CN114238541A - 敏感目标信息获取方法、装置和计算机设备 - Google Patents
敏感目标信息获取方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN114238541A CN114238541A CN202111580411.9A CN202111580411A CN114238541A CN 114238541 A CN114238541 A CN 114238541A CN 202111580411 A CN202111580411 A CN 202111580411A CN 114238541 A CN114238541 A CN 114238541A
- Authority
- CN
- China
- Prior art keywords
- target
- sensitive
- area
- data
- writing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/174—Form filling; Merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种敏感目标信息获取方法、装置和计算机设备。方法包括:获取至少一个敏感目标对应的目标采集数据,敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系;基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图;基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系;将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件。采用本方法能够为环评提供资料,提高环评的质量和效率。
Description
技术领域
本申请涉及信息处理技术领域,特别是涉及一种敏感目标信息获取方法、装置和计算机设备。
背景技术
随着城市规模的发展,交通道路对城市敏感区域的影响逐渐增大,因此对其的影响进行评估是保障城市和谐发展的措施。交通道路现状敏感目标调查为道路环境影响评价提供基础资料,为后续提出降低道路交通噪声对敏感目标影响措施提供详实资料支撑,并为竣工环境保护验收敏感目标变更调查提供更直观的数据。
目前,传统的调查方法为结合地图敏感目标分布以及人工现场调查,并人工进行信息填写,导致信息处理效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种敏感目标信息获取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种敏感目标信息获取方法。所述方法包括:获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
在其中一个实施例中,所述获取至少一个敏感目标对应的目标采集数据包括:确定采集终端采集得到的初始采集数据;确定所述初始采集数据中所述敏感目标的目标数量,所述目标数量为多个;创建所述目标数量的初始数据对象,建立各个所述初始数据对象与所述敏感目标的一一对应关系;将所述初始采集数据中所述敏感目标对应的采集数据写入到所述敏感目标对应的初始数据对象中,得到各个所述敏感目标对应的目标数据对象;将各个所述敏感目标对应的所述目标数据对象形成的数据文件作为所述目标采集数据。
在其中一个实施例中,所述基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图包括:从所述数据文件中确定每个所述敏感目标分别对应的所述目标数据对象;从所述目标数据对象中提取坐标标识对应的数据,将提取得到的数据作为所述敏感目标的位置坐标,所述敏感区域中的敏感目标的位置坐标形成坐标集合;确定所述坐标集合中的边界位置坐标集合;在所述目标道路对象对应的所述原始地图中对所述边界位置坐标集合中的相邻位置坐标进行连接处理,将连接得到所述敏感区域的地图作为所述绘制地图。
在其中一个实施例中,所述基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系包括:基于所述目标位置关系确定所述敏感区域中的边界敏感目标;基于所述边界敏感目标对应的所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系。
在其中一个实施例中,所述方法还包括:获取采集终端采集得到的所述敏感区域对应的代表图像;所述将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件包括:将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,将所述代表图像写入到所述初始环评信息文件的图像写入区域中,得到目标敏感信息文件。
在其中一个实施例中,所述方法还包括:获取拍摄终端采集得到的所述目标道路对象对应的采集图像;对所述采集图像进行区域划分,得到多个图像区域;获取所述图像区域与所述目标道路对象的区域距离;将所述图像区域以及所述区域距离输入到敏感识别模型中,识别得到所述图像区域中的目标识别结果;当所述目标识别结果为所述图像区域中存在所述敏感目标时,向数据采集终端发送所述图像区域所对应的位置的数据采集指令,以使得所述数据采集终端基于所述数据采集指令采集得到所述图像区域中的所述敏感目标的所述目标采集数据。
