，人流检测模块可以包括：人流检测子模块，决策子模块，以及位置计算子模块，其中，决策子模块中保存有上述决策模型，位置计算子模块中保存有上述回归模
型，则本发明实施例中从声音采集设备采集环境声音到调整隔离设备位置的过程具体可以包括：
[0114]
布置在通道两侧的各声音采集设备采集周围环境声音得到音频信号，声音采集设备从音频信号中提取声音特征信息，再将所提取的声音特征信息输入至人流检测模块中的人流检测子模块，人流检测子模块输出与各声音特征信息对应的置信度，然后，电子设备将左侧通道的置信度拼接为第一左向量，将右侧通道的置信度拼接为第一右向量，并将第一左向量和第一右向量相加得到第一向量，电子设备再基于统计的左侧通道和右侧通道各自的历史参考信息，分别得到第二左向量和第二右向量，并将第二左向量和第二右向量相加得到第二向量，然后，电子设备将第一左向量和第一右向量相加后得到的中间向量，与第二左向量和第二右向量相加后得到中间向量进行首尾拼接，得到第三向量，电子设备再将上述第一向量、第二向量、第三向量一并输入决策子模块中，决策子模块输出0或1，其中，0表示无需移动隔离设备，1表示需要移动隔离设备，当决策子模块输出1时，电子设备将第一左向量和第一右向量相减后得到的中间向量，与第二左向量和第二右向量相减后得到中间向量进行首尾拼接，得到第四向量，电子设备再将上述第一向量、第二向量、第四向量一并输入位置计算子模块中，位置计算子模块输出一个[-1，1]之间的数值，从而根据该数值调整隔离设备在双向通道中的位置。
[0115]
本发明实施例提供的一种通道隔离设备的位置调整方法，通过获取多个声音采集设备发送的声音特征信息；对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；若是，则基于声音特征信息声音特征信息判断行人的数量是否达到预设阈值；若达到，则调整隔离设备在双向通道中位置，由于本发明实施例不依赖摄像头，因此能够避免监控盲区，从而更加合理地调整隔离设备在通道中的位置，避免出现人流拥堵。
[0116]
相应于上面的方法实施例，本发明实施例还提供了相应的装置实施例。
[0117]
如图8所示，本发明实施例提供了一种通道隔离设备的位置调整装置，包括：
[0118]
获取模块401，用于获取多个声音采集设备发送的声音特征信息，声音特征信息表示双向通道的左侧或右侧的声音特征。
[0119]
第一判断模块402，用于对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音。
[0120]
第二判断模块403，用于若是，则基于声音特征信息及历史参考参数判断行人的数量是否达到预设阈值，历史参考参数中包含声音采集设备的音量信息及历史人流统计信息。
[0121]
调整模块404，用于若达到，则调整隔离设备在双向通道中的位置。
[0122]
其中，上述第一判断模块402具体用于：
[0123]
将声音特征信息输入预先训练的人流检测模型中，得到该声音特征信息的特征参数，特征参数包括是否有行人通过的置信度。
[0124]
其中，上述第二判断模块403具体用于：
[0125]
利用预先训练的决策模型对声音特征信息及历史参考参数进行处理，并基于处理结果判断行人的数量是否达到预设阈值。
[0126]
其中，如图9所示，上述第二判断模块403包括：
[0127]
第一获取子模块4031，用于获取预设连续时间范围内的多个声音特征信息对应的
特征参数，作为第一输入参数，多个所述声音特征信息对应的所述特征参数中包括：通道左侧的声音特征信息对应的特征参数以及通道右侧的声音特征信息对应的特征参数。
[0128]
第二获取子模块4032，用于获取历史参考参数，作为第二输入参数，历史参考参数中包括：通道左侧的历史参考参数以及通道右侧的历史参考参数，所述历史参考参数中携带有所述声音采集设备的历史音量信息，以及历史人流统计信息。
[0129]
相加子模块4033，用于将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相加，得到第一相加结果，以及，将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相加，得到第二相加结果。
[0130]
第一计算子模块4034，用于将第一相加结果和第二相加结果进行拼接，得到第三输入参数。
[0131]
第一输入子模块4035，用于将第一输入参数、第二输入参数及第三输入参数输入预先训练的决策模型中，根据决策模型的输出结果判断行人的数量是否达到预设阈值。
[0132]
其中，如图10所示，上述调整模块404包括：
[0133]
处理子模块4041，用于利用预先训练的回归模型对声音特征信息和历史参考参数进行处理，并基于处理结果确定隔离设备在双向通道中的目标调整位置。
[0134]
第一调整子模块4042，用于将隔离设备调整至目标调整位置。
[0135]
其中，如图11所示，上述调整模块404包括：
[0136]
相减子模块4043，用于将所获取的通道左侧的声音特征信息对应的特征参数与通道右侧的声音特征信息对应的特征参数相减，得到第一相减结果，以及将所获取的通道左侧的历史参考参数与通道右侧的历史参考参数相减，得到第二相减结果。
[0137]
第二计算子模块4044，用于将所述第一相减结果和所述第二相减结果进行拼接，得到第四输入参数。
[0138]
第二输入子模块4045，用于将第一输入参数、第二输入参数及第四输入参数输入预先训练的回归模型中，根据回归模型的输出结果确定目标调整位置。
[0139]
第二调整子模块4046，用于将隔离设备调整至目标调整位置。
[0140]
本发明实施例提供的一种通道隔离设备的位置调整装置，通过获取多个声音采集设备发送的声音特征信息；对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；若是，则基于声音特征信息声音特征信息判断行人的数量是否达到预设阈值；若达到，则调整隔离设备在双向通道中位置，由于本发明实施例不依赖摄像头，因此能够避免监控盲区，从而更加合理地调整隔离设备在通道中的位置，避免出现人流拥堵。
[0141]
本发明实施例还提供了一种电子设备，如图12所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，
[0142]
存储器603，用于存放计算机程序；
[0143]
处理器601，用于执行存储器403上所存放的程序时，实现如下步骤：
[0144]
获取多个声音采集设备发送的声音特征信息，声音特征信息表示双向通道的左侧或右侧的声音特征；
[0145]
对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；
[0146]
若是，则基于声音特征信息及历史参考参数判断行人的数量是否达到预设阈值，历史参考参数中包含声音采集设备的音量信息及历史人流统计信息；
[0147]
若达到，则调整隔离设备在双向通道中的位置。
[0148]
上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0149]
通信接口用于上述电子设备与其他设备之间的通信。
[0150]
存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0151]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，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。
[0152]
由以上可见，本发明实施例提供的电子设备，通过获取多个声音采集设备发送的声音特征信息；对每个声音特征信息进行分析，判断该声音特征信息中是否包括行人通过的声音；若是，则基于声音特征信息声音特征信息判断行人的数量是否达到预设阈值；若达到，则调整隔离设备在双向通道中位置，由于本发明实施例不依赖摄像头，因此能够避免监控盲区，从而更加合理地调整隔离设备在通道中的位置，避免出现人流拥堵。
[0153]
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的通道隔离设备的位置调整方法方法。
[0154]
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的通道隔离设备的位置调整方法方法。
[0155]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0156]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0157]
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0158]
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。