CN109189878B - 一种人群热力图获得方法及装置 - Google Patents

一种人群热力图获得方法及装置 Download PDF

Info

Publication number
CN109189878B
CN109189878B CN201811089701.1A CN201811089701A CN109189878B CN 109189878 B CN109189878 B CN 109189878B CN 201811089701 A CN201811089701 A CN 201811089701A CN 109189878 B CN109189878 B CN 109189878B
Authority
CN
China
Prior art keywords
grid
crowd
data
module
thermodynamic chart
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.)
Active
Application number
CN201811089701.1A
Other languages
English (en)
Other versions
CN109189878A (zh
Inventor
刘泽许
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.)
Tupu Technology (guangzhou) Co Ltd
Original Assignee
Tupu Technology (guangzhou) 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 Tupu Technology (guangzhou) Co Ltd filed Critical Tupu Technology (guangzhou) Co Ltd
Priority to CN201811089701.1A priority Critical patent/CN109189878B/zh
Priority to PCT/CN2018/117285 priority patent/WO2020056914A1/zh
Publication of CN109189878A publication Critical patent/CN109189878A/zh
Application granted granted Critical
Publication of CN109189878B publication Critical patent/CN109189878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Traffic Control Systems (AREA)

Abstract

在本申请实施例提供的人群热力图获得方法及装置中，所述方法包括：根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。本申请实施例可以根据筛选查询语句快速得到需要的人群热力图，并对人群热力图对应的热度分布给出准确显示。