第二方面,本申请还提供了一种敏感目标信息获取装置。所述装置包括:目标采集数据模块,用于获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;绘制地图得到模块,用于基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;位置关系确定模块,用于基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;写入模块,用于将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
在其中一个实施例中,目标采集数据模块,用于:确定采集终端采集得到的初始采集数据;确定所述初始采集数据中所述敏感目标的目标数量,所述目标数量为多个;创建所述目标数量的初始数据对象,建立各个所述初始数据对象与所述敏感目标的一一对应关系;将所述初始采集数据中所述敏感目标对应的采集数据写入到所述敏感目标对应的初始数据对象中,得到各个所述敏感目标对应的目标数据对象;将各个所述敏感目标对应的所述目标数据对象形成的数据文件作为所述目标采集数据。
在其中一个实施例中,绘制地图得到模块,用于:从所述数据文件中确定每个所述敏感目标分别对应的所述目标数据对象;从所述目标数据对象中提取坐标标识对应的数据,将提取得到的数据作为所述敏感目标的位置坐标,所述敏感区域中的敏感目标的位置坐标形成坐标集合;确定所述坐标集合中的边界位置坐标集合;在所述目标道路对象对应的所述原始地图中对所述边界位置坐标集合中的相邻位置坐标进行连接处理,将连接得到所述敏感区域的地图作为所述绘制地图。
在其中一个实施例中,位置关系确定模块,用于:基于所述目标位置关系确定所述敏感区域中的边界敏感目标;基于所述边界敏感目标对应的所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系。
在其中一个实施例中,装置还包括:图像获取模块:获取采集终端采集得到的所述敏感区域对应的代表图像;所述写入模块,用于:将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,将所述代表图像写入到所述初始环评信息文件的图像写入区域中,得到目标敏感信息文件。
在其中一个实施例中,装置还包括敏感识别模块,用于:获取拍摄终端采集得到的所述目标道路对象对应的采集图像;对所述采集图像进行区域划分,得到多个图像区域;获取所述图像区域与所述目标道路对象的区域距离;将所述图像区域以及所述区域距离输入到敏感识别模型中,识别得到所述图像区域中的目标识别结果;当所述目标识别结果为所述图像区域中存在所述敏感目标时,向数据采集终端发送所述图像区域所对应的位置的数据采集指令,以使得所述数据采集终端基于所述数据采集指令采集得到所述图像区域中的所述敏感目标的所述目标采集数据。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
上述敏感目标信息获取方法、装置、计算机设备、存储介质和计算机程序产品,获取至少一个敏感目标对应的目标采集数据,敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系;基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图;基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系;将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件。通过基于敏感目标的目标采集数据得到敏感区域的绘制地图以及与道路对象的区域位置关系,因此能够准确快速得到与敏感目标有关的信息,而且还可以自动的将区域位置关系以及绘制地图写入到环评信息文件中,因此能够直观的体现道路对象与敏感区域之间的关系,提高了环评的效率和准确性。
附图说明
图1为一个实施例中敏感目标信息获取方法的应用环境图;
图2为一个实施例中敏感目标信息获取方法的流程示意图;
图3为一个实施例中获取敏感目标对应的目标采集数据步骤的流程示意图;
图4为一个实施例中原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图步骤的流程示意图;
图5为一个实施例中基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系步骤的流程示意图;
图6为一个实施例中得到目标敏感信息文件步骤的流程示意图;
图7为一个实施例中使用敏感识别模型步骤的流程示意图;
图8为一个实施例中敏感目标信息获取装置的结构框图;
图9为一个实施例中shp格式的示意图;
图10为一个实施例中目标敏感信息文件的示意图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供一种敏感目标信息获取方法,可以应用于如图1所示的应用环境中。其中,拍摄终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104从拍摄终端102中获取至少一个敏感目标对应的目标采集数据,该敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系,基于上述目标采集数据,服务器104对至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图,服务器104根据绘制底图得到目标位置关系确定敏感区域与目标道路对象之间的区域位置关系,最后服务器104将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件,服务器104把目标敏感信息文件发送给终端106,终端106展示目标敏感信息文件。其中,拍摄设备102可以但不限于是无人机,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现,终端106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
