本發(fā)明涉及人口熱圖的生成，尤其涉及局部地域熱圖的生成和處理。

背景技術：

大數(shù)據(jù)人口熱圖研究以人口群體的行為作為研究對象，通過人口分布密度，人口流動等參數(shù)進行群體行為特征，從宏觀方面可以研究城市人口管理、城市建設、交通規(guī)劃等，至于局部地域人口熱圖的研究主要應用于解決局部人口的密集度、危險預警、人口集散、人口導流等，增加社會安全減少事故等。

人口熱圖的研究方法，通過視頻圖像以及電子信息等技術手段采集人口的信息，然后再進行技術處理，得到以熱圖形式的直觀的人口分布圖像。

目前人口熱圖數(shù)據(jù)來源一般是移動機移動信息以及視頻監(jiān)控數(shù)據(jù)等。這幾種數(shù)據(jù)來源都存在一些不足之處，但是各有自己的優(yōu)勢。

首先，移動機移動信息可以解決大范圍的人口信息來源，但是移動機數(shù)據(jù)由于其定位不是很準確，加之一些其他因素，比如一人多機，或者以及多卡，或者有人不帶移動機，等等，因此移動機移動信息的置信度就到底有多大很難說清楚，再有就是移動機移動信息是行業(yè)秘密，想從移動公司獲得數(shù)據(jù)十分困難，尤其是實時數(shù)據(jù)基本上無法得到。只有特殊的用戶才有權利獲得。

另一方面，按道理說是眼見為實，視頻信息應該有比較好的準確率，但是前提是只是見到的才能為實，事實上很多因素，比如汽車里面多少人，雨傘地下到底有幾個人，視場內的遮擋物遮住的人群等，視頻看不到，自然也就無法統(tǒng)計清楚。

技術實現(xiàn)要素：

本發(fā)明鑒于現(xiàn)有技術的以上問題作出，用以克服或減緩現(xiàn)有技術存在的一種或更多種缺陷。

依據(jù)本發(fā)明的一個方面，提供了一種熱圖生成方法，包括：視頻圖像獲得步驟，獲得需進行識別的監(jiān)控區(qū)域的視頻圖像；遮擋區(qū)確定步驟，根據(jù)所述視頻圖像，確定所述監(jiān)控區(qū)域中的需識別遮擋區(qū)；遮擋區(qū)人數(shù)確定步驟，利用wifi技術獲得所述需識別遮擋區(qū)中的人數(shù)；非遮擋區(qū)確定步驟，確定所述監(jiān)控區(qū)域中需識別的非遮擋區(qū)；非遮擋區(qū)人數(shù)確定步驟，利用視頻識別技術識別所述非遮擋區(qū)的人數(shù)；人口密度確定步驟，利用所述遮擋區(qū)人數(shù)確定步驟所識別出的人數(shù)和所述非遮擋區(qū)人數(shù)確定步驟所識別出的人數(shù)，確定所述監(jiān)控區(qū)視頻圖像中的人數(shù)。

根據(jù)本發(fā)明的一種實施方式，所述遮擋區(qū)人數(shù)確定步驟包括：確定所述遮擋區(qū)的最大內切圓(xi，yj，r)；確定用于監(jiān)測所述最大內切圓的三個wifi基站；確定距離所述三個wifi基站中的第一基站的距離d1滿足d1+r>d1>d1-r的移動機，其中所述d1為所述圓心距離所述第一基站的距離；確定距離所述三個wifi基站中的第二基站的距離d2滿足d2+r>d2>d2-r的移動機，其中所述d2為所述圓心距離所述第二基站的距離；確定距離所述三個wifi基站中的第三基站的距離d3滿足d3+r>d3>d3-r的移動機，其中所述d3為所述圓心距離所述第三基站的距離；將同時滿足以上d1、d2、d3的條件的數(shù)據(jù)確定為所述遮擋區(qū)中的人數(shù)。

