CN110796733A - 数据处理方法和装置 - Google Patents

数据处理方法和装置 Download PDF

Info

Publication number
CN110796733A
CN110796733A CN201911017473.1A CN201911017473A CN110796733A CN 110796733 A CN110796733 A CN 110796733A CN 201911017473 A CN201911017473 A CN 201911017473A CN 110796733 A CN110796733 A CN 110796733A
Authority
CN
China
Prior art keywords
dimensional
map display
display level
dimensional model
dimensional map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911017473.1A
Other languages
English (en)
Inventor
陈英震
朱斌
陈高岭
钱能胜
谭志颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sensetime Technology Co Ltd
Original Assignee
Shenzhen Sensetime Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sensetime Technology Co Ltd filed Critical Shenzhen Sensetime Technology Co Ltd
Priority to CN201911017473.1A priority Critical patent/CN110796733A/zh
Priority to PCT/CN2019/128444 priority patent/WO2021077607A1/zh
Priority to JP2021521379A priority patent/JP2022508032A/ja
Priority to SG11202104203PA priority patent/SG11202104203PA/en
Publication of CN110796733A publication Critical patent/CN110796733A/zh
Priority to TW109106224A priority patent/TW202117674A/zh
Priority to US17/241,545 priority patent/US20210248817A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2012Colour editing, changing, or manipulating; Use of colour codes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2021Shape modification

Abstract

本公开实施例提供一种数据处理方法和装置,根据二维地图上的监控点位采集的监控图像判断是否满足地图显示层级切换条件,在满足预设的地图显示层级切换条件时,获取所述监控点位在所述二维地图上的位置信息,将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述位置信息相关联的三维模型进行显示。