在一个实施例中,如图2所示,提供了一种敏感目标信息获取方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取至少一个敏感目标对应的目标采集数据,敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系。
其中,敏感目标指的是对目标道路对象所造成的噪声敏感的建筑物或区域,例如可以是道路周边的居住区、医院、学校等建筑物;目标采集数据指的是对敏感目标进行采集得到数据,例如经纬度与道路的地面高差、距离、建筑物高度等参数;目标道路对象指的是发出噪声影响到敏感目标的道路;敏感区域指的是包含一个或者多个敏感目标的区域;位置坐标指的是敏感区域的具体位置,可以采用经纬度来表示;目标位置关系指的是敏感目标与目标道路之间的相对的位置。
具体的,服务器可以选择发出噪声的道路沿线的敏感目标,使用数据收集终端对其进行数据收集,对敏感目标的数据收集项目的可以选择是一个、多个或者是全部。例如:收集的数据里面包括了敏感目标的经纬度与道路的地面高差、距离以及建筑物高度等参数,无人机对敏感目标建筑物进行拍照得到的照片。
在一个实施例中,准备项目道路卫星影像图和路线矢量图,矢量图中标出沿线的敏感目标,在无人机APP中导入包含敏感区域范围的交通道路矢量地图,通过无人机飞行录像选出一个、多个或者是全部代表性敏感目标,然后通过再次通过无人机对敏感目标的具体数据进行测量,对敏感目标的数据测量项目可以是一个、多个或者是全部。
步骤S204,基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图。
其中,原始地图例如可以是指的是地理信息系统(Geographic InformationSystem或Geo-Information system,GIS)所内置的高清卫星影像;绘制地图指的对原始地图进行进一步绘制得到的地图。
具体的,获取一张卫星高清图,该卫星高清图包括了一个、多个或者全部的敏感目标的位置坐标所对应的道路,通过地理信息系统内置的空间分析,并且添加敏感目标与道路之间的信息,绘制出一张标注出敏感区域的高清卫星图作为绘制图。标注的方式可以根据需要设置,例如用曲线画出敏感区域的边界。
在一个实施例中,从地理信息系统种调用出一张内置的卫星高清图,该高清图包含了所需要调查并进行评估的敏感目标和影响到敏感目标的道路,使用地理信息系统进行空间分析,根据敏感点经纬度信息绘制敏感目标区域,然后将环评所需信息以添加字段的形式加以编辑并整理到数据属性表中,最后利用GIS的便捷制图方式,绘制敏感目标图件。
步骤S206,基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系。
其中,目标位置指的是敏感目标所在的位置,一般用经纬度来表示;区域位置关系指的是敏感区域的边界与目标道路之间的边界之间的位置关系。
具体的,根据敏感目标的位置绘制出敏感目标所形成的敏感区域,通过地理信息系统的计算,得到了该区域边界与目标道路对象的边界之间的关系信息,例如通过GIS的空间分析技术,邻域分析批量计算敏感区域的边界与道路距离。
在一个实施例中,居民房是敏感目标,通过多个居民房所形成的一个居民区,画出居民区并获得出居民区的边界,同时通过道路的走向获得道路的边界,通过地理信息系统的计算,取得了居民区的边界和道路的边界之间的距离、高度等信息。
步骤S208,将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
其中,初始环评信息文件例如可以是编辑好具有环评所需要的信息的表格,并需要为表格输入信息的文件;目标敏感信息文件指的是已经输入并整理好的文件,用作环评。
具体的,把计算好的敏感区域与道路之间的位置关系输入到服务器的关于道路噪声影响的环评文件中,文字信息输入环评文件的文字输入区,而图像则输入环评文件的图像输入区,得到一份具有敏感区域与道路之间的关系的目标敏感信息文件。
在一个实施例中,环评文件内容中包括以下的至少一个:序号、所属市区、敏感目标的名称、环境特征、与目标位置关系/临目标位置第一排房屋距离目标位置边线距离、评价范围内敏感目标的规模、第一排建筑物的户数和高度、卫星影像图以及照片。把计算好的相关信息按照表格的指引填入相关的位置当中。
上述敏感目标信息获取方法中,获取至少一个敏感目标对应的目标采集数据,敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系;基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图;基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系;将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件。通过基于敏感目标的目标采集数据得到敏感区域的绘制地图以及与道路对象的区域位置关系,因此能够准确快速得到与敏感目标有关的信息,而且还可以自动的将区域位置关系以及绘制地图写入到环评信息文件中,因此能够直观的体现道路对象与敏感区域之间的关系,提高了环评的效率和准确性。
在一个实施例中,如图3所示,获取至少一个敏感目标对应的目标采集数据包括以下步骤:
