本公開涉及智慧園區(qū)管理，具體地，涉及一種基于saas的智慧園區(qū)管理系統(tǒng)及方法。

背景技術(shù)：

1、隨著城市化進程的不斷加快，園區(qū)數(shù)量不斷增加，園區(qū)管理也變得越來越復(fù)雜。智慧園區(qū)管理系統(tǒng)的出現(xiàn)為園區(qū)管理帶來了全新的解決方案，它可以幫助園區(qū)管理者實現(xiàn)對園區(qū)內(nèi)各種資源的統(tǒng)一管理，提高園區(qū)管理效率。

2、停車場是園區(qū)內(nèi)重要的公共設(shè)施之一，停車場管理也是智慧園區(qū)管理系統(tǒng)的重要組成部分。然而，傳統(tǒng)的停車場管理方式主要依靠人工管理，例如依靠人工收取停車費、檢查停車證、處理違章停車、維護停車場秩序等，這種方式工作量非常大，尤其是對于大型停車場來說，停車場管理人員經(jīng)常需要加班加點工作。此外，傳統(tǒng)的停車場管理方式往往存在停車位分配不合理、停車位利用率低的問題，同時還存在停車秩序混亂的問題，例如，有些車輛亂停亂放，占用多個車位，導(dǎo)致其他車輛無法停放。并且，有些車輛停放在消防通道或殘疾人車位上，影響其他車輛的正常通行。這些問題都會導(dǎo)致停車場秩序混亂，影響其他車輛的正常停放。

3、因此，期望一種基于saas的智慧園區(qū)管理系統(tǒng)。

技術(shù)實現(xiàn)思路

1、提供該
技術(shù)實現(xiàn)要素：
部分以便以簡要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實施方式部分被詳細描述。該發(fā)明內(nèi)容部分并不旨在標識要求保護的技術(shù)方案的關(guān)鍵特征或必要特征，也不旨在用于限制所要求的保護的技術(shù)方案的范圍。

2、第一方面，本公開提供了一種基于saas的智慧園區(qū)管理系統(tǒng)，所述系統(tǒng)包括：

3、園區(qū)信息管理模塊，用于對園區(qū)的基礎(chǔ)信息、客戶信息、合同信息和費用信息進行錄入、查詢、統(tǒng)計和分析；

4、園區(qū)設(shè)施管理模塊，用于對所述園區(qū)的水電氣、消防、安防和停車場進行監(jiān)控、維護和報警；

5、園區(qū)服務(wù)管理模塊，用于對所述園區(qū)的物業(yè)、保潔、餐飲和快遞服務(wù)進行發(fā)布、預(yù)約、評價和結(jié)算；

6、園區(qū)社區(qū)管理模塊，用于對所述園區(qū)的客戶之間進行溝通、交流、互動和協(xié)作，構(gòu)建園區(qū)生態(tài)圈。

7、可選地，所述園區(qū)設(shè)施管理模塊，包括：車輛停車狀態(tài)圖像采集單元，用于獲取由部署于園區(qū)停車場的攝像頭采集的車輛停車狀態(tài)圖像；車輛停放規(guī)范參考圖像獲取單元，用于從數(shù)據(jù)庫提取車輛停放規(guī)范參考圖像的數(shù)據(jù)集；車輛停放規(guī)范圖像特征提取單元，用于通過基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器分別對所述車輛停放規(guī)范參考圖像的數(shù)據(jù)集中的各個車輛停放規(guī)范參考圖像進行特征提取以得到車輛停放規(guī)范參考特征圖的集合；車輛停放規(guī)范參考共性模式編碼單元，用于將所述車輛停放規(guī)范參考特征圖的集合輸入車輛停放規(guī)范共性模式特征提取器以得到車輛停放規(guī)范參考共性特征圖；車輛停放狀態(tài)特征提取單元，用于通過所述基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器對所述車輛停車狀態(tài)圖像進行特征提取以得到車輛停放狀態(tài)特征圖；車輛停放規(guī)范檢測單元，用于計算所述車輛停放規(guī)范參考共性特征圖和所述車輛停放狀態(tài)特征圖之間的差分特征，并基于所述差分特征確定車輛是否停放規(guī)范。

8、可選地，所述深度神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

9、可選地，所述車輛停放規(guī)范參考共性模式編碼單元，用于：將所述車輛停放規(guī)范參考特征圖的集合輸入所述車輛停放規(guī)范共性模式特征提取器以如下車輛停放規(guī)范共性公式進行處理以得到所述車輛停放規(guī)范參考共性特征圖；其中，所述車輛停放規(guī)范共性公式為：；其中，和分別為所述車輛停放規(guī)范參考特征圖的集合中第和第個車輛停放規(guī)范參考特征圖，是所述車輛停放規(guī)范參考特征圖的集合，表示以2為底的對數(shù)函數(shù)，、和分別表示所述車輛停放規(guī)范參考特征圖的高度、寬度和通道數(shù)，為所述車輛停放規(guī)范參考特征圖的集合中特征圖的個數(shù)－1，為車輛停放規(guī)范參考語義差異特征圖中各個位置的特征值，是所述車輛停放規(guī)范參考語義差異特征圖中特征值的個數(shù)，為特征圖的指數(shù)運算，是所述車輛停放規(guī)范參考共性特征圖。