Description

一种人群热力图获得方法及装置
技术领域
本申请涉及图像处理领域，具体而言，涉及一种人群热力图获得方法及装置。
背景技术
随着人工智能的日益发展，深度学习、神经网络等模型算法的优化与迭代，机器识别出人的准确度已经与人类的识别准确度相差无几了。同时，基于识别出人的身***置的应用也是越来越多。在商业智能的场景下，理清物与人的时空关系尤为重要。由摄像头记录下人与物的互动情况，通过深度学习的方法去识别人的位置，就能知道某个时刻的人群位置，但如何利用好这些人群的位置数据，在大流量、大数据的场景下，依然能准确聚合出人群的热度分布尤为重要。
申请内容
有鉴于此，本申请实施例提供了一种人群热力图获得方法及装置。
第一方面，本申请实施例提供了一种人群热力图获得方法，所述方法包括：根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
在一个可能的设计中，在所述根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图之前，所述方法还包括：接收人群分布热力图获得请求；根据所述人群分布热力图获得请求，构造网格筛选查询语句。
在一个可能的设计中，在接收人群分布热力图获得请求之前，所述方法还包括：从消息队列中获取压缩数据；对所述压缩数据进行解压、整理，获得解压后的图像数据；标记出图像数据中人的关键位置点；将标记出所述关键位置点的图像数据存储至所述时序数据库。
在一个可能的设计中，在从消息队列中获取压缩数据之前，所述方法还包括：获取人***置识别结果数据；对所述识别结果数据进行预处理；将预处理过的数据打包发送至所述消息队列中。
在一个可能的设计中，在所述获取人***置识别结果数据之前，所述方法还包括：获取摄像头采集的视频流；控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
第二方面，本申请实施例提供了一种人群热力图获得装置，所述装置包括：热力分布图模块，用于根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；坐标值获取模块，用于获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；网格数据模块，用于根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；热力图形成模块，用于将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
在一个可能的设计中，所述装置还包括：请求接收模块，用于接收人群分布热力图获得请求；查询语句构造模块，用于根据所述人群分布热力图获得请求，构造网格筛选查询语句。
在一个可能的设计中，所述装置还包括：压缩数据获取模块，用于从消息队列中获取压缩数据；解压整理模块，用于对所述压缩数据进行解压、整理，获得解压后的图像数据；位置标记模块，用于标记出图像数据中人的关键位置点；数据存储模块，用于将标记出所述关键位置点的图像数据存储至所述时序数据库。
在一个可能的设计中，所述装置还包括：结果数据获取模块，用于获取人***置识别结果数据；数据预处理模块，用于对所述识别结果数据进行预处理；数据打包模块，用于将预处理过的数据打包发送至所述消息队列中。
在一个可能的设计中，所述装置还包括：视频流采集模块，用于获取摄像头采集的视频流；识别结果数据模块，用于控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
在本申请实施例提供的人群热力图获得方法及装置中，所述方法包括：根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。本申请实施例可以先获得第一预设时间段内的多张人群热力分布图，获取每张人群热力分布图上行人对应的坐标值，根据坐标值落在预设数量的网格中的边缘数据区间，获得每个网格停留过的人的坐标点以及人数，然后将每个网格内停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在相应的位置从而形成人群热力图，使得数据的显示变得更加直观。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚的说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请第一实施例提供的人群热力图获得方法的流程图；
图2是本申请第一实施例提供的人群热力图获得方法的部分步骤的流程图；
图3是本申请第一实施例提供的人群热力图获得方法的部分步骤流程图；
图4是本申请第二实施例提供的人群热力图获得装置的结构框图；
图5是本申请实施例提供的人群热力图获得***的结构框图。
具体实施方式
第一实施例
请参见图1，图1示出了本申请第一实施例提供的人群热力图获得方法的流程示意图，具体包括如下步骤：
步骤S110，根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图。
网格筛选查询语句可以是根据时间来进行筛选查询，例如，摄像头可以拍摄一整天，而网格筛选查询语句可以选择某一时间段，例如8月21号下午4点到5点，然后获得该时间段内的多张人群热力分布图。
在步骤S110之前，所述方法还包括：接收人群分布热力图获得请求；根据所述人群分布热力图获得请求，构造网格筛选查询语句。
人群分布热力图获得请求具体可以是用户通过所持有的终端设备发起，用户发起后，由控制器接收人群分布热力图获得请求。该人群分布热力图获得请求可以包括欲获得人群分布热力图的时间信息、人群分布所对应的位置信息。
图像可能由多个网格组成，因此可以构造网格筛选查询语句来判断对多个网格中的具体某个网格进行筛选查询。
在接收人群分布热力图获得请求之前，请参见图2，还包括如下步骤：
步骤S101，从消息队列中获取压缩数据。
请参见图5，图5示出了人群热力图获得***，该***包括消息队列13、消息订阅模块14、数据预处理模块15、数据保存模块16以及数据库17。
消息队列13主要可以将人***置识别后的数据存到队列中，作为数据源，也作为缓冲带，提供后续的数据处理。消息队列13中的数据为经过压缩后的数据。消息订阅模块14主要负责从消息队列13中获取压缩数据。
请参见图3，在步骤S101之前，还可以包括如下步骤：
步骤S11，获取人***置识别结果数据。
具体地，可以获取摄像头采集的视频流；控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
步骤S12，对所述识别结果数据进行预处理。
对识别结果数据进行预处理，包括校验数据的正确性、整理数据结构和压缩数据。
步骤S13，将预处理过的数据打包发送至所述消息队列中。
进行过预处理的数据可以被打包发送至消息队列中。
步骤S102，对所述压缩数据进行解压、整理，获得解压后的图像数据。
数据预处理模块15主要负责解压数据，整理数据结构。
步骤S103，标记出图像数据中人的关键位置点。
同时数据预处理模块15也会负责计算人***置的关键点，目的是获取人站立的位置点。
步骤S104，将标记出所述关键位置点的图像数据存储至所述时序数据库。
数据保存模块16主要将已经预处理好的数据按照一定的规则保存到数据库17中。
步骤S120，获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值。
具体地，可以将人群热力分布图上的行人框起来，然后获得行人对应的框的底部的中点，将该底部的中点作为该行人所对应的坐标值。具体地，可以将每张人群热力分布图的长和宽均统一化为0至1，例如，若人群热力分布图的长为20cm，宽为18cm，某一行人在该图中的框的底部的中点的位置为长为9cm，宽为8cm处，则对应的坐标值为(9/20,8/18)，即(0.45,0.44)。步骤S130，根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数。
可以将统一化的长和宽均进行等分，例如可以对长和宽均进行十等分，获得的数据区间为0.1，即0至0.1、0.1至0.2、0.2至0.3、0.3至0.4、0.4至0.5、0.5至0.6、0.6至0.7、0.7至0.8、0.8至0.9、0.9至1.0。因此坐标值(0.45,0.44)落在长区间为0.4至0.5的数据区间内，宽区间为0.4至0.5的数据区间内。对统一化的长和宽均进行等分的等分线可以构成网格。