步骤S302,确定采集终端采集得到的初始采集数据。
其中,采集终端指的是用来采集敏感目标与目标道路对象之间的相关参数的终端,例如无人机。例如利用无人机采集敏感目标的经纬度与目标道路对象的地面高差、距离、建筑物高度等参数,并对敏感目标建筑物进行拍照;初始采集数据指的是通过采集终端采集到并未经过处理的数据。
具体的,通过数据采集终端对目标道路对象所影响到的敏感目标进行数据采集,数据种类包括如敏感目标的经纬度与目标道路对象的地面高差、距离、照片、建筑物高度等参数中的一个、多个或者全部,数据采集终端采集到的数据将通过通信网络传输到服务器上,成为初始采集数据。
在一个实施例中,无人机通过其数据采集终端对道路旁边的学校进行数据采集,得到了该学校与道路之间的高度差、距离以及学校教学楼的高度,并且对学校进行拍照,采集到的数据和图像上传到服务器中等待处理。
步骤S304,确定初始采集数据中敏感目标的目标数量,目标数量为多个。
其中,目标数量指的是进行数据采集得到的初始采集数据中的敏感目标的数量。
具体的,初始采集数据中包含了多个敏感目标,对敏感目标进行统计,得到敏感目标的目标数量,该目标数量是多于1个。
在一个实施例中,服务器中存有一定量的初始采集数据,把初始采集数据进行数据处理,获得该数据里面具有敏感目标的数量。
步骤S306,创建目标数量的初始数据对象,建立各个初始数据对象与敏感目标的一一对应关系。
其中,初始数据对象指的是包含敏感目标的每一个特性的一行表格;一一对应关系指的是每一个初始数据对象与之对应的是一个敏感目标。
具体的,创建具有所有敏感目标的初始数据对象文件,每一个敏感目标对应有一个初始数据对象。
在一个实施例中,服务器中建立包含学校,居民楼以及医院等敏感目标的初始数据对象,每一个初始数据对象对应一个敏感目标,例如:一所学校对应一个初始数据对象,一个居民区有50栋居民楼,则对应有50个初始数据对象。
步骤S308,将初始采集数据中敏感目标对应的采集数据写入到敏感目标对应的初始数据对象中,得到各个敏感目标对应的目标数据对象。
其中,目标数据对象指的是已经把敏感目标的初始采集数据写入到初始数据对象中的一行表格。
具体的,把每一个敏感目标所对应的各项初始采集数据写入到一一对应的初始数据对象中,生成了具有每一个敏感目标所对应的目标数据对象。
在一个实施例中,服务器中建立包含学校,居民楼以及医院等敏感目标的初始数据对象,每一个初始数据对象对应一个敏感目标写入到目标数据对象,例如:一所学校对应一个目标数据对象,一个居民区有50栋居民楼,则对应有50个行。
步骤S310,将各个敏感目标对应的目标数据对象形成的数据文件作为目标采集数据。
其中,数据文件指的是具有敏感目标所一一对应的目标数据对象所生成的文件,该文件中的目标数据对象包含了敏感目标的各项数据。
具体的,将敏感目标一一对应的输入到初始数据对象中,生成了目标数据对象集合,并且生成相应的文件,例如一个表格文件,该目标数据对象集合就为目标采集数据。
在一个实施例中,如图9所示:FID为敏感点名称,Shape是敏感点形状,name是敏感点名称,lon和lat是敏感点的经纬度,value1_alt是敏感点离目标道路对象的距离,value3_hig是敏感点和目标道路对象的高度差。一行代表一个敏感目标对应的数据,表中的每一行包含了经纬度信息以及路面高差等信息,将采集的信息整理成xls表格后利用GIS转换成shp格式。
本实施例中,通过采集终端得到初始采集数据,并且对初始采集数据进行写入到目标数据对象中,输出相应的数据文件,能够达到对敏感区域的每一个敏感目标进行数字化,方便后续的数据处理。
在一个实施例中,如图4所示,基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图包括以下步骤:
步骤S402,从数据文件中确定每个敏感目标分别对应的目标数据对象。
具体的,从数据文件中确定每一个敏感目标都有一个目标数据对象与之一一相对应。
在一个实施例中,服务器中建立包含学校,居民楼以及医院等敏感目标,每一个敏感目标一一对应到目标数据对象,例如:一所学校对应一个目标数据对象,一个居民区有50栋居民楼,则对应有50个目标数据对象。
步骤S404,从目标数据对象中提取坐标标识对应的数据,将提取得到的数据作为敏感目标的位置坐标,敏感区域中的敏感目标的位置坐标形成坐标集合。
其中,坐标标识指的是目标数据对象集合中表示敏感目标的坐标位置的集合,也可以理解为敏感区域里面所有敏感目标的位置坐标的集合;位置坐标指的是敏感目标的坐标,例如:经纬度;坐标集合指的是把多个位置坐标所形成的集合。
具体的,从目标数据对象集合中的坐标标识中提取出敏感目标的位置坐标,如果该敏感区域有多于一个敏感目标,则该多个位置坐标形成位置坐标集合。
在一个实施例中,从一所学校的目标数据对象中提取该所学校的坐标标识,并且使用该坐标标识作为该所学校的位置坐标,例如:该学校的经纬度,如果该敏感区域里面包含除了该学校之外的其它敏感目标,则它们的所有位置坐标汇聚在一起形成坐标集合。
步骤S406,确定坐标集合中的边界位置坐标集合。
其中,边界位置坐标集合指的是敏感区域中的敏感目标所形成的坐标集合中位于该敏感区域边界的敏感目标的坐标的集合。
具体的,基于敏感区域里面的所有敏感目标的坐标中提取位于敏感区域边界上的敏感目标的坐标的集合。
在一个实施例中,居民区作为敏感区域中有多栋居民楼,每栋居民楼都具有一个位置坐标,将位于居民区的边沿的居民楼的位置坐标提取出来作为一个该区域的边界位置坐标集合。
步骤S408,在目标道路对象对应的原始地图中对边界位置坐标集合中的相邻位置坐标进行连接处理,将连接得到敏感区域的地图作为绘制地图。
