[發明專利]一種基于簽到POI的城市視頻監控空間優化方法

有效

• 申請號: 201810012334.9
• 申請日: 2018-01-05
• 公開（公告）號: CN108174162B
• 公開（公告）日: 2019-12-31
• 發明（設計）人: 韓志剛;崔彩輝;陳郁;孔云峰;秦奮
• 申請（專利權）人: 河南大學
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06Q10/04
• 代理公司: 41111 鄭州大通專利商標代理有限公司
• 代理人: 陳勇

1.一種基于簽到POI的城市視頻監控空間優化方法，其特征在于，包括以下步驟：

步驟1：選取監控區域內所有柵格單元中最大被監測概率點作為候選點；

步驟2：應用監控區域內用戶簽到POI數據計算候選點處攝像機視域；

步驟3：去除候選點處攝像機視域覆蓋的柵格單元，選取剩余柵格單元中的最大被監測概率點；

步驟4：判斷監控區域內所有柵格單元是否被全部覆蓋，若否，則進行步驟1；若是，則進行下一步；

步驟5：結合最大覆蓋優化模型進行視頻監控優化。

2.根據權利要求1所述的一種基于簽到POI的城市視頻監控空間優化方法，其特征在于，所述攝像機包括球形攝像機和槍型攝像機。

3.根據權利要求1所述的一種基于簽到POI的城市視頻監控空間優化方法，其特征在于，所述步驟1之前還包括：

劃分監控區域柵格：根據監控區域范圍與建筑物占地范圍，選取大小固定的柵格單元，將監控區域進行空間離散，劃分為大小固定的柵格單元，并剔除建筑物覆蓋部分的柵格單元；

計算監控區域視場：以監控區域內每一柵格單元為視點，應用視場分析方法，計算出每一柵格單元的視場范圍；

計算最大被監測概率：根據每一柵格單元視場范圍計算結果，應用式(1)計算監控區域內每一柵格單元的被監測概率，所述被監測概率的最大值即為最大被監測概率：

式中，P(g|D)為監控區域所有柵格單元集合D中柵格單元g被監控到的概率，c_g為g柵格單元包含于其他柵格單元視場范圍的個數，n為D中柵格單元個數，FOV_i為i柵格單元的視場范圍。

4.根據權利要求2所述的一種基于簽到POI的城市視頻監控空間優化方法，其特征在于，所述步驟2包括：

步驟2.1：對球形攝像機視域進行識別：通過計算候選點位置所在柵格單元視場范圍的面積與周長之比，識別出視域為圓形或近圓形的候選點，以候選點所在柵格單元計算視場范圍時的最遠可視距離作為半徑；

步驟2.2：分析簽到POI核密度：通過采集社交網絡用戶簽到POI數據，應用核密度分析方法計算監控區域內每一柵格單元核密度值；

步驟2.3：計算槍式攝像機的監控朝向：以候選點作為視域的頂點p，所述視域為扇形，選取候選點視場范圍所覆蓋的核密度最大值點q，以向量方向為監控朝向；

步驟2.4：槍式攝像機監控距離計算：計算直線段pq與候選點視場范圍邊界的交點t，以直線段pt長度為扇形的半徑R；

步驟2.5：計算槍式攝像機鏡頭的角度：以pq為起始邊，設定擴展角度步長，分別向pq兩側擴展作射線，計算其與視域的范圍面的交點，以及p點與所述交點間距離S；所述交點有2個，分別位于pq兩側；

步驟2.6：判斷R是否大于S，若否，則繼續執行步驟2.5；若是，則停止擴展，記下交點；步驟2.7：生成攝像機的視域：根據識別的圓形視域，結合其圓心、半徑繪制球形攝像機視域的范圍；根據選定的候選點、監控朝向、半徑及圓心角，繪制槍式攝像機視域的范圍；所述圓心角為2個交點與扇形頂點p的連線之間的夾角，圓心角即為槍式攝像機的視場角。

5.根據權利要求1所述的一種基于簽到POI的城市視頻監控空間優化方法，其特征在于，所述步驟5包括：

步驟5.1：確定視頻監控優化的MCLP模型優化參數：疊合監控區域柵格單元及攝像機視域的范圍，讀取攝像機視域集合及每一視域覆蓋的柵格單元信息，確定MCLP模型優化參數，所述MCLP模型為最大覆蓋優化模型；

步驟5.2：構建視頻監控優化的MCLP模型：根據確定的MCLP模型優化參數，設定監控攝像機數量，按照下式構造MCLP模型：

∑_jx_j＝m (5)

其中，i為需求點，j為候選點，N_i是覆蓋需求點i的j的集合，a_i為需求點i的權重，m為候選點的個數；x_j、y_i為決策變量，設施布局于候選點j時，x_j＝1，否則為0；需求點i被覆蓋時，y_i＝1，否則為0；

步驟5.3：視頻監控優化MCLP模型求解：進行優化求解，并讀取優化結果，獲取優化后監控攝像機位置及覆蓋范圍結果，并讀取對應的參數，所述參數包括監控距離、監控朝向、視場角；

步驟5.4：視頻監控優化方案評價：選取視域覆蓋率、重疊率與被遮擋率三個指標，對優化結果進行評價分析；結合評價結果形成最終視頻監控部署及監控攝像機選型方案。