根據(jù)本發(fā)明的一種實施方式，所述遮擋區(qū)確定步驟包括：背景圖像獲得步驟，利用針對所述監(jiān)控區(qū)域獲得的多幀圖像，對所述視頻圖像中與所述監(jiān)控區(qū)域相對應的部分進行處理，得到與所述監(jiān)控區(qū)域相對應的部分的當前的背景圖像；視頻幀圖像獲得步驟，獲得與所述監(jiān)控區(qū)域相對應的當前的視頻幀圖像；目標圖像獲得步驟，根據(jù)背景圖像和當前視頻幀圖像，得到目標圖像；候選圓獲得步驟，對所述目標圖像進行處理得到候選圓；遮擋區(qū)獲得步驟，對候選圓進行基于置信度的輪廓判決，確定是否是遮擋區(qū)。

根據(jù)本發(fā)明的一種實施方式，所述候選圓獲得步驟包括：(1)將目標圖像中的所有像素點映射到參數(shù)空間(a,b,r)；(2)設置參數(shù)累加器數(shù)組a，a中的任意一個數(shù)組元素a(a,b,r)表示落在以(a,b)為圓心、以r為半徑的圓上的像素點的個數(shù)；(3)對于目標圖像中的每個像素點(x,y)，在r以一定步長連續(xù)取值時，用下式計算a、b的值：a＝x-rcosθb＝y(tǒng)-rsinθ，其中，θ表示目標圖像中每個像素點的梯度方向角，以各(a,b)為候選圓心點，各(a,b,r)的組合作為一個候選圓，從而得到各像素點對應的多個候選圓；(4)對于每一個待選圓心點(a,b)，都建立一個半徑直方圖，其橫坐標為半徑r，取值為(rmin,rmax)；縱坐標為當以待選圓心點(a,b)為圓心、以r為半徑畫圓時，落在該圓上的像素點的個數(shù)；(5)對每個半徑直方圖進行濾波，得到每個半徑直方圖對應的一個或多個峰值，即a(a,b,r)的極值；(6)如果某個a(a,b,r)的極值大于閾值，則認為該a(a,b,r)的極值對應的所有像素點構成一個圓，該圓作為更新后的候選圓。

根據(jù)本發(fā)明的一種實施方式，所述遮擋區(qū)確定步驟包括：1)用區(qū)域生長算法對待分析視頻圖像進行圖像分割；取閥值a，比較相鄰的單位面積區(qū)域的灰度平均值，若差值小于閥值a，則將區(qū)域合并，若差值不小于閥值，則不合并；2)選擇半徑為b個像素的圓形作為結構元素，若上述步驟1)獲得的區(qū)域內沒有半徑為b個像素的圓，則該區(qū)域不存在頭部；3)選擇半徑為k*b個像素的圓形作為結構元素，若上述步驟1)獲得的區(qū)域包含半徑為k*b個像素的圓，則將該區(qū)域列為遮擋區(qū)，k為大于1的預定整數(shù)。

根據(jù)本發(fā)明的一種實施方式，所述方法還包括：采樣點確定步驟，確定要進行采樣的多個采樣點；以及采樣點采樣橢圓確定步驟，確定各所述采樣點的采樣橢圓；在這種情況下，所述遮擋區(qū)確定步驟確定在各所述采樣橢圓中是否存在遮擋區(qū)；所述遮擋區(qū)人數(shù)確定步驟識別各所述采樣橢圓中的遮擋區(qū)中的人數(shù)；所述非遮擋區(qū)確定步驟識別各所述采樣橢圓中遮擋區(qū)以外的區(qū)域，作為該采樣橢圓中的非遮擋區(qū)；所述非遮擋區(qū)人數(shù)確定步驟，識別各采樣橢圓中的所述非遮擋區(qū)的人數(shù)；所述人口密度確定步驟利用各采樣橢圓中的所述遮擋區(qū)的人數(shù)和所述非遮擋區(qū)人數(shù)，確定各采樣橢圓的人口密度，并根據(jù)所獲得的各采樣橢圓的人口密度，通過數(shù)據(jù)擬合，得到整個監(jiān)控區(qū)域的人口密度。

