CN109598794A - 三维gis动态模型的构建方法 - Google Patents

Abstract

本发明公开了一种三维GIS动态模型的构建方法，包括以下步骤：S1、在三维场景中布置摄像机，在数据库中存储摄像机信息；S2、确定覆盖目标物所在区域的摄像机，从数据库中调用摄像机信息；S3、通过视频分析算法从摄像机输出的视频中获取目标物的坐标信息和属性信息；S4、计算目标物的三维坐标；S5、生成相应的三维模型；S6、在三维地图上叠加三维模型。本发明通过机器视觉AI技术从现有的视频监控摄像机视频中获取人物、车辆、物体的属性和图像坐标，再通过摄像机的参数信息实现图像坐标到三维地理信息的坐标转换，在三维坐标中可以叠加从视频中提取的人、车、物体模型，实现了三维地理信息与真实环境的高度还原。

Description

三维GIS动态模型的构建方法

技术领域

本发明涉及一种动态模型的构建方法，尤其涉及一种基于计算机视觉技术的三维GIS动态模型的构建方法，属于三维模型构建领域。

背景技术

地理信息系统(Geographic Information System或Geo-Information system，GIS)有时又称为″地学信息系统″。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。GIS技术把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作(例如查询和统计分析等)集成在一起。

目前三维地理信息系统的生产、制作和建模技术已经较为成熟，但是该类技术的主要应用于对固定场景、设施、物体做三维建模，构建固定的三维场景。现有技术不能实时获取真实物理环境的动态信息，对现实世界中运动的人和物往也往难以通过事先建模的方式呈现。业内也有一些在小场景下通过二维图像构建三维逻辑关系的方法，但在对于快速移动的人、车、物往往难以构建动态的三维数字环境。

为了构建动态的三维数字模型，需要对摄像头的视频内容进行分析，从而确定目标物的坐标及属性，生成对应的三维模型。传统算法中，经常在开始时会有很多数据预处理，比如图像裁减、视频平衡化等等，按照传统分类框架会提取各种特征：点特征、边缘特征、轮廓特征等等，视频中会有频谱特征以及一些实际特征。特征提取完成之后，需要串联一个比较强的分类器(SVM、random forest等)以及各种算法，针对各种问题再加入一些后处理，来进行分类识别。例如CN 108764338 A所公开的一种应用于视频分析的行人跟踪算法，通过背景减除法检测视频场景中的行人；通过光流算法推断行人下一时刻的运动位置，作为是否是同一个人的度量，此特征记为A；比较行人矩形框大小的相似性，此特征记为B；提取每个矩形框中行人的颜色直方图，比较当前帧检测框与下一帧检测框颜色直方图的相似性，此特征记为C；将以上三种特征进行组合，记为特征F；以特征F训练逻辑斯特分类器，使逻辑斯特分类器拥有判断是否是同一个人的能力；用训练好的逻辑斯特分类器进行每帧之间行人检测框的关联。这种视频分析算法步骤较为繁琐，需要进行多步预处理，而且需要人为设计各种特征。

综上所述，针对现有技术的不足，如何提出一种能够对移动的行人、车辆生成对应的动态三维模型，并且鲁棒性高、拟合性好的三维GIS动态模型的构建方法，就成为了本领域内技术人员亟待解决的问题。

发明内容

本发明的目的就是为了解决现有技术中存在的上述问题，提出一种能够对移动的行人、车辆生成对应的动态三维模型，并且鲁棒性高、拟合性好的三维GIS动态模型的构建方法。

本发明的目的将通过以下技术方案得以实现：一种三维GIS动态模型的构建方法，包括以下步骤：

S1、在三维场景中布置摄像机，在数据库中存储摄像机信息；

S2、确定覆盖目标物所在区域的摄像机，从数据库中调用摄像机信息；

S3、通过视频分析算法从摄像机输出的视频中获取目标物的坐标信息和属性信息；

S4、根据S2中获得的摄像机信息和S3中获得的目标物的坐标信息，计算目标物的三维坐标；

S5、根据S3中获得的目标物的属性信息，生成相应的三维模型；

S6、根据S4中获得的目标物的三维坐标和S5中获得的三维模型，在三维地图上叠加三维模型。

优选地，所述摄像机信息包括数据包括摄像机ID，摄像机经纬度高程坐标(x₂，y₂，z₂)，摄像机属性、摄像机覆盖区域<P₀，P₁，…，P_n>。

优选地，所述摄像机属性包括摄像机焦距f；摄像机图像传感器的尺寸<w，h>，w代表图像传感器的宽度，h代表图像传感器的长度；摄像机的分辨率(W，H)；摄像机的北方位角ω和俯仰角θ。

