1.一种排队信息查询系统，其特征在于：包括采集模块，用于采集当前排队通道的照片或者视频；

识别模型，用于识别采集模块中排队队列的人数；

计算模块，用于计算队列的前进速率、排队时长、队伍人数变化速度和平均排队人数；

存储模块，用于记录、保存识别模型的计算结果；

预测模块，用于预测当天的最优时间段、预测总排队时长和预测排队总人数；

查询模块，用于用户获取排队信息，包括查询队列的人数、队列的前进速率、排队时长、队伍人数变化速度、平均排队人数、最优时间段、预测总排队时长、预测排队总人数和用户自身排队记录；

所述预测总排队时长和预测排队总人数的计算方法为：计算分段时间平均速度V”，从排队队列中选取某一人作为特定对象，计算特定对象与队列终点之间的人数差Z，连续多次在分段时间内，等时间间隔T”内连续多次提取并计算该特定对象距离终点人数Z1、Z2、Z3......Zn,分段时间平均速度V”的公式为：V”＝((Z‑Z1)+(Z1‑Z2)+(Z2‑Z3)......(Zn‑1‑Zn))/(T”*n')；

其中，n'的取值比总拍照数少1；

预测排队总人数L的计算公式为：

L＝(V1”*t1+b1)+(V2”*t2+b2)+......+(Vi”*ti+bi)；

其中，Vi”表示第i分段时间平均速度，ti表示第i分段时间总时长，bi表示第i分段时间的队列的人数修正数；

预测总排队时长Tz的公式为：

Tz＝L/((V1”+V2”+......+Vi”)/i)。

2.根据权利要求1所述的一种排队信息查询系统，其特征在于：所述识别模型的训练方法包括：S1、将采集模块采集到的图像输入识别模型，生成低分辨率的密度图；

S2、将生成的低分辨率的密度图和非低分辨率的密度图再次输入识别模型，生成高分辨率的密度图；

S3、通过生成的高分辨率的密度图获取图像中队列的人数。

3.根据权利要求2所述的一种排队信息查询系统，其特征在于：低分辨率的密度图公式为：其中， 表示输出的低分辨率的密度图，xi表示输入的图像；

使用双线性插值的方法将低分辨率的密度图还原为原图像，其公式为：其中， 表示与输入的图像相同分辨率的密度图即生成的高分辨率的密度图；

利用损失函数L(θl,θh)来学习θl、θh，公式为：其中，λl、λh表示超参数，n表示输入的图像数量。

4.根据权利要求1所述的一种排队信息查询系统，其特征在于：所述队列的前进速率的计算方法为：从排队队列中选取某一人作为特定对象，计算特定对象与队列终点之间的人数差N，间隔时间T内连续多次计算特定对象与队列终点之间的人数差分别为N1、N2、N3......Nn，队列的前进速率V的计算公式为：V＝((N‑N1)+(N1‑N2)+(N2‑N3)......(Nn‑1‑Nn))/(T*n)；

其中，n的取值比总拍照数少1。

5.根据权利要求4所述的一种排队信息查询系统，其特征在于：所述排队时长的计算方法为：从排队队列中选取某一人作为特定对象，计算特定对象与队列终点之间的人数差，利用特定对象与队列终点之间的人数差除以队列的前进速率得到该特定对象预计的排队时长。

6.根据权利要求5所述的一种排队信息查询系统，其特征在于：所述队伍人数变化速度的计算方法为：连续多次等时间间隔T'提取并计算每张照片中的人数S，一共收集m张照片，队伍人数变化速度V'的公式为：V'＝((Sm‑Sm‑1)+(Sm‑1‑Sm‑2)+......+(S2‑S1))/T'*(m‑1)；

其中，队伍人数变化速度V'的结果为正则表示队伍人数在该时间段内增加且速度为V'，队伍人数变化速度V'的结果为负则表示队伍人数在该段时间内减少且速度为|V'|。

7.根据权利要求6所述的一种排队信息查询系统，其特征在于：所述平均排队人数的计算方法为：持续在排队期间等时间间隔T”提取并计算每张照片中的人数P，一共采集j张照片，平均排队人数N'的公式为：N'＝(P1+P2+......+Pj)/j。

8.根据权利要求7所述的一种排队信息查询系统，其特征在于：所述最优时间段的计算方法为：当队伍人数变化速度为负且此时队列的人数小于平均排队人数时，被认定为最优时间段。