CN114399625A - 一种位置确定方法、装置、存储介质及电子装置 - Google Patents
一种位置确定方法、装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN114399625A CN114399625A CN202210292154.7A CN202210292154A CN114399625A CN 114399625 A CN114399625 A CN 114399625A CN 202210292154 A CN202210292154 A CN 202210292154A CN 114399625 A CN114399625 A CN 114399625A
- Authority
- CN
- China
- Prior art keywords
- information
- area
- image acquisition
- determining
- spatial
- 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.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了一种位置确定方法、装置、存储介质及电子装置,涉及数据处理的技术领域。其方法包括:获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息;根据所述第一区域信息,确定所述第一区域的影响因子信息;基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息。通过本发明,解决了图像采集装置的位置确定效率低的问题,进而达到了提高位置确定效率及精度的效果。
Description
技术领域
本发明实施例涉及交通数据处理领域,具体而言,涉及一种位置确定方法、装置、存储介质及电子装置。
背景技术
随着社会经济的快速发展,安防监控系统的应用日益广泛和深入,然而,城市空间的发展是无穷无尽的,而人们在某一领域的资源投入总是有限的,虽然如今已经无数的电子监控设备,不分昼夜地保卫着城市安全,但依然有诸多令人扼腕叹息的意外事故发生在各个隐匿的角落。
例如,当前视频监控摄像头的空间布局规划不直观、不形象,在进行视频监控摄像头的过程中,工程人员多以经验或凭借简单的量测、估算来确定视频监控摄像头的安装位置,这种方式难以做到以最少监控点覆盖所要求的监控区域,从而导致监控系统的复杂度、建设成本及后期维护费用过大的问题。
发明内容
本发明实施例提供了一种位置确定方法、装置、存储介质及电子装置,以至少解决相关技术中监控位置确定效率低的问题。
根据本发明的一个实施例,提供了一种位置确定方法,包括:
获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,所述第一区域用于指示待采集图像信息的地区;
根据所述第一区域信息,确定所述第一区域的影响因子信息,其中,所述影响因子信息包括所述第一区域的图像采集装置的数量信息;
基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息,其中,所述目标位置信息包括所述第一区域内的所述图像采集装置的安装位置信息。
在一个示例性实施例中,所述获取所述第一区域的第一区域信息包括:
获取所述第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,所述缓冲区域信息包括所述第一区域的领域信息,所述第一流量信息包括所述目标区域内的第一元素的流量数据;
基于所述领域信息,确定所述第一区域与所述目标区域之间的交集信息;
根据所述交集信息以及所述流量数据,确定所述第一区域中的第二区域的第二流量信息,其中,所述目标区域包括所述第二区域,所述第一区域信息包括所述第二流量信息。
在一个示例性实施例中,所述获取所述第一区域的第一区域信息还包括:
获取所述第一区域的第一空间信息,其中,所述第一空间信息包括所述第一区域的第二元素的空间连通数据;
基于所述交集信息以及所述第一空间信息,确定所述第二区域的第二空间信息,其中,所述目标区域信息包括所述第二空间信息。