可以通过上述方式获得每个网格所停留过的人的坐标点以及人数。
步骤S140，将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
对每个网格内停留过的人的坐标点取平均值，作为该网格的平均坐标点，例如对于网格A，第一预设时间段内停留过5个人，则可以获得5个人的坐标点(横坐标值和纵坐标值)，然后分别取横坐标值的平均数和纵坐标值的平均数，获得的平均横坐标值、平均纵坐标值作为平均坐标点，然后将5标注在该平均坐标点对应的位置，从而形成人群热力图。
本申请第一实施例可以先获得第一预设时间段内的多张人群热力分布图，获取每张人群热力分布图上行人对应的坐标值，根据坐标值落在预设数量的网格中的边缘数据区间，获得每个网格停留过的人的坐标点以及人数，然后将每个网格内停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在相应的位置从而形成人群热力图，使得数据的显示变得更加直观。
第二实施例
请参见图4，图4示出了本申请第二实施例提供的人群热力图获得装置，该装置300包括：
热力分布图模块310，用于根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图。
网格划分模块320，用于获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值。
网格数据模块330，用于用于根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数。
热力图形成模块340，用于将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
所述装置还包括：请求接收模块，用于接收人群分布热力图获得请求；查询语句构造模块，用于根据所述人群分布热力图获得请求，构造网格筛选查询语句。压缩数据获取模块，用于从消息队列中获取压缩数据；解压整理模块，用于对所述压缩数据进行解压、整理，获得解压后的图像数据；位置标记模块，用于标记出图像数据中人的关键位置点；数据存储模块，用于将标记出所述关键位置点的图像数据存储至所述时序数据库。
结果数据获取模块，用于获取人***置识别结果数据；数据预处理模块，用于对所述识别结果数据进行预处理；数据打包模块，用于将预处理过的数据打包发送至所述消息队列中。
视频流采集模块，用于获取摄像头采集的视频流；识别结果数据模块，用于控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
本申请还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行第一实施例所述的方法。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行第一实施例所述的方法。
本申请还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行第一实施例所述的方法。
在本申请实施例提供的人群热力图获得方法及装置中，所述方法包括：根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。本申请实施例可以先获得第一预设时间段内的多张人群热力分布图，获取每张人群热力分布图上行人对应的坐标值，根据坐标值落在预设数量的网格中的边缘数据区间，获得每个网格停留过的人的坐标点以及人数，然后将每个网格内停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在相应的位置从而形成人群热力图，使得数据的显示变得更加直观。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种人群热力图获得方法，其特征在于，所述方法包括：
从消息队列中获取压缩数据；
对所述压缩数据进行解压、整理，获得解压后的图像数据；
标记出图像数据中人的关键位置点；
将标记出所述关键位置点的图像数据存储至时序数据库；
根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；
获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；
根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；
将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
2.根据权利要求1所述的方法，其特征在于，在所述根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图之前，所述方法还包括：
接收人群分布热力图获得请求；
根据所述人群分布热力图获得请求，构造网格筛选查询语句。
3.根据权利要求1所述的方法，其特征在于，在从消息队列中获取压缩数据之前，所述方法还包括：
获取人***置识别结果数据；
对所述识别结果数据进行预处理；
将预处理过的数据打包发送至所述消息队列中。
4.根据权利要求3所述的方法，其特征在于，在所述获取人***置识别结果数据之前，所述方法还包括：
获取摄像头采集的视频流；
控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
5.一种人群热力图获得装置，其特征在于，所述装置包括：
压缩数据获取模块，用于从消息队列中获取压缩数据；
解压整理模块，用于对所述压缩数据进行解压、整理，获得解压后的图像数据；
位置标记模块，用于标记出图像数据中人的关键位置点；
数据存储模块，用于将标记出所述关键位置点的图像数据存储至时序数据库；
热力分布图模块，用于根据网格筛选查询语句，获得第一预设时间段内的多张人群热力分布图；
坐标值获取模块，用于获取所述多张人群热力分布图中的每张人群热力分布图上的行人所对应的坐标值；
网格数据模块，用于根据所述坐标值落在预设数量的网格中的边缘数据区间，获得所述预设数量的网格中的每个网格所停留过的人的坐标点以及人数；
热力图形成模块，用于将每个网格内所停留过的人的坐标点取平均值，作为该网格的平均坐标点，将人数标注在所述平均坐标点对应的位置，形成人群热力图。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
请求接收模块，用于接收人群分布热力图获得请求；
查询语句构造模块，用于根据所述人群分布热力图获得请求，构造网格筛选查询语句。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
结果数据获取模块，用于获取人***置识别结果数据；
数据预处理模块，用于对所述识别结果数据进行预处理；
数据打包模块，用于将预处理过的数据打包发送至所述消息队列中。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
视频流采集模块，用于获取摄像头采集的视频流；
识别结果数据模块，用于控制图形处理器对所述视频流进行处理，获得所述人***置识别结果数据。
CN201811089701.1A 2018-09-18 2018-09-18 一种人群热力图获得方法及装置 Active CN109189878B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811089701.1A CN109189878B (zh) 2018-09-18 2018-09-18 一种人群热力图获得方法及装置
PCT/CN2018/117285 WO2020056914A1 (zh) 2018-09-18 2018-11-23 人群热力图获得方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811089701.1A CN109189878B (zh) 2018-09-18 2018-09-18 一种人群热力图获得方法及装置