Description

数据处理方法和装置
技术领域
本公开涉及计算机视觉技术领域,尤其涉及数据处理方法和装置。
背景技术
地图作为记录地理信息的一种图形语言形式,在日常生产和生活中具有广泛应用。随着技术的不断进步,除了传统的二维地图之外,越来越多的三维地图开始投入到实际应用中。
发明内容
本公开提供一种数据处理方法和装置。
具体地,本公开是通过如下技术方案实现的:
根据本公开实施例的第一方面,提供一种数据处理方法,所述方法包括:
获取二维地图上的监控点位采集的监控图像;
根据所述监控图像判断是否满足预设的地图显示层级切换条件;
若是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
在一些实施例中,所述预设的地图显示层级切换条件包括:
发生预设事件;或者
检测到目标监控对象。
在一些实施例中,所述在所述三维地图显示层级中对所述三维模型进行显示的步骤包括:
若监测到目标监控对象,根据所述监控图像确定所述目标监控对象的移动轨迹;
在所述三维地图显示层级中,对所述三维模型中所述移动轨迹对应的空间进行显示。
在一些实施例中,所述方法还包括:
建立所述监控点位所在建筑物的三维模型;
将所述三维模型与所述位置信息进行关联。
在一些实施例中,在建立所述监控点位所在建筑物的三维模型之后,所述方法还包括:
对所述三维模型的显示属性进行调整。
在一些实施例中,所述显示属性包括以下至少一者:色彩、形体结构、透明度以及虚实属性。
在一些实施例中,所述三维模型包括所述建筑物的楼层信息以及各个楼层的结构信息。
在一些实施例中,在所述三维地图显示层级中对所述三维模型进行显示的步骤包括:
在所述三维地图显示层级中,根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
在一些实施例中,在所述三维地图显示层级中对所述三维模型进行显示之后,所述方法还包括:
根据接收到的角度旋转指令对所述三维模型的显示角度进行调整。
在一些实施例中,所述方法还包括:
将所述监控图像输入预先训练的深度学习模型;
根据所述深度学习模型的输出判断是否发生预设事件。
在一些实施例中,所述深度学习模型还用于:
输出报警信息,所述报警信息包括发生所述预设事件的时间信息、空间信息以及所述预设事件的类别信息。
根据本公开实施例的第二方面,提供一种数据处理装置,所述装置包括:
第一获取模块,用于获取二维地图上的监控点位采集的监控图像;
第一判断模块,用于根据所述监控图像判断是否满足预设的地图显示层级切换条件;
第一确定模块,用于若所述判断模块的判断结果为是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
显示模块,用于将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
在一些实施例中,所述预设的地图显示层级切换条件包括:
发生预设事件;或者
检测到目标监控对象。
在一些实施例中,所述显示模块包括:
确定单元,用于若监测到目标监控对象,根据所述监控图像确定所述目标监控对象的移动轨迹;
第一显示单元,用于在所述三维地图显示层级中,对所述三维模型中所述移动轨迹对应的空间进行显示。
在一些实施例中,所述装置还包括:
建立模块,用于建立所述监控点位所在建筑物的三维模型;
关联模块,用于将所述三维模型与所述位置信息进行关联。
在一些实施例中,所述装置还包括:
第一调整模块,用于对所述三维模型的显示属性进行调整。
在一些实施例中,所述显示属性包括以下至少一者:色彩、形体结构、透明度以及虚实属性。
在一些实施例中,所述三维模型包括所述建筑物的楼层信息以及各个楼层的结构信息。
在一些实施例中,所述显示模块包括:
第二显示单元,用于在所述三维地图显示层级中,根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
在一些实施例中,所述装置还包括:
第二调整模块,用于根据接收到的角度旋转指令对所述三维模型的显示角度进行调整。
在一些实施例中,所述装置还包括:
输入模块,用于将所述监控图像输入预先训练的深度学习模型;
第二判断模块,用于根据所述深度学习模型的输出判断是否发生预设事件。
在一些实施例中,所述深度学习模型还用于:
输出报警信息,所述报警信息包括发生所述预设事件的时间信息、空间信息以及所述预设事件的类别信息。
根据本公开实施例的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的方法。
根据本公开实施例的第四方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现任一实施例所述的方法。
本公开实施例通过在满足预设的地图显示层级切换条件时,将地图显示层级由二维切换到三维,并在三维地图显示层级中对相应的三维模型进行显示。由于本质上采用的仍然是二维地图,因此保留了二维地图制作和维护成本低,以及界面简单直观、适用范围广的优点。同时,在满足条件时将地图显示层级切换到三维,并对关联的三维模型进行显示,使得对于二维地图中的某些细节信息可以通过三维模型来显示,能够近场景捕捉空间细节,显示二维地图不能显示的物理空间关系。因此,提高了地图显示效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1是本公开一实施例的数据处理方法流程图。
图2A和图2B是本公开一实施例的目标监控对象的轨迹示意图。
图3是本公开一实施例的应用场景示意图。
图4是本公开一实施例的数据处理装置的框图。
图5是本公开一实施例的用于实施本公开方法的计算机设备的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开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。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。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”。
为了使本技术领域的人员更好的理解本公开实施例中的技术方案,并使本公开实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本公开实施例中的技术方案作进一步详细的说明。
如图1所示,是本公开一实施例的数据处理方法流程图,所述方法可包括:
步骤S101:获取二维地图上的监控点位采集的监控图像;
步骤S102:根据所述监控图像判断是否满足预设的地图显示层级切换条件;
步骤S103:若是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
步骤S104:将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
针对步骤S101,二维地图上可以存储一个或多个监控点位及其位置信息,所述位置信息为二维位置信息,包括监控点位的经纬度坐标。各个监控点位上的监控装置均可以实时采集周围环境的监控图像。每秒钟采集多帧帧监控图像,从而可以构成监控视频。
针对步骤S102,地图显示层级可至少包括两个层级:二维显示层级和三维显示层级。其中,在二维显示层级下,地图上的各个像素点均显示在同一平面上,仅包括二维信息,而不包括高度信息。例如,假设存在一个10米高的矩形建筑物和一个5米高的矩形建筑物,在二维显示层级下仅显示为同一平面上的两个矩形,而省略了其高度信息。在三维显示层级下,地图上的全部或部分像素点不仅包括二维信息,还包括高度信息,高度不同的像素点显示在不同平面上。
地图显示层级切换条件用于对地图的显示层级进行切换,例如,从二维显示层级切换到三维显示层级,或者从三维显示层级切换到二维显示层级。在未触发地图显示层级切换条件的情况下,地图的显示层级可以设为二维显示层级。例如,当地图软件初始化时,可以先以二维显示层级对地图进行显示。只有在触发地图显示层级切换条件的情况下,才进行显示层级的切换。
在一些实施例中,所述预设的地图显示层级切换条件包括发生预设事件;或者检测到目标监控对象。其中,预设事件可以包括但不限于以下至少一者:人流密度过大、交通拥堵、违章事件频发、车辆违停、生活垃圾溢出、建筑垃圾堆放、散棚占道经营等等。可以通过各类算法或者模型来检测预设事件是否发生,例如,人群密度检测算法、城市拥堵点位检测算法、车辆违停检测算法等等,本公开对此不做限定。此外,还可以通过人脸识别算法来从监控图像中检测目标监控对象。本领域技术人员可以理解,具体采用何种检测方式并不影响本公开技术方案的实施。
可以根据步骤S101中获取的监控图像判断是否满足预设的地图显示层级切换条件。在一些实施例中,可以将所述监控图像输入预先训练的深度学习模型;根据所述深度学习模型的输出判断是否发生预设事件。
深度学习模型可以输出用于表征是否发生预设事件的逻辑标识,进一步地,在判定发生预设事件的情况下,还可以输出报警信息,该报警信息中可以包括发生所述预设事件的时间信息以及所述预设事件的类别信息。作为一个例子,报警信息可以为:“2019年10月21日19:00:25发生交通拥堵”或者“2019年10月1日9:30:45人员密度过大”。此外,深度学习模型输出的报警信息中还可以包括其他信息,例如,发生预设事件的地点对应的空间信息。在此情况下,作为一个例子,报警信息可以为:“2019年10月21日19:00:25西直门桥发生交通拥堵”或者“2019年10月1日9:30:45北京西站人员密度过大”。上述实施例可基于深度学习算法提供多种预设事件的报警。
针对步骤S103,可以获取所述监控点位在所述二维地图上的位置信息,包括经纬度坐标,然后确定该位置信息是否存在预先关联的三维模型。若是,则执行步骤S103,若否,则将地图显示层级保持为二维地图显示层级。
本公开实施例中所述的监控点位可以是感兴趣区域内的目标监控点位,也可以是感兴趣区域外的其他监控点位。其中,感兴趣区域可以是预先选定的建筑物,相应地,目标监控点位可以是安装在所述建筑物内部的监控点位。对于目标监控点位,可以预先建立所述监控点位所在建筑物的三维模型,并将该目标监控点位在所述二维地图上的位置信息与所述建筑物对应的三维模型预先关联起来。
以楼宇为例,可以通过三维制作软件在虚拟三维空间构建出具有三维数据(包括长、宽、高等三维数据)的三维模型,在模型编辑过程中增加楼宇,然后编辑楼宇的室内三维场景。这里的室内三维场景不需要丰富的室内细节,能表示场景即可。每个楼宇可以对应多个室内三维场景,通过楼层进行区分。将监控点位在二维地图的平面坐标映射到三维地图,关联具体楼宇和楼层。相应监控点位在基于空间位置表述场景信息时,地图层级能够实现从二维到三维的转变。
为了提高地图显示层级切换之后的显示效果,在建立所述监控点位所在建筑物的三维模型之后,还可以对所述三维模型的显示属性进行调整。其中,所述显示属性包括以下至少一者:色彩、形体结构、透明度以及虚实属性。通过调整显示属性,使得将地图显示层级由二维切换到三维之后,三维模型在整个显示界面上的色彩、形体结构及场景远中近景各个层次前后变化及各个层次建筑的透视关系、色彩冷暖关系、虚实关系更加协调。
对于其他监控点位,该监控点位在所述二维地图上的位置信息关联的三维模型为空。因此,可以通过各个监控点位在所述二维地图上的位置信息是否存在预先关联的三维模型来确定该监控点位是否为目标监控点位。在进行地图显示层级切换时,可以仅对目标监控点位的场景信息通过三维地图显示层级进行显示,而对其他监控点位,仅以二维的地图显示层级对其场景信息进行显示。
针对步骤S104,若步骤S102的判断结果为“是”,则本步骤可以进行地图层级的转换。对于地图显示层级切换条件为发生预设事件的情况,在发生预设事件时,地图层级能够实现从二维到三维的转变,由远及近聚焦事件发生的空间位置。首先在二维地图中呈现发生预设事件的大致空间,接着在三维模型中呈现发生预设事件的具体楼栋、具体楼层等三位空间信息,方便精准定位和查看事件发生的详细位置。
对于地图显示层级切换条件为检测到目标监控对象的情况,可根据所述监控图像确定所述目标监控对象的移动轨迹;在三维地图显示层级中,对所述三维模型中所述移动轨迹对应的空间进行显示。基于人脸聚类算法提供目标监控对象的归档,查看目标监控对象的移动轨迹时,如果移动轨迹出现在某栋楼宇内部,地图层级能够实现从二维到三维的转变,由远及近聚焦目标监控对象出现的空间位置。在一些实施例中,首先在二维地图中目标监控对象出现过的楼栋通过拟物化图标缓缓升起,接着在三维模型中按楼层查看目标监控对象出现过的位置,方便快速掌握目标监控对象在某栋楼宇内部的活动记录,如图2A所示,圆圈内为目标监控对象出现过的目标建筑物,则可在三维模型中通过色彩等属性将对应的目标建筑物标示出来。进一步地,如图2B所示,圆点表示目标监控对象的在建筑物中的具体位置,同时,在监控中心的显示屏上还可以对包含目标监控对象的监控图像进行显示,以对目标监控对象的轨迹进行追帧。