在一个示例性实施例中,所述基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息包括:
基于所述影响因子信息,确定所述第一区域内的所述图像采集装置的装置信息,其中,所述装置信息包括所述图像采集装置的数量;
根据所述图像采集能力信息以及所述装置信息,确定所述第一区域内的所述图像采集装置的初始位置信息;
基于所述第一区域信息以及所述初始位置信息,确定所述图像采集装置的目标位置信息。
在一个示例性实施例中,所述第一区域信息还包括所述第一区域的第一事件概率信息、以及第一事件的相关性信息。
根据本发明的另一个实施例,提供了一种位置确定装置,包括:
信息采集模块,用于获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,所述第一区域用于指示待采集图像信息的地区;
信息确定模块,用于根据所述第一区域信息,确定所述第一区域的影响因子信息,其中,所述影响因子信息包括所述第一区域的图像采集装置的数量信息;
位置确定模块,用于基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息,其中,所述目标位置信息包括所述第一区域内的所述图像采集装置的安装位置信息。
在一个示例性实施例中,所述信息采集模块包括:
第一信息采集单元,用于获取所述第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,所述缓冲区域信息包括所述第一区域的领域信息,所述第一流量信息包括所述目标区域内的第一元素的流量数据;
交集信息确定单元,用于基于所述领域信息,确定所述第一区域与所述目标区域之间的交集信息;
流量信息确定单元,用于根据所述交集信息以及所述流量数据,确定所述第一区域中的第二区域的第二流量信息,其中,所述目标区域包括所述第二区域,所述第一区域信息包括所述第二流量信息。
在一个示例性实施例中,所述信息采集模块还包括:
获取所述第一区域的第一空间信息,其中,所述第一空间信息包括所述第一区域的第二元素的空间连通数据;
基于所述交集信息以及所述第一空间信息,确定所述第二区域的第二空间信息,其中,所述目标区域信息包括所述第二空间信息。
根据本发明的又一个实施例,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中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例,还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明,由于在确定图像采集装置的位置之前,先确定图像采集装置的图像采集能力信息以及所要采集的第一区域的区域信息和影响因子,因而能够更加直观精确的确定图像采集装置在进行图像采集过程中所受到的影响,从而提高图像采集装置的图像采集效率和精度,因此,可以解决图像采集装置位置确定效率低的问题,达到提高图像采集装置位置确定效率和精度的效果。
附图说明
图1是本发明实施例的一种位置确定方法的移动终端的硬件结构框图;
图2是根据本发明实施例的一种位置确定方法的流程图;
图3是根据本发明具体实施例的不同宽高比的摄像头成像范围示意图;
图4是根据本发明具体实施例的区域流量分布图;
图5是根据本发明具体实施例的缓冲区域示意图;
图6是图5中的缓冲区域局部示意图;
图7是根据本发明具体实施例的道路连接图;
图8是根据本发明具体实施例的摄像头范围示意图一;
图9是根据本发明具体实施例的摄像头范围示意图二;
图10是根据本发明实施例的一种位置确定装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种位置确定方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的一种位置确定方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种位置确定方法,图2是根据本发明实施例的一种位置确定方法的流程图,如图2所示,该流程包括如下步骤:
步骤S202,获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,第一区域用于指示待采集图像信息的地区;
