CN107480853A - 物资分配方法和物资分配装置 - Google Patents

Abstract

本发明提出了一种物资分配方法和一种物资分配装置，其中，物资分配方法包括：获取受灾区域的图像信息；根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。通过本发明的技术方案，能够根据实际情况自动为受灾区域进行物资分配，提升了物资分配的成功率和实用性，便于及时进行救灾工作，保证救灾工作顺利进行。

Description

物资分配方法和物资分配装置

【技术领域】

本发明涉及数据处理技术领域，尤其涉及一种物资分配方法和一种物资分配装置。

【背景技术】

目前，当发生自然灾害等恶性灾难事件时，如海啸、地震、雪灾、洪涝灾害等，往往需要运送物资进行救援，然而，不同程度的灾损对象所需的物资类型和数量也不相同，并且，救援工作受到道路受损情况的影响，灾害发生时，道路受损，会阻碍部分类型的车辆顺利通过，而作为救援生命通道的道路一旦堵塞，将对救灾工作产生严重的影响。相关技术中，往往是人工进行物资分配，其效率和分配的实用性都很低。

因此，如何制定出合理的物资分配方案，以保证救灾工作顺利进行，成为目前亟待解决的技术问题。

【发明内容】

本发明实施例提供了一种物资分配方法和一种物资分配装置，旨在解决相关技术中对受灾区域的物资分配不合理的技术问题，能够根据实际情况自动进行物资分配，以保证救灾工作顺利进行。

第一方面，本发明实施例提供了一种物资分配方法，包括：获取受灾区域的图像信息；根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。

在本发明上述实施例中，可选地，所述根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况，包括：通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物；当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征；将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征；根据匹配结果，确定所述目标对象的灾损情况。

在本发明上述实施例中，可选地，所述道路的特征包括：道路规格等级、道路通向信息和道路可替代信息；所述根据匹配结果，确定所述目标对象的灾损情况的步骤，包括：在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值；计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和；根据所述权重值的和确定所述道路的道路受损权重值。

在本发明上述实施例中，可选地，所述根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息的步骤，具体包括：根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型；根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

在本发明上述实施例中，可选地，所述物资分配信息包括物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离；在所述确定对所述受灾区域的物资分配信息的步骤之前，还包括：根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型。

第二方面，本发明实施例提供了一种物资分配装置，包括：图像信息获取单元，获取受灾区域的图像信息；灾损情况确定单元，根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；物资分配单元，根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。

在本发明上述实施例中，可选地，所述灾损情况确定单元用于：通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物，当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征，并将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征，以及根据匹配结果，确定所述目标对象的灾损情况。

在本发明上述实施例中，可选地，所述道路的特征包括：道路规格等级、道路通向信息和道路可替代信息；所述灾损情况确定单元用于：在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并根据所述权重值的和确定所述道路的道路受损权重值。

在本发明上述实施例中，可选地，所述物资分配单元包括：第一信息确定单元，根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型；第二信息确定单元，根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；所述物资分配单元用于：根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

在本发明上述实施例中，可选地，所述物资分配信息包括物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离；所述物资分配装置还包括：模型训练单元，在所述物资分配单元确定对所述受灾区域的物资分配信息之前，根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型。

以上技术方案，针对相关技术中对受灾区域的物资分配不合理的技术问题，能够根据实际情况自动进行物资分配，具体来说，可以根据受灾区域的图像信息识别出道路和建筑物的灾损情况，通过道路的灾损情况可以确定如何调派车辆，比如，确定哪些类型的车辆能够通过哪些道路，通过建筑物的受损情况可以确定人口伤亡分布信息，从而进一步确定所需的物资。在此基础上，可根据将道路和建筑物的灾损情况应用于物资分配模型，从而确定通过哪种类型的车辆走哪些道路运送哪些物资到哪些受灾的建筑物。

通过以上技术方案，能够根据实际情况自动为受灾区域进行物资分配，提升了物资分配的成功率和实用性，便于及时进行救灾工作，保证救灾工作顺利进行。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1示出了本发明的一个实施例的物资分配方法的流程图；

图2示出了本发明的一个实施例的确定道路和建筑物的灾损情况的流程图；

图3示出了本发明的一个实施例的确定物资分配信息的流程图；

图4示出了本发明的一个实施例的物资分配装置的框图；

图5示出了本发明的一个实施例的终端的框图。

【具体实施方式】

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

图1示出了本发明的一个实施例的物资分配方法的流程图。

如图1所示，本发明实施例提供了一种物资分配方法，包括：

步骤102，获取受灾区域的图像信息。

具体来说，可以通过无人机拍摄、网络信息获取等方式获取受灾区域的图像信息，其中，网络信息获取包括获取灾情新闻图像信息和/或获取灾区群众上传至网络的信息中的图像信息，并且，图像信息包括但不限于图片和/视频。