根據(jù)本發(fā)明的一種實施方式，還包括熱圖呈現(xiàn)步驟。根據(jù)本發(fā)明的一種實施方式，所述采樣點確定步驟在所述監(jiān)控區(qū)內均勻地獲得采樣點；所述方法還包括補充采樣步驟，根據(jù)各采樣點的人口密度，在人口密度高于預定閾值的采樣點周圍增加采樣點。

根據(jù)本發(fā)明的一種實施方式，所述采樣點采樣橢圓確定步驟包括：采樣參數(shù)確定步驟，根據(jù)圓心坐標(xi，yj)，依據(jù)公式xi＝h*tanβ*cosα；yj＝h*tanβ*sinα確定攝像機的俯視角和取樣方向角，其中h為監(jiān)控該采樣點的攝像機的安裝高度，β為所述攝像機相對所述采樣點的俯視角，α為取樣點方向角；長短半軸確定步驟，利用所計算出的取樣點方向角和所述輻射角確定所述采樣橢圓的長半軸的長度a和所述采樣橢圓的短半軸的長度b：a＝h*[tanβ-tan(β-σ/2)]；b＝h*tan(σ/2)/cosβ

其中σ為預先確定的采樣角；采樣橢圓面積確定步驟，依據(jù)以下公式確定所述采樣橢圓的面積s(i,j)＝πab＝πh²*tan(σ/2)*[tanβ-tan(β-σ/2)]/cosβ。

根據(jù)本發(fā)明的方法，可以減少數(shù)據(jù)的處理量，快速實時地獲得人口分布信息。

附圖說明

圖1示出了依據(jù)本發(fā)明的一種實施方式的熱圖生成方法的流程圖。

圖2示出了依據(jù)本發(fā)明的一種實施方式的采樣橢圓和采樣面積確定方法的示意圖。

圖3示出了依據(jù)本發(fā)明的一種實施方式的遮擋區(qū)確定方法的示意性流程圖。

圖4示出了依據(jù)本發(fā)明的一種實施方式的非遮擋區(qū)采樣人數(shù)確定方法的示意性流程圖。

圖5示出了依據(jù)一種實施方式所呈現(xiàn)的人口密度圖。

具體實施方式

圖1示出了依據(jù)本發(fā)明的一種實施方式的熱圖生成方法的流程圖。如圖1所示，根據(jù)本發(fā)明的一種實施方式的熱圖生成方法包括：視頻圖像獲得步驟101，獲得需進行識別的監(jiān)控區(qū)域的視頻圖像；遮擋區(qū)確定步驟102，根據(jù)所述視頻圖像，確定所述監(jiān)控區(qū)域中的需識別遮擋區(qū)；遮擋區(qū)人數(shù)確定步驟103，利用wifi技術獲得所述需識別遮擋區(qū)中的人數(shù)；非遮擋區(qū)確定步驟104，確定所述監(jiān)控區(qū)域中需識別的非遮擋區(qū)；非遮擋區(qū)人數(shù)確定步驟105，利用視頻識別技術識別所述非遮擋區(qū)的人數(shù)；人口密度確定步驟106，利用所述遮擋區(qū)人數(shù)確定步驟所識別出的人數(shù)和所述非遮擋區(qū)人數(shù)確定步驟所識別出的人數(shù)，確定所述監(jiān)控區(qū)視頻圖像中的人口密度。