优选地，所述摄像机焦距f、北方位角ω和俯仰角θ在安装时获取或者在摄像机中实时获取。

优选地，所述S4具体包括：

S41、获取摄像机ID；

S42、读取摄像机参数(f，<w，h>)；

S43、计算摄像机的水平视场角α和垂直视场角β，

水平视场角α＝2·arctan(w/f/2)，

垂直视场角β＝2·arctan(h/f/2)；

S44、获取摄像机的分辨率(W，H)；

S45、获取摄像机的北方位角ω和俯仰角θ；

S46、通过视频分析算法，计算物体在视频画像中的偏移量(u，v)；

S47、计算机摄像机到水平地面的视距l，l＝z₂/cos(θ)；

S48、计算物体在三维坐标中的偏移角度(θ_x，θ_y)；

S49、计算物体在三维空间中的真实坐标。

优选地，所述物体在视频画面中的偏移量(u，v)是通过视频分析算法获取的，该偏移量为物体在视频画面中相对于左上角的偏移像素值。

优选地，所述S48计算目标物在三维坐标中的偏移角度(θ_x，θ_y)中

θ_x＝arctan((l·tan(α)·(W/2-u)/(W/2))/l)，

θ_y＝arctan((l·tan(β)·(H/2-v)/(H/2))/l)；

优选地，所述S49具体包括：

S491、获取地面坐标(x，y，z₁)，其中z₁为地面的水平高度，获取摄像机的安装经纬度坐标(x₂，y₂，z₂)，并且令地理信息系统中单位经度的间隔距离Lt＝111000；

S492、计算目标物在三维空间中的偏移量，

x₃＝cos(θ_x)·l·sin(θ_y)/Lt

y₃＝cos(θ_x)·l·cos(θ_y)/(Lt*cos(y₂))

z₃＝sin(θ_x)·l；

S493、计算目标物在三维空间中的坐标，

x₀＝x₂+(z₁-z₂)/z₃·x₃

y₀＝y₂+(z₁-z₂)/z₃*y₃

z₀＝z₂+(z₁-z₂)/z₃*z₃。

优选地，所述目标物包括：人、车、道路设施和建筑物。

优选地，所述视频分析算法为卷积神经网络算法。

本发明技术方案的优点主要体现在：通过机器视觉AI技术从现有的视频监控摄像机视频中获取人物、车辆、物体的属性和图像坐标，再通过摄像机的参数信息实现图像坐标到三维地理信息的坐标转换，在三维坐标中可以叠加从视频中提取的人、车、物体模型，达到三维地理信息与真实环境的高度还原。本发明结合了机器视觉技术和现有的三维地理信息系统，实现三维数字场景对真实物理世界的高度动态还原，实现三维平行仿真世界。

此外，本发明也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于动态三维建模领域内其他的技术方案中，具有很强的适用性和广阔的应用前景。

附图说明

图1为本发明的流程图

图2为本发明中的三维坐标计算方法流程图。

具体实施方式

本发明的目的、优点和特点，将通过下面优选实施例的非限制性说明进行图示和解释。这些实施例仅是应用本发明技术方案的典型范例，凡采取等同替换或者等效变换而形成的技术方案，均落在本发明要求保护的范围之内。

如图1的流程图和图2的三维坐标计算方法流程图所示，本发明揭示了一种三维GIS动态模型的构建方法，包括以下步骤：

S1、在三维场景中布置摄像机，在数据库中存储摄像机信息，如果已有摄像机，可以将现有摄像机的信息录入数据库中；

摄像机信息包括：

数据包括摄像机ID；

摄像机经纬度高程坐标(x₂，y₂，z₂)，摄像机坐标在安装摄像机时可以获得；

摄像机覆盖区域<P₀，P₁，…，P_n>，<P₀，P₁，…，P_n>表示由n个点组成的封闭区域；

摄像机焦距f，可以安装时获取或者在摄像机中实时获取；

摄像机图像传感器的尺寸<w，h>、w代表图像传感器的宽度，h代表图像传感器的长度；

摄像机的分辨率(W，H)，为摄像机固定参数；

摄像机的安装北方位角ω，可以安装时获取或者在摄像机中实时获取；

摄像机的俯仰角η，可以安装时获取或者在摄像机中实时获取。

S2、根据摄像机覆盖区域，确定覆盖目标物所在区域的摄像机，从数据库中调用摄像机信息；

S3、通过视频分析算法从摄像机输出的视频中获取目标物的坐标信息和属性信息；

视频分析是要对视频内容有一个比较完整的理解，它是通过摄像头或者通过视频，站在机器的角度去看而不是以人的身份区理解和分析视频内容。从数据角度来说，根据数据将业务场景拆分成几个核心的技术问题：检测、识别、分割以及跟踪，针对这些问题以持续去做优化。识别是告诉我们视频中大致的主体内容，如果想要知道视频中更细节的内容，比如车辆或者里面人物，那么就必须要落到检测去定位物体在视频中的位置。再进一步，如果能够做到分割(语义级别的分割)，就可以知道视频中每个像素代表的含义。