在一些实施例中,所述三维模型包括所述建筑物的楼层信息以及各个楼层的结构信息。其中,楼层信息可以包括建筑物的楼层数量以及每一层的层高;结构信息可以包括每一层的形状、尺寸、空间布局等,空间布局可以包括划分出的空间数量,每个空间的形状、尺寸、各个空间的相对位置等。
在此基础上,在三维地图显示层级中对所述三维模型进行显示的步骤可包括:在三维地图显示层级中,根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
例如,可以先根据楼层信息显示所述三维模型中的楼层总数,然后,对于全部或部分楼层,分别显示该楼层的结构信息。对于目标监控对象的轨迹监控场景,可以获取目标监控对象的监控轨迹所在楼层的楼层信息,然后获取该楼层的结构信息,并根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
在对三维模型进行显示时,还可以根据接收到的角度旋转指令对所述三维模型的显示角度进行调整。角度旋转指令可以包括但不限于以下任一:鼠标输入指令、键盘输入指令、语音输入指令、触屏输入指令等。以鼠标输入指令为例,用户可以通过鼠标拖动三维模型旋转任意角度,通过获取该旋转角度,从而可以在显示界面上显示对应角度的三维模型。
本公开实施例从平面到三维,利用实时全量的监控图像数据资源,在地图上呈现对监控图像的智能分析结果,实现了多算法能力展示。上述方案可以应用在城市治理过程中,以便基于监控点位的空间位置即时全面地监测整个城市的运行情况(例如,刑侦安全情况、治安安全情况、交通安全情况、民生安全情况等),并对城市突发情况(包括黑名单布控、人群密集、交通点位拥堵、违章停车高发、共享单车违停、生活垃圾溢出、建筑垃圾堆放、伞棚占道经营等)进行感知,实现城市治理集约化、可视化,提升对城市的管理能力,改善城市安全质量,通过地图直观呈现丰富的数据源力和强大的AI技术能力,一个实施例的城市治理应用场景如图3所示。
对于城市应用场景,从二维地图到三维模型来展示城市数据,可以从城市全貌开始,到下级行政区域、楼宇、楼层最后到监控点位,逐级深入,打通室内外场景信息,对于寻找建筑物和方位来说更有利。本公开实施例既保留二维地图的基础应用,又结合数字三维模型进行深度应用。从传统二维地图到数字三维模型,作为新一代人工智能地图,远场景展示城市全貌,近场景捕捉空间细节,能够解决二维平面不能解决的物理空间关系问题,基于空间位置实现多场景多维度城市数据应用。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
如图4所示,本公开一实施例还提供一种装置,所述装置包括:
第一获取模块401,用于获取二维地图上的监控点位采集的监控图像;
第一判断模块402,用于根据所述监控图像判断是否满足预设的地图显示层级切换条件;
第一确定模块403,用于若所述判断模块的判断结果为是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
显示模块404,用于将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
在一些实施例中,所述预设的地图显示层级切换条件包括:发生预设事件;或者检测到目标监控对象。
在一些实施例中,所述显示模块包括:确定单元,用于若监测到目标监控对象,根据所述监控图像确定所述目标监控对象的移动轨迹;第一显示单元,用于在所述三维地图显示层级中,对所述三维模型中所述移动轨迹对应的空间进行显示。
在一些实施例中,所述装置还包括:建立模块,用于建立所述监控点位所在建筑物的三维模型;关联模块,用于将所述三维模型与所述位置信息进行关联。
在一些实施例中,所述装置还包括:第一调整模块,用于对所述三维模型的显示属性进行调整。
在一些实施例中,所述显示属性包括以下至少一者:色彩、形体结构、透明度以及虚实属性。
在一些实施例中,所述三维模型包括所述建筑物的楼层信息以及各个楼层的结构信息。
在一些实施例中,所述显示模块包括:第二显示单元,用于在所述三维地图显示层级中,根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
在一些实施例中,所述装置还包括:第二调整模块,用于根据接收到的角度旋转指令对所述三维模型的显示角度进行调整。
在一些实施例中,所述装置还包括:输入模块,用于将所述监控图像输入预先训练的深度学习模型;第二判断模块,用于根据所述深度学习模型的输出判断是否发生预设事件。
在一些实施例中,所述深度学习模型还用于:输出报警信息,所述报警信息包括发生所述预设事件的时间信息以及所述预设事件的类别信息。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本说明书装置的实施例可以应用在计算机设备上,例如服务器或终端设备。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图5所示,为本说明书装置所在计算机设备的一种硬件结构图,除了图5所示的处理器501、内存502、网络接口503、以及非易失性存储器504之外,实施例中装置所在的服务器或电子设备,通常根据该计算机设备的实际功能,还可以包括其他硬件,对此不再赘述。
相应地,本公开实施例还提供一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的方法。
相应地,本公开实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现任一实施例所述的方法。
本公开可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可用存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读命令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员在考虑说明书及实践这里公开的说明书后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已,并不用以限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开保护的范围之内。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。