根據(jù)這一實施方式，可以有效地將wifi技術與視頻圖像熱圖識別技術結合起來有效地提高熱圖生成的精度。

根據(jù)本發(fā)明的一種實施方式，該方法還包括采樣點確定步驟107和采樣點采樣橢圓確定步驟108。采樣點確定步驟107確定該監(jiān)控區(qū)域中要進行采樣的多個采樣點；采樣點采樣橢圓確定步驟確定各所述采樣點的采樣橢圓。在這種情況下，遮擋區(qū)確定步驟102確定在各所述采樣橢圓中是否存在遮擋區(qū)；遮擋區(qū)人數(shù)確定步驟103識別各所述采樣橢圓中的遮擋區(qū)中的人數(shù)；非遮擋區(qū)確定步驟104識別各所述采樣橢圓中遮擋區(qū)以外的區(qū)域，作為該采樣橢圓中的非遮擋區(qū)；非遮擋區(qū)人數(shù)確定步驟105識別各采樣橢圓中的所述非遮擋區(qū)的人數(shù)；人口密度確定步驟106利用各采樣橢圓中的所述遮擋區(qū)的人數(shù)和所述非遮擋區(qū)人數(shù)，確定各采樣橢圓的人口密度，并根據(jù)所獲得的各采樣橢圓的人口密度，通過數(shù)據(jù)擬合，得到整個監(jiān)控區(qū)域的人口密度。

進一步，根據(jù)本發(fā)明的一種實施方式，還包括補充采樣步驟108和/或采樣密度調整步驟109，在補充采樣步驟108，根據(jù)各采樣點的人口密度，在人口密度高于預定閾值的采樣點周圍增加采樣點；在采樣密度調整步驟109，將擬合出的人口密度ρ(x,y)與實際的視頻區(qū)域實測密度進行比較計算，給出置信度的計算結果，根據(jù)置信度的要求調整采樣點的密度。

下面對本發(fā)明的實施方式進行更詳細的說明。

首先在圖像獲取步驟101獲取監(jiān)控區(qū)的視頻圖像，監(jiān)控區(qū)視頻圖像可以由多個攝像頭獲得，也可以由一個攝像頭獲得，也可通過接收來自分立的攝像裝置的圖像而獲得。該視頻圖像可以由時間上具有先后順序的多個幀構成。

然后在步驟107確定采樣點。可以均勻地在監(jiān)控區(qū)內確定采樣點，例如使這些采樣點形成同心的多個圓，或者形成同心的多個正方形等。根據(jù)另一種實施方式，可以隨機地確定采樣點。另外也可以依據(jù)一定的函數(shù)或函數(shù)組確定采樣點。接著在步驟108確定采樣橢圓和采樣橢圓的面積。

圖2示出了依據(jù)本發(fā)明的一種實施方式的采樣橢圓和采樣面積確定方法的示意圖。如圖2所示，安裝在位置p的攝像機的安裝高度為h，為已知量。該攝像機攝取了與采樣橢圓對應的圖像。設其相對于取樣點的俯視角為β。σ為取樣角度(空間圓錐角)為預定值，α為取樣點方向角。

因而，當確定了取樣橢圓的圓心坐標(即采樣點的坐標)xi、yj之后，可以根據(jù)公式xi＝h*tanβ*cosα；yj＝h*tanβ*sinα確定俯視角β；進而，可以根據(jù)公式a＝h*[tanβ-tan(β-σ/2)]；b＝h*tan(σ/2)/cosβ，來確定采樣橢圓的長半軸的長度a和短半軸長度b。因而可以根據(jù)以下公式計算采樣橢圓的面積：

s(i,j)＝πab＝πh²*tan(σ/2)*[tanβ-tan(β-σ/2)]/cosβ

然后回到圖1，在步驟102確定采樣橢圓中的遮擋區(qū)。圖3示出了依據(jù)本發(fā)明的一種實施方式的遮擋區(qū)確定步驟102所采用的遮擋區(qū)確定方法的示意性流程圖。

