视频前景多特征融合的人群密度分析

视频GIS技术可以融合视频处理技术与GIS分析技术实现视频场景的公共安全监控,在公共场所视频监控应用领域,人群密度和数量能够反映地理空间场景的人群拥挤程度,具有一定的公共安全风险控制作用。为满足公共安全领域利用视频GIS技术对视频人群监测及分析的需求,提出了一种视频前景多特征融合的人群密度及数量估计方法。该方法融合前景图像块的边缘纹理特征,通过SVM区分场景人群密度,然后以归一化前景面积、轮廓和边缘纹理特征作为回归因子,根据人群密度差异分类构建回归模型,进而估算场景人群数量。实验结果表明,此方法能够高效估计视频场景的人群密度和数量,准确表征该场景人群分布状态。     

区域人群状态的实时感知监控

 公众聚集场所人群高度聚集,流动性大,隐藏着巨大的安全隐患,时常发生群死群伤的拥挤踩踏等突发公共事件。针对现有以视频监控的人群分析,无法从空间视角掌握区域人群状态的时空格局,本文提出了面向人群分析的视频GIS框架,将视频数据映射至地理空间,在GIS环境下提取人群密度、人群运动矢量场等人群特征。通过分析人群运动矢量场可得到人群运动模式及各方向人群主体运动速率。最后,将视频监控系统与GIS进行有机集成,设计并实现了以视频与GIS协同的区域人群状态实时感知监控系统。实验结果表明,本系统可为大型集会活动的突发事件预防、人群疏导等提供决策依据。     

基于视频场景多因素的人群运动状态分析

视频GIS集成了视频处理和GIS分析,能够有效完成公共安全场景或区域的人群监测及分析,实现人群运动状态的准确把控。人群运动状态同群体性社会事件的发生及演变密切相关,视频可通过光流场和社会力场表达场景人群运动信息。为提高人群运动状态分析的准确性,综合考虑透视畸变、背景噪声和人群密度等场景多因素,提出根据视频场景多因素分析的人群运动状态的分析方法,通过引入长度透视校正参数和前景检测图像校正场景稠密光流场,然后以校正后的光流场为基础,顾及面积透视畸变与场景人群密度,估算视频前景社会力场。实验结果表明,该方法能够获取视频场景更显著的人群运动状态特征,并在人群行为异常检测等方面效果突出。     

一个可定位视频对象的地理空间表达框架

可定位视频是包含位置信息的视频,它的地理空间表达是集成视频与GIS的关键问题。针对视频添加位置标签空间语义单一的不足,设计了一个可定位视频的地理空间表达框架。该框架包括视频帧与视频片段2个层次,在扩展OGC空间数据库几何要素标准基础上,分别定义了3类共7种对象描述可定位视频的空间信息。（1）视频位置（点）,描述视频帧及视频片段拍摄位置及相机姿态;（2）视频轨迹（线）,描述视频片段拍摄轨迹;（3）视频平面视域（面）与立体视域（体）,分别描述视频帧及视频片段拍摄场景二维与三维空间范围。该框架包含了主要空间对象类型,空间表达范围较为完备,同时支持视频帧、视频片段等不同层次数据,在不改变现有数据结构基础上,实现视频数据与GIS松散耦合与有机集成。本文讨论了视频对象空间数据获取方法,定义了逻辑模型,并以可视化与检索为例进行应用分析。结果表明,该框架扩展了现有空间数据标准,易于实现,在地理可视化、视频检索及分析挖掘方面具有应用价值。     

BIM+GIS集成可视化性能优化技术

建筑信息模型(Building Information Model,BIM)和地理信息系统(Geographic Information System,GIS)的集成是一个新的快速发展的趋势,近年来已从研究过渡到了工业实践,特别是在建筑行业问题解决方面。由于BIM与GIS数据在应用场景、空间尺度、建模语言等方面的差异,BIM+GIS集成可视化存在语义信息错误与丢失、几何信息耦合度低、表达效率低等问题,因此,完整、高效地描述建筑物本身的物理与功能特性、建筑物外部环境的几何、语义信息,实现从微观到宏观的三维空间数据的管理与可视化分析是具有挑战的。拟从BIM生成、地图切片、数据集成与存储、场景调度与裁剪、高性能渲染等方面,阐述了BIM与GIS集成时可视化效率提升技术,以满足BIM+GIS高性能需求的应用。     

基于ArcGIS Engine的三维数字校园的设计与实现

以兰州交通大学校园为例,基于ArcGIS Engine设计实现了三维数字校园系统,该系统不仅实现了二维GIS常见的功能(如对地图放大、缩小、分析、查询等功能)。而且也实现了三维GIS的相关功能(如:导航,查询、视频输出、场景输出等功能)。系统通过鹰眼窗口控制三维场景和二维场景,实现了二三维场景互动,更加逼真地展现了兰州交通大学校园三维场景,弥补了传统二维GIS和三维GIS的不足。     

基于轨迹活动语义挖掘的个体社会经济水平评估

个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合,未充分考虑个体出行的语义上下文,难以从动机与需求层面理解出行行为,导致建模过程可解释性不足。为此,本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法,通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式,从消费能力与意愿角度刻画个体社会经济水平,提高评估方法的可解释性。(1)通过网格化的语义地图为停留点赋予出行语义上下文,并划分居住、购物、餐饮、娱乐4类活动的停留点集合;(2)计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征,并通过结构方程模型筛选特征计算各类消费模式价值;(3)使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验,通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群,验证了方法有效性;此外,对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析,探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口...     