Claims (10)

1.一种数据处理方法,其特征在于,所述方法包括:
获取二维地图上的监控点位采集的监控图像;
根据所述监控图像判断是否满足预设的地图显示层级切换条件;
若是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
2.根据权利要求1所述的方法,其特征在于,所述预设的地图显示层级切换条件包括:
发生预设事件;或者
检测到目标监控对象。
3.根据权利要求2所述的方法,其特征在于,所述在所述三维地图显示层级中对所述三维模型进行显示的步骤包括:
若监测到目标监控对象,根据所述监控图像确定所述目标监控对象的移动轨迹;
在所述三维地图显示层级中,对所述三维模型中所述移动轨迹对应的空间进行显示。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
建立所述监控点位所在建筑物的三维模型;
将所述三维模型与所述位置信息进行关联。
5.根据权利要求4所述的方法,其特征在于,所述三维模型包括所述建筑物的楼层信息以及各个楼层的结构信息。
6.根据权利要求5所述的方法,其特征在于,在所述三维地图显示层级中对所述三维模型进行显示的步骤包括:
在所述三维地图显示层级中,根据所述楼层信息以及所述楼层的结构信息对所述三维模型进行显示。
7.根据权利要求2所述的方法,其特征在于,所述方法还包括:
将所述监控图像输入预先训练的深度学习模型;
根据所述深度学习模型的输出判断是否发生预设事件。
8.一种数据处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取二维地图上的监控点位采集的监控图像;
第一判断模块,用于根据所述监控图像判断是否满足预设的地图显示层级切换条件;
第一确定模块,用于若所述判断模块的判断结果为是,获取所述监控点位在所述二维地图上的位置信息,确定与所述位置信息预先关联的三维模型;
显示模块,用于将地图显示层级由二维地图显示层级切换到三维地图显示层级,并在所述三维地图显示层级中对所述三维模型进行显示。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任意一项所述的方法。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任意一项所述的方法。
CN201911017473.1A 2019-10-24 2019-10-24 数据处理方法和装置 Pending CN110796733A (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201911017473.1A CN110796733A (zh) 2019-10-24 2019-10-24 数据处理方法和装置
PCT/CN2019/128444 WO2021077607A1 (zh) 2019-10-24 2019-12-25 数据处理方法和装置
JP2021521379A JP2022508032A (ja) 2019-10-24 2019-12-25 データ処理方法及び装置
SG11202104203PA SG11202104203PA (en) 2019-10-24 2019-12-25 Data processing method and apparatus
TW109106224A TW202117674A (zh) 2019-10-24 2020-02-26 資料處理方法和裝置、儲存介質和電腦設備
US17/241,545 US20210248817A1 (en) 2019-10-24 2021-04-27 Data processing method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911017473.1A CN110796733A (zh) 2019-10-24 2019-10-24 数据处理方法和装置