其中,相邻位置坐标指的是位于边界位置坐标集合中两两相邻的位置坐标;连接处理指的是把边界位置坐标集合中两两相邻的位置坐标用线段连接起来。
具体的,将目标道路对象所影响到的敏感区域中位于边界位置的敏感目标的位置坐标按照两两相邻的原则标注到原始地图上,然后把两两相邻的位置坐标连接起来,得到敏感区域的绘制地图。
在一个实施例中,将位于居民区的边沿的居民楼的位置坐标提取出来按照两两相邻的办法把居民楼的位置于原始地图上进行标注,标注好后把左右位置坐标连接起来,形成了居民区的绘制地图。
本实施例中,通过寻找敏感区域边界上的敏感目标,并把它们的位置坐标进行连线,得到了敏感坐标的绘制图,能够有利于判断目标道路对象对敏感区域的影响,也能够从模型上去分析该影响的程度。
在一个实施例中,如图5所示,基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系包括以下步骤:
步骤S502,基于目标位置关系确定敏感区域中的边界敏感目标。
其中,边界敏感目标指的是位于敏感区域边界处的敏感目标。
具体的,通过敏感区域的边界敏感目标和目标道路对象的位置关系找出靠近目标道路对象的那一侧,确认该侧的边界敏感目标。
在一个实施例中,根据居民区中边界的居民楼和道路的位置关系,得到了靠近道路的那一侧和远离道路的那一侧,把靠近道路的那一侧的居民楼作为边界敏感目标提取出来。
步骤S504,基于边界敏感目标对应的目标位置关系确定敏感区域与目标道路对象之间的区域位置关系。
其中,区域位置关系可以是指靠近目标道路对象那边的敏感区域边线与目标道路对象之间的最近距离。
具体的,根据靠近目标道路对象的那些边界敏感目标与目标道路对象之间的位置关系,用作整个敏感区域与目标道路对象之间的区域位置关系,以最近距离为准。
在一个实施例中,根据居民区中边界的居民楼和道路的位置关系,得到了靠近道路的那一侧和道路之间的距离,靠近道路的那一侧的居民楼和道路的距离提取出来,作为整个居民区与道路之间的距离,如果居民区是不规则形状,则以最近距离为准。
本实施例中,通过边界敏感目标与目标道路对象之间的位置关系来确定整个敏感区域和目标道路对象之间的位置关系,能够使研究或者环评的时候大大减少工作量,提升工作效率。
在一个实施例中,如图6所示,方法还包括:
步骤S602,获取采集终端采集得到的敏感区域对应的代表图像。
其中,采集终端指的是采集敏感目标或者敏感区域的数据和图像的设备;代表图像指的是能够代表该敏感目标或者该敏感区域的视频或者是照片。
在一个实施例中,采用无人机的方式对敏感区域有代表性的建筑物进行数据采集,采集的内容包括图像。
步骤S604,将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件包括:
将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,将代表图像写入到初始环评信息文件的图像写入区域中,得到目标敏感信息文件。
其中,初始环评信息文件指的是具有需要环评的项目,需要填入具体信息的文件;位置写入区域指的是把敏感区域和目标道路对象之间的区域位置关系写入的文件的具体地方;底图写入区域指的是把敏感区域和目标道路对象一起绘制的地图写入的文件的具体地方;图像写入区域指的是把敏感区域或者敏感目标中拍摄到的图像写入的文件的具体地方;目标敏感信息文件指的是把环评所需要的项目的所有信息都输入到初始环评信息文件中所得到的文件。
具体的,将通过敏感区域和目标道路对象之间获得的区域位置关系输入到初始环评信息文件的位置写入区域中,同样的,将通过由边界敏感目标所围起来的敏感区域和目标道路对象所得到的绘制地图输入到初始环评信息文件的地图写入区域,将通过数据采集终端所拍摄到的图像输入到初始环评信息文件的图像写入区域中,把所有信息都输入后,初始环评信息文件形成目标敏感信息文件。
在一个实施例中,例如图10所示,该图为目标敏感信息文件中的其中一行,里面记载着环评所需要的项目和信息。
本实施例中,通过数据采集终端采集到敏感区域的代表图像,并且把相应的数据和图像写入到相应的位置,得到目标敏感信息文件,能够快速直观地判断需要环评的内容,为改进环境提供了参考。
在一个实施例中,如图7所示,方法还包括:
步骤S702,获取拍摄终端采集得到的目标道路对象对应的采集图像。
其中,拍摄终端指的是采集可能存在敏感目标或者敏感区域的图像、视频或者声音的终端设备;采集图像指的是把可能存在敏感目标或者敏感区域被拍摄下来的图像。
具体的,使用拍摄终端对已经筛选过的可能存在敏感目标或者敏感区域进行图像的采集。
在一个实施例中,使用无人机,无人机上装有图像采集设备,对可能存在敏感目标或者敏感区域进行图像采集,并上传到服务器中。
步骤S704,对采集图像进行区域划分,得到多个图像区域。
其中,区域划分指的是通过环评的需要把采集到的图像进行划分;图像区域指的是通过区域划分后所得到的每一个单个的区域。
具体的,对采集到的图像按照环评的要求进行划分,每个划分区域内都可能包含敏感目标或者敏感区域。
在一个实施例中,采集到的图像有多个居民区,多所学校以及一些对道路比较敏感的区域,把图像划分成多个图像区域,每个区域里面都可能包含上述的其中一些敏感区域。
步骤S706,获取图像区域与目标道路对象的区域距离。
其中,区域距离指的是划分后的图像区域与目标道路对象之间的距离。
具体的,测量图像区域与目标道路对象的区域距离,得到的距离用以下一步模型的判断。
在一个实施例中,从含有居民区的图像测量出该图像区域到道路之间的距离。
步骤S708,将图像区域以及区域距离输入到敏感识别模型中,识别得到图像区域中的目标识别结果。
其中,敏感识别模型指的是通过大量的该类型的图片对其进行训练得到的一个人工智能模型;目标识别结果指的是通过敏感识别模型识别后给出图像区域中是否存在敏感目标或者敏感区域。
