CN108564638A - 一种基于地理图像学确定人流热区的方法和装置 - Google Patents

一种基于地理图像学确定人流热区的方法和装置 Download PDF

Info

Publication number
CN108564638A
CN108564638A CN201810359674.9A CN201810359674A CN108564638A CN 108564638 A CN108564638 A CN 108564638A CN 201810359674 A CN201810359674 A CN 201810359674A CN 108564638 A CN108564638 A CN 108564638A
Authority
CN
China
Prior art keywords
area
people
people flow
hot
density
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
Application number
CN201810359674.9A
Other languages
English (en)
Other versions
CN108564638B (zh
Inventor
赵振功
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201810359674.9A priority Critical patent/CN108564638B/zh
Publication of CN108564638A publication Critical patent/CN108564638A/zh
Priority to US16/496,213 priority patent/US11068714B2/en
Priority to PCT/CN2019/079900 priority patent/WO2019201065A1/zh
Application granted granted Critical
Publication of CN108564638B publication Critical patent/CN108564638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/203—Drawing of straight lines or curves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于地理图像学确定人流热区的方法和装置，所述方法包括：统计一段时间内区域中各坐标点的人流密度数据；将各坐标点的人流密度数据，作为各坐标点的高度数据后，根据所述高度数据运用地理图像学绘制所述区域内的等高线；将绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。应用本发明确定人流热区的计算量小，能快速确定人流热区，实现实时计算和显示。