10、可選地，所述車輛停放規(guī)范檢測單元，包括：車輛停放狀態(tài)特征差異計算子單元，用于計算所述車輛停放規(guī)范參考共性特征圖和所述車輛停放狀態(tài)特征圖之間的差分特征圖；車輛停放規(guī)范性判斷子單元，用于將所述差分特征圖通過基于分類器的停放規(guī)范甄別器以得到甄別結(jié)果，所述甄別結(jié)果用于表示車輛是否停放規(guī)范。

11、可選地，還包括用于對所述基于卷積神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器、所述車輛停放規(guī)范共性模式特征提取器和所述基于分類器的停放規(guī)范甄別器進行訓(xùn)練的訓(xùn)練模塊。

12、可選地，所述訓(xùn)練模塊，包括：訓(xùn)練車輛停車狀態(tài)圖像采集單元，用于獲取由部署于園區(qū)停車場的攝像頭采集的訓(xùn)練車輛停車狀態(tài)圖像；訓(xùn)練車輛停放規(guī)范參考圖像獲取單元，用于從數(shù)據(jù)庫提取訓(xùn)練車輛停放規(guī)范參考圖像的數(shù)據(jù)集；訓(xùn)練車輛停放規(guī)范圖像特征提取單元，用于通過所述基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器分別對所述訓(xùn)練車輛停放規(guī)范參考圖像的數(shù)據(jù)集中的各個訓(xùn)練車輛停放規(guī)范參考圖像進行特征提取以得到訓(xùn)練車輛停放規(guī)范參考特征圖的集合；訓(xùn)練車輛停放規(guī)范參考共性模式編碼單元，用于將所述訓(xùn)練車輛停放規(guī)范參考特征圖的集合輸入所述車輛停放規(guī)范共性模式特征提取器以得到訓(xùn)練車輛停放規(guī)范參考共性特征圖；訓(xùn)練車輛停放狀態(tài)特征提取單元，用于通過所述基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器對所述訓(xùn)練車輛停車狀態(tài)圖像進行特征提取以得到訓(xùn)練車輛停放狀態(tài)特征圖；訓(xùn)練車輛停放狀態(tài)特征差異計算單元，用于計算所述訓(xùn)練車輛停放規(guī)范參考共性特征圖和所述訓(xùn)練車輛停放狀態(tài)特征圖之間的訓(xùn)練差分特征圖；訓(xùn)練校正單元，用于對所述訓(xùn)練差分特征圖進行基于特征矩陣的校正以得到校正后訓(xùn)練差分特征圖；訓(xùn)練分類單元，用于將所述校正后訓(xùn)練差分特征圖通過所述基于分類器的停放規(guī)范甄別器以得到分類損失函數(shù)值；訓(xùn)練單元，用于基于所述分類損失函數(shù)值對所述基于卷積神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器、所述車輛停放規(guī)范共性模式特征提取器和所述基于分類器的停放規(guī)范甄別器進行訓(xùn)練。

13、第二方面，本公開提供了一種基于saas的智慧園區(qū)管理方法，所述方法包括：

14、對園區(qū)的基礎(chǔ)信息、客戶信息、合同信息和費用信息進行錄入、查詢、統(tǒng)計和分析；

15、對所述園區(qū)的水電氣、消防、安防和停車場進行監(jiān)控、維護和報警；

16、對所述園區(qū)的物業(yè)、保潔、餐飲和快遞服務(wù)進行發(fā)布、預(yù)約、評價和結(jié)算；

17、對所述園區(qū)的客戶之間進行溝通、交流、互動和協(xié)作，構(gòu)建園區(qū)生態(tài)圈。

18、可選地，對所述園區(qū)的水電氣、消防、安防和停車場進行監(jiān)控、維護和報警，包括：獲取由部署于園區(qū)停車場的攝像頭采集的車輛停車狀態(tài)圖像；從數(shù)據(jù)庫提取車輛停放規(guī)范參考圖像的數(shù)據(jù)集；通過基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器分別對所述車輛停放規(guī)范參考圖像的數(shù)據(jù)集中的各個車輛停放規(guī)范參考圖像進行特征提取以得到車輛停放規(guī)范參考特征圖的集合；將所述車輛停放規(guī)范參考特征圖的集合輸入車輛停放規(guī)范共性模式特征提取器以得到車輛停放規(guī)范參考共性特征圖；通過所述基于深度神經(jīng)網(wǎng)絡(luò)模型的車輛停放圖像特征提取器對所述車輛停車狀態(tài)圖像進行特征提取以得到車輛停放狀態(tài)特征圖；計算所述車輛停放規(guī)范參考共性特征圖和所述車輛停放狀態(tài)特征圖之間的差分特征，并基于所述差分特征確定車輛是否停放規(guī)范。

19、可選地，所述深度神經(jīng)網(wǎng)絡(luò)模型為卷積神經(jīng)網(wǎng)絡(luò)模型。

20、采用上述技術(shù)方案，通過對園區(qū)的基礎(chǔ)信息、客戶信息、合同信息和費用信息進行錄入、查詢、統(tǒng)計和分析；對所述園區(qū)的水電氣、消防、安防和停車場進行監(jiān)控、維護和報警；對所述園區(qū)的物業(yè)、保潔、餐飲和快遞服務(wù)進行發(fā)布、預(yù)約、評價和結(jié)算；對所述園區(qū)的客戶之間進行溝通、交流、互動和協(xié)作，構(gòu)建園區(qū)生態(tài)圈。這樣，能夠提高園區(qū)的管理效率、改善園區(qū)服務(wù)質(zhì)量、提高園區(qū)安全性。

21、本公開的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。