Publications (1)

Publication Number Publication Date
CN110796733A true CN110796733A (zh) 2020-02-14

Family

ID=69441286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911017473.1A Pending CN110796733A (zh) 2019-10-24 2019-10-24 数据处理方法和装置

Country Status (6)

Country Link
US (1) US20210248817A1 (zh)
JP (1) JP2022508032A (zh)
CN (1) CN110796733A (zh)
SG (1) SG11202104203PA (zh)
TW (1) TW202117674A (zh)
WO (1) WO2021077607A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111402400A (zh) * 2020-03-11 2020-07-10 中煤航测遥感集团有限公司 管道工程的展示方法、装置、设备及存储介质
CN111429587A (zh) * 2020-02-24 2020-07-17 深圳市华阳国际工程设计股份有限公司 一种三维设计模型的显示方法、终端及存储介质
CN112269618A (zh) * 2020-11-12 2021-01-26 中煤航测遥感集团有限公司 场站二三维场景切换方法、装置、设备及存储介质
CN112541890A (zh) * 2020-12-07 2021-03-23 国网江苏省电力有限公司常州供电分公司 刀闸行程状态的检测方法、设备和可读存储介质
CN112634412A (zh) * 2020-12-16 2021-04-09 广州橙行智动汽车科技有限公司 一种数据处理的方法和装置
CN116466853A (zh) * 2022-09-08 2023-07-21 苏州浩辰软件股份有限公司 一种查看方法、系统及计算机程序产品

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116704771B (zh) * 2023-06-21 2024-01-12 中咨数据有限公司 基于拥堵路段交通信息实时定位指挥处理系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6593926B1 (en) * 1999-01-06 2003-07-15 Nec Corporation Map 3D-converter system
CN105139750A (zh) * 2015-09-30 2015-12-09 百度在线网络技术(北京)有限公司 电子地图的展示方法和装置
CN107124581A (zh) * 2016-02-24 2017-09-01 张福海 摄像机运行状态和嫌疑目标在电子地图上实时显示系统
CN108269305A (zh) * 2017-12-27 2018-07-10 武汉网信安全技术股份有限公司 一种二维、三维数据联动展示方法和系统
CN108279018A (zh) * 2017-01-06 2018-07-13 北京四维图新科技股份有限公司 一种交通信息显示方法、装置及混合导航设备
CN109389549A (zh) * 2017-08-14 2019-02-26 浙江贵仁信息科技股份有限公司 一种管网的增强现实显示方法、装置和移动设备
CN110096562A (zh) * 2019-04-23 2019-08-06 北京睿呈时代信息科技有限公司 存储器、gis平台中三维模型构建方法、装置和设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012239068A (ja) * 2011-05-12 2012-12-06 Hitachi Kokusai Electric Inc 監視システム及び監視方法
US9182243B2 (en) * 2012-06-05 2015-11-10 Apple Inc. Navigation application
JP6449613B2 (ja) * 2014-10-10 2019-01-09 東京瓦斯株式会社 ガス供給エリア監視カメラシステム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6593926B1 (en) * 1999-01-06 2003-07-15 Nec Corporation Map 3D-converter system
CN105139750A (zh) * 2015-09-30 2015-12-09 百度在线网络技术(北京)有限公司 电子地图的展示方法和装置
CN107124581A (zh) * 2016-02-24 2017-09-01 张福海 摄像机运行状态和嫌疑目标在电子地图上实时显示系统
CN108279018A (zh) * 2017-01-06 2018-07-13 北京四维图新科技股份有限公司 一种交通信息显示方法、装置及混合导航设备
CN109389549A (zh) * 2017-08-14 2019-02-26 浙江贵仁信息科技股份有限公司 一种管网的增强现实显示方法、装置和移动设备
CN108269305A (zh) * 2017-12-27 2018-07-10 武汉网信安全技术股份有限公司 一种二维、三维数据联动展示方法和系统
CN110096562A (zh) * 2019-04-23 2019-08-06 北京睿呈时代信息科技有限公司 存储器、gis平台中三维模型构建方法、装置和设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111429587A (zh) * 2020-02-24 2020-07-17 深圳市华阳国际工程设计股份有限公司 一种三维设计模型的显示方法、终端及存储介质
CN111402400A (zh) * 2020-03-11 2020-07-10 中煤航测遥感集团有限公司 管道工程的展示方法、装置、设备及存储介质
CN112269618A (zh) * 2020-11-12 2021-01-26 中煤航测遥感集团有限公司 场站二三维场景切换方法、装置、设备及存储介质
CN112269618B (zh) * 2020-11-12 2024-01-26 中煤航测遥感集团有限公司 场站二三维场景切换方法、装置、设备及存储介质
CN112541890A (zh) * 2020-12-07 2021-03-23 国网江苏省电力有限公司常州供电分公司 刀闸行程状态的检测方法、设备和可读存储介质
CN112541890B (zh) * 2020-12-07 2022-08-30 国网江苏省电力有限公司常州供电分公司 刀闸行程状态的检测方法、设备和可读存储介质
CN112634412A (zh) * 2020-12-16 2021-04-09 广州橙行智动汽车科技有限公司 一种数据处理的方法和装置
CN116466853A (zh) * 2022-09-08 2023-07-21 苏州浩辰软件股份有限公司 一种查看方法、系统及计算机程序产品