Description

一种基于地理图像学确定人流热区的方法和装置
技术领域
本发明涉及人流分析技术领域，特别是指一种基于地理图像学确定人流热区的方法和装置。
背景技术
人流热区图，即对当前场景下行人的位置进行估计，并生成可表示当前场景下行人人流密度高低的图像。人流热区图技术在人流分析，安全监控等领域具有广泛的应用。譬如，在安全监控中，安全部门可以通过人流热区图来确定哪些位置人流最为活跃，并确定为重点监控区域。在人流分析中，可以使用人流热区图表征一段时间内行人活跃区域，用于后续的高层面分析。
目前的人流热区的确定方法中，通常基于密度聚类算法进行人流热度的计算，再根据计算出的人流热度圈出人流热区。但密度聚类算法计算量很大，收敛速度慢，因此，难以实现人流热区的实时计算和显示。
发明内容
有鉴于此，本发明的目的在于提出一种基于地理图像学确定人流热区的方法和装置，计算量小，能快速确定人流热区，实现实时计算和显示。
基于上述目的本发明提供一种基于地理图像学确定人流热区的方法，包括：
统计一段时间内区域中各坐标点的人流密度数据；
将各坐标点的人流密度数据，作为各坐标点的高度数据后，根据所述高度数据运用地理图像学绘制所述区域内的等高线；
将绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。
其中，所述根据人流等密度线所圈范围确定所述区域中的人流热区，具体包括：
选取热度大于设定热度值的人流等密度线所圈范围作为所述区域中的人流热区；或者
选取人流密度高于设定阈值的人流等密度线所圈范围作为所述区域中的人流热区。
较佳地，所述根据人流等密度线所圈范围确定所述区域中的人流热区，具体包括：
将热度大于设定热度值的人流等密度线所圈范围，选取为备选热区；
将大于设定面积的备选热区，确定为所述区域中的人流热区。
本发明还提供一种基于地理图像学确定人流热区的装置，包括：
人流密度统计模块，用于统计一段时间内区域中各坐标点的人流密度数据；
等高线绘制模块，用于将所述人流密度统计模块统计的各坐标点的人流密度数据，作为各坐标点的高度数据后，根据各坐标点的高度数据运用地理图像学绘制所述区域内的等高线；
热区确定模块，用于将所述等高线绘制模块绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。
本发明还提供一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方法。
本发明实施例的技术方案中，将区域中各坐标点的人流密度数据，作为各坐标点的高度数据后，利用地理图像学中等高线计算的方法可以快速得到人流等密度线，而基于人流等密度线则可以确定热区。由于地理图像学计算等高线的算法简单、快速，因此，本发明技术方案计算量小，可以快速确定人流热区，从而实现热区的实时计算和显示。
附图说明
图1为本发明实施例提供的一种基于地理图像学确定人流热区的方法流程图；
图2为本发明实施例提供的运用地理图像学绘制等高线的方法流程图；
图3为本发明实施例提供的区域内均匀划分的网格单元的示意图；
图4为本发明实施例提供的网格单元左上角标示情况示意图；
图5a为本发明实施例提供的16种网格单元左上角标黑情况示意图；
图5b为本发明实施例提供的网格单元的边的中点示意图；
图6为本发明实施例提供的16种网格单元内轮廓线绘制方式示意图；
图7为本发明实施例提供的由网格单元的轮廓线构成等高线的示意图；
图8为本发明实施例提供的一种基于地理图像学确定人流热区的装置内部结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
本发明的主要思路在于，将区域中各坐标点的人流密度数据，作为各坐标点的高度数据后，可以利用地理图像学中等高线计算的方法快速得到人流等密度线，而基于人流等密度线则可以确定热区。由于地理图像学计算等高线的算法简单、快速，因此，本发明技术方案中，利用地理图像学确定热区，计算量小，可以快速确定人流热区，从而实现热区的实时计算和显示。
下面结合附图详细说明本发明技术方案。
本发明实施例提供的一种基于地理图像学确定人流热区的方法具体流程，如图1所示，包括如下步骤：
步骤S101：统计一段时间内区域中各坐标点的人流密度数据。
具体地，可以对所述区域的监控录像的视频进行分析，收集区域内人流数据，包括人员的坐标和视频的时间点；进而将一段时间内相同坐标的人流累加成为人流量，从而统计出一段时间内区域中各坐标点的人流密度数据。
步骤S102：将各坐标点的人流密度数据，作为各坐标点的高度数据后，根据所述高度数据运用地理图像学绘制所述区域内的等高线。
本步骤中，根据区域内各坐标点的高度数据运用地理图像学绘制所述区域内的等高线的具体方法将在后续详细介绍。
步骤S103：将绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。