在本实施例中,通过获取图像采集装置的图像采集能力信息,能够确定图像采集装置的图像采集范围、频次等信息,从而为图像采集装置的安装位置提供参考信息;同时,通过获取第一区域的第一区域信息,能够确定第一区域的被采集范围、空间重叠情况等信息,从而为图像采集装置的确定提供参考,进而使图像采集装置采集的图像更加符合实际情况,提高图像采集能力。
其中,图像采集装置可以(但不限于)是红外摄像头、可见光摄像头、雷达摄像头、激光摄像头等可以进行图片、视频等音像数据采集的装置;图像采集能力信息包括(但不限于)视频图像的清晰度、视野效果、图像采集范围、摄像头图像传感器的尺寸、内部参数、外部参数等信息,其中,内部参数是由摄像头系统采用的CCD(Charge Coupled Device,电荷耦合器件)面阵和光学系统的固有特性所决定的,外部参数主要是指摄像头坐标系与空间坐标系的位置关系。
需要说明的是,外部参数可以通过以下公式获得:
式中,摄像头坐标系与空间坐标系的位置差异可分解为一个正交的旋转矩阵R和一个平移变换矩阵T;如图3所示,在摄像头内方位参数确定后,即可计算出摄像头坐标系中成像区域边界点在空间坐标系中的位置点的坐标值,并由此确定不同宽高比的摄像头成像范围。
第一区域可以(但不限于)是带状道路,也可以是多边形面状区域,也可以是圆形或椭圆形区域(如图5及图6所示),第一区域信息包括(但不限于)第一区域的空间坐标、空间重叠情况、面积大小、覆盖范围、边界坐标、缓冲区域坐标及范围、区域内的违法事件和违规事件的发生频次以及等级、区域内的违法事件和违规事件与周围环境的相关性、区域内的人流量和车流量等信息;图像采集能力信息可以(但不限于)通过查询图像采集装置的生产信息来获取,也可以通过其他方式获得;第一区域信息可以(但不限于)通过网络查询获取,也可以通过现场勘察的方式来获取,还可以通过其它方式进行获取。
例如,通过网络获取某地区的道路的联通或重叠信息,并通过GIS(GeographicInformation System或 Geo-Information system,地理信息系统)网格分析确定该道路的缓冲区域,同时通过基站获取该道路的行人流量,并通过查询摄像头的内外参数,随后通过上述信息综合确定摄像头在该道路上不同位置的图像采集范围以及不同摄像头之间的重叠区域。
需要说明的是,GIS(即地理信息系统)是基于一项特殊的城市空间数据系统,该系统是一种通过运用现代计算机等信息技术对整个或其他部分地球表层空间中的地理数据行采集、储存、管理、运算、分析、显示及描述的技术系统。GIS由于其空间分析作用,能够在社会各个领域中被应用。在进行城市交通规划时,由于交通数据都是和交通空间分布、土地利用情状况密切相关的,因此,GIS的有效应用,能够很好的处理这些数据,并在一定程度上对管理图形信息库与管理交通规划数据库进行协助。
步骤S204,根据第一区域信息,确定第一区域的影响因子信息,其中,影响因子信息包括第一区域的图像采集装置的数量信息;
在本实施例中,获取第一区域信息之后,确定对该地区进行完全的信息采集所需要的图像采集装置的数量,从而确定避免图像采集数量不足或过多导致的问题。
其中,影响因子信息可以(但不限于)是通过计算第一区域的流量信息来确定的,例如,第一区域中的流量越大,该区域所占的权重因子越大,就需要在该处布置更多的摄像头;需要说明的是,影响因子信息还可以包括(但不限于)第一区域内不同信息的影响权重,第一区域不同位置的影响权重等,例如,第一街道的某一段路的行人流量的权重、第一街道的某一段路的影响权重等。
步骤S206,基于图像采集能力信息、第一区域信息以及影响因子信息,确定图像采集装置的目标位置信息,其中,目标位置信息包括第一区域内的图像采集装置的安装位置信息。
在本实施例中,根据图像采集能力信息、第一区域信息以及影响因子信息来确定图像采集装置的安装位置,能够避免因道路交叉、弯道、空间重叠等问题造成的图像采集范围较小、图像采集装置过多或不足造成的工程反复等问题,从而提高图像采集装置的图像采集质量,方便对区域进行监控。
其中,目标位置信息还可以包括(但不限于)图像采集装置的坐标、类型、安装高度等信息,安装位置信息可以包括(但不限于)图像采集装置的坐标、安装高度、倾斜角度等信息。