Publications (2)

Publication Number Publication Date
CN109189878A CN109189878A (zh) 2019-01-11
CN109189878B true CN109189878B (zh) 2019-08-23

Family

ID=64908391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811089701.1A Active CN109189878B (zh) 2018-09-18 2018-09-18 一种人群热力图获得方法及装置

Country Status (2)

Country Link
CN (1) CN109189878B (zh)
WO (1) WO2020056914A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0817796D0 (en) 2008-09-29 2008-11-05 Convatec Inc wound dressing
CN111078330A (zh) * 2019-07-23 2020-04-28 南京航空航天大学 移动手机人流量数据可视化工具
CN110990503A (zh) * 2019-11-13 2020-04-10 联想(北京)有限公司 一种用于在电子装置中展示多个目标信息的***和方法
CN111325822B (zh) * 2020-02-18 2022-09-06 腾讯科技（深圳）有限公司 热点图的显示方法、装置、设备及可读存储介质
CN113468250A (zh) * 2021-06-29 2021-10-01 北京市商汤科技开发有限公司 热力图生成方法、装置、设备及存储介质
CN115100309A (zh) * 2022-06-24 2022-09-23 京东方科技集团股份有限公司 行人热力图生成方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106294883A (zh) * 2016-08-30 2017-01-04 杭州启冠网络技术有限公司 基于用户行为数据对用户行为图上分析的方法和***
CN107506692A (zh) * 2017-07-21 2017-12-22 天津大学 一种基于深度学习的密集人群计数与人员分布估计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7734607B2 (en) * 2005-02-01 2010-06-08 University Of Massachusetts Universal visualization platform
US20170140240A1 (en) * 2015-07-27 2017-05-18 Salesforce.Com, Inc. Neural network combined image and text evaluator and classifier
CN105549727A (zh) * 2015-08-29 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种人流量提醒方法及其装置
CN107782316B (zh) * 2017-11-01 2019-07-12 北京旷视科技有限公司 目标对象的轨迹确定方法、装置及***
CN108255691B (zh) * 2018-01-29 2021-08-10 百度在线网络技术（北京）有限公司 热力图展示方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106294883A (zh) * 2016-08-30 2017-01-04 杭州启冠网络技术有限公司 基于用户行为数据对用户行为图上分析的方法和***
CN107506692A (zh) * 2017-07-21 2017-12-22 天津大学 一种基于深度学习的密集人群计数与人员分布估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"人群视频分析***介绍-jt";飞影悟wt;《百度文库》;20160108;第6章

