[發(fā)明專利]一種基于大數(shù)據(jù)的處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810067603.1
• 申請(qǐng)日: 2018-01-24
• 公開（公告）號(hào): CN108345842B
• 公開（公告）日: 2022-03-04
• 發(fā)明（設(shè)計(jì)）人: 宋黎定;申景詩(shī);劉書萌;肖會(huì)
• 申請(qǐng)（專利權(quán)）人: 中電長(zhǎng)城圣非凡信息系統(tǒng)有限公司
• 主分類號(hào): G06V40/16
• 分類號(hào): G06V40/16;G06V20/54;G06V10/30;H04N5/232;H04N5/235
• 代理公司: 北京天奇智新知識(shí)產(chǎn)權(quán)代理有限公司 11340
• 代理人: 許馳

1.一種基于大數(shù)據(jù)的處理方法，包括：

步驟1，初始化圖像采集模塊的參數(shù)；

步驟2，采集目標(biāo)區(qū)域的第一圖像；

步驟3，確定目標(biāo)區(qū)域的第一圖像中的有效范圍的比例和環(huán)境光強(qiáng)度，如果有效范圍的比例和環(huán)境光強(qiáng)度都滿足預(yù)設(shè)條件，則執(zhí)行步驟4；否則根據(jù)當(dāng)前的有效范圍的比例和環(huán)境光強(qiáng)度的數(shù)值，查找對(duì)應(yīng)的設(shè)置列表，調(diào)節(jié)圖像采集模塊的參數(shù)，并返回步驟1，以重復(fù)之前操作；

步驟4，獲取目標(biāo)區(qū)域的視頻圖像，創(chuàng)建背景模型，并實(shí)時(shí)更新以適應(yīng)場(chǎng)景的變化；

步驟5，提取獲取的目標(biāo)區(qū)域的視頻圖像中的多幀圖像，并將每幀圖像分割成多個(gè)檢測(cè)區(qū)域，其中多個(gè)檢測(cè)區(qū)域中的至少一個(gè)檢測(cè)區(qū)域包括場(chǎng)所的一個(gè)或多個(gè)入口處的圖像區(qū)域；

步驟6，提取場(chǎng)所的一個(gè)或多個(gè)入口處的圖像區(qū)域，提取一幀圖像中的移動(dòng)對(duì)象分析主參考線和輔參考線，其中主參考線與場(chǎng)景中的移動(dòng)對(duì)象以最大概率移動(dòng)的方向相垂直，而輔參考線與主參考線相垂直；

步驟7：提取視頻圖像中的相鄰的多幀圖像，通過(guò)移動(dòng)對(duì)象是否跨過(guò)主參考線和/或輔參考線來(lái)確定屬于待統(tǒng)計(jì)的移動(dòng)對(duì)象；

步驟8：如果確定屬于待統(tǒng)計(jì)的移動(dòng)對(duì)象則更新統(tǒng)計(jì)模塊，增加其統(tǒng)計(jì)計(jì)數(shù)；否則返回步驟6，以針對(duì)其他檢測(cè)區(qū)域重復(fù)執(zhí)行操作；

步驟9，如果一幀中的多個(gè)檢測(cè)區(qū)域全部統(tǒng)計(jì)完畢，求取多個(gè)檢測(cè)區(qū)域的人流量總和；

步驟10：如果人流量總和超過(guò)提醒閾值而未超過(guò)警戒值，則發(fā)出提醒信號(hào)；如果人流量總和超過(guò)警戒值，則發(fā)出報(bào)警信號(hào)以控制入口和出口處的人流；如果單個(gè)檢測(cè)區(qū)域的人流量超過(guò)提醒閾值而未超過(guò)警戒值，則通過(guò)聲音警戒或者通過(guò)直方圖突出顯示而提醒管理方進(jìn)入疏散就緒狀態(tài)；

