CN107316011A - 数据处理方法、装置及存储介质 - Google Patents
数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN107316011A CN107316011A CN201710447349.3A CN201710447349A CN107316011A CN 107316011 A CN107316011 A CN 107316011A CN 201710447349 A CN201710447349 A CN 201710447349A CN 107316011 A CN107316011 A CN 107316011A
- Authority
- CN
- China
- Prior art keywords
- facial image
- sample data
- video segment
- image
- quality evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种数据处理方法、装置及存储介质,所述方法包括:获取指定区域的第一视频片段;获取统计配置参数;根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;按照预设方式展示所述P个样本数据。通过本发明实施例可方便地对视频文件进行人流量分析。
Description
技术领域
本发明涉及视频监控技术领域,具体涉及一种数据处理方法、装置及存储介质。
背景技术
随着经济、社会、文化的快速发展,国内外影响力的与日俱增,越来越多外来人口流向城市,这些人口增加在加快城市化进程的同时,也为城市管理带来更大的挑战,虽然,视频监控对城市安全提供了技术支持,但是,目前来看,摄像头已经在城市中布局开来,各个摄像头的功能较为独立,当然,多个摄像头可属于一个系统,由该系统对一个区域进行监控,由于监控摄像头数目较多,因而,如何快速对摄像头监控的内容进行人流量分析的问题亟待解决。
发明内容
本发明实施例提供了一种数据处理方法、装置及存储介质,可方便地对视频文件进行人流量分析。
本发明实施例第一方面提供了一种数据处理方法,包括:
获取指定区域的第一视频片段;
获取统计配置参数;
根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
按照预设方式展示所述P个样本数据。
结合本发明实施例第一方面,在第一方面的第一种可能实施方式中,所述统计配置参数包含统计时间段和统计类别;
所述根据所述统计配置参数对所述视频片段进行分析,得到P个样本数据,包括:
根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取所述统计类别对应的特征参数;
根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
如此,上述本实施例,可截取需要统计时间段的视频,可减少分析量,进一步获取统计类别对应的特征参数,根据这些特征参数对截取的视频进行分析,可得到用户需要的样本数据,进而,可根据这些数据作进一步分析,达到用户需要的分析目的。
结合本发明实施例第一方面的第一种可能实施方式,在第一方面的第二种可能实施方式中,所述根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据,包括:
对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
对所述K个人脸图像进行数据处理,得到所述P个样本数据。
如此,上述本实施例,可对第二视频片段进行人脸识别,得到多个人脸图像,这些人脸图像中质量有好有坏,可选取图像质量好的人脸图像,进一步地,再从这些人脸图像中选取符合特征参数的人脸图像,进一步,作数据处理,将人脸图像转化为样本数据,得到样本后,有利于用户对人流量进行直观分析。
结合本发明实施例第一方面的第二种可能实施方式,在第一方面的第三种可能实施方式中,所述对所述K个人脸图像进行数据处理,包括:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集;
根据所述P个属性信息集生成所述P个样本数据。
如此,上述本实施例,K个人脸图像对应一个属性信息,属性信息可表达一个人脸图像,但由于拍摄角度等原因,会出现属性信息不全面,因而,可根据需要划分为P个属性信息集,每一信息集可作为一个样本数据,如此,可将二维图像进行一维表示,方便用户实现图像样本化。
结合本发明实施例第一方面或第一方面的第一种至第三种中任一可能实施方式,在第一方面的第四种可能实施方式中,所述按照预设方式展示所述P个样本数据,包括:
将所述P个样本数据生成统计图或者统计表。
如此,上述本实施例,将多个样本转化为统计图或者统计表,可方便于用户对人流量进行分析。
本发明实施例第二方面提供了一种数据处理装置,包括:
第一获取单元,用于获取指定区域的第一视频片段;
第二获取单元,用于获取统计配置参数;
分析单元,用于根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
展示单元,用于按照预设方式展示所述P个样本数据。