Also Published As

Publication number Publication date
SG11202104203PA (en) 2021-05-28
WO2021077607A1 (zh) 2021-04-29
TW202117674A (zh) 2021-05-01
US20210248817A1 (en) 2021-08-12
JP2022508032A (ja) 2022-01-19

Similar Documents

Publication Publication Date Title
CN110796733A (zh) 数据处理方法和装置
US20190371055A1 (en) 3d monitoring server using 3d bim object model and 3d monitoring system comprising it
CN101320505B (zh) 基于多路网络视频流并行处理的分区视频监控方法
CN110992469B (zh) 海量三维模型数据的可视化方法及系统
Shan et al. Research on 3D urban landscape design and evaluation based on geographic information system
Zhou et al. Complete residential urban area reconstruction from dense aerial LiDAR point clouds
US9824274B2 (en) Information processing to simulate crowd
KR20130139622A (ko) 융합보안 관제 시스템 및 방법
CN110659385B (zh) 一种多路视频与三维gis场景的融合方法
US11636659B1 (en) Method and system for curating a virtual model for feature identification
Song et al. Real-time monitoring for crowd counting using video surveillance and GIS
CN106842193A (zh) 道路检测信息的处理方法、装置和系统
CN108830327A (zh) 一种人群密度估计方法
Tomé et al. Space–use analysis through computer vision
CN111783690A (zh) 基于车辆密度感知的城市可行驶区域cim信息处理方法
Tarko et al. Tscan: Stationary lidar for traffic and safety studies—object detection and tracking
CN112182286B (zh) 一种基于三维实景地图的智能视频管控方法
Puspitasari et al. A reliable method for visibility analysis of tall buildings and skyline: A case study of tall buildings cluster in Jakarta
Zhang et al. Detecting hotspots of urban residents’ behaviours based on spatio-temporal clustering techniques
Bishop et al. Combining GIS based environmental modeling and visualization: another window on the modeling process
CN116363082A (zh) 地图要素的碰撞检测方法、装置、设备及程序产品
Yang et al. Sustainable urban space expansion in Central Yunnan (China): regional urban integration
Zhang et al. Video surveillance GIS: A novel application
KR20160120955A (ko) 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발
Ceccarelli et al. Deep learning video analytics for the assessment of street experiments: The case of Bologna

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40014378

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20200214

RJ01 Rejection of invention patent application after publication