传统算法中，视频处理中经常在开始时会有很多数据预处理，比如图像裁减、视频平衡化等等，按照传统分类框架会提取各种特征：点特征、边缘特征、轮廓特征等等，视频中会有频谱特征以及一些实际特征。特征提取完成之后，需要串联一个比较强的分类器(SVM、random forest等)以及各种算法，针对各种问题再加入一些后处理，来进行分类识别。

在本发明中，直接用端到端(数据到目标)的卷积神经网络(Convoltional NeuralNetworks，CNN)，完整替代前面说的四个步骤。对于神经网络而言，所需要的数据最好不是人抽象化的数据，而是原始数据：例如对于视频来说就是RGB的值，不再需要抽象化的图像特征预估。对于学习的目标端，需要能够把各种损失函数和优化目标定义清楚。给定了数据和优化目标，深度学习的过程就是一个自我迭代，逐步优化收敛的过程，能够跨视频摄像机检测和识别出行人、机动车等目标，并得到其属性和轨迹信息。对于尺度变化、姿态变化、光照变化、视角变化均鲁棒。

针对分割问题需要做反卷积(Deconvolution)的操作；对于识别问题，会在大的CNN架构上加一些局部神经网络结构(Local CNN structure)去做识别问题；而检测问题其实是识别问题在图像层面做进行遍历滑动；对应到视频分析，还需要进行物体跟踪，最后的输出就能够达到最后需要的全场景化的识别框架。

S4、根据S2中获得的摄像机信息和S3中获得的目标物的坐标信息，计算目标物的三维坐标；

具体计算步骤为：

S41、获取摄像机ID；

S42、读取摄像机参数(f，<w，h>)；

S43、计算摄像机的水平视场角α和垂直视场角β，

水平视场角α＝2·arctan(w/f/2)，

垂直视场角β＝2·arctan(h/f/2)；

S44、获取摄像机的分辨率(W，H)；

S45、获取摄像机的北方位角ω和俯仰角θ，可在安装摄像机时确定，通过摄像机内的电子罗盘获取；

546、通过视频分析算法，计算物体在视频画像中的偏移量(u，v)，物体在视频画面中的偏移量(u，v)是通过视频分析算法获取的，该偏移量为物体在视频画面中相对于左上角的偏移像素值；

S47、计算机摄像机到水平地面的视距l，

l＝z₂/cos(θ)；

S48、计算物体在三维坐标中的偏移角度(θ_x，θ_y)，其中

θ_x＝arctan((l·tan(α)·(W/2-u)/(W/2))/l)，

θ_y＝arctan((l·tan(β)·(H/2-v)/(H/2))/l)；

S49、计算物体在三维空间中的真实坐标。

具体包括：

S491、获取地面坐标(x，y，z₁)，地面坐标特指在三维GIS中目标物所在地平面的经纬度和高程信息。

其中z₁为地面的水平高度，获取摄像机的安装经纬度坐标(x₂，y₂，z₂)，并且令地理信息系统中单位经度的间隔距离Lt＝111000；

S492、计算目标物在三维空间中的偏移量，

x₃＝cos(θ_x)·l·sin(θ_y)/Lt

y₃＝cos(θ_x)·l·cos(θ_y)/(Lt*cos(y₂))

z₃＝sin(θ_x)·l；

S493、计算目标物在三维空间中的坐标，

x₀＝x₂+(z₁-z₂)/z₃·x₃

y₀＝y₂+(z₁-z₂)/z₃*y₃

z₀＝z₂+(z₁-z₂)/z₃*z₃。

S5、根据S3中获得的目标物的属性信息，所述目标物包括：人、车、道路设施和建筑物等，根据相应的属性信息生成三维模型，可以用现有的三维模型进行调用；

S6、根据S4中获得的目标物的三维坐标和S5中获得的三维模型，在三维地图上叠加三维模型，可使用现有三维地图。

在基于上述软件方法的基础上，硬件方面需要搭建局域网，将摄像机、视频解码服务器、视觉AI服务器、三维GIS服务器以及三维客户端通过局域网相连，实现三维虚拟场景对真实物理世界的实时动态还原。