结合本发明实施例第二方面,在第二方面的第一种可能实施方式中,所述统计配置参数包含统计时间段和统计类别;
所述分析单元包括:
截取模块,用于根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取模块,用于获取所述统计类别对应的特征参数;
分析模块,用于根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
结合本发明实施例第二方面的第一种可能实施方式,在第二方面的第二种可能实施方式中,所述分析模块包括:
识别模块,用于对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
评价模块,用于对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
选取模块,用于从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
筛选模块,用于根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
处理模块,用于对所述K个人脸图像进行数据处理,得到所述P个样本数据。
结合本发明实施例第二方面的第二种可能实施方式,在第二方面的第三种可能实施方式中,所述处理模块具体用于:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集,根据所述P个属性信息集生成所述P个样本数据。
结合本发明实施例第二方面或第二方面的第一种至第三种中任一可能实施方式,在第二方面的第四种可能实施方式中,所述展示单元具体用于:
将所述P个样本数据生成统计图或者统计表。
本发明实施例第三方面提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行以实现如第一方面或第一方面的任一可能实施方式所述的方法。
实施本发明实施例,具有如下有益效果:
可以看出,通过本发明实施例,数据处理装置可获取指定区域的第一视频片段,获取统计配置参数,根据统计配置参数对第一视频片段进行分析,得到P个样本数据,P为正整数,按照预设方式展示P个样本数据。从而,可将指定区域的视频文件,按照统计配置参数进行分析,得出样本数据,进而,展示样本数据,从而,可根据用户指定区域,以及配置参数,从视频中提取对应的样本,根据这些样本对人流量进行分析,如此可实现方便地对视频文件进行人流量分析。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种数据处理方法的第一实施例流程示意图;
图1a是本发明实施例提供的人流量统计的演示示意图;
图1b是本发明实施例提供的又一人流量统计的演示示意图;
图2是本发明实施例提供的一种数据处理方法的第二实施例流程示意图;
图3a是本发明实施例提供的一种数据处理装置的第一实施例结构示意图;
图3b是本发明实施例提供的图3a所描述的数据处理装置的分析单元的结构示意图;
图3c是本发明实施例提供的图3b所描述的分析模块的结构示意图;
图4是本发明实施例提供的一种数据处理装置的第二实施例结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例所描述数据处理装置可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备(MID,MobileInternet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置,当然,上述数据处理装置还可以为服务器。
需要说明的是,本发明实施例中的数据处理装置可与多个摄像头连接,每一摄像头均可用于抓拍视频图像,每一摄像头均可有一个与之对应的位置标记,或者,可有一个与之对应的编号。通常情况下,摄像头可设置在公共场所,例如,学校、博物馆、十字路口、步行街、写字楼、车库、机场、医院、地铁站、车站、公交站台、超市、酒店、娱乐场所等等。摄像头在拍摄到视频图像后,可将该视频图像保存到数据处理装置所在系统的存储器。存储器中可存储有多个图像库,每一图像库可包含同一人的不同视频图像,当然,每一图像库还可以用于存储一个区域的视频图像或者某个指定摄像头拍摄的视频图像。本发明实施例可用于对具体场所的人流量进行分析,例如,对地铁站某个出口的人流量进行分析,又例如,对某个店面的人流量进行分析,当然,还可以将一个月中每一天的人流量进行分析。
进一步可选地,本发明实施例中,摄像头拍摄的每一帧视频图像均对应一个属性信息,属性信息为以下至少一种:视频图像的拍摄时间、视频图像的位置、视频图像的属性参数(格式、大小、分辨率等)、视频图像的编号和视频图像中的人物特征属性。上述视频图像中的人物特征属性可包括但不仅限于:视频图像中的人物个数、人物位置、人物角度等等。
