施例首先定义了三种坐标系，具体为：image坐标系、camera坐标系、 floor坐标系。其中：
[0132] 1、image坐标系，表示摄像头监控的视频画面中各像素位置。
[0133] 图2示出了本申请实施例中image坐标系的示意图，如图所示，以视频画面左上角 的顶点为原点，以与所述顶点相邻的两条边为坐标轴，也即上边可以为X轴、左边可以为y 轴，画面内任意一点的坐标值可以为P(X。，y。）。
[0134] 本申请实施例中通过image坐标系的像素位置，可以得到对应位置的深度值。例 如，如图2所示，可以直接从传感器中输出P( X〇, y0)处的深度值，也即，实际场景中P(xO， y〇)位置距离摄像机镜头的距离信息。
[0135] 2, camera坐标系,是以摄像头所在位置（或者camera焦点）为原点，建立三维空 间直角坐标系。
[0136] 图3示出了本申请实施例中camera坐标系的示意图，如图所示，假设深度传感器 (sensor，或摄像头）设置于墙角上方的某个位置，与画面水平方向平行的方向为X轴、与 画面垂直方向平行的方向为y轴、光轴方向为z轴（也可以理解为垂直于摄像头镜面的方 向）。
[0137] 具体的，实现image坐标系像素位置到camera坐标系三维空间位置坐标的转换， 可以有如下方式：
[0138] 1)可以通过现有技术中sensor提供的API来实现。
[0139] 例如：
[0140] static Status convert WorldToDepth (const VideoStream&depthStream, floatworldX, float worldY, float worIdZ, int*pDepthX, int*pDepthY, DepthPixel*pDepthZ);
[0141] static Status convertDepthTofforld(const VideoStream&depthStream, intdepthX, int depthY, DepthPixel depthZ, float*pfforldX, fIoat^pfforldY, float*pfforldZ)；
[0142] 通过上述函数就可以实现camera坐标系和image坐标系的相互转换，对于具体的 函数实现内容，本申请在此不做赘述。
[0143] 2)对于没有开放坐标转换API的sensor，或者，已经开放API但是希望加速转换 过程的情况，也可以由本领域技术人员通过自行开发实现。
[0144] 实现image坐标和camera坐标转换的原理为：假设camera坐标系中空间任意一 点的坐标（X，y，Z)相对于原点的位置关系，反映在image坐标系中pixel相对于原点的位 置关系，近似线性。设定z值等于对应位置pixel处的深度，即，线性变换的系数为1。同 时，sensor存在一组内参，确定了在这样的设定条件下，X方向和y方向线性变换的系数。
[0145] 本申请实施例给出了一种具体的转换方式，具体如下：
[0146] image坐标系到camera坐标系转换公式：
[0147] xCamera= camera_param. xzFactor*(x iniage/camera_param. resolution_ X_0. 5)*depth_value ;
[0148] ycamera= camera_param. yzFactor* (0· 5_y image/camera_param. resolution- Y)*depth_value ；
[0149] Zcanera= depth_value ；
[0150] camera坐标系到image坐标系转换公式：
[0151] Ximage= (x camera/ (depth_value*camera_param. xzFactor) +0. 5) *camera_param. resolution_X ；
[0152] yiniage= - (y v^rJ (depth value^camera param. yzFactor) ~0. 5)*camera param. resolution_Y ；
[0153] depth_value = zcanera；
[0154] 其中，camera_param. resolution_x表不视频画面在水平方向的数值，camera_ param. resolution_Y表示视频画面在垂直方向的数值，假设视频画面是640*480,那么 camera_param. resolution_X 为 640、camera_param. resolution_Y 为 480。camera_param. xzFactor和camera_param. yzFactor为用于修正数据的参数，一般取决于相机出厂后相机 本身的物理结构。
[0155] 对于不同的深度传感器（depth sensor)，其中的 camera_param. resolution_x、 camera_param. resolution_Y>camera_param. xzFactor>camera_param. yzFactor 同的值，但坐标转换公式可以是一致的。
[0156] 3、floor坐标系，是以真实物理世界的地面为XoY平面，camera坐标系原点到XoY 平面的投影为原点，建立的平面直角坐标系，图4示出了本申请实施例中floor坐标系的示 意图，原点〇为sensor在XoY平面的投影。
[0157] 在具体实施中，建立XoY平面可以采用现有技术中的随机抽样一致性（RANSAC， Random Sample Consensus)算法。在视频中使用RANSAC算法选择点拟合地面，结合惯性测 量兀件（IMU，Inertial Measurement Unit)信息，得到真实物理世界的地面在camera坐标 系的平面方程参数，此平面即为floor坐标系的XoY平面。
[0158] camera坐标系原点到floor坐标系XoY平面的投影为floor坐标系的原点， camera坐标系X正方向单位向量为（1,0,0)在floor坐标系XoY平面投影为floor坐标系 X正方向，floor坐标系z轴正方向为XoY平面的法向量，floor坐标系y轴正方向为X正 方向单位向量和z正方向单位向量的向量积。
[0159] 至此，可以得到 floor (1，0,0)、floor (0,1，0)、floor (0,0,1)在 camera 坐标系下 的表达，而这3个floor坐标系下的单位向量分别与camera坐标系下的camera(l，0,0)、 camera(0,1，0)、camera(0,0,1)存在一定的对应关系。以此为依据，可以计算出camera坐 标系和floor坐标系的坐标转换关系，也即旋转矩阵R和T，方法如下：
[0160] 设 S (source,源）、D (destination,目的）分别表示 camera 坐标系和 floor 坐标 系的单位向量（或者称为基座标）在camera坐标系下的坐标减去各自均值后的结果，下面 进行详细说明。
[0161] 空间中任意一点在camera坐标系和floor坐标系下有两组不同的坐标表示，假设 空间中有m个点（m彡3)，且不在同一条直线上。这些点在camera坐标系和floor坐标系 下的坐标分别为A1、A2、. . . Am, B1、B2、. . . Bm。其中，Ai、Bi表示同一个点在不同坐标系下 的称谓。在camera坐标系中称之为Ai，在floor坐标系中称之为Bi。
[0162] 矩阵..
