[发明专利]场景模型动态估计方法、数据分析方法及装置、电子设备

权利要求书

1.一种人群分析方法，其特征在于，所述方法包括：

(a)、建立人群分析模型，所述人群分析模型由多个时刻下的高斯混合模型组成，所述多个时刻中任一时刻下的高斯混合模型表示为：其中x表示所述任一时刻下任一人像的外表特征，μ_k为样本均值，表示所述任一时刻下第k个用户的外表特征的均值、∑_k为样本方差，表示所述任一时刻下第k个用户的外表特征的差异程度，π_k为混合系数，表示所述任一时刻下的第k个用户对应的频率；

(b)、获取人脸样本特征数据；

(c)、根据所述人脸样本特征数据，对所述人群分析模型中初始时刻的模型参数进行初始估计，计算初始时刻的模型参数；

(d)、将所述初始时刻的模型参数确定为当前时刻的模型参数；

(e)、获取所述当前时刻的下一时刻的观测人脸样本特征数据；

(f)、根据所述当前时刻的模型参数及所述下一时刻的观测人脸样本特征数据，计算所述下一时刻的模型参数；

(g)、将所述下一时刻确定为当前时刻；

(h)、利用迭代方法执行(e)、(f)、(g)，直至计算完所述人群分析模型中每个时刻的模型参数；

(i)获取采集的监控区域内的人脸图像；

(j)从所述人脸图像中提取人脸特征数据；

(k)基于所述人群分析模型，对所述人脸特征数据进行分析，识别所述人脸特征数据的用户的在多个时段中每个时段的出现频率；

(l)根据所述人脸特征数据的用户的在多个时段中每个时段的出现频率，对所述用户进行分析，得到所述用户的分析结果。

2.如权利要求1所述的人群分析方法，其特征在于，所述方法还包括：

根据所述任一时刻下的混合系数分布估计，确定所述任一时刻下的混合系数。

3.如权利要求2所述的人群分析方法，其特征在于，所述根据所述任一时刻下的混合系数分布估计，确定所述任一时刻下的混合系数包括以下一种或者多种组合：

对根据所述任一时刻下的混合系数分布估计进行采样，获取采样数据，将采样数据确定为所述任一时刻下的混合系数；或

计算使所述任一时刻下的混合系数分布估计最大的一组数值，将所述一组数值确定为所述任一时刻下的混合系数。

4.如权利要求1所述的人群分析方法，其特征在于，所述方法还包括：

利用狄利克雷分布，对所述任一时刻下的高斯混合模型中的混合系数进行建模，得到所述任一时刻下的混合系数分布模型。

5.如权利要求4所述的人群分析方法，其特征在于，所述根据所述人脸样本特征数据，对所述人群分析模型中初始时刻的模型参数进行初始估计，计算初始时刻的模型参数包括：

基于所述人脸样本特征数据，利用期望最大化方法对初始时刻下的高斯混合模型中的样本估计，得到初始时刻下的样本均值、初始时刻下的样本方差；

基于所述人脸样本特征数据，利用极大似然估计对初始时刻下的混合系数分布模型进行初始估计，得到初始时刻下的混合系数分布估计。

6.如权利要求1至5中任一项所述的人群分析方法，其特征在于，所述根据所述当前时刻的模型参数及所述下一时刻的观测人脸样本特征数据，计算所述下一时刻的模型参数包括：

将当前时刻的混合系数分布估计确定为所述下一时刻的混合系数的先验分布；

根据所述下一时刻的观测人脸样本特征数据，计算所述下一时刻的混合系数的似然函数；

根据所述下一时刻的混合系数的先验分布及所述下一时刻的混合系数的似然函数，利用贝叶斯定理计算所述下一时刻的混合系数的后验分布；

将所述下一时刻的混合系数的后验分布确定为所述下一时刻的混合系数分布估计。