(19)中华 人民共和国 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 202111105874.X (22)申请日 2021.09.2 2 (71)申请人 广州杰赛科技股份有限公司 地址 510310 广东省广州市海珠区新港中 路381号 (72)发明人 林凡　郭淑林　刘晨阳　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 麦小婵　郝传鑫 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01) H04N 7/18(2006.01) G06F 111/04(2020.01) (54)发明名称 一种模型化的摄 像头的布局方法 (57)摘要 本发明公开了一种模型化的摄像头的布局 方法， 采用改进的昆虫火焰算法， 确立摄像头布 局模型参数， 初始化昆虫的种群和位置矩阵， 以 适应度高的昆虫形成火焰的初始空间， 通过扑焰 行为更新昆虫位置， 并以适应度高的昆虫更新火 焰位置， 引入 退火机制对昆虫和火焰进行高斯变 异， 输出迭代后的火焰的位置矩阵作为摄像头的 布局位置， 通过将摄像头布局问题模型化， 充分 考虑摄像头的成本、 摄像头安装数、 摄像头使用 寿命及摄像头的监控范围的摄像头安装布局方 法， 基于构建的模型化的模型来解决摄像头的布 局问题， 避免布局的主观偏差， 提高摄像头布局 的质量。 权利要求书3页 说明书9页 附图1页 CN 113971329 A 2022.01.25 CN 113971329 A 1.一种模型化的摄 像头的布局方法， 其特 征在于， 所述方法包括以下步骤： S1， 构建需监控区域的摄像头数量和摄像头安装位置的模型约束条件， 并构建摄像头 布局的目标函数； S2， 在所述需监控区域的所有可安装摄像头中随机生成若干昆虫， 计算昆虫的位置矩 阵； S3， 将所述目标函数作为适应度函数， 根据所述适应度函数计算昆虫的适应度值矩阵， 并取适应度值最高的预设数量的昆虫作为初始的火焰， 计算得到火焰的位置矩阵和适应度 值矩阵； S4， 根据昆虫火焰算法的扑焰行为更新昆虫位置； S5， 根据更新后的昆虫的适应度函数值更新火焰位置， 并根据昆虫火焰算法的弃焰行 为优化火焰位置； S6， 设定退火机制的初始的当前温度， 根据昆虫算法的退火机制对更新后的昆虫位置 和优化后的火焰位置进行高斯变异， 以一定概 率接受新 解； S7， 当迭代次数未达到预设的最大迭代次数且当前温度未达到预设的终止温度时， 对 当前温度降温， 并迭代次数加一， 返回步骤S4； 当迭代次数达到所述最大迭代次数或当前温度达到所述终止温度时， 输出当前的火焰 的位置矩阵作为摄 像头的布局位置 。 2.根据权利要求1所述的模型化的摄像头的布局方法， 其特征在于， 所述模型约束条件 具体为： ∑j∈Myj＝P； 所述目标函数为： 其中， N为需监控区域的集合， M为摄像头安装位点的集合， dij为摄像头对所述需监控区 域的有效监控范围， P为摄像头位置个数， B为摄像头安装成本， r为摄像头安装产生的作用 价值， k为摄像头寿命减少系数， Di为需监控区域可安装的摄像头， G为摄像头安装点最大监 控范围， xij和yj均为约束变量， t为摄 像头使用年限， 3.根据权利要求2所述的模型化的摄像头的布局方法， 其特征在于， 所述在所述需监控 区域的所有可安装摄 像头中随机生成若干昆虫， 计算昆虫的位置矩阵， 具体包括： 在所述需监控区域的所有可安装摄像头的搜索空间中随机生成若干昆虫， 以生成的昆权　利　要　求　书 1/3 页 2 CN 113971329 A 2虫对应的位置计算昆虫的位置矩阵 其中， mnb为昆虫的位置向量， n代 表昆虫数量， b代 表昆虫位置向量的维数。 4.根据权利要求3所述的模型化的摄像头的布局方法， 其特征在于， 所述将所述目标函 数作为适应度函数， 根据所述适应度函数计算昆虫 的适应度值矩阵， 并取适应度值最高的 预设数量的昆虫作为初始的火焰， 计算得到火焰的位置矩阵和适应度值矩阵， 具体包括： 以所述目标函数作为 适应度值 函数： 根据所述 适应度函数计算昆虫的适应度值矩阵 并以昆虫的适应度值矩阵中适应度值最高的n ’个昆虫作为初始的火焰， 并计算初始火 焰的位置矩阵 和火焰的适应度值矩阵 其中， n’为火焰数量， b代表火焰位置向量的维度， fn’b为火焰的位置向量， OMn为对应昆 虫的适应度值， OFn’为对应火焰的适应度值。 5.根据权利要求4所述的模型化的摄像头的布局方法， 其特征在于， 所述根据昆虫火焰 算法的扑焰行为更新昆虫位置， 具体包括： 根据昆虫的扑焰行为， 得到昆虫火焰算法中昆虫的位置更新公式： S(Mi,Fj)＝ωD1ieε τ cos(2 π τ )+(1 ‑ω)D2i+Fj， 根据所述昆虫的位置更新公式更新昆虫的位置； 其中， S(Mi， Fj)为更新后的昆虫位置， D1i＝|Fj‑Mi|， D2i＝|Gi‑ Fj|， Mi为第i只昆虫位置， Fj为第j个火焰位置， Gi为昆虫种群的历史适应度最高的最优个体 的位置， D1i为第i只昆虫到第j个火焰的距离， D2i为最优个体到第j个火焰的距离， ε为螺线 型轨迹与螺线形状相关的常量， τ 为随机数， 取值区间为[ ‑1,1]。 6.根据权利要求5所述的模型化的摄像头的布局方法， 其特征在于， 所述根据 更新后的 昆虫的适应度函数值更新火焰位置， 并根据昆虫火焰算法的弃焰行为优化火焰位置， 具体 包括： 计算更新后的昆虫的适应度值， 并取适应度值 最高的n’个昆虫更新火焰； 通过弃焰行为公式flame  no＝round[L/(l+l/Z)]更新火焰数量， 抛弃适应度值低的火 焰； 其中， Fj为第j个火焰位置， F`j为更新后的火焰位置， Z预设的火焰数量的最大值； l为当 前迭代次数； L 为预设的最大迭代次数。 7.根据权利要求6所述的模型化的摄像头的布局方法， 其特征在于， 所述设定退火机制 的初始的当前温度， 根据昆虫算法的退火机制对更新后的昆虫位置和优化后的火焰位置进 行高斯变异， 以一定概 率接受新 解， 具体包括：权　利　要　求　书 2/3 页 3 CN 113971329 A 3