步骤104，根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况。可以根据受灾区域的图像信息识别出道路和建筑物的灾损情况，通过道路的灾损情况可以确定如何调派车辆，比如，确定哪些类型的车辆能够通过哪些道路，通过建筑物的受损情况可以确定人口伤亡分布信息，从而进一步确定所需的物资。

步骤106，根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。即可根据将道路和建筑物的灾损情况应用于物资分配模型，从而确定通过哪种类型的车辆走哪些道路运送哪些物资到哪些受灾的建筑物。

通过以上技术方案，能够根据实际情况自动为受灾区域进行物资分配，提升了物资分配的成功率和实用性，便于及时进行救灾工作，保证救灾工作顺利进行。

如图2所示，在本发明的一种实现方式中，步骤104中确定所述图像信息中道路和建筑物的灾损情况的步骤，具体包括：

步骤1042，通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物，目标识别算法包括道路识别算法和/或建筑物识别算法。

道路识别算法用于在每一帧图像信息中识别出道路，其可以为SVM(SupportVector Machine，支持向量机)+HOG(Histogram of Oriented Gradient，方向梯度直方图)检测算法，SVM是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析，HOG则是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子，HOG通过计算和统计图像局部区域的梯度方向直方图来构成特征。

在系统中可具有道路数据库、非道路数据库，道路数据库和非道路数据库中分别存储受损道路图像信息和正常道路图像信息，以供道路识别算法对大量的正样本(即受损道路图像信息)及负样本(即正常道路图像信息)训练学习可得到道路检测分类器，通过该道路检测分类器对新获取的图像信息进行训练，可在道路数据库检测是否具体与新获取的图像信息相匹配的受损道路图像信息，若有，则可识别该道路为受损道路，否则，继续进行下一帧图像信息的处理。

当然，道路识别算法不限于此，还可以是其他任何能够识别图像信息中的指定目标的算法。

通过建筑物识别算法对所述建筑物样本库中的建筑物样本和所述非建筑物样本库中的非建筑物样本进行训练，得到所述建筑物识别和处理模型，以供根据所述建筑物识别和处理模型检测每一帧所述图像信息中是否具有建筑物。

其中，可以说建筑物识别和处理模型是一种建筑物检测分类器。建筑物识别算法也可以为SVM+HOG检测算法，通过SVM+HOG检测算法对大量的正样本(即建筑物样本类的图像信息)及负样本(即非建筑物样本类的图像信息)训练学习获得建筑物检测分类器。

当然，建筑物识别算法不限于此，还可以是其他任何能够识别图像信息中的指定目标的算法。

步骤1044，当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征。

步骤1046，将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征。

步骤1048，根据匹配结果，确定所述目标对象的灾损情况。

提取的建筑物的特征可以为建筑物损坏位置的形状、是否有钢筋断裂或裸露等，系统中记录有历史灾损建筑物及其对应的受损等级，因此，当建筑物的特征与历史灾损建筑物的特征相匹配时，说明两者的损伤程度也相同或相近，因此，可将该历史灾损建筑物的受损等级设置为该建筑物的受损等级。

而道路的特征则包括但不限于：道路规格等级、道路通向信息和道路可替代信息，对于道路来说，步骤1048具体包括：在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值；计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和；根据所述权重值的和确定所述道路的道路受损权重值。

比如，可以设置高速公路、国道、省道和其他道路对应的权重值分别为2、1.5、1、0.5，设置双向同道且具有可替代道路、双向同道且无可替代道路、单向同道且具有可替代道路以及单向同道且不具有可替代道路的权重值分别为2、1、1和0.5。当一条道路为国道、双向同道且无可替代道路时，其对应的权重值的和为2.5。

其中，可直接将道路的各属性信息的权重值的和设置为所述道路受损权重值，当然，还可以设置多个道路灾损等级，每个灾损等级对应不同的权重值的和的范围，因此，可确定道路的各属性信息的权重值的和对应的道路灾损等级，不同的道路灾损等级对应有不同的道路受损权重值，从而可根据道路的实际道路灾损等级确定其实际的道路受损权重值。

另外，道路受损评估模型是根据历史灾情事件中历史灾损道路的属性信息训练得到的。在训练得到的道路受损评估模型中，不同组合的属性信息对应有不同的道路受损权重值，因此，当将道路的实际属性信息应用于道路受损评估模型时，可为道路的实际属性信息匹配相同或相近的属性信息组合，并将该属性信息组合对应的道路受损权重值设置为该道路的道路受损权重值。