本步骤中，可以按照设定的规则选取人流热区。具体地，可以选取热度大于设定热度值的人流等密度线所圈范围作为所述区域中的人流热区；比如，选取热度大于200的人流等密度线所圈范围作为所述区域中的人流热区。其中，热度＝范围内总热量/范围的面积；范围内总热量＝范围内所有坐标点的人流密度之和。
或者，选取人流密度高于设定阈值的人流等密度线所圈范围作为所述区域中的人流热区。
更优地，在选取人流热区时，除了考虑热度因素外，还可考虑面积因素：将热度大于设定热度值的人流等密度线所圈范围，选取为备选热区；将大于设定面积的备选热区，确定为所述区域中的人流热区。比如，将大于2平米的备选热区确定为所述区域中的人流热区。
作为一种更优的实施方式，在选取了多个人流热区后，还可根据热度对确定的人流热区进行排序；根据排序结果，为各人流热区匹配不同颜色，从而在显示界面中以不同颜色标示各人流热区。比如，将排序结果中热度从高到低的5个人流热区，依次匹配深红、红色、水红、黄色、蓝色，从而可以更为直观地了解到不同热度的热区分布。
上述步骤S102中提到的根据区域内各坐标点的高度数据运用地理图像学绘制所述区域内的等高线的具体方法，流程如图2所示，包括如下步骤：
S201：对于所述区域中均匀划分的网格单元，将每个网格单元所对应的坐标点的高度数据与设定高度值进行比较。
例如，如图3所示的均匀划分的网格单元中，每个网格单元顶点处标记了该网格单元所对应的坐标点的高度数据，亦即该网格单元所对应的坐标点的人流密度数据。
将每个网格单元所对应的坐标点的高度数据与设定高度值进行比较；其中，所述设定高度值等于设定的人流密度值。如此，即是将每个网格单元所对应的坐标点的人流密度数据与设定的人流密度值进行比较。
S202：将每个网格单元所对应的坐标点的高度数据与设定高度值进行比较，并根据比较结果对网格单元左上角进行相应标示。
具体地，当一个网格单元所对应的坐标点的高度数据大于所述设定高度值时，可以将该网格单元的左上角标黑；比如，设定高度值为5，则图3所示的网格单元中左上角标黑情况如图4所示。
也就是说，当一个网格单元所对应的坐标点的人流密度数据大于设定的人流密度值时，将该网格单元的左上角标黑。
S203：对于每个网格单元，根据该网格单元四角的标示情况，在该网格单元中绘制对应的轮廓线。
具体地，每个网格单元中包括四个顶点，而四个顶点的网格单元可以有2^4＝16种标黑情况，如图5a所示。通过连接如图5b所示的网格单元的边的中点，就可以绘制轮廓了。而16种标黑情况又可分别对应于网格单元中16种轮廓线绘制方式，如图6所示。
S204：由各网格单元中的轮廓线构成所述区域内高度标定为所述设定高度值的等高线。
如图7所示，根据图5中每个网格单元的标黑情况所绘制的轮廓线，构成了高度标定为所述设定高度值的等高线，其也是密度标定为设定的人流密度值的人流等密度线。
从上述可以看出，运用地理图像学绘制所述区域内的等高线的算法非常简单，主要包括简单的数值大小比较，和线条绘制，没有复杂的收敛计算，大大减少了计算量和计算时间，可以实现热区的确定和显示的实时性。
基于上述的方法，本发明实施例提供的一种基于地理图像学确定人流热区的装置，内部结构如图8所示，包括：人流密度统计模块801、等高线绘制模块802、热区确定模块803。
人流密度统计模块801用于统计一段时间内区域中各坐标点的人流密度数据；
等高线绘制模块802用于将人流密度统计模块801统计的各坐标点的人流密度数据，作为各坐标点的高度数据后，根据各坐标点的高度数据运用地理图像学绘制所述区域内的等高线。等高线绘制模块802根据各坐标点的高度数据运用地理图像学绘制所述区域内的等高线的具体方法可参考上述图2所示的方法流程，此处不再赘述。
热区确定模块803用于将等高线绘制模块802绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。具体地，热区确定模块803可以选取热度大于设定热度值的人流等密度线所圈范围作为所述区域中的人流热区；或者选取人流密度高于设定阈值的人流等密度线所圈范围作为所述区域中的人流热区。
或者，较佳地，热区确定模块803用于将热度大于设定热度值的人流等密度线所圈范围，选取为备选热区；将大于设定面积的备选热区，确定为所述区域中的人流热区。
进一步，本发明实施例提供的一种基于地理图像学确定人流热区的装置还可以包括：热区排序模块804、热区显示模块805。
热区排序模块804用于根据热度对确定的人流热区进行排序；
热区显示模块805用于根据热区排序模块804的排序结果，在显示界面中以不同颜色标示各人流热区。
本发明实施例提供的一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器。
其中，所述存储器存储有可被执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于地理图像学确定人流热区的方法。