表示m个点在camera坐标系下的坐标表示， 其中，每一列表示第i个点在camera坐标系的坐标；
[0163] 矩阵
表示m个点在floor坐标系下的坐标表示， 其中，每一列表示第i个点在floor坐标系的坐标。
[0164] 这些点在camera坐标系下的平均向量
[0165] 同理，在floor坐标系下，可以有
[0166] 本申请实施例中S、D矩阵可以分别为：
[0169] 对S矩阵和D矩阵进行计算，将S与D的转置相乘，也即：H = S^Dt
[0170] 利用现有技术中奇异值分解（SVD，Singular Value Decomposition)技术，对!1做 SVD分解：
[0171] H = u氺w氺 Vt;
[0172] 本申请实施例定义了矩阵C，其中：
[0173] camera坐标系到floor坐标系旋转矩阵R，T分别是：
[0176] Floor坐标系到camera坐标系旋转矩阵Rt, Tt分别是：
[0177] Rt=R1:
[0178] Tt=-RVT0
[0179] 根据上述方式，即可获得camera坐标系和floor坐标系的转换关系。再结合image 坐标系和camera坐标系的转换关系，可以计算视频中任意像素在真实物理世界中（也即， floor坐标系）中的坐标，也可以在真实世界中假想任何一个坐标，计算出该坐标在视频中 的位置（也即，image坐标系中的坐标）。
[0180] 接下来，本申请实施例提供了五种具有统计功能的热点，分别为：StepCounting Mat、Touch Counting Wall、Pass Counting Door、People Counting Queue、People Counting Desk,其中，People Counting Queue为以人与人之间的位置关系作为示例，Step Counting Mat、Touch Counting Wall、Pass Counting Door、People Counting Desk 贝U为 以人与监测区域之间的位置关系作为示例，下面以这五种具有统计功能的热点作为实例进 行说明。
[0181] 1、Step Counting Mat
[0182] 图5示出了本申请实施例中Step Counting Mat的场景示意图，如图所示，假设在 视频画面中有a、b两个人，本申请实施例可以在视频画面中预先设定step counting mat 区域（如：图5中阴影部分所示的地面）。
[0183] 根据人员检测和追踪技术可以检测出视频中的每个人，并得到他们的位置。将每 个人抽象为位于人的重心位置的一个质点，并且投影到地面（也即floor坐标系的XoY平 面），计算该质点在地面的投影与预设设定的step counting mat区域的位置关系，即可实 现Step Counting Mat功能，统计设定区域中的人数。
[0184] 计算人和区域位置关系的方法可以采用如下方式：
[0185] 对任意位置的人（P或者Q)，以他在地面投影位置为起点，向任意方向无穷远处有 一条射线，假设取水平方向上的射线，计算该射线与Step Counting Mat区域的交点个数。 如果交点个数为奇数，则人在区域内部；如果交点个数为偶数，则人在区域外部。
[0186] 图6示出了本申请实施例中Step Counting Mat的投影示意图，如图所示，a的射 线与监测区域有1个交点，说明a在监测区域内；b的射线与监测区域有2个交点，则说明b 在监测区域外。
[0187] 图7示出了本申请实施例中Step Counting Mat的效果示意图，在具体实施时，可 以根据实际的需要，将不同的统计结果以不同的颜色、大小、形状等进行区分显示，例如将 监测区域内6个人所在位置用红色扩散圆表示、3个人所在位置用蓝色扩散圆表示。
[0188] 2、Touch Counting Wall
[0189] 图8示出了本申请实施例中Touch Counting Wall的场景示意图，如图所示，可以 将超市内装有物品的货架所在平面标注为Touch Counting Wall区域，假设画面内检测有 a、b两个人正在货架前挑选商品，其中a抬起手去拿货架上的物品，而b仅在货架前观看物 品。
[0190] 检测像素变化的部分，由于a、b两人均遮挡住了货架所在区域，a、b两人所在位置 的像素均发生了变化，根据这些位置的像素计算在floor坐标系中的坐标。
[0191] 本申请实施例将a、b两个人以及货架均投影到地面，图9示出了本申请实施例中 Touch Counting Wall在floor坐标系XoY平面的投影示意图，如图所示，下面进行说明。
[0192] L为Touch Counting Wall在XoY平面的投影，a和b两个黑色圆形分别表示a、b 两个人在XoY平面的投影。
[0193] 在图9中可以看到，a圆穿越了 Touch Counting Wall在floor坐标系XoY平面 的投影，则代表这些像素对应的位置已被触摸，也即a触摸了货架；相反的，b圆没有穿越在 XoY