[发明专利]一种获取视频中人群空间位置的方法

说明书

本发明提出一种获取视频中人群空间位置的方法，属于城市空间分析技术领域。该方法首先获取待分析空间视频，并提取相应的图像；利用卷积神经网络模型对每张图像进行目标检测；对目标检测结果中保留识别结果为人的目标识别框，利用几何算法将每张图像中人的位置还原为平面图或俯视图中的坐标，得到视频中人群空间位置信息。本发明具有能够快速、准确的获取人群的实际地理位置信息的优点，且在城市空间分析和城乡规划评估等方面有较好的应用前景。

技术领域

本发明属于城市空间分析技术领域，特别提出一种获取视频中人群空间位置的方法。

背景技术

信息技术领域的不断发展为大规模的数据处理提供了条件，特别是近年来深度学习技术的发展极大地推动了计算机视觉领域的研究，使得从常见的录影设备中获得的数据，如照片、视频等，有了新的分析手段。视频图像中蕴含了非常丰富的环境特征和人群行为信息，利用视频分析人群行为可以帮助我们更直观地理解人群的行为特征。如果能够获取视频中人群空间位置，将极大的提升城市空间分析的精度和效率。

现有的通过视频获取人群信息的方法为，在研究区域内布置监控摄像头，并使用卷积神经网络中的目标检测算法，对监控摄像头所录视频内人群行为进行分析。在此基础上通过将人群信息使用热力图形式进行可视化，可获取人群对于空间的使用情况。

目前通过视频获取的人群信息仅能在显示视频中人群位置，而无法将人群信息精确转换至实际的地理空间中。这是由于目前图像处理中使用的透视法无法还原因为透视导致的空间变形。以现有的图像变现方法为例，对于一个形状为正方形的广场，其四个顶点A、B、C、D的投影坐标分别为[0,0]、[0,1]、[1,1]和[1,0]，其中点E的坐标为[0.5,0.5]。假设在使用摄像设备对广场进行拍摄后，正方形的广场根据单点透视的原理变形为梯形，顶点A、B、C、D在图像上的坐标变为[0,0]、[0,1]、[0.8,0.6]和[0.2,0.6]，通过对角线交点法可知中点E的坐标变为[0.5,0.375]。现在Photoshop等图像软件使用的拉伸复原法为将图像的边框与原空间进行匹配，及保持A、B点位置不变，将C、D点的纵坐标增大66.7％，横坐标至0.5的距离增加66.7％，使A、B、C、D在图像上从[0,0]、[0,1]、[0.8,0.6]和[0.2,0.6]复原为[0,0]、[0,1]、[1,1]和[1,0]。但此时中的E的坐标为[0.5,0.625]，而不是正确的[0.5,0.5]。因此使用此方法获取人群位置会存在很大误差。而空间规划和设计所需要的人群信息均是依托于地理坐标系或投影坐标系，无法获取图像或视频中人群在空间中的准确位置，将导致视频中的人群信息难以被用于支撑相关工作。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种获取视频中人群空间位置的技术。本发明具有能够快速、准确的获取人群的实际地理位置信息的优点，且在城市空间分析和城乡规划评估等方面有较好的应用前景。

本发明提出一种获取视频中人群空间位置的方法，其特征在于，包括以下步骤：

1)获取待分析空间视频；

获取反映待分析空间中人群活动的待分析空间视频，对所述视频有以下要求：无镜头失真、拍摄视角固定、视频能够覆盖完整的空间、视频中在待分析空间中活动的人为完整图像且视频中需要被识别的人大于2像素；视频长度不小于15分钟；

2)从步骤1)获取的视频中提取图像；

按照设定的帧数间隔从步骤1)获取的视频中提取图像；所述帧数间隔计算表达式如下：

TI＝GW/AS*FN

其中，TI为帧数间隔；GW为待分析空间对应的平面图或俯视图中分析网格的边长，AS为人平均运动速度，FN为视频拍摄帧率；

3)利用卷积神经网络模型对步骤2)得到的每张图像进行目标检测；