如圖3所示，依據(jù)本發(fā)明的一種實施方式，該遮擋區(qū)確定方法包括背景圖像獲得步驟301，利用針對所述監(jiān)控區(qū)獲得的多幀圖像，對所述視頻圖像中與所述監(jiān)控區(qū)域(或監(jiān)控區(qū)域中的采樣點)相對應的部分進行處理，得到與所述監(jiān)控區(qū)域(或監(jiān)控區(qū)域中的采樣點)相對應的部分的當前的背景圖像；視頻幀圖像獲得步驟302，獲得與所述監(jiān)控區(qū)域(或監(jiān)控區(qū)域中的采樣點)相對應的當前的視頻幀圖像；目標圖像獲得步驟303，根據(jù)背景圖像和當前視頻幀圖像，得到目標圖像；候選圓獲得步驟304，對所述目標圖像進行處理得到候選圓；遮擋區(qū)獲得步驟305，對候選圓進行基于置信度的輪廓判決，確定是否是遮擋區(qū)。

根據(jù)一種實施方式，所述候選圓獲得步驟包括：

(1)將目標圖像中的所有像素點映射到參數(shù)空間(a,b,r)；

(2)設置參數(shù)累加器數(shù)組a，a中的任意一個數(shù)組元素a(a,b,r)表示落在以(a,b)為圓心、以r為半徑的圓上的像素點的個數(shù)；

(3)對于目標圖像中的每個像素點(x,y)，在r以一定步長連續(xù)取值時，用下式計算a、b的值：a＝x-rcosθb＝y(tǒng)-rsinθ，其中，θ表示目標圖像中每個像素點的梯度方向角，以各(a,b)為候選圓心點，各(a,b,r)的組合作為一個候選圓，從而得到各像素點對應的多個候選圓；

(4)對于每一個待選圓心點(a,b)，都建立一個半徑直方圖，其橫坐標為半徑r，取值為(rmin,rmax)；縱坐標為當以待選圓心點(a,b)為圓心、以r為半徑畫圓時，落在該圓上的像素點的個數(shù)；

(5)對每個半徑直方圖進行濾波，得到每個半徑直方圖對應的一個或多個峰值，即a(a,b,r)的極值；

(6)如果某個a(a,b,r)的極值大于閾值，則認為該a(a,b,r)的極值對應的所有像素點構成一個圓，該圓作為更新后的候選圓。

在遮擋區(qū)獲得步驟305對候選圓進行基于置信度的輪廓判決實際上是依置信度判斷該候選圓是否大于一個預定的范圍，如果該區(qū)域過于大，例如超過5個頭部的大小，則可以認為其為遮擋區(qū)，例如雨傘、遮陽棚等。

根據(jù)另一種實施方式，所述遮擋區(qū)確定步驟可以包括：

1)用區(qū)域生長法對待分析視頻圖像進行圖像分割；取閥值a，比較相鄰的單位面積區(qū)域的灰度平均值，若差值小于閥值a，則將區(qū)域合并，若差值不小于閥值，則不合并；該步驟獲得了連續(xù)的區(qū)域。

2)選擇半徑為b個像素的圓形作為結構元素，若上述步驟1)獲得的區(qū)域內沒有半徑為b個像素的圓，則該區(qū)域不存在頭部；在這一步驟中，半徑為b個像素的圓形的基本上對應于一定置信度的人的頭部的大小。

3)選擇半徑為k*b個像素的圓形作為結構元素，若上述步驟1)獲得的區(qū)域包含半徑為k*b個像素的圓，則將該區(qū)域列為遮擋區(qū)。k為大于1的系數(shù)，可以是整數(shù)，也可以是根據(jù)置信度確定出的非整數(shù)的數(shù)值，如果這個區(qū)域包括過大的圓形，例如5個或更大的人的頭部，表明這是遮擋區(qū)。

