[发明专利]时态热力图生成方法、装置、电子设备及存储介质在审
申请号: | 202210128682.9 | 申请日: | 2022-02-11 |
公开(公告)号: | CN114491116A | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 刘泽许;李明强 | 申请(专利权)人: | 广州图普网络科技有限公司 |
主分类号: | G06F16/535 | 分类号: | G06F16/535;G06F16/55;G06V40/10 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 马泽伟 |
地址: | 510700 广东省广州*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 时态 力图 生成 方法 装置 电子设备 存储 介质 | ||
1.一种时态热力图生成方法,其特征在于,包括:
接收获取时态热力图的请求信号;其中,所述请求信号包括预设过滤条件,所述预设过滤条件包括时间参数和网格参数;
根据所述时间参数和网格参数计算维度缩小参数,并对图像数据进行划分,得到粗网格域单元和粗时间域单元;
基于所述维度缩小参数对包含有效数据的所述粗网格域单元和所述粗时间域单元进行维度缩小计算操作,得到播放序列;以及
根据所述播放序列的顺序确定所述时态热力图中每一帧的热力分布情况,得到所述时态热力图的播放参数,并基于所述播放参数绘制并返回所述时态热力图。
2.根据权利要求1所述的方法,其特征在于,在所述接收获取时态热力图的请求信号之前,所述方法还包括:
对所述图像数据进行行人识别得到行人识别结果,对所述行人识别结果进行数据压缩以及加密,并将加密后的所述行人识别结果写入消息队列;
根据用户的订阅信息从对应的所述消息队列中获取所述行人识别结果;以及
对所述行人识别结果进行数据解压以及解密,得到解密后的所述行人识别结果,并将所述行人识别结果存入数据库。
3.根据权利要求2所述的方法,其特征在于,其中,所述行人识别结果包括行人框;所述将所述行人识别结果存入数据库包括:
基于所述行人框表征行人的检测信息,根据所述行人框的坐标信息,计算得到所述行人框底边的中点或所述行人框的中心点;以及
将所述中点或所述中心点的坐标与所述行人识别结果结合,并将结合后的所述行人识别结果存入所述数据库中。
4.根据权利要求1所述的方法,其特征在于,所述维度缩小计算操作包括:
根据所述粗时间域单元对所述图像数据的时间跨度进行划分,得到第一粗时间域序列,并根据所述第一粗时间域序列计算得到粗时间域序列聚类语句;
拼接并执行全局过滤语句和所述粗时间域序列聚类语句,得到所述第一粗时间域序列聚类结果,从所述第一粗时间域序列聚类结果中选取并排序有数据的时间域,得到第二粗时间域序列;其中,所述全局过滤语句是基于所述预设过滤条件得到的;
根据有数据的所述第二粗时间域序列对每个所述粗网格域单元进行计算,得到粗网格序列聚类语句;以及
拼接并执行所述全局过滤语句和所述粗网格序列聚类语句,得到所述第一粗网格域序列聚类结果,从所述第一粗网格域序列聚类结果中选取并排序有数据的网格域,得到粗网格域序列;
其中,所述基于所述维度缩小参数对包含有效数据的所述粗网格域单元和所述粗时间域单元进行维度缩小计算操作包括:根据所述维度缩小参数判断是否需要继续进行维度缩小计算操作,在不需要继续进行所述维度缩小计算操作时,以所述粗网格域序列作为所述播放序列。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
在需要继续进行所述维度缩小计算操作时,根据计算次参数确定需要继续进行所述维度缩小计算操作的操作次数;其中,所述计算次参数由所述预设过滤条件获得。
6.根据权利要求5所述的方法,其特征在于,在所述根据计算次参数确定需要继续进行所述维度缩小计算操作的操作次数之后,所述方法还包括:
根据所述操作次数重复所述根据所述粗时间域单元对所述图像数据的时间跨度进行划分至所述拼接并执行所述全局过滤语句和所述粗网格序列聚类语句,得到所述第一粗网格域序列聚类结果,从所述第一粗网格域序列聚类结果中选取并排序有数据的网格域的步骤,得到所述播放序列。
7.根据权利要求1-6任一项所述的方法,其特征在于,其中,所述预设过滤条件包括热力值类型,所述热力值类型表征绘制热力图时热力值的显示方式;所述返回所述时态热力图包括:
返回基于所述热力值类型确定的人数值热力图、人次值热力图和行人停留时长热力图中的至少一种。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州图普网络科技有限公司,未经广州图普网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210128682.9/1.html,转载请声明来源钻瓜专利网。