Also Published As

Publication number Publication date
WO2020056914A1 (zh) 2020-03-26
CN109189878A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
CN109189878B (zh) 一种人群热力图获得方法及装置
CN109190586B (zh) 顾客到访分析方法、装置及存储介质
CN102915347B (zh) 一种分布式数据流聚类方法及***
CN109522967A (zh) 一种商品定位识别方法、装置、设备以及存储介质
US20190156357A1 (en) Advanced computational prediction models for heterogeneous data
CN105893407A (zh) 个体用户画像方法和***
CN109271970A (zh) 人脸检测模型训练方法及装置
US11593735B2 (en) Automated and efficient personal transportation vehicle sharing
US11693655B2 (en) Method, apparatus, and system for outputting a development unit performance insight interface component comprising a visual emphasis element in response to an insight interface component request
CN111008631B (zh) 图像的关联方法及装置、存储介质和电子装置
CN111915366A (zh) 一种用户画像构建方法、装置、计算机设备及存储介质
CN113763700A (zh) 信息处理方法、装置、计算机设备及存储介质
CN110796141A (zh) 目标检测方法及相关设备
CN109154938A (zh) 使用离散非踪迹定位数据将数字图中的实体分类
CN107343164A (zh) 视频监控任务的分配方法及装置
CN111052128A (zh) 用于检测和定位视频中的对象的描述符学习方法
US11232470B2 (en) Customer flow line and customer flow hot zone determining method and apparatus
Ma et al. Public transportation big data mining and analysis
CN109102324A (zh) 模型训练方法、基于模型的红包物料铺设预测方法及装置
Bhuiyan et al. Hajj pilgrimage video analytics using CNN
Shitharth et al. Development of edge computing and classification using the internet of things with incremental learning for object detection
CN105184435A (zh) 一种外勤人员管理方法及***
CN110263250A (zh) 一种推荐模型的生成方法及装置
CN109614752A (zh) 城市公共交通仿真决策支撑***数据动态可视化展示的方法及装置
CN110390226A (zh) 人群事件识别方法、装置、电子设备及***

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190111

Assignee: Science City (Guangzhou) Finance Leasing Co.,Ltd.

Assignor: TUPU TECHNOLOGY (GUANGZHOU) Co.,Ltd.

Contract record no.: X2020980004839

Denomination of invention: A method and device for obtaining thermal map of crowd

Granted publication date: 20190823

License type: Exclusive License

Record date: 20200810

EE01 Entry into force of recordation of patent licensing contract
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method and device for obtaining thermal map of crowd

Effective date of registration: 20200813

Granted publication date: 20190823

Pledgee: Science City (Guangzhou) Finance Leasing Co.,Ltd.

Pledgor: TUPU TECHNOLOGY (GUANGZHOU) Co.,Ltd.

Registration number: Y2020980004940

EC01 Cancellation of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Science City (Guangzhou) Finance Leasing Co.,Ltd.

Assignor: TUPU TECHNOLOGY (GUANGZHOU) Co.,Ltd.

Contract record no.: X2020980004839

Date of cancellation: 20220909

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20220909

Granted publication date: 20190823

Pledgee: Science City (Guangzhou) Finance Leasing Co.,Ltd.

Pledgor: TUPU TECHNOLOGY (GUANGZHOU) Co.,Ltd.

Registration number: Y2020980004940