地理立体视频Web服务框架设计与接口开发

地理立体视频是对视频帧扩展了内外方位元素等地理空间参照的立体视频,支持基于位置的视频查询和影像量测,提供了地理空间表达的一种新形式。随着Web服务技术的广泛应用,地理立体视频Web服务将进一步拓展视频GIS应用。本文重点讨论了地理立体视频Web服务原理和系统设计。通过分析服务功能,设计了由数据层、服务层及表现层构成的地理立体视频Web服务框架;利用REST风格的Web服务技术,从资源确定、URI定义,以及资源操作接口、表述格式等方面进行了服务设计,详细定义了检索服务、视频播放服务,以及影像量测服务接口及其HTTP交互机制,以WCF框架和ArcGIS Server平台实现了相应的服务接口。本文以河南大学金明校区为例,开发了地理立体视频Web服务原型系统并进行了应用实验。结果表明,地理立体视频Web服务实现了可视化、检索及量测等功能,适合于Web环境下视频GIS应用开发,对新型可定位多媒体Web服务的标准化具有参考价值。     

微空间场景与视频分析相结合的审讯室异常行为检测

行为检测是智能视频分析的研究热点。目前,行为分析主要是基于视频图像空间,而丰富的空间场景信息并未得到有效利用。事实上,个体行为与空间场景紧密关联,不同场景可能具有不同的行为表征。本文以审讯室的典型微空间场景为例,以刑讯逼供行为检测为研究内容,探究空间场景约束下的个体异常行为检测方法。首先,从行为变量的概念出发,解析了刑讯逼供的行为变量和行为类型;其次,分析了刑讯逼供行为变量的视频特征,并设计了相应的行为变量检测模型;再次,通过灭点计算实现了空间场景和视频图像的双向映射关系的解算,并在此基础上设计了顾及空间场景的刑讯逼供行为分级分类检测策略;最后,通过模拟实验对本文方法的可行性进行了分析验证。     

山水画中三远法对三维地理场景表达的启发

针对信息时代地图可视化需求,提出了将山水画中三远法融入地图制图过程中的理念。首先,分析了中国山水画和地图在表现地理空间思维及信息传输中的异同;然后,通过例证详细分析了散点透视和三远法表达三维地理场景的方式;最后,基于深远法实现三维故宫建筑群卷曲可视化,兼顾第一人称视角和第三人称视角,实现从侧视到俯视连续变换的可视化。结果表明,融入深远思维的卷曲可视化可以有效解决建筑物间遮盖问题,且更具视觉吸引力。     

基于残差神经网络改进的密集人群计数方法

为避免密集人群踩踏事件发生,从监控图像中准确获取密集人群人数信息非常重要。针对密集人群计数难度大、人群目标小、场景尺度变化大等特点,本文提出一种新型神经网络结构VGG-ResNeXt。本网络使用VGG-16的前10层作粗粒度特征提取器,使用改进的残差神经网络作为细粒度特征提取器。利用改进的残差神经网络“多通道,共激活”的特点,使得单列式人群计数神经网络获得了多列式人群计数网络的优点（即从小目标、多尺度的密集人群图像中提取更多人群特征）,同时避免了多列式人群计数网络训练难度大、结构冗余等缺点。实验结果表明本模型在UCF-CC-50数据集、ShangHaiTech B数据集和UCF-QNRF数据集中取得了最高精度,MAE指标分别优于其他同期模型7.5%、18.8%和2.4%,证明了本模型的在计数精度方面的有效性。本研究成果可以有效帮助城市管理,有效缓解公安疏导压力,保障人民生命财产安全。     

天地及室内外一体实景地图系统研究与应用

为解决实景影像常规生产及发布方式中存在的类型单一、整体性差、关联性不强、更新滞后、社会经济信息集成能力弱等局限,从实景影像的拼接匀色、关联建立、隐私处理、集成发布等多项关键技术研究入手,建立了天地及室内外一体实景地图系统。以天空、地面及室内外的实景地图为载体,从不同角度展示地形地貌、建筑群落、道路分布、车辆运行、人群聚集、商业场景等三维地理信息和社会经济信息。通过立体化的先进多媒体技术带来鲜活生动的沉浸式观感体验,能够让用户体验天空俯瞰城市风貌、足不出户逛商圈、游公园等应用。为实景地图系统的持续运营建立了顺应互联网时代发展的众需、众源和众创模式,开辟了实景应用的新途径,具有一定的推广价值。     

基于多任务学习的高分辨率遥感影像建筑提取

建筑物的自动提取对城市发展与规划、防灾预警等意义重大.当前的建筑物提取研究取得了很好的成果,但现有研究多把建筑提取当成语义分割问题来处理,不能区分不同的建筑个体,且在提取精度方面仍然存在提升的空间.近年来,基于多任务学习的深度学习方法已在计算机视觉领域得到广泛应用,但其在高分辨率遥感影像自动解译任务上的应用还有待进一步...     