进一步需要说明的是,每一摄像头采集的视频图像通常为动态人脸图像,因而,本发明实施例中可以对人脸图像的角度进行分析,上述角度可包括但不仅限于:水平转动角度、俯仰角或者倾斜度,通常情况下,人脸角度在一定范围内,才可以识别到人脸。例如,可定义动态人脸图像数据要求两眼间距不小于30像素,建议60像素以上。水平转动角度不超过±30°、俯仰角不超过±20°、倾斜角不超过±45°。建议水平转动角度不超过±15°、俯仰角不超过±10°、倾斜角不超过±15°。例如,还可对人脸图像是否被其他物体遮挡进行筛选,通常情况下,饰物不应遮挡脸部主要区域,饰物如深色墨镜、口罩和夸张首饰等,当然,也有可能摄像头上面布满灰尘,导致人脸图像被遮挡。本发明实施例中的视频图像的图片格式可包括但不仅限于:BMP,JPEG,JPEG2000,PNG等等,其大小可以在10-30KB之间,每一视频图像还可以对应一个拍摄时间、以及拍摄该视频图像的摄像头统一编号、与人脸图像对应的全景大图的链接等信息(人脸图像和全局图片建立特点对应性关系文件)。
请参阅图1,为本发明实施例提供的一种数据处理方法的第一实施例流程示意图。本实施例中所描述的数据处理方法,包括以下步骤:
101、获取指定区域的第一视频片段。
其中,上述指定区域可为指定摄像头的拍摄区域,或者,为某个具体的区域,例如,学校,医院,电影院等等。
102、获取统计配置参数。
其中,统计配置参数可包括但不仅限于:至少一个统计时间段(例如:8:00-9:00)、统计类别、指定目标等等,统计类别可以包括但不仅限于:男人、女人、老人、小孩、戴墨镜的人、戴围巾的人、戴帽子的人、玩手机的人、穿红色上衣的人等等,指定目标为指定需要查找的人。统计配置参数可由用户自行设置或者系统默认,例如,统计配置参数可为:8:00-10:00,男人,则可实现对8:00-10:00指定区域内的男人的人流量进行分析。上述统计配置参数可由用户自行设置,或者,系统默认,例如,统计配置参数为:当天各个小时的人流量,则可对每天各个小时出现的人流量进行分析。如此,本发明实施例可应用于对超市中每天的人流量进行分析,还可以应用于分析商场中每一店面的人流量,还可以分析指定目标每天出现的时间点。
103、根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数。
其中,数据处理装置可依据上述统计配置参数对第一视频片段分析,得到P个样本数据,P为正整数。样本数据可包括如下一项或者多项:人数、人脸图像、人物出场时间、人物出现位置、人物的特征(男/女、年龄、身高)等等。上述统计配置参数可包含对第一视频片段进行分析的依据,例如,统计配置参数中包含男人,则可从第一视频片段中筛选出男人,并对筛选出的男人进行分析。
可选地,所述统计配置参数包含统计时间段和统计类别;上述步骤103中,根据所述统计配置参数对所述视频片段进行分析,得到P个样本数据,可包括如下步骤:
31)、根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
32)、获取所述统计类别对应的特征参数;
33)、根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
其中,在统计时间段获取之后,数据处理装置可依据该统计时间段对第一视频片段进行截取操作,其目的在于减小数据分析量,也有针对性地对具体时间段进行分析,从而,得到第二视频片段,可按照预设的统计类别与特征参数之间的映射关系,得到步骤102中选取的统计类别对应的特征参数,进而,依据该特征参数可对第二视频片段进行分析,得到P个样本数据。如此,可截取需要统计时间段的视频,可减少分析量,进一步获取统计类别对应的特征参数,根据这些特征参数对截取的第二视频片段进行分析,可得到用户需要的样本数据,进而,可根据这些数据作进一步分析,达到用户需要的分析目的。
其中,可选地上述步骤31,根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段,可按照如下方式实施:
311)、可对第一视频片段进行人脸识别,得到包含人脸图像的多个视频图像,多个视频图像中每一视频图像对应一个时间点;
312)、将时间点落入在统计时间段的视频图像合成第二视频片段。
其中,第一视频片段中并非每一帧图像中均包含人脸图像,因而,可对第一视频片段进行人脸识别,如果某一帧图像中包含人脸图像,则可标记该图像,如果不包含人脸图像,则认为不是我们想要的图像,如此,当然,标记的图像对应一个时间点,如果该时间点落入在统计时间段,则可认为其是第二视频片段的一帧图像。如此,可通过对视频进行人脸识别,得到包含人脸图像的视频帧,每一视频帧对应一个时间点(拍摄时间),将这些视频处于统计时间段的视频图像合成一个视频片段,可大大减少分析的数据量,提升了统计分析效率。
可选地,上述步骤33中,根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据,可包括如下步骤:
331)、对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
332)、对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
333)、从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
334)、根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
335)、对所述K个人脸图像进行数据处理,得到所述P个样本数据。