具体的,敏感识别模型具有敏感目标以及特征提取层和结果分类层,服务器获得图像区域以及区域距离,服务器里面内置已经训练好的具有人工智能的敏感识别模型,通过特征提取层对输入的图像区域以及距离进行特征提取,得到的特征将进一步给到上述结果分类层,如果图像区域中识别出来具有敏感区域或者敏感目标,结果分类层则把该区域图像归类到需要处理的一类,如果识别出来没有敏感区域或者敏感目标,则把该区域图像归类到不需要处理的一类。
例如,敏感识别模型可以用于识别居民区、学校以及医院等多种敏感目标或者敏感区域,将区域图像输入到敏感识别模型,敏感识别模型输出该图像的行为分别为居民区、学校以及医院的概率,假设居民区、学校以及医院分别对应的概率为0.4、0.3以及0.3,假设预设阈值是0.6,则由于0.4小于0.6,故识别得到的该区域图像没有任何敏感目标或者敏感区域。
在一个实施例中,可以预先获取含有敏感目标的训练图像,将标注的敏感目标作为训练图像的标签。可以将训练图像输入到待训练的敏感识别模型中,待训练的敏感识别模型对训练图像进行识别,得到包括敏感目标对应的概率,基于包括敏感目标对应的概率的大小确定模型损失值,其中概率越大,损失值越小,可以朝着损失值变小的方向调整模型的参数,得到已训练的敏感识别模型。
步骤S710,当目标识别结果为图像区域中存在敏感目标时,向数据采集终端发送图像区域所对应的位置的数据采集指令,以使得数据采集终端基于数据采集指令采集得到图像区域中的敏感目标的目标采集数据。
其中,数据采集终端指的是用来采集敏感区域或者敏感目标的相关参数、照片以及声音的终端;数据采集指令指的是指挥数据采集终端对敏感目标或者敏感区域进行自动采集数据的指令。
具体的,当敏感识别模型识别到图像区域中具有敏感目标或者敏感区域时,会发送包含图像区域所在的位置的指令给到数据采集终端,采集终端接收到指令后,会按照指令的要求,执行对图像区域中的敏感目标或者敏感区域进行数据采集,把数据输入到初始环评信息文件中,生成含有目标采集数据的目标敏感信息文件。
在一个实施例中,把图像区域输入到敏感识别模型中进行识别,识别出当中的一个图像区域中有学校,服务器根据识别结果发送指令到数据采集终端,指令中包含该学校的具体位置坐标,数据采集终端根据接收到的具体位置坐标到达预定位置,对学校与公路的地面高差、距离、建筑物高度等参数进行测量,并对敏感目标建筑物进行拍照,并把数据输入到服务器,形成目标采集数据。
本实施例中,通过图像识别出敏感目标或者敏感区域后,通过通信网络把数据采集指令发送到数据采集终端,并完成采集,能够减少人工巡查的成本,缩短时间,也能够因为人员的忽略而错选或者漏选敏感目标或者敏感区域。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的敏感目标信息获取方法的敏感目标信息获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个敏感目标信息获取装置实施例中的具体限定可以参见上文中对于敏感目标信息获取方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种敏感目标信息获取装置,包括:目标采集数据模块、绘制地图得到模块、位置关系确定模块和写入模块,其中:
目标采集数据模块802,用于获取至少一个敏感目标对应的目标采集数据,敏感目标为目标道路对象的敏感区域中的目标,目标采集数据包括敏感目标的位置坐标以及敏感目标与目标道路对象之间的目标位置关系;
绘制地图得到模块804,用于基于至少一个敏感目标的位置坐标在目标道路对象对应的原始地图中绘制至少一个敏感目标所形成的敏感区域,得到绘制地图;
位置关系确定模块806,用于基于目标位置关系确定敏感区域与目标道路对象之间的区域位置关系;
写入模块808,用于将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
在其中一个实施例中,目标采集数据模块,用于:确定采集终端采集得到的初始采集数据;确定初始采集数据中敏感目标的目标数量,目标数量为多个;创建目标数量的初始数据对象,建立各个初始数据对象与敏感目标的一一对应关系;将初始采集数据中敏感目标对应的采集数据写入到敏感目标对应的初始数据对象中,得到各个敏感目标对应的目标数据对象;将各个敏感目标对应的目标数据对象形成的数据文件作为目标采集数据。
在其中一个实施例中,绘制地图得到模块,用于:从数据文件中确定每个敏感目标分别对应的目标数据对象;从目标数据对象中提取坐标标识对应的数据,将提取得到的数据作为敏感目标的位置坐标,敏感区域中的敏感目标的位置坐标形成坐标集合;确定坐标集合中的边界位置坐标集合;在目标道路对象对应的原始地图中对边界位置坐标集合中的相邻位置坐标进行连接处理,将连接得到敏感区域的地图作为绘制地图。
在其中一个实施例中,位置关系确定模块,用于:基于目标位置关系确定敏感区域中的边界敏感目标;基于边界敏感目标对应的目标位置关系确定敏感区域与目标道路对象之间的区域位置关系。
在其中一个实施例中,装置还包括:图像获取模块:获取采集终端采集得到的敏感区域对应的代表图像。
在其中一个实施例中,写入模块,用于:将区域位置关系写入目标道路对象对应的初始环评信息文件的位置写入区域中,将绘制地图写入到初始环评信息文件的地图写入区域中,将代表图像写入到初始环评信息文件的图像写入区域中,得到目标敏感信息文件。