本发明通过机器视觉AI技术从现有的视频监控摄像机视频中获取人物、车辆、物体的属性和图像坐标，再通过摄像机的参数信息实现图像坐标到三维地理信息的坐标转换，在三维坐标中可以叠加从视频中提取的人、车、物体模型，达到三维地理信息与真实环境的高度还原。本发明结合了机器视觉技术和现有的三维地理信息系统，实现三维数字场景对真实物理世界的高度动态还原，实现三维平行仿真数字世界。

本发明尚有多种实施方式，凡采用等同变换或者等效变换而形成的所有技术方案，均落在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神和基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种三维GIS动态模型的构建方法，其特征在于，包括以下步骤：

S1、在三维场景中布置摄像机，在数据库中存储摄像机信息；

S2、确定覆盖目标物所在区域的摄像机，从数据库中调用摄像机信息；

S3、通过视频分析算法从摄像机输出的视频中获取目标物的坐标信息和属性信息；

S4、根据S2中获得的摄像机信息和S3中获得的目标物的坐标信息，计算目标物的三维坐标；

S5、根据S3中获得的目标物的属性信息，生成相应的三维模型；

S6、根据S4中获得的目标物的三维坐标和S5中获得的三维模型，在三维地图上叠加三维模型。

2.根据权利要求1所述的三维GIS动态模型的构建方法，其特征在于，所述摄像机信息包括数据包括摄像机ID，摄像机经纬度高程坐标(x₂，y₂，z₂)，摄像机属性，摄像机覆盖区域<P₀，P₁，...，P_n>。

3.根据权利要求2所述的三维GIS动态模型的构建方法，其特征在于，所述摄像机属性包括摄像机焦距f；摄像机图像传感器的尺寸<w，h>，w代表图像传感器的宽度，h代表图像传感器的长度；摄像机的分辨率(W，H)；摄像机的北方位角ω和俯仰角θ。

4.根据权利要求4所述的三维GIS动态模型的构建方法，其特征在于，所述摄像机焦距f、北方位角ω和俯仰角θ在安装时获取或者在摄像机中实时获取。

5.根据权利要求3所述的三维GIS动态模型的构建方法，其特征在于，所述S4具体包括：

541、获取摄像机ID；

S42、读取摄像机参数(f，<w，h>)；

S43、计算摄像机的水平视场角α和垂直视场角β，

水平视场角α＝2·arctan(w/f/2)，

垂直视场角β＝2·arctan(h/f/2)；

544、获取摄像机的分辨率(W，H)；

545、获取摄像机的北方位角ω和俯仰角θ；

S46、通过视频分析算法，计算物体在视频画像中的偏移量(u，v)；

S47、计算机摄像机到水平地面的视距l，

l＝z₂/cos(θ)；

S48、计算物体在三维坐标中的偏移角度(θ_x，θ_y)；

549、计算物体在三维空间中的真实坐标。

6.根据权利要求5所述的三维GIS动态模型的构建方法，其特征在于，所述物体在视频画面中的偏移量(u，v)是通过视频分析算法获取的，该偏移量为物体在视频画面中相对于左上角的偏移像素值。

7.根据权利要求6所述的三维GIS动态模型的构建方法，其特征在于，所述S48计算目标物在三维坐标中的偏移角度(θ_x，θ_y)中

θ_x＝arctan((l·tan(α)·(W/2-u)/(W/2))/l)，

θ_y＝arctan((l·tan(β)·(H/2-v)/(H/2))/l)。

8.根据权利要求7所述的三维GIS动态模型的构建方法，其特征在于，所述S49具体包括：

S491、获取地面坐标(x，y，z₁)，其中z₁为地面的水平高度，获取摄像机的安装经纬度坐标(x₂，y₂，z₂)，并且令地理信息系统中单位经度的间隔距离Lt＝111000；

S492、计算目标物在三维空间中的偏移量，

x₃＝cos(θ_x)·l·sin(θ_y)/Lt

y₃＝cos(θ_x)·l·cos(θ_y)/(Lt*cos(y₂))

z₃＝sin(θ_x)·l；

S493、计算目标物在三维空间中的坐标，

x₀＝x₂+(z₁-z₂)/z₃·x₃

y₀＝y₂+(z₁-z₂)/z₃*y₃

z₀＝z₂+(z₁-z₂)/z₃*z₃。

9.根据权利要求1至8所述的三维GIS动态模型的构建方法，其特征在于，所述目标物包括：人、车、道路设施和建筑物。

10.根据权利要求1至8所述的三维GIS动态模型的构建方法，其特征在于，所述视频分析算法为卷积神经网络算法。