基于特征分离机制的深度学习植被自动提取方法

随着遥感影像分辨率的提高,植被信息的高精度提取对于了解地表植被变化规律、评价生态区域具有重要意义。针对传统方法跨季节植被提取不完整问题,本文基于高分2号(GF-2)卫星数据,提出一种基于特征分离机制的深度学习语义分割网络植被提取方法。该网络在Densenet的基础增加可分离卷积和空间金字塔结合的特征分离机制来增大感受野,更有效利用植被的特征信息,提升了模型的精度。本文通过构建高精细跨季节植被样本库,使用本文所提方法,完成了遥感影像植被信息提取,并选取总体准确度、F1值和交并比作为评价指标,对不同的传统方法和深度学习方法进行精度对比与分析。实验结果表明,本文方法提取植被的效果较好,其中F1分数达到91.91%,总体准确度达到92.79%,交并比达到85.10%。对高分1号、高分6号和高景1号遥感影像进行植被提取通用性验证,结果表明本文方法具有一定的通用能力,可以从高分辨率遥感影像中准确地、自动地提取植被。本文研究成果可为城市生态环境评价和植被的应用研究提供数据参考。     

顾及空间及语义相关性的POI位置标注优化方法

POI的质量是确保寻路、路径规划、导航等高质量地图服务的基础,是影响POI数据的位置准确性、逻辑一致性和语义差异性问题等数据质量问题的关键因素。本文从影响POI位置空间、关系和语义因素3个角度出发,针对POI位置错标、不同语义POI无法区分及POI分布与现实世界不一致的情况,结合建筑数据和道路数据,进行POI多阶段位置优化研究,包括位置约束计算阶段、位置选择阶段、位置优化阶段。以某街道区域为分析区域开展POI位置优化实验,结果表明本文提出的位置优化方法能有效降低错标率（19.3%）、提高可辨识度（6.7%）,并有效提高子区域POI分布与道路分布的一致性,有效提高不同语义POI的识别速度。     

基于深度卷积网络和分水岭分割的耕地地块识别方法

耕地地块作为精准农业的重要支撑,现有地块边界大多依靠人工勾绘。随着遥感技术的发展,基于遥感影像自动提取耕地地块成为研究主要方向,其中基于深度学习的方法能够克服传统检测方法难以适应复杂场景的局限而被广泛使用,但现有检测方法仍存在问题,基于深度卷积模型直接识别耕地区域会丢失内部边界、而基于边缘检测模型识别耕地边界时则会同时得到大量无关边界;此外,现有的基于阈值提取地块的策略所提取的地块不够规整,存在内陷的问题。针对上述问题,本研究提出一种基于深度卷积网络和分水岭分割的耕地地块提取方法,从信息检测和地块提取两方面进行改进：(1)将耕地边界视作一种地物类别,在深度卷积网络中进行类别概率检测,帮助实现对耕地边界的语义识别。(2)基于改进后的D-LinknetXt网络进行检测,其网络架构适合于对耕地边界这类线性目标的提取,同时更换原始D-Linknet网络的残差单元,帮助提高了网络的特征提取能力。(3)基于分水岭分割对耕地地块进行提取,利用了区域分割方法获取边界的封闭性,并且这种以区域为单元进行分割并合并的方式,解决了原有方法在像元尺度上基于阈值提取所遇到的提取地块存在内陷的问题,使地块更规整准确...     

视场角与观察角度对三维地图视觉信息加工的影响研究

传统地图符号视觉参量研究,主要是对地图颜色、形状、尺寸、方向等进行分析。本文通过眼动跟踪三维地图认知实验与眼动参数解析,建构了视场角和观察角度对于三维地图有效性和效率影响的评价指标体系,定量分析了2个参量对三维地图视觉信息加工的影响。实验结果表明：视场角对三维地图中垂直方向信息提取的有效性和实体形状信息提取的有效性影响显著;对实体间角度信息提取的效率影响边缘显著,而对垂直方向信息提取的效率、水平方向信息提取的有效性和效率、实体间角度信息提取的有效性、形状信息提取的效率影响不显著;观察角度对垂直方向信息、水平方向信息,以及实体间角度信息感知的效率和有效性的影响都不显著,但对实体形状信息感知的效率和有效性均有显著影响。该研究适用于三维地图适人化设计、表达与自动理解。