在其中一个实施例中,装置还包括:敏感识别模块:获取拍摄终端采集得到的目标道路对象对应的采集图像;对采集图像进行区域划分,得到多个图像区域;获取图像区域与目标道路对象的区域距离;将图像区域以及区域距离输入到敏感识别模型中,识别得到图像区域中的目标识别结果;当目标识别结果为图像区域中存在敏感目标时,向数据采集终端发送图像区域所对应的位置的数据采集指令,以使得数据采集终端基于数据采集指令采集得到图像区域中的敏感目标的目标采集数据。
上述敏感目标信息获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种敏感目标信息获取方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(FerroelectricRandom Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(StaticRandom Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种敏感目标信息获取方法,其特征在于,所述方法包括:
获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;
基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;
基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;
将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
2.根据权利要求1所述的方法,其特征在于,所述获取至少一个敏感目标对应的目标采集数据包括:
确定采集终端采集得到的初始采集数据;
确定所述初始采集数据中所述敏感目标的目标数量,所述目标数量为多个;
创建所述目标数量的初始数据对象,建立各个所述初始数据对象与所述敏感目标的一一对应关系;
将所述初始采集数据中所述敏感目标对应的采集数据写入到所述敏感目标对应的初始数据对象中,得到各个所述敏感目标对应的目标数据对象;
将各个所述敏感目标对应的所述目标数据对象形成的数据文件作为所述目标采集数据。
3.根据权利要求2所述的方法,其特征在于,所述基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图包括:
从所述数据文件中确定每个所述敏感目标分别对应的所述目标数据对象;
从所述目标数据对象中提取坐标标识对应的数据,将提取得到的数据作为所述敏感目标的位置坐标,所述敏感区域中的敏感目标的位置坐标形成坐标集合;
确定所述坐标集合中的边界位置坐标集合;
在所述目标道路对象对应的所述原始地图中对所述边界位置坐标集合中的相邻位置坐标进行连接处理,将连接得到所述敏感区域的地图作为所述绘制地图。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系包括:
基于所述目标位置关系确定所述敏感区域中的边界敏感目标;
基于所述边界敏感目标对应的所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取采集终端采集得到的所述敏感区域对应的代表图像;
所述将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件包括:
将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,将所述代表图像写入到所述初始环评信息文件的图像写入区域中,得到目标敏感信息文件。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取拍摄终端采集得到的所述目标道路对象对应的采集图像;
对所述采集图像进行区域划分,得到多个图像区域;
获取所述图像区域与所述目标道路对象的区域距离;
将所述图像区域以及所述区域距离输入到敏感识别模型中,识别得到所述图像区域中的目标识别结果;
当所述目标识别结果为所述图像区域中存在所述敏感目标时,向数据采集终端发送所述图像区域所对应的位置的数据采集指令,以使得所述数据采集终端基于所述数据采集指令采集得到所述图像区域中的所述敏感目标的所述目标采集数据。
7.一种敏感目标信息获取装置,其特征在于,所述装置包括:
目标采集数据获取模块,用于获取至少一个敏感目标对应的目标采集数据,所述敏感目标为目标道路对象的敏感区域中的目标,所述目标采集数据包括所述敏感目标的位置坐标以及所述敏感目标与所述目标道路对象之间的目标位置关系;
绘制地图得到模块,用于基于所述至少一个敏感目标的位置坐标在所述目标道路对象对应的原始地图中绘制所述至少一个敏感目标所形成的敏感区域,得到绘制地图;
位置关系确定模块,用于基于所述目标位置关系确定所述敏感区域与所述目标道路对象之间的区域位置关系;
写入模块,用于将所述区域位置关系写入所述目标道路对象对应的初始环评信息文件的位置写入区域中,将所述绘制地图写入到所述初始环评信息文件的地图写入区域中,得到目标敏感信息文件。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580411.9A CN114238541A (zh) | 2021-12-22 | 2021-12-22 | 敏感目标信息获取方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111580411.9A CN114238541A (zh) | 2021-12-22 | 2021-12-22 | 敏感目标信息获取方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114238541A true CN114238541A (zh) | 2022-03-25 |