其中,数据处理装置可将第二视频片段分解为一帧一帧的图像,进而,对每一帧图像进行人脸识别,得到M个人脸图像,M为正整数,该M个人脸图像并非每一个图像都较为清晰,因而,需要对M个人脸图像作进一步质量分析,进一步对该M个人脸图像进行图像质量评价,得到M个图像质量评价值,从该M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到N个人脸图像,N为小于M的正整数,根据特征参数对N个人脸图像进行筛选,得到K个人脸图像,K为小于N的正整数,对K个人脸图像进行数据处理,得到P个样本数据。上述预设质量阈值可由用户自行设置或者系统默认。如此,可对第二视频片段进行人脸识别,得到多个人脸图像,这些人脸图像中质量有好有坏,可选取图像质量好的人脸图像,进一步地,再从这些人脸图像中选取符合特征参数的人脸图像,进一步,作数据处理,将人脸图像转化为样本数据,得到样本后,有利于用户对人流量进行直观分析。
进一步地,上述步骤332中,数据处理装置可采用如下手段对对M个人脸图像进行图像质量评价:可采用至少一个图像质量评价指标对图像进行图像质量评价,得到图像质量评价值,其中,图像质量评价指标可包括但不仅限于:平均灰度、均方差、熵、边缘保持度、信噪比等等。可定义为得到的图像质量评价值越大,则图像质量越好。
需要说明的是,由于采用单一评价指标对图像质量进行评价时,具有一定的局限性,因此,可采用多个图像质量评价指标对图像质量进行评价,当然,对图像质量进行评价时,并非图像质量评价指标越多越好,因为图像质量评价指标越多,图像质量评价过程的计算复杂度越高,也不见得图像质量评价效果越好,因此,在对图像质量评价要求较高的情况下,可采用2~10个图像质量评价指标对图像质量进行评价。具体地,选取图像质量评价指标的个数及哪个指标,依据具体实现情况而定。当然,也得结合具体地场景选取图像质量评价指标,在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。
可选地,在对图像质量评价精度要求不高的情况下,可用一个图像质量评价指标进行评价,例如,以熵对待处理图像进行图像质量评价值,可认为熵越大,则说明图像质量越好,相反地,熵越小,则说明图像质量越差。
可选地,在对图像质量评价精度要求较高的情况下,可以采用多个图像质量评价指标对待评价图像进行评价,在多个图像质量评价指标对待评价图像进行图像质量评价时,可设置该多个图像质量评价指标中每一图像质量评价指标的权重,可得到多个图像质量评价值,根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值,例如,三个图像质量评价指标分别为:A指标、B指标和C指标,A的权重为a1,B的权重为a2,C的权重为a3,采用A、B和C对某一图像进行图像质量评价时,A对应的图像质量评价值为b1,B对应的图像质量评价值为b2,C对应的图像质量评价值为b3,那么,最后的图像质量评价值=a1b1+a2b2+a3b3。通常情况下,图像质量评价值越大,说明图像质量越好。
可选地,上述步骤335中,对所述K个人脸图像进行数据处理,可包括如下步骤:
A1)、获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集;
A2)、根据所述P个属性信息集生成所述P个样本数据。
其中,属性信息集可包括但不仅限于:拍摄时间、拍摄地点、拍摄的摄像头编号、人物特征(是否戴眼镜、脸型、鼻梁类型、单/双眼皮、皱纹数目等等)。因而,数据处理装置可获取K个人脸图像中每一人脸图像的属性信息,每一个人脸图像的属性信息不止一个,因而,每一人脸图像可对应多个属性信息,进而,进行归类处理,K个人脸图像中的每一人脸图像的属性信息可实现P个属性信息集,由于某种程度上,有可能样本特征不显著(例如,不同角度拍摄同一人,得到结果不一样,有可能部分特征被遮挡),或者,样本重复(例如,某个人一直徘徊在拍摄区域),因而,K个人脸图像并非就是得到K个属性信息集。进一步地,可将P个属性信息集生成P个样本数据,每一样本数据可对应多个维度,即属性信息集中的每一属性信息可作为一个维度。如此,K个人脸图像对应一个属性信息,属性信息可表达一个人脸图像,但由于拍摄角度等原因,会出现属性信息不全面,因而,可根据需要划分为P个属性信息集,每一信息集可作为一个样本数据,如此,可将二维图像进行一维表示,方便用户实现图像样本化。
104、按照预设方式展示所述P个样本数据。
可选地,上述预设方式可为统计图、统计表、选取P个样本数据中的最大数据、最小数据等等。例如,可按照时间顺序展示P个样本数据,又或者,可按照预先设置的对比顺序展示P个样本数据。
可选地,上述步骤104中,按照预设方式展示所述P个样本数据,可包括如下步骤:
将所述P个样本数据生成统计图或者统计表。
例如,本发明实施例,可获取某个摄像头的视频片段,进而,统计配置参数可包含P个时间段,进而,可对视频片段进行解析,对P个时间段中每一时间段对应的视频片段进行人流量分析,进而,得到P个样本数据,即每一样本数据对应一个时间段的人流量。如图1a,获取近一个月的视频片段,统计配置参数为每一天的人流量,进而,可对每一天的人流量进行分析,得到图1a的结果。当然,也可以针对近两日的人流量进行分析,如图1b,可获取近一两天的视频片段,统计配置参数可为每一天每个小时的人流量,可得到两天分别在每个小时的样本数据,进而,进行对比分析,如此,可方便于用户对人流量进行分析。