通过上述步骤,借助地理信息系统强大的空间分析和可视化功能,基于GIS缓冲区分析的要素网格分析法改进Voronoi图,实现更高效准确的统计流量后,结合AI视频分析,确定空间选址的评价体系,将可布摄像头区域图形进行编码处理,以数据形式存储,通过判断待选地址和地理因素的网络拓扑关系,确定可行的待选地址。使摄像头选址更具直观性和科学性,解决了图像采集装置位置确定效率低的问题,提高了图像采集装置位置确定效率和精度。
其中,上述步骤的执行主体可以为基站、终端等,但不限于此。
在一个可选的实施例中,获取第一区域的第一区域信息包括:
步骤S2022,获取第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,缓冲区域信息包括第一区域的领域信息,第一流量信息包括目标区域内的第一元素的流量数据;
步骤S2024,基于领域信息,确定第一区域与目标区域之间的交集信息;
步骤S2026,根据交集信息以及流量数据,确定第一区域中的第二区域的第二流量信息,其中,目标区域包括第二区域,第一区域信息包括第二流量信息。
在本实施例中,目标区域可以(但不限于)是通过GIS网格分析确定的方形网格区域(如图5至图6所示),也可以是通过其它方式预先确定的区域;对应的,第二区域可以是第一区域与目标区域的交集区域;第一元素可以(但不限于)是行人,也可以是车辆,还可以是其它元素;流量数据可以(但不限于)是单位时间内通过第一区域或被采集的数量等;领域区域信息可以(但不限于)是第一区域的领域范围、边界坐标、面积等信息;对应的,缓冲区域信息还可以包括(但不限)缓冲区域的面积、形状等信息;交集信息可以(但不限于)是第一区域与目标区域的交集坐标、面积比等信息。
例如,如图4至图6所示,GIS缓冲区分析是地理信息系统邻近度(proximity)分析的一种重要方法,它包括缓冲区生成算法和应用模式。其中,缓冲区生成是对任一点、线、面空间对象周围距离(即缓冲半径)为R的邻域进行计算。算法基本思想是给定一个空间对象的集合,确定其某一邻域,邻域大小由邻域半径 R 决定。因此,对象的缓冲区定义如下:
在确定第一区域的缓冲区域之后,如图6所示,通过一下步骤确定第一区域的流量信息:
步骤61:通过目标区域切割对应基站泰森多边形,获得裁剪后目标区域内泰森多边形分布。
步骤62:基于泰森多边形与区域网格流量均为平均人流分布,根据目标区域内网格人流量,通过加权算法拟合对应泰森多边形内的人流分布。
其中,步骤62包括以下步骤:
式中,m为单个区域网格(相当于前述的目标区域)被划分的区域碎片个数,为第j个泰森多边形(相当于前述的第二区域)包含的的第i个区域碎片面积比,为第j个泰森多边形包含的第i个区域碎片的人流量,为该区域碎片的人流量,为泰森多边形的人流量。
步骤623:统计每个泰森多边形所对应的网格碎片,结合统计平均降雨量的经典案例,得到每个泰森多边形内人流量数据。
在一个可选的实施例中,获取第一区域的第一区域信息还包括:
步骤S2028,获取第一区域的第一空间信息,其中,第一空间信息包括第一区域的第二元素的空间连通数据;
步骤S20210,基于交集信息以及第一空间信息,确定第二区域的第二空间信息,其中,目标区域信息包括第二空间信息。
在本实施例中,通过获取第二元素的空间联通数据,是为了确定第二元素的空间重叠等情况,从而避免因空间重叠导致的监控死角或重复监控等情况。
其中,第二元素可以(但不限于)是道路、轨道、高架桥等具有空间联通或重叠属性的元素,且第二元素的数量可以有多个,也可以有一个,第二元素的类型可以有多种,也可以是只有一种;空间连通数据包括第二元素之间的连通位置、连通类型、空间重叠位置(坐标)、空间重叠高度、空间重叠范围等信息;第一空间信息还可以(但不限于)包括不同第二元素的数量、类型、位置(坐标)、范围、与相邻区域的第二元素之间的相关性等信息;第二空间信息包括(但不限于)第二区域的第二元素的空间重叠高度、重叠位置、连通位置、连通类型等信息。
需要说明的是,空间连通数据是根据指定的起始和终止结点,分析两点之间是否连通所得到的数据,或根据指定多个点,分析多个点之间是否互通所得到的数据。公共设施网络中的连通性可以在要素之间通过几何重叠或关联机制进行建模。
例如,当要素获得相同的 x、y 和 z 位置时,会建立几何重叠。关联机制允许对要素间的关系进行建模,这些要素不一定几何重叠。这一过程包括对要素、结构及其附件要素和包含其他内容要素的容器要素之间的连通性进行建模,还包括对非空间对象之间的连通性进行建模。