在实际场景下，还可以根据本次灾情事件中的道路的属性信息和计算得到的所述道路受损权重值，更新所述道路受损评估模型，即将本次灾情事件中的相关数据加入到原历史灾损道路的属性信息中，并重新训练道路受损评估模型，使得道路受损评估模型更新后更加适用于实际情况，提升了救灾工作的有效性。

需要补充的是，可根据所述受灾区域的各个道路的道路受损权重值，可生成灾区道路受损图，比如，不同受灾等级的道路可标注不同的线条粗细，不同类型的道路也可以用不同颜色的线条区分，从而可以在灾区道路受损图上详细呈现受灾区域的道路状况，便于救灾工作的进一步顺利进行。

如图3所示，在本发明的一种实现方式中，步骤106中确定对所述受灾区域的物资分配信息的步骤，具体包括：

步骤1062，根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型。

比如，载客汽车分为大型、中型、小型、微型，载货汽车分为重型、中型、轻型、微型，可设置预定调配规则为：公路受损加权值低于0.4的道路不可以通过大型客车及重型载货车，公路受损加权值低于0.6的道路不可以通过中型客车及中型载货车，公路受损加权值低于0.8的道路不可以通过小型汽车及轻型载货车，公路受损加权值低于0.9的道路不可以通过微型客车及微型载货车。

步骤1064，根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量。

将所述人口伤亡分布信息对应的区域灾情等级确定为所述建筑物所在区域的区域灾情等级。其中，在区域灾情等级评估模型中，受灾区域的整体人口伤亡分布信息对应有区域灾情等级，因此，可以在区域灾情等级评估模型中确定与本次受灾区域的人口伤亡分布信息相同或相近的历史人口伤亡分布信息，并将该历史人口伤亡分布信息对应的区域灾情等级确定为本次的受灾区域的区域灾情等级，从而便于根据区域灾情等级对本次受灾区域进行救灾行动和物资调派等。

不同类型的建筑物在不同灾损发生时间、不同受损等级的情况下具有不同的人口伤亡分布信息。如下表1所示，其中，灾损等级包括极度受损、严重受损、重度受损，灾损发生时间为9:00-18:00，人口伤亡分布信息对应的参数包括：极度伤残人参数、重度伤残人参数、中度伤残人参数和轻度伤残人参数。

表1

如下表2所示，其中，灾损等级包括极度受损、严重受损、重度受损，灾损发生时间为18:00-次日9:00，人口伤亡分布信息对应的参数包括：极度伤残人参数、重度伤残人参数、中度伤残人参数和轻度伤残人参数。

表2

在实际情况下，受损等级、灾损发生时间、人口伤亡分布信息可以是任何值，不限于表1和表2示出的情况。

步骤1066，根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

在物资分配模型中，不同类型的建筑物在不同灾损发生时间、不同受损等级的情况下具有不同的车辆调配信息和人口伤亡分布信息，根据受灾区域的车辆调配信息和人口伤亡分布信息，可以确定相应的物资分配信息，物资分配信息包括但不限于物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离。

比如，可设置建筑物类型、灾损发生时间、建筑物受损等级、车辆类型、道路类型、道路受损等级、人口伤亡分布信息均具有对应的多个范围，每个范围对应有自身的参数，确定实际情况中的建筑物类型、灾损发生时间、建筑物受损等级、车辆类型、道路类型、道路受损等级、人口伤亡分布信息所属的范围，可以确定各项对应的参数，而根据各项对应的参数分布，可以在物资分配模型中匹配对应的参数组合，从而可以按照匹配上的参数组合对应的物资分配信息实行物资分配，保证救灾工作的顺利进行。

当然，在确定对所述受灾区域的物资分配信息的步骤之前，还可以根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型，以使物资分配模型更加适应实际情况，提升了物资分配模型的实用性。

图4示出了本发明的一个实施例的物资分配装置的框图。

如图4所示，本发明实施例提供了一种物资分配装置400，包括：图像信息获取单元402，获取受灾区域的图像信息；灾损情况确定单元404，根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；物资分配单元406，根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。

该物资分配装置400使用图1至图3示出的实施例中任一项所述的方案，因此，具有上述所有技术效果，在此不再赘述。物资分配装置400还具有以下技术特征：

在本发明上述实施例中，可选地，所述灾损情况确定单元404用于：通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物，当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征，并将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征，以及根据匹配结果，确定所述目标对象的灾损情况。

在本发明上述实施例中，可选地，所述道路的特征包括：道路规格等级、道路通向信息和道路可替代信息；所述灾损情况确定单元404用于：在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并根据所述权重值的和确定所述道路的道路受损权重值。