本发明实施例的技术方案中，将区域中各坐标点的人流密度数据，作为各坐标点的高度数据后，利用地理图像学中等高线计算的方法可以快速得到人流等密度线，而基于人流等密度线则可以确定热区。由于地理图像学计算等高线的算法简单、快速，因此，本发明技术方案计算量小，可以快速确定人流热区，从而实现热区的实时计算和显示。
本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于地理图像学确定人流热区的方法，包括：
统计一段时间内区域中各坐标点的人流密度数据；
将各坐标点的人流密度数据，作为各坐标点的高度数据后，根据所述高度数据运用地理图像学绘制所述区域内的等高线；
将绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。
2.根据权利要求1所述的方法，其特征在于，所述根据人流等密度线所圈范围确定所述区域中的人流热区，具体包括：
选取热度大于设定热度值的人流等密度线所圈范围作为所述区域中的人流热区；或者
选取人流密度高于设定阈值的人流等密度线所圈范围作为所述区域中的人流热区。
3.根据权利要求1所述的方法，其特征在于，所述根据人流等密度线所圈范围确定所述区域中的人流热区，具体包括：
将热度大于设定热度值的人流等密度线所圈范围，选取为备选热区；
将大于设定面积的备选热区，确定为所述区域中的人流热区。
4.根据权利要求1-3任一所述的方法，其特征在于，还包括：
根据热度对确定的人流热区进行排序；
根据排序结果，在显示界面中以不同颜色标示各人流热区。
5.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述高度数据运用地理图像学绘制所述区域内的等高线，具体包括：
对于所述区域中均匀划分的网格单元，将每个网格单元所对应的坐标点的高度数据与设定高度值进行比较；
当一个网格单元所对应的坐标点的高度数据大于所述设定高度值时，将该网格单元的左上角标黑；并根据该网格单元四角的标黑情况，在该网格单元中绘制对应的轮廓线；
由各网格单元中的轮廓线构成所述区域内高度标定为所述设定高度值的等高线；
其中，所述设定高度值等于设定的人流密度值。
6.一种基于地理图像学确定人流热区的装置，其特征在于，包括：
人流密度统计模块，用于统计一段时间内区域中各坐标点的人流密度数据；
等高线绘制模块，用于将所述人流密度统计模块统计的各坐标点的人流密度数据，作为各坐标点的高度数据后，根据各坐标点的高度数据运用地理图像学绘制所述区域内的等高线；
热区确定模块，用于将所述等高线绘制模块绘制的等高线作为人流等密度线后，根据人流等密度线所圈范围确定所述区域中的人流热区。
7.根据权利要求6所述的装置，其特征在于，
所述热区确定模块具体用于选取热度大于设定热度值的人流等密度线所圈范围作为所述区域中的人流热区；或者选取人流密度高于设定阈值的人流等密度线所圈范围作为所述区域中的人流热区。
8.根据权利要求6所述的装置，其特征在于，
所述热区确定模块具体用于将热度大于设定热度值的人流等密度线所圈范围，选取为备选热区；将大于设定面积的备选热区，确定为所述区域中的人流热区。
9.根据权利要求6-8任一所述的装置，其特征在于，还包括：
热区排序模块，用于根据热度对确定的人流热区进行排序；
热区显示模块，用于根据所述热区排序模块的排序结果，在显示界面中以不同颜色标示各人流热区。
10.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-5任一所述的方法。
CN201810359674.9A 2018-04-20 2018-04-20 一种基于地理图像学确定人流热区的方法和装置 Active CN108564638B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810359674.9A CN108564638B (zh) 2018-04-20 2018-04-20 一种基于地理图像学确定人流热区的方法和装置
US16/496,213 US11068714B2 (en) 2018-04-20 2019-03-27 Method and apparatus for determining hot zones of human flow based on cartography
PCT/CN2019/079900 WO2019201065A1 (zh) 2018-04-20 2019-03-27 基于地理图像学确定人流热区的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810359674.9A CN108564638B (zh) 2018-04-20 2018-04-20 一种基于地理图像学确定人流热区的方法和装置