Family
ID=80761235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111580411.9A Pending CN114238541A (zh) | 2021-12-22 | 2021-12-22 | 敏感目标信息获取方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114238541A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117235805A (zh) * | 2023-11-16 | 2023-12-15 | 中汽智联技术有限公司 | 一种车用数据处理系统、处理方法、设备及介质 |
-
2021
- 2021-12-22 CN CN202111580411.9A patent/CN114238541A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117235805A (zh) * | 2023-11-16 | 2023-12-15 | 中汽智联技术有限公司 | 一种车用数据处理系统、处理方法、设备及介质 |
CN117235805B (zh) * | 2023-11-16 | 2024-02-23 | 中汽智联技术有限公司 | 一种车用数据处理系统、处理方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11454500B2 (en) | Map feature extraction system for computer map visualizations | |
US10762660B2 (en) | Methods and systems for detecting and assigning attributes to objects of interest in geospatial imagery | |
Dai et al. | Building segmentation and outline extraction from UAV image-derived point clouds by a line growing algorithm | |
US20170039450A1 (en) | Identifying Entities to be Investigated Using Storefront Recognition | |
CN111103595A (zh) | 一种数字线划图的生成方法和装置 | |
CN109685898B (zh) | 点云数据的分层方法、装置、计算机设备和存储介质 | |
AU2018202767A1 (en) | Data structure and algorithm for tag less search and svg retrieval | |
CN112232311B (zh) | 人脸跟踪方法、装置及电子设备 | |
CN104520848A (zh) | 按照出席者搜索事件 | |
KR20200136723A (ko) | 가상 도시 모델을 이용하여 객체 인식을 위한 학습 데이터 생성 방법 및 장치 | |
Brejcha et al. | GeoPose3K: Mountain landscape dataset for camera pose estimation in outdoor environments | |
CN113420109B (zh) | 一种街道界面渗透率的测量方法、计算机及存储介质 | |
CN114385662A (zh) | 路网更新方法、装置、存储介质及电子设备 | |
CN114238541A (zh) | 敏感目标信息获取方法、装置和计算机设备 | |
CN113704276A (zh) | 地图更新方法、装置、电子设备及计算机可读存储介质 | |
Marx et al. | 3D Participatory sensing with low-cost mobile devices for crop height assessment–a comparison with terrestrial laser scanning data | |
CN115830073A (zh) | 地图要素重建方法、装置、计算机设备和存储介质 | |
CN116246161A (zh) | 领域知识引导下的遥感图像目标精细类型识别方法及装置 | |
CN115797438A (zh) | 目标定位方法、装置、计算机设备、存储介质和程序产品 | |
US11763488B2 (en) | Location determination in a GPS-denied environment with user annotation | |
CN115565072A (zh) | 一种道路垃圾识别和定位方法、装置、电子设备及介质 | |
US20220301129A1 (en) | Condition-aware generation of panoramic imagery | |
CN115114302A (zh) | 道路标牌数据更新方法、装置、电子设备及存储介质 | |
CN113837155B (zh) | 图像处理、地图数据更新方法、装置和存储介质 | |
CN116612474B (zh) | 对象检测方法、装置、计算机设备及计算机可读存储介质 |
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 |