該圖像采集模塊包括：第一固定件(1)、第一軸連接(2)、第二軸連接(3)、第一連接桿(4)、第三軸連接(5)、第二連接桿(6)、第四軸連接(7)、第三連接桿(8)、第五軸連接(9)、第四連接桿(10)、第六軸連接(11)、第五連接桿(12)、攝像頭(13)，其中第一固定件(1)固定于墻壁上，第一固定件(1)與第一連接桿(4)之間通過(guò)第一軸連接(2)而連接，從而從墻壁往外看，可以實(shí)現(xiàn)第一連接桿(4)相對(duì)于第一固定件(1)的左右移動(dòng)，以便于及時(shí)地調(diào)整圖像采集范圍；第二軸連接(3)位于第一連接桿(4)和第二連接桿(6)的外側(cè)，用于實(shí)現(xiàn)第二連接桿(6)相對(duì)于第一連接桿(4)的相對(duì)運(yùn)動(dòng)；第三軸連接(5)位于第一連接桿(4)和第四連接桿(10)的外側(cè)，用于實(shí)現(xiàn)第四連接桿(10)相對(duì)于第一連接桿(4)的相對(duì)運(yùn)動(dòng)；第四軸連接(7)位于第二連接桿(6)和第三連接桿(8)的外側(cè)，用于實(shí)現(xiàn)第二連接桿(6)和第三連接桿(8)的相對(duì)運(yùn)動(dòng)；第五軸連接(9)位于第三連接桿(8)和第四連接桿(10)的外側(cè)，用于實(shí)現(xiàn)第三連接桿(8)和第四連接桿(10)的相對(duì)運(yùn)動(dòng)；其中第三軸連接(5)中從第二軸連接(3)到第三軸連接(5)的部分、第三連接桿(8)中從第四軸連接(7)到第五軸連接(9)的部分、第二連接桿(6)、第四連接桿(10)形成了平行四邊形，用于從圖中的側(cè)視角度看，使得圖像采集可以左移或右移，同時(shí)從墻壁往外的角度看，使得圖像采集可以前移或后移，以便于及時(shí)地調(diào)整圖像采集范圍；第三連接桿(8)與第五連接桿(12)通過(guò)第六軸連接(11)連接，并且第五連接桿(12)的外側(cè)固定有攝像頭(13)，由于第六軸連接(11)的結(jié)構(gòu)，使得從墻壁往外的角度看，可以使得攝像頭(13)和第五連接桿(12)一起能夠相對(duì)于第三連接桿(8)上下移動(dòng)，以便于及時(shí)地調(diào)整圖像采集范圍；

其中在步驟4中，獲取目標(biāo)區(qū)域的視頻圖像，創(chuàng)建背景模型，并實(shí)時(shí)更新以適應(yīng)場(chǎng)景的變化進(jìn)一步包括：

步驟41，在某一時(shí)刻，獲取目標(biāo)區(qū)域的視頻圖像，連續(xù)獲取n幀圖像；

步驟42，計(jì)算這n幀圖像中對(duì)應(yīng)的每個(gè)點(diǎn)P的顏色值的數(shù)學(xué)期望值，作為背景模型中對(duì)應(yīng)點(diǎn)的顏色值，并計(jì)算對(duì)應(yīng)的每個(gè)點(diǎn)P的顏色值的標(biāo)準(zhǔn)差值；

步驟43，判斷采集的新的一幀圖像的類型并進(jìn)行賦值，如果采集的新的一幀圖像中的點(diǎn)的數(shù)學(xué)期望值與前述數(shù)學(xué)期望值的差大于前述標(biāo)準(zhǔn)差值的三倍，則確定該點(diǎn)為第一類型，否則為第二類型；

步驟44，當(dāng)時(shí)間t+1時(shí)，對(duì)背景模型中的對(duì)應(yīng)點(diǎn)的數(shù)學(xué)期望值進(jìn)行更新，其中如果步驟43中判斷是第一類型，則該點(diǎn)的數(shù)學(xué)期望值保持不變；如果判斷是第二類型，則該點(diǎn)的數(shù)學(xué)期望值為步驟42中確定的背景模型中對(duì)應(yīng)點(diǎn)的顏色值的α倍與t時(shí)刻采集的一幀圖像中的對(duì)應(yīng)點(diǎn)的顏色值的β倍，α和β均為正數(shù)且總和為1，經(jīng)上述實(shí)時(shí)更新以適應(yīng)場(chǎng)景的變化。