可以看出,通过本发明实施例,数据处理装置可获取指定区域的第一视频片段,获取统计配置参数,根据统计配置参数对第一视频片段进行分析,得到P个样本数据,P为正整数,按照预设方式展示P个样本数据。从而,可将指定区域的视频文件,按照统计配置参数进行分析,得出样本数据,进而,展示样本数据,从而,可根据用户指定区域,以及统计配置参数,从视频中提取对应的样本,根据这些样本对人流量进行分析,如此可实现方便地对视频文件进行人流量分析。
与上述一致地,请参阅图2,为本发明实施例提供的一种数据处理方法的第二实施例流程示意图。本实施例中所描述的数据处理方法,包括以下步骤:
201、获取指定区域的第一视频片段。
202、获取统计配置参数。
203、根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数。
204、按照预设方式展示所述P个样本数据。
其中,上述步骤201-步骤204的具体描述可参照图1所描述的数据处理方法的步骤101-步骤104的对应描述,在此不再赘述。
205、对所述P个样本数据进行线性拟合,得到拟合曲线。
206、根据所述拟合曲线输出最优结果。
其中,在步骤204之后,还可以对P个样本数据进行线性拟合,形成一条拟合曲线,可通过计算功能计算出拟合曲线的最优结果。其目的在于分析出时间与样本之间的关系,从而,决策出最佳时刻与最佳样本,以便于用户作出相应决策。
可以看出,通过本发明实施例,数据处理装置可获取指定区域的第一视频片段,获取统计配置参数,根据统计配置参数对第一视频片段进行分析,得到P个样本数据,P为正整数,按照预设方式展示P个样本数据,按照预设方式展示P个样本数据,根据拟合曲线输出最优结果。从而,可将指定区域的视频文件,按照统计配置参数进行分析,得出样本数据,进而,展示样本数据,还可以对样本数据进行线性拟合,分析出对应的最优结果,从而,不仅可方便地对视频文件进行人流量分析,还可以为用户提供一些指导性意见。
与上述一致地,以下为实施上述数据处理方法的装置,具体如下:
请参阅图3a,为本发明实施例提供的一种数据处理装置的第一实施例结构示意图。本实施例中所描述的数据处理装置,包括:第一获取单元301、第二获取单元302、分析单元303和展示单元304,具体如下:
第一获取单元301,用于获取指定区域的第一视频片段;
第二获取单元302,用于获取统计配置参数;
分析单元303,用于根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
展示单元304,用于按照预设方式展示所述P个样本数据。
其中,上述第一获取单元301可用于实现上述步骤101所描述的方法,第二获取单元302可用于实现上述步骤102所描述的方法,分析单元303可用于实现上述步骤103所描述的方法,展示单元304可用于实现上述步骤104所描述的方法。
可选地,所述统计配置参数包含统计时间段和统计类别。如图3b,图3b为图3a中所描述的数据处理装置的分析单元303的具体细化结构,其中,所述分析单元303可包括:截取模块3031、获取模块3032和分析模块3033,具体如下:
截取模块3031,用于根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取模块3032,用于获取所述统计类别对应的特征参数;
分析模块3033,用于根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
其中,分析单元303可包括:人脸识别模块(图中未标出)和合成模块(图中未标出),具体如下:
人脸识别模块,用于可对第一视频片段进行人脸识别,得到包含人脸图像的多个视频图像,多个视频图像中每一视频图像对应一个时间点;
合成模块,用于将时间点落入在统计时间段的视频图像合成第二视频片段。
可选地,如图3c,图3c为图3b中所描述的分析模块3033的具体细化结构,其中,所述分析模块3033可包括:识别模块401、评价模块402、选取模块403、筛选模块404和处理模块405,具体如下:
识别模块401,用于对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
评价模块402,用于对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
选取模块403,用于从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
筛选模块404,用于根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
处理模块405,用于对所述K个人脸图像进行数据处理,得到所述P个样本数据。
可选地,所述处理模块405具体用于:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集,根据所述P个属性信息集生成所述P个样本数据。
可选地,所述展示单元304具体用于:
将所述P个样本数据生成统计图或者统计表。