在本发明上述实施例中，可选地，所述物资分配单元406包括：第一信息确定单元，根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型；第二信息确定单元，根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；所述物资分配单元用于：根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

在本发明上述实施例中，可选地，所述物资分配信息包括物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离；所述物资分配装置400还包括：模型训练单元，在所述物资分配单元确定对所述受灾区域的物资分配信息之前，根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型。

图5示出了根据本发明的一个实施例的终端的框图。

如图5所示，根据本发明的一个实施例的终端500，包括图4示出的物资分配装置400，因此，该终端500具有和图4示出的物资分配装置400相同的技术效果，在此不再赘述。在该终端，可以接收各种受灾区域的信息，并根据该信息确定物资调派信息，从而便于救灾工作的顺利进行。

以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，能够根据实际情况自动为受灾区域进行物资分配，提升了物资分配的成功率和实用性，便于及时进行救灾工作，保证救灾工作顺利进行。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

需要说明的是，本发明实施例中所涉及的终端可以包括但不限于个人计算机(Personal Computer，PC)、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)、手机、MP3播放器、MP4播放器等。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种物资分配方法，其特征在于，包括：

获取受灾区域的图像信息；

根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；

根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。

2.根据权利要求1所述的物资分配方法，其特征在于，所述根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况，包括：

通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物；

当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征；

将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征；

根据匹配结果，确定所述目标对象的灾损情况。

3.根据权利要求2所述的物资分配方法，其特征在于，所述道路的特征包括：道路规格等级、道路通向信息和道路可替代信息；

所述根据匹配结果，确定所述目标对象的灾损情况的步骤，包括：

在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值；

计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和；

根据所述权重值的和确定所述道路的道路受损权重值。

4.根据权利要求1至3中任一项所述的物资分配方法，其特征在于，所述根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息的步骤，具体包括：

根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型；

根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；

根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

5.根据权利要求4所述的物资分配方法，其特征在于，所述物资分配信息包括物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离；

在所述确定对所述受灾区域的物资分配信息的步骤之前，还包括：

根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型。

6.一种物资分配装置，其特征在于，包括：

图像信息获取单元，获取受灾区域的图像信息；

灾损情况确定单元，根据所述受灾区域的图像信息，确定所述图像信息中道路和建筑物的灾损情况；

物资分配单元，根据所述道路和所述建筑物的灾损情况，以及物资分配模型，确定对所述受灾区域的物资分配信息。

7.根据权利要求6所述的物资分配装置，其特征在于，所述灾损情况确定单元用于：

通过目标识别算法检测每一帧所述图像信息中是否具有目标对象，所述目标对象包括道路和/或建筑物，当检测到任一帧所述图像信息中具有所述目标对象时，提取所述目标对象的特征，并将所述目标对象的特征与灾损库中的历史灾损对象的特征进行匹配，其中，所述灾损库中存储有历史灾损对象和所述历史灾损对象对应的特征，以及根据匹配结果，确定所述目标对象的灾损情况。

8.根据权利要求7所述的物资分配装置，其特征在于，所述道路的特征包括：道路规格等级、道路通向信息和道路可替代信息；

所述灾损情况确定单元用于：

在道路受损评估模型中为所述道路的道路规格等级、道路通向信息和道路可替代信息匹配对应的权重值，计算所述道路规格等级、所述道路通向信息和所述道路可替代信息的权重值的和，并根据所述权重值的和确定所述道路的道路受损权重值。

9.根据权利要求6至3中任一项所述的物资分配装置，其特征在于，所述物资分配单元包括：

第一信息确定单元，根据车辆的类型、所述受灾区域的若干条道路的灾损情况和预定调配规则，为所述受灾区域确定车辆调配信息，其中，所述预定调配规则包括：禁止在所述道路受损权重值处于预定范围内的道路通过预定类型的汽车，其中，每个所述预定范围对应有车辆的至少一个类型；

第二信息确定单元，根据所述建筑物的灾损情况和类型，确定所述建筑物对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；

所述物资分配单元用于：

根据所述受灾区域的车辆调配信息和人口伤亡分布信息，在所述物资分配模型中为所述受灾区域匹配对应的物资分配信息。

10.根据权利要求9所述的物资分配装置，其特征在于，所述物资分配信息包括物资重要程度、物资紧急程度、物资预估救灾效果、物资运输难易水平、所述受灾区域或所述受灾区域中的任一建筑物与物资供应点的距离；

所述物资分配装置还包括：

模型训练单元，在所述物资分配单元确定对所述受灾区域的物资分配信息之前，根据历史道路灾损情况、历史建筑物灾损情况和历史物资分配信息训练得到所述物资分配模型。