根據(jù)一種實施方式，所述遮擋區(qū)人數(shù)確定步驟可以包括確定所述遮擋區(qū)的最大內切圓(xi，yj，r)；確定監(jiān)測所述最大內切圓的三個wifi基站；確定距離所述三個wifi基站中的第一基站的距離d1滿足d1+r>d1>d1-r的移動機，其中所述d1為所述最大內切圓的圓心距離所述第一基站的距離；確定距離所述三個wifi基站中的第二基站的距離d2滿足d2+r>d2>d2-r的移動機，其中所述d2為所述圓心距離所述第二基站的距離；確定距離所述三個wifi基站中的第三基站的距離d3滿足d3+r>d3>d3-r的移動機，其中所述d3為所述圓心距離所述第三基站的距離；將同時滿足以上d1、d2、d3的條件的數(shù)據(jù)確定為所述遮擋區(qū)中的人數(shù)。

wifi基站是提供wifi服務的基站，移動站是可以接受wifi服務的電子設備，包括手機、ipad或進入監(jiān)控區(qū)的門卡等等。在一種實施方式中，這三個基站彼此之間的距離應大于該內切圓的直徑的1.5倍。

可以將各采樣橢圓中遮擋區(qū)之外的部分列為非遮擋區(qū)，也可以將各采樣橢圓中遮擋區(qū)之外的部分中的一部分，例如指定的圓形或方形區(qū)域列為非遮擋區(qū)。

可以采用各種視頻識別方法確定攝像機的采樣區(qū)域內非遮擋區(qū)的人的數(shù)量，例如進行基于置信度的人頭部輪廓判決方法，通過確定該區(qū)域內人頭部輪廓的數(shù)量來獲得該區(qū)域內人的數(shù)量?；谥眯哦鹊娜祟^部輪廓判決方法可以參照前面的確定遮擋區(qū)的方法，當候選圓大于預定的閾值(可以根據(jù)人頭的平均大小確定該閾值)則可確定存在一個人。也可以參照上文的區(qū)域生長法，當所生長的區(qū)域超過一定閾值，則可以確定存在一個人。

圖4示出了依據(jù)本發(fā)明的一種實施方式的非遮擋區(qū)采樣人數(shù)確定方法的示意性流程圖。如圖4所示，依據(jù)本發(fā)明的一種實施方式的采樣人數(shù)確定步驟包括：

背景圖像獲得步驟401，利用針對所述監(jiān)控區(qū)域獲得的多幀圖像，對所述視頻圖像中與非遮擋區(qū)(或非遮擋區(qū)的采樣橢圓)相對應的部分進行處理，得到與非遮擋區(qū)(或非遮擋區(qū)的采樣橢圓)相對應的部分的當前的背景圖像；可以采用基于直方圖統(tǒng)計與多幀平均混合的背景提取算法對視頻進行處理來獲得背景圖像。也可以根據(jù)預先輸入的場景確定背景圖像，或者預先輸入制作好的背景圖像，再根據(jù)采樣點坐標，確定與采樣橢圓對應的背景圖像。

視頻幀圖像獲得步驟402，獲得與非遮擋區(qū)(或非遮擋區(qū)的采樣橢圓)相對應的當前的視頻幀圖像；

目標圖像獲得步驟403，根據(jù)背景圖像和當前視頻幀圖像，得到目標圖像；在具體的實施方式中，可以通過進行邊緣背景去除來獲得目標圖像?？梢圆捎酶鞣N方法從當前視頻幀中去除背景，從而獲得目標圖像。