可以看出,通过本发明实施例,数据处理装置可获取指定区域的第一视频片段,获取统计配置参数,根据统计配置参数对第一视频片段进行分析,得到P个样本数据,P为正整数,按照预设方式展示P个样本数据。从而,可将指定区域的视频文件,按照统计配置参数进行分析,得出样本数据,进而,展示样本数据,从而,可根据用户指定区域,以及配置参数,从视频中提取对应的样本,根据这些样本对人流量进行分析,如此可实现方便地对视频文件进行人流量分析。
可以理解的是,本实施例的数据处理装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
与上述一致地,请参阅图4,为本发明实施例提供的一种数据处理装置的第二实施例结构示意图。本实施例中所描述的数据处理装置,包括:至少一个输入设备1000;至少一个输出设备2000;至少一个处理器3000,例如CPU;和存储器4000,上述输入设备1000、输出设备2000、处理器3000和存储器4000通过总线5000连接。
其中,上述输入设备1000具体可为触控面板、物理按键或者鼠标。
上述输出设备2000具体可为显示屏。
上述存储器4000可以是高速RAM存储器,也可为非易失存储器(non-volatilememory),例如磁盘存储器。上述存储器4000用于存储一组程序代码,上述输入设备1000、输出设备2000和处理器3000用于调用存储器4000中存储的程序代码,执行如下操作:
上述处理器3000,用于:
获取指定区域的第一视频片段;
获取统计配置参数;
根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
按照预设方式展示所述P个样本数据。
可选地,所述统计配置参数包含统计时间段和统计类别;上述处理器3000根据所述统计配置参数对所述视频片段进行分析,得到P个样本数据,包括:
根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取所述统计类别对应的特征参数;
根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
可选地,上述处理器3000根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据,包括:
对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
对所述K个人脸图像进行数据处理,得到所述P个样本数据。
可选地,上述处理器3000对所述K个人脸图像进行数据处理,包括:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集;
根据所述P个属性信息集生成所述P个样本数据。
可选地,上述处理器3000按照预设方式展示所述P个样本数据,包括:
将所述P个样本数据生成统计图或者统计表。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何一种数据处理方法的部分或全部步骤。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域技术人员应明白,本发明的实施例可提供为方法、装置(设备)、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机程序存储/分布在合适的介质中,与其它硬件一起提供或作为硬件的一部分,也可以采用其他分布形式,如通过Internet或其它有线或无线电信系统。
本发明是参照本发明实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本发明进行了描述,显而易见的,在不脱离本发明的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明,且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取指定区域的第一视频片段;
获取统计配置参数;
根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
按照预设方式展示所述P个样本数据。
2.根据权利要求1所述的方法,其特征在于,所述统计配置参数包含统计时间段和统计类别;
所述根据所述统计配置参数对所述视频片段进行分析,得到P个样本数据,包括:
根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取所述统计类别对应的特征参数;
根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据,包括:
对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
对所述K个人脸图像进行数据处理,得到所述P个样本数据。
4.根据权利要求3所述的方法,其特征在于,所述对所述K个人脸图像进行数据处理,包括:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集;
