多视角监控视频中动态目标的时空信息提取方法

监控视频中动态目标的精准定位与跟踪作为计算机视觉领域中重要的研究方向,近年来已成为监控领域的研究热点。传统视频动态目标检测仅依赖图像特征数据,忽略了与地理坐标系精准匹配,特别是对于多个摄像机覆盖的区域,拍摄的角度不同,投影后形成的图像空间分辨率也不同,因此,难以满足智能监控在复杂的地理场景中全方位时空信息感知。本文提出一种多摄像头协同的视频监控图像与地理空间数据互映射模型构建方法来获取动态目标的轮廓和地理位置等时空信息,首先建立监控图像信息与地理空间数据的互映射关系,将观测角度不同、尺度不同和空间分辨率的监控图像置于同一坐标系下,并在此基础上通过融合Canny算子与背景减法来检测目标的边缘信息;然后采用质心偏移算法还原目标在该场景的实际位置,从而实现多角度下连续跟踪,提升地理场景的时空理解力和分析力,提高动态目标的精准定位与跟踪能力。     

基于RESTful API的智慧旅游系统设计与实现

从系统的扩展性、耦合性和可用性出发,在深入研究RESTful API的基础上,结合智慧旅游的特点,提出了基于RESTful API的智慧旅游系统建设方案。设计了基于RESTful API的智慧旅游框架,制定了RESTful API设计的基本原则,并从资源标识、参数、资源的表述、验证、异常处理和缓存6个方面分别介绍智慧旅游API的设计方法。最后,通过具体的实例证明了该方法可提高智慧旅游系统的扩展性、耦合性和可用性,为智慧旅游系统设计提供了一种可行的方案。     

融合地磁/WiFi/PDR的自适应粒子滤波室内定位

随着国民经济的快速发展，人们在室内活动的时间越来越长，室内空间环境也越来越复杂，对室内环境的位置与导航服务的需求也越来越高。由于地磁信号具有稳定性的特点，且WiFi技术已得到广泛部署，融合使用地磁和WiFi定位具有一定的优势。因此，本文基于Android系统智能手机作为接收设备，融合地磁、WiFi及行人航迹推算（PDR）技术，通过自适应粒子滤波模型和随机抽样一致性算法对采集的信号进行处理。试验证明，地磁、WiFi、PDR三者融合进行室内定位的方法与其他单类方法相比，实现了将室内定位精度的误差最小降低到1.02 m。     

扩展流数据立方体的GIS时空大数据组织方法

针对大数据GIS面临的大规模数据的多源异构动态性与数据存储优化等问题,本文开展大数据背景下的地理时空数据组织与模型研究,提出了一种基于流数据的可扩展立方体处理框架,在典型的流数据二维数据序列基础上,构建增加垂直方向的非结构数据立方体;结合立方体数据组织模型的定义和特征,探讨扩展关系型数据库与协同非关系型数据库的GIS时空大数据组织方法;通过扩展数据源、数据类型及数据操作等属性,突出多源异构地理时空大数据的时空关系和演变过程关系等特征,对地理时空大数据进行数据一体化组织、存储和分析;进而解决地理信息时空大数据的大体量、异构与动态性在GIS数据管理与分析方面的技术瓶颈,并且对GIS时空大数据的有效管理提供科学性方法和解决策略。     

土地环境“天—地—生”要素时空数据的组织方法

结合土地环境演变的空间、时间和属性特征,以"天—地—生"要素框架为研究模式,进行土地环境影响要素时空数据组织方法研究。基于"天—地—生"模式的土地环境要素时空数据模型表达了土地环境天、地、生要素的时空逻辑关系,反映了影响土地环境演变的多维要素之间的多层次关联关系,并能减少数据访问的复杂度,又确保地理实体对象中影响要素间的有机耦合作用。     

融合UWB+PDR的室内定位方法改进

近年来,随着科技的进步和创新,对室内定位的研究正朝着多技术互补融合的方向发展,将导航技术与室内定位相融合成为目前的研究热点。行人航位推算(PDR)和超宽带(UWB)技术以其独特的定位优势和精确度等众多优点成为室内定位的主流技术,但PDR由于其累积误差的影响只适用于短时间内高精度室内导航需求,而超宽带在复杂环境中,时间信息可能会严重失真,导致定位信息缺失。因此,本文利用扩展卡尔曼滤波(EKF)对两者进行融合改进,以此发挥各自技术优势。试验结果表明,定位解算的终点误差最大为0.819 5 m,最小为0.144 3 m,平均误差为0.347 8 m,位置平均误差为0.475 0 m,有效提升了室内定位的精度。