候選圓獲得步驟404，對所述目標圖像進行處理得到候選圓；

頭部輪廓獲得步驟405，對候選圓進行基于置信度的頭部輪廓判決，得到人的頭部輪廓；

計數(shù)步驟406，統(tǒng)計獲得頭部輪廓，獲得所述采樣橢圓內的人數(shù)。

根據(jù)一種實施方式，可以如下地得到候選圓：(1)將目標圖像中的所有像素點映射到參數(shù)空間(a,b,r)；(2)設置參數(shù)累加器數(shù)組a，a中的任意一個數(shù)組元素a(a,b,r)表示落在以(a,b)為圓心、以r為半徑的圓上的像素點的個數(shù)；a(a,b,r)的初始值為0；a(a,b,r)值越大，表示以(a,b)為圓心、以r為半徑的圓存在的可能性越大，所以需要尋找最大的a(a,b,r)；(3)對于目標圖像中的每個像素點(x,y)，在r以一定步長連續(xù)取值時，用下式計算a、b的值：a＝x-rcosθb＝y(tǒng)-rsinθ其中，θ表示目標圖像中每個像素點的梯度方向角，由于視頻幀邊緣圖像中每個像素點的梯度方向角已知，因此θ已知；r∈(rmin,rmax)，r以一定步長連續(xù)取值；每個(a,b)作為候選圓心點，每個(a,b,r)的組合作為一個候選圓；從而得到每個像素點對應的多個候選圓；(4)對于每一個待選圓心點(a,b)，都建立一個半徑直方圖，其橫坐標為半徑r，取值為(rmin,rmax)；縱坐標為當以待選圓心點(a,b)為圓心、以r為半徑畫圓時，落在該圓上的像素點的個數(shù)；(5)對每個半徑直方圖采用laplacian形式的一維濾波器進行濾波，得到每個半徑直方圖對應的一個或多個峰值，即a(a,b,r)的極值；(6)如果某個a(a,b,r)的極值滿足下式，則認為該a(a,b,r)的極值對應的所有像素點構成一個圓，該圓作為更新后的候選圓；a(a,b,r)＞ε其中，ε為更新閾值。針對各候選圓，可以分別計算弧長置信度μarc、分布置信度μdis和匹配誤差置信度μmerr，并計算它們的平均值或加權平均值，該平均值或加權平均值達到閾值的即可認為該候選圓為人的頭部。

也可以參照上文的區(qū)域生長法，當所生長的區(qū)域超過一定閾值，則可以確定存在一個人，在此不予贅述。

回到圖1，在步驟106，可以根據(jù)所獲得的采樣點的采樣橢圓的面積，以及所獲得采樣橢圓中的遮擋區(qū)和非遮擋區(qū)中的人數(shù)，得到采樣橢圓的人口密度?？蛇M一步通過數(shù)據(jù)擬合，得到整個監(jiān)控區(qū)視場的人口分布密度函數(shù)ρ(x,y,t)，t表示時間，從而可以獲得隨時間變化的熱圖。對于各采樣橢圓，也可以確定各采樣橢圓中遮擋區(qū)的人口密度和非遮擋區(qū)的人口密度，采取數(shù)據(jù)擬合等方式獲得整個采樣橢圓中的人口密度。

根據(jù)本發(fā)明的實施方式，可以根據(jù)采樣點的數(shù)據(jù)，進行補充采樣(參見步驟109)。采樣原則例如為密度高的點周圍增加采樣點密度；這樣可以降低類似道路，池塘，草地，建筑等障礙物等對人口分布的影響。

另外，根據(jù)本發(fā)明的實施方式，參見步驟110，可以采用事后分析法，將擬合的密度曲面ρ(x,y)與實際的視頻區(qū)域實測密度進行計算，給出置信度的計算結果。并根據(jù)置信度的要求，調整采樣密度，提高信息處理實時性。

依據(jù)本發(fā)明的一種實施方式，還包括呈現(xiàn)步驟。圖5示出了依據(jù)一種實施方式所呈現(xiàn)的人口密度圖。通過擬合，將監(jiān)控區(qū)域的人口密度以連續(xù)曲面的形式進行呈現(xiàn)，其中，不同的人口密度區(qū)域用不同的顏色呈現(xiàn)。該人口密度圖可以直觀地顯示人口密度的變化和各地區(qū)的對比。依據(jù)ρ的大小與顏色對應起來進行呈現(xiàn)，可以更直觀地體現(xiàn)各地區(qū)的人口密度的對比。

根據(jù)本發(fā)明的實施方式，不必逐一地對人頭進行計數(shù)，減少了計算量，提高了處理速度。本發(fā)明采用采樣點橢圓的方式計算人口密度，提高了計算的準確度。