根据所述P个属性信息集生成所述P个样本数据。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述按照预设方式展示所述P个样本数据,包括:
将所述P个样本数据生成统计图或者统计表。
6.一种数据处理装置,其特征在于,包括:
第一获取单元,用于获取指定区域的第一视频片段;
第二获取单元,用于获取统计配置参数;
分析单元,用于根据所述统计配置参数对所述第一视频片段进行分析,得到P个样本数据,所述P为正整数;
展示单元,用于按照预设方式展示所述P个样本数据。
7.根据权利要求6所述的装置,其特征在于,所述统计配置参数包含统计时间段和统计类别;
所述分析单元包括:
截取模块,用于根据所述统计时间段对所述第一视频片段进行截取操作,得到第二视频片段;
获取模块,用于获取所述统计类别对应的特征参数;
分析模块,用于根据所述特征参数对所述第二视频片段进行分析,得到所述P个样本数据。
8.根据权利要求7所述的装置,其特征在于,所述分析模块包括:
识别模块,用于对所述第二视频片段进行人脸识别,得到M个人脸图像,所述M为正整数;
评价模块,用于对所述M个人脸图像进行图像质量评价,得到所述M个图像质量评价值;
选取模块,用于从所述M个图像质量评价值中选取大于预设质量阈值的图像质量评价值,得到N个图像质量评价值,并获取其对应的人脸图像,得到所述N个人脸图像,所述N为小于所述M的正整数;
筛选模块,用于根据所述特征参数对所述N个人脸图像进行筛选,得到所述K个人脸图像,所述K为小于所述N的正整数;
处理模块,用于对所述K个人脸图像进行数据处理,得到所述P个样本数据。
9.根据权利要求8所述的装置,其特征在于,所述处理模块具体用于:
获取所述K个人脸图像中每一人脸图像的属性信息,得到所述P个属性信息集,根据所述P个属性信息集生成所述P个样本数据。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710378287 | 2017-05-24 | ||
CN2017103782875 | 2017-05-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107316011A true CN107316011A (zh) | 2017-11-03 |
CN107316011B CN107316011B (zh) | 2021-04-06 |
Family
ID=60183181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710447349.3A Active CN107316011B (zh) | 2017-05-24 | 2017-06-14 | 数据处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107316011B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287873A (zh) * | 2017-12-29 | 2018-07-17 | 深圳云天励飞技术有限公司 | 数据处理方法及相关产品 |
CN108446681A (zh) * | 2018-05-10 | 2018-08-24 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
CN109272692A (zh) * | 2018-08-30 | 2019-01-25 | 深圳市科脉技术股份有限公司 | 无人超市中的预警方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001063557A2 (fr) * | 2000-02-24 | 2001-08-30 | Holding B.E.V. S.A. | Procede et dispositif de perception automatique |
US7127081B1 (en) * | 2000-10-12 | 2006-10-24 | Momentum Bilgisayar, Yazilim, Danismanlik, Ticaret, A.S. | Method for tracking motion of a face |
CN104254019A (zh) * | 2013-06-28 | 2014-12-31 | 广州华多网络科技有限公司 | 信息推送结果检测方法和系统 |
CN106657913A (zh) * | 2016-12-24 | 2017-05-10 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106713864A (zh) * | 2016-12-24 | 2017-05-24 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106851199A (zh) * | 2017-02-07 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
-
2017