Publications (2)

Publication Number Publication Date
CN108564638A true CN108564638A (zh) 2018-09-21
CN108564638B CN108564638B (zh) 2020-07-10

Family

ID=63535844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810359674.9A Active CN108564638B (zh) 2018-04-20 2018-04-20 一种基于地理图像学确定人流热区的方法和装置

Country Status (3)

Country Link
US (1) US11068714B2 (zh)
CN (1) CN108564638B (zh)
WO (1) WO2019201065A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019201065A1 (zh) * 2018-04-20 2019-10-24 京东方科技集团股份有限公司 基于地理图像学确定人流热区的方法和装置
CN113486223A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种航线显示方法、系统和电子设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113128299B (zh) * 2019-12-30 2024-06-11 深圳云天励飞技术有限公司 人流密度检测方法、装置、终端设备、服务器及存储介质
CN115237289B (zh) * 2022-07-01 2024-02-23 杭州涂鸦信息技术有限公司 热区范围确定方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110075882A1 (en) * 2009-09-29 2011-03-31 Hitachi Software Engineering Co., Ltd. Geospatial information creating system and geospatial information creating method
CN102254786A (zh) * 2010-05-20 2011-11-23 上海华虹Nec电子有限公司 芯片的局部图形密度的分析和检查方法
CN104200502A (zh) * 2014-08-28 2014-12-10 杭州师范大学 一种二维散点数据密度制图方法
CN106407466A (zh) * 2016-10-17 2017-02-15 山东浪潮商用系统有限公司 一种基于人流量的税务大厅热力图显示方法
CN106708955A (zh) * 2016-11-29 2017-05-24 浙江宇视科技有限公司 一种热力图生成方法及设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942854A (zh) 2013-01-17 2014-07-23 新谊整合科技股份有限公司 能量输出控制系统与方法
CN107644218B (zh) 2017-09-29 2018-12-28 广州市冠腾通讯科技有限公司 基于图像采集功能实现人流密集区域行为分析判断的工作方法
CN108564638B (zh) 2018-04-20 2020-07-10 京东方科技集团股份有限公司 一种基于地理图像学确定人流热区的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110075882A1 (en) * 2009-09-29 2011-03-31 Hitachi Software Engineering Co., Ltd. Geospatial information creating system and geospatial information creating method
CN102254786A (zh) * 2010-05-20 2011-11-23 上海华虹Nec电子有限公司 芯片的局部图形密度的分析和检查方法
CN104200502A (zh) * 2014-08-28 2014-12-10 杭州师范大学 一种二维散点数据密度制图方法
CN106407466A (zh) * 2016-10-17 2017-02-15 山东浪潮商用系统有限公司 一种基于人流量的税务大厅热力图显示方法
CN106708955A (zh) * 2016-11-29 2017-05-24 浙江宇视科技有限公司 一种热力图生成方法及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KIKITA: "空间分析之密度分析", 《CSDN博客，HTTPS://BLOG.CSDN.NET/KIKITAMOON/ARTICLE/DETAILS/7835942》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019201065A1 (zh) * 2018-04-20 2019-10-24 京东方科技集团股份有限公司 基于地理图像学确定人流热区的方法和装置
US11068714B2 (en) 2018-04-20 2021-07-20 Boe Technology Group Co., Ltd. Method and apparatus for determining hot zones of human flow based on cartography
CN113486223A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种航线显示方法、系统和电子设备
CN113486223B (zh) * 2021-06-07 2022-09-09 海南太美航空股份有限公司 一种航线显示方法、系统和电子设备

Also Published As

Publication number Publication date
WO2019201065A1 (zh) 2019-10-24
US20200380256A1 (en) 2020-12-03
US11068714B2 (en) 2021-07-20
CN108564638B (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN108564638B (zh) 一种基于地理图像学确定人流热区的方法和装置
CN110135269B (zh) 一种基于混合颜色模型与神经网络的火灾图像检测方法
JP6156665B1 (ja) 施設内活動分析装置、施設内活動分析システムおよび施設内活動分析方法
US8462992B2 (en) Method of change detection for building models
EP1507232B1 (en) Method for classifying a digital image
CN107944327A (zh) 一种人数统计方法及装置
CN107679503A (zh) 一种基于深度学习的人群计数算法
CN106023259B (zh) 一种运动目标频率检测方法及装置
CN105631455A (zh) 一种图像主体提取方法及系统
CN102867349B (zh) 一种基于椭圆环模板匹配的人数统计方法
CN103164687B (zh) 一种色情图像侦测的方法和系统
CN1323370C (zh) 一种色情图像检测方法
CN106997459B (zh) 一种基于神经网络和图像叠合分割的人数统计方法及系统
CN103514430B (zh) 检测火焰的方法和装置
CN109816745A (zh) 人体热力图展示方法及相关产品
CN108288033A (zh) 一种基于随机蕨融合多特征的安全帽检测方法
CN107886507A (zh) 一种基于图像背景和空间位置的显著区域检测方法
CN109740533A (zh) 遮挡比例确定方法、装置和电子系统
CN110163822A (zh) 基于超像素分割与图割的网状物检测与去除方法和系统
CN113301409B (zh) 视频合成方法、装置、电子设备和可读存储介质
CN109740444A (zh) 人流量信息展示方法及相关产品
CN107944437B (zh) 一种基于神经网络和积分图像的人脸定位方法
CN105069816B (zh) 一种进出口人流量统计的方法及系统
CN106570449A (zh) 一种基于区域定义的人流量与人气指数检测方法及检测系统
Zhou et al. Computing the color complexity of images

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