[发明专利]一种基于视频分析的热度图生成方法及装置

说明书

本发明公开了一种基于视频分析的热度图生成方法，属于智能监控领域。该方法可读取摄像机实时采集的视频或者已保存好的视频文件；首先，对视频场景图像中的运动目标进行检测，根据目标停留时间的长短对目标信息进行矫正；然后，对矫正后的目标信息进行统计生成密度图；最后，根据密度图对背景图像进行渲染后生成热度图。本发明可实现对商场、超市等监控场景中客流密度的统计与显示，可有效排除因人员频繁路过而非停留造成的影响，利用不同的颜色表示一段时间内不同区域的人群密度生成热度图，直观显示人群的密度分布，方便管理人员掌握不同时段不同目标区域的客流分布状态。

技术领域

本发明属于智能监控领域，特别涉及一种基于视频分析的热度图生成方法及装置。

背景技术

热度图（Heat map），可以非常直观的呈现一些原本不易理解或表达的数据，比如密度、频率、温度等，通过用区域和颜色这种更容易被人理解的方式来呈现。热度图实际上是三维可视化的俯瞰效果，颜色代表一个维度。在商业应用中，比如商场、超市、便利店中，相同时间段不同区域的人员分布状态不同， 相同区域不同时间段的的人员分布状态也不同，如何使管理人员能一眼掌握顾客的停留状态规律，即某段时间不同区域的人员分布的多少，据此改善运营措施，引导物品的合理摆放，从而提高顾客的满意度，使商业运行更加合理化，热度图应运而生。

目前的热度图生成方法主要分为以下几种：1、影响力叠加法，该方法实现简单，使用较多，但绘制热度图时将每个对象的影响力认为是等大的，而实际场景中每个对象的影响力显然是不一样的，这在一定程度上对精度造成影响，常见的应用有地理对象空间分布计算、鼠标点击次数热度计算；2、网格划分法，该方法实现起来比较简单，即利用网格内对象个数进行热度分析，但网格的大小会直接影响生成热度图的精度，以网格中心作为网格内所有研究对象的中心生成热度图精度不高；3、滑动窗口法，该方法计算量大，过程复杂，而且必须假设研究对象都服从二项分布，与事实存在偏差。

上述现有技术主要存在以下缺陷：

1、现有技术中对运动目标直接叠加的生成热度图的方式，未对人员停留和路过的状态进行区分，会对热度图的准确性产生较大影响，特别是场景中存在走廊、过道等客流必经之地的区域；

2、现有技术中的一些热度图生成工具，算法效率低，生成的热度图背景模糊，视觉效果不好，实现复杂。

发明内容

为弥补上述现有技术的不足，本发明提供一种准确度高的基于视频分析的热度图生成方法及装置。

本发明是通过如下技术方案实现的：

一种基于视频分析的热度图生成方法，其特殊之处在于：包括以下步骤：

（1）视频图像采集：

输入的原始视频图像数据可以是摄像机实时采集的视频，也可以是已保存好的视频文件；

（2）视频图像预处理

视频图像预处理包括图像缩放、色彩空间转换、选取目标区域；

（3）运动目标检测

对视频帧序列进行背景建模后提取运动目标，根据混合高斯背景建模、背景统计模型、码本背景模型、均值法及背景差分法中的一种或几种方法相结合的方式进行背景建模后提取运动目标；

（4）目标信息矫正

对相隔设定时间段内场景中同一位置中同时存在的前景进行相似度判断，根据相似度系数对前景信息进行矫正，得到矫正后的前景目标图像，排除人员频繁路过而非停留造成的误检；

（5）生成密度图

对特定时间段内的矫正后的前景目标图像进行累加统计后归一化处理得到该段时间内的密度图，该密度图包含了该段时间的人群分布状态信息；