- 2017-06-14 CN CN201710447349.3A patent/CN107316011B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001063557A2 (fr) * | 2000-02-24 | 2001-08-30 | Holding B.E.V. S.A. | Procede et dispositif de perception automatique |
US7127081B1 (en) * | 2000-10-12 | 2006-10-24 | Momentum Bilgisayar, Yazilim, Danismanlik, Ticaret, A.S. | Method for tracking motion of a face |
CN104254019A (zh) * | 2013-06-28 | 2014-12-31 | 广州华多网络科技有限公司 | 信息推送结果检测方法和系统 |
CN106657913A (zh) * | 2016-12-24 | 2017-05-10 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106713864A (zh) * | 2016-12-24 | 2017-05-24 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN106851199A (zh) * | 2017-02-07 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287873A (zh) * | 2017-12-29 | 2018-07-17 | 深圳云天励飞技术有限公司 | 数据处理方法及相关产品 |
CN108287873B (zh) * | 2017-12-29 | 2020-08-11 | 深圳云天励飞技术有限公司 | 数据处理方法及相关产品 |
CN108446681A (zh) * | 2018-05-10 | 2018-08-24 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
CN109272692A (zh) * | 2018-08-30 | 2019-01-25 | 深圳市科脉技术股份有限公司 | 无人超市中的预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107316011B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358146B (zh) | 视频处理方法、装置及存储介质 | |
CN104951773B (zh) | 一种实时人脸识别监视系统 | |
Bhambani et al. | Real-time face mask and social distancing violation detection system using yolo | |
CN107291810B (zh) | 数据处理方法、装置及存储介质 | |
CN110188807A (zh) | 基于级联超分辨率网络与改进Faster R-CNN的隧道行人目标检测方法 | |
CN106878670B (zh) | 一种视频处理方法及装置 | |
CN106778645B (zh) | 一种图像处理方法及装置 | |
CN104036236B (zh) | 一种基于多参数指数加权的人脸性别识别方法 | |
CN107644213A (zh) | 视频人物提取方法及装置 | |
CN107341443B (zh) | 视频处理方法、装置及存储介质 | |
CN101390128B (zh) | 脸部器官的位置的检测方法及检测系统 | |
CN107169458A (zh) | 数据处理方法、装置及存储介质 | |
CN106791655B (zh) | 一种视频处理方法及装置 | |
CN107301378A (zh) | 图像中多分类器集成的行人检测方法和系统 | |
CN109816745A (zh) | 人体热力图展示方法及相关产品 | |
CN109766779A (zh) | 徘徊人员识别方法及相关产品 | |
CN109754461A (zh) | 图像处理方法及相关产品 | |
CN106971142B (zh) | 一种图像处理方法及装置 | |
CN107316011A (zh) | 数据处理方法、装置及存储介质 | |
CN106851199A (zh) | 一种视频处理方法及装置 | |
CN112464701A (zh) | 基于轻量化特征融合ssd的人员是否佩戴口罩检测方法 | |
CN105913022A (zh) | 一种基于视频分析的手持式打电话状态判别方法及系统 | |
CN113222973A (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
CN207233038U (zh) | 人脸点名与计数系统 | |
CN107301373B (zh) | 数据处理方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |