(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210776357.3 (22)申请日 2022.06.30 (71)申请人 兰州大方电子有限责任公司 地址 730050 甘肃省兰州市七里河区南滨 河中路1500号三 维商城电子商务产业 孵化大厦9 楼 (72)发明人 边宏伟　白海云　陆彦强　宋如萍　 齐国琴　刘伟　 (74)专利代理 机构 成都弘毅天承知识产权代理 有限公司 5123 0 专利代理师 苟莉 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06T 7/136(2017.01)G06T 7/246(2017.01) (54)发明名称 一种基于视频流的动态目标密度检测方法 (57)摘要 本发明公开了一种基于视频流的动态目标 密度检测方法， 属于计算机视觉领域。 包括以下 步骤， S1.选取多个时间点的视频流样本数据； S2.图像自适应切割； S3.空间区域动态目标检 测； S4空间区域目标实 际距离检测； S5动态目标 变换率的指数化。 本发明基于图像或视频流数 据， 对其中的动态目标进行检测识别和跟踪计 算， 包括目标密集度以及动态变化率。 通过对 图 像或者视频流数据进行一定的切割并增强等预 处理方法， 显著提升了计算识别的效果和准确 率， 同时能够在一定时间段内进行动态目标等的 变化率计算。 权利要求书2页 说明书5页 附图1页 CN 115331161 A 2022.11.11 CN 115331161 A 1.一种基于 视频流的动态目标密度检测方法， 其特 征在于包括以下步骤： S1.选取多个时间点的视频流样本数据S， 把S划分成固定时间段的子数据流Si(i＝1， 2， ...， t， ...)， 每个视频流Si(i＝1， 2， ...， t， ...)分成ni帧图像， 每一帧图像为If′(j＝1， 2， ni)； S2.图像自适应切割 对较大分辨率图像进行切割， 当切割处有检测目标时， 按照交叉切割的方法来避免切 割处的目标切成两半， 再对每个切 块通过数据增强算法进行样本数据增强， 再进行样本数 据检测识别， 最后把所有样本检测数据块按照原切分的顺序进行数据合并； 根据实际情况 选择切割阈值， 具体切割算法如下： 当切割阈值 为： m×m Ij的尺寸为s×s： 如果s×s≥m×m： 则对该帧图像进行切割， 切割成s1×s1， s2×s2， ss×s3， s4×s4四块； 如果si×si≥m×mi(i＝1， 2， 3， 4)： 则继续切割， 直到si×si＜m×m为止； 否则， 对每一切块图像分别进行 数据增强， 并依次进行目标检测， 再进行合并； 返回检测结果 I′j； 否则， 直接对该帧图像进行检测， 并返回检测结果 I′j； 返回ni帧的检测结果 S3.空间区域动态目标检测 根据目标跟踪算法和目标检测算法， 对某一时间段内的目标进行密度计算， 该时间段 中视频流中所 经过不同目标的数量； 其中视频流数据S的检测结果 为： 计算每个时刻的目标 数如下： 其中， Dt是第t时间段的目标 数， 是视频流St中的第k帧图像的目标 数； S4.空间区域目标实际距离检测 通过获取相机坐标、 像素坐标和世界坐标之间的相互关系， 设计参数之间换算的算法 结构， 从而通过获取摄 像头既定参数来重新校正视频流中所检测目标间的空间实际距离； S5.动态目标变换率的指数化 在给定视频流样本数据时， 选定确定的时间段或即有的时间内， 对两段时间点所检测 识别到的目标进行计数， 每段时间点不会将重复出现的目标进行计数， 避免目标的重复识 别， 将两个时刻目标识别数量进行计算， 通过计算基期增长率来对比两个时间段内检测目 标的变化， 从而计算区域空间内特定时间段动态目标密度变化率， 指数化视频流或图像中 目标的密集度； 具体算法如下， 根据两个时刻目标数据前后的变化来估算该视频流的目标增长率Rt， 进而计算单位时权　利　要　求　书 1/2 页 2 CN 115331161 A 2间内的增长 速率vt： 其中， vt代表单位时间内的目标增长速率， 即目标变化率， Rt代表第t时刻不重复的目标 数量， Ti表示两个不同的时刻。 2.根据权利要求1所述的一种基于视频流的动态目标密度检测方法， 其特征在于： 所述 步骤S2中图像切割的数量是根据原 始图像的大小 进行判断是否进行切割以及切割多少块。权　利　要　求　书 2/2 页 3 CN 115331161 A 3