基于数据热度的监控布点需求图生成方法及装置的制造方法
【技术领域】
[0001] 本发明涉及视频监控技术领域，尤其涉及基于数据热度的监控布点需求图生成方 法及装置。
【背景技术】
[0002] 目前视频监控已经广泛地应用于城市日常管理中，但是监控点位的布局理论相对 与其应用却存在一定的滞后性，这客观地造成了实际的应用中监控点位布局的不合理性。
[0003] 目前摄像机布点方法为通过将客观世界抽象为点（例如路口、ATM机等）、线（道 路）、面（CBD、大型商场等），然后计算监控点位的覆盖区域，根据覆盖区域是否包含客观世 界，或者对客观世界包含的程度来对监控点位布局的科学性进行评判，再根据评判的结果 调整并得到最终的摄像机布点需求图，对摄像机进行布点。
[0004] 这种布点方法在评价时侧重于摄像机对监控区域的覆盖度等，例如通过计算摄像 机的覆盖度，通过摄像机对监控区域的覆盖情况建立起评价布点的指标，而这个过程通常 很复杂，例如摄像机的覆盖情况涉及到摄像机的类型，焦距、转角、镜头、分辨率以及安装高 度等，而监控目标又涉及到客观世界中的各种实体，这还是在不考虑客观世界中的实体的 情况下。如果再加上对客观世界中的实体的考虑，那么对数据的要求将会翻好几倍，因为客 观世界的实体是繁杂多样的，实体与实体之间有可借鉴性，但是没有可复制性，增加了评价 的复杂程度。因此这种评价方法对于数据的要求十分高，间接地造成了应用的过程中成本 偏尚。
[0005] 这种方式的另外一个缺点就是没有对客观世界的实体的重要性进行判断，这就是 说明，重要区域与非重要区域的布点方式是一样的，这必然会造成重要区域的监控点位不 足，或者是非重要区域的监控点位太多。从而导致资源的浪费。
[0006] 在视频监控的布局中衡量布局合理性的一个十分关键的指标是否覆盖关键区域， 即在关键的区域尽可能多地布置监控点，以保证对关键区域能够全覆盖高效监控，而对于 次要区域覆盖的要求较关键区域低。在整个监控点位的布局中，一般都是以被监控的对象 为主展开，通常会有明确的要求，例如覆盖主要的银行、超市等人流较密集区域。但是这种 方法都是基于矢量数据的运算，即将客观事物抽象成点、线和面的数据结构进行运算，这忽 略了客观事物本身的属性。
[0007] 因此如何能够在监控布点中生成一个监控布点需求图，能够反映客观世界的不同 区域重要程度，是本发明需要解决的问题。
【发明内容】
[0008] 由于网络地图的应用，目前基础数据，如P0I数据、道路网络数据等较过去已经有 了十分大的进步，这些数据在客观上都能够映射出监控的需求。在地理信息系统中，有一种 栅格数据结构。栅格数据结构是基于栅格模型的数据结构，是指将空间分割成有规则的网 格，称为栅格单元，在各个栅格单元上给出相应的属性值来表示地理实体的一种数据组织 形式。这种数据结构可以很形象的将客观实体对周围的影响表现出来。再结合POI数据， 就可以将基于P0I数据的监控需求形象的表示出来。
[0009] 为了解决现有的监控布点需求图无法准确反映出客观世界监控点位的布设这一 问题，本发明提供了一种监控布点需求图生成方法，利用能够反映客观监控布点需要的样 本点数据，基于数据热度生成一种监控布点需求图，能够准确反映客观世界的监控布点需 求，从而有助于合理布设监控点位。
[0010] 一种基于数据热度的监控布点需求图生成方法，包括：
[0011] 确定地图上的样本点；
[0012] 基于样本点的分布区域确定需要栅格化的地图区域，对所述的需要栅格化的地图 区域进行栅格化处理，得到地图区域经过栅格化之后的网格单元；
[0013] 对样本点进行权重赋值；
[0014] 根据各样本点的权重值以及与各网格单元的位置关系得出各网格单元的权重值， 根据各网格单元的权重值，生成监控布点需求图。
[0015] 样本点的权重大小反映了样本点的数据热度，即重要程度。其中样本点可以为P0I 点（兴趣点），或者是根据其他分布规律生成的点。例如根据有案件发生的位置数据，可以 得到案件发生分布规律；根据已有的摄像机点位，可以得到摄像机点位布点规律，根据这类 分布规律可以得到反映客观世界监控布点需求的样本点。通过对这些样本点进行赋值，所 生成的监控布点需求图能够较好地反映客观世界的布点需求。样本点的权重赋值既可以在 确定样本点之后栅格化处理之前进行，也可以在栅格化处理之后网格单元赋值处理之前进 行，或者，可以与栅格化处理同时进行。
[0016] 进一步而言，所述的样本点为地图上的兴趣点。现有的网络地图一般都带有兴趣 点，兴趣点能够比较全面准确地反映人流量在地图区域中的分布。
[0017] 由于样本点在地图中所反映的地理位置不同，例如表示市政府、学校或者娱乐场 所，而各个样本点在监控需求上不同，因此需要对样本点进行分类，根据类别的重要程度赋 予不同的权重，进一步而言，对样本点进行权重赋值的方法包括：将样本点进行分类，按样 本点的类别为样本点赋予对应的权重。
[0018] 其中，对不同类别的样本点权重值的赋予根据布点需求的影响因素进行，影响因 素包括以下至少一者：各样本点的地理位置、各类别样本点的人流量以及公众对各类样本 点的需求度大小。其中地理位置包括行政划分中处于中心或郊区，中心位置与郊区相比，权 重更大；对于人流量而言，人流量越大则权重越大，例如划分为商场、医院等处的样本点人 流量较大，被划分为农场、田地等地的样本点人流量较小；公众对各类样本点的需求是指某 类样本点的必要性，需求越大，则权重越大，例如表示城市交通主干道的样本点公众需求较 大，则权重也对应较大，一些可替代的营业点例如彩票售卖处，则公众需求较小，权重也就 较小。
[0019] 进一步而言，样本点的分类具有多个层次，对应地，利用层次分析法为样本点赋予 对应的权重。
[0020] 层次分析法将样本点按不同层次划分类别，一些样本点所反映的地理位置可能同 属一个较大类别，而较大类别下面细分为多个层次的较小类别。例如较大类别为政府机构， 该较大类别下还包括中央政府、地方政府及基层组织等较小类别。在分为多个层次后通过 对每个最小的类别多次赋值，进行层次分析，从而得出一个较能反映实际重要程度的权重。
[0021] 由于一个样本点对周围网格均有影响，且影响随着距离的增加而衰减，为了较真 实地反映样本点对周围网格的影响，进一步而言，根据各样本点的权重值以及与各网格单 元的位置关系得出各网格单元的权重值的方法为：
[0022] 指定单个样本点在地图上的最大影响距离，根据以下公式，确定单个样本点对其 影响范围内各网格单元权重分量，
[0024] 其中MaxDistance表示最大影响距离，Distance表示样本点到网格单元的距离， 对于样本点所在的网格单元，Distance为0,Influence表示样本点的权重值；
[0025] 各单元网格的权重值为其所有权重分量之和。
[0026] 由于一个样本点对周围的区域均有影响，且区域受到样本点的影响随着距离的增 加而逐渐衰减