如图7所示,边有两种连通性策略:Endpoint(端点连通)和Any Vertex(任意折点连通),从图中可以看出,两条道路,相交的地方有重合的结点:
A.如果选择任意折点的连通方式,可以表示十字路口。
B.如果选择端点连通方式,可以表示上下两层道路。
此时,通过GIS技术,可以快速、准确地实现城市道路拓扑关系表,从而可以实时查询道路之间连通关系及影响范围。
在一个可选的实施例中,基于图像采集能力信息、第一区域信息以及影响因子信息,确定图像采集装置的目标位置信息包括:
步骤S2062,基于影响因子信息,确定第一区域内的图像采集装置的装置信息,其中,装置信息包括图像采集装置的数量;
步骤S2064,根据图像采集能力信息以及装置信息,确定第一区域内的图像采集装置的初始位置信息;
步骤S2066,基于第一区域信息以及初始位置信息,确定图像采集装置的目标位置信息。
在本实施例中,预先确定图像采集装置的数量能够避免因图像采集装置过多造成的浪费或因图像采集装置过少造成的监控死角;确定初始位置信息是为了从这些初始位置信息中确定最终的目标位置信息,从而减少实际施工过程中位置不确定造成的监控死角或因工程返工造成的低效率。
其中,装置信息还可以包括(但不限于)图像采集装置的型号、图像采集角度、安装高度、图像采集范围等信息;初始位置信息包括(但不限于)图像采集装置的初始安装位置(坐标)、高度、安装角度、不同图像采集装置的图像采集范围重叠面积等信息;目标位置信息包括(但不限于)图像采集装置的实际安装位置、角度、高度等信息。
需要说明的是,在确定图像采集装置的采集范围的重叠面积时,在叠置操作基础上利用面积对应系数法(Coefficient of Areal Correspondence,CAC)来测算两块区域的对应程度,此时可用它来分析摄像头成像区域间的关系。
如图8所示,在两个摄像头的成像区域中,共分为A、B、C三部分,C为重叠区域部分,面积值分别记为 AreaA、AreaB、AreaC,则面积对应系数如公式(4)所示:
其中,当0<CAC<1时,表示这两块区域有重叠部分,且CAC值越大重叠部分越多;当CAC=0 时,表示两者无对应关系即无重叠部分;当CAC=1 时,表示两者完全对应,即两块区域重合。
例如,如图9所示,从图中可知摄像头1、2、3和5、6、7的成像范围有重复交叉叠加,摄像头8 与9、10的成像范围都有重叠,但它们不是重复叠加,而其他摄像头的成像范围内都只有两范围叠加区域,所以只需对摄像头1、2、3和5、6、7进行CAC值进行比较。
随后,选择摄像头1作为第一个监控点,计算摄像头1分别与摄像头2和3的CAC值:
举例计算:
CAC(12) = 2.00/(12.58 + 6.75 )=0.103;
CAC(13) = 0.12/(12.58 + 7.81) =0.006;
由结果知CAC(12) > CAC(13) ,所以选取摄像头3作为第二个监控点。
同理:举例计算摄像头5分别与摄像头6和7的CAC值:
CAC(56) = 5.02/(8.32 + 10.41)=0.268;
CAC(57 )=1.25/(8.32 + 11.03) =0.065;
由结果知 CAC(56) > CAC(57) ,所以选取摄像头7作为监控点。
随后再结合前述的其它影响因素,重复进行上述计算,从而获取最有效的摄像头选址。
在一个可选的实施例中,第一区域信息还包括第一区域的第一事件概率信息、以及第一事件的相关性信息。
在本实施例中,通过确定某一事件的概率信息以及相关性信息,能够进一步确定对该地区的进行监控的角度及范围,从而进一步提高图像采集质量。
其中,第一事件可以是违法违规事件,如交通违规、治安违法事件等,还可以是其它事件,如突发意外事件等;第一事件的相关性信息可以包括(但不限于)自然环境信息、建筑信息、电力信息、行人信息等,例如,道路上的违法统计结果(违法行为的空间分布及频次等)、交通违法行为的POI点位统计结果(POI类型与违法类型等)。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种位置确定装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图10是根据本发明实施例的一种位置确定装置的结构框图,如图2所示,该装置包括:
信息采集模块1002,用于获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,所述第一区域用于指示待采集图像信息的地区;
信息确定模块1004,用于根据所述第一区域信息,确定所述第一区域的影响因子信息,其中,所述影响因子信息包括所述第一区域的图像采集装置的数量信息;
位置确定模块1006,用于基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息,其中,所述目标位置信息包括所述第一区域内的所述图像采集装置的安装位置信息。
在一个可选的实施例中,信息采集模块1002包括:
第一信息采集单元10022,用于获取第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,缓冲区域信息包括第一区域的领域信息,第一流量信息包括目标区域内的第一元素的流量数据;
交集信息确定单元10024,用于基于领域信息,确定第一区域与目标区域之间的交集信息;
流量信息确定单元10026,用于根据交集信息以及所述流量数据,确定第一区域中的第二区域的第二流量信息,其中,目标区域包括第二区域,第一区域信息包括第二流量信息。
在一个可选的实施例中,信息采集模块1002还包括:
第一空间信息单元10028,用于获取第一区域的第一空间信息,其中,第一空间信息包括第一区域的第二元素的空间连通数据;
第二空间信息单元100210,用于基于交集信息以及第一空间信息,确定第二区域的第二空间信息,其中,目标区域信息包括第二空间信息。
在一个可选的实施例中,位置确定模块1006包括:
装置信息确定单元10062,用于基于影响因子信息,确定第一区域内的图像采集装置的装置信息,其中,装置信息包括图像采集装置的数量;
初始信息确定单元10064,用于根据图像采集能力信息以及装置信息,确定第一区域内的图像采集装置的初始位置信息;
目标信息单元10068,用于基于第一区域信息以及初始位置信息,确定图像采集装置的目标位置信息。
在一个可选的实施例中,第一区域信息还包括第一区域的第一事件概率信息、以及第一事件的相关性信息。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
下面结合具体实施例对本发明进行说明。
在对视频摄像头进行选址时,通常涉及到很多因素,且单项因子不能很好地反映区域整体状况,因此必须综合考虑摄像头布设的约束条件,确定选址的基本原则。
其中,本专利通过特尔斐法,将选址影响因素归纳成如下5个因子:
(1)建筑布局
它对监控点布设影响最大,如建筑有无、高低及遮挡情况等直接影响着监控点的空间布局。有建筑时,可考虑在建筑物上设置监控点;无建筑时,则须考虑在地面增加监控杆,根据实际情况确定监控点位置的高低。
(2)景观效果
视频图像的清晰度、视野效果等在一定程度上影响其景观效果。整体显示效果要求高时,需考虑设立监控杆、采用多摄像机多角度监控,反之可考虑采用远距离、高视点监控。
(3)安防等级
不同安防功能对监控数据精度及安防级别要求不一样,比如,公共场所需整体评估人员聚集度高的区域,家居楼宇与小区监控则要求对进出口区域重点监控,军事安防要求依据基地性质实施重点区域监控。
(4)区域出入口范围
依据出入口范围的大小布设适当的监控点,当范围较大时,需考虑对其进行多摄像头的监控。
(5)可持续发展
可持续发展是指区域再建设的潜力,规划时须充分考虑现有情况和未来发展需要,如未来将开发某一地块,应尽量避免在此地块上配置设备或采用易于改建的设备,以免为后续工程改造带来困难。
其中,上述因素具体对应下述分析:
1、连通性分析:
连通性分析是根据指定的起始和终止结点,分析两点之间是否连通;或根据指定多个点,分析多个点之间是否互通。
公共设施网络中的连通性可以在要素之间通过几何重叠或关联机制进行建模。当要素获得相同的 x、y 和 z 位置时,会建立几何重叠。关联机制允许对要素间的关系进行建模,这些要素不一定几何重叠,而是还包括对要素、结构及其附件要素、以及其他内容要素的容器要素之间的连通性进行建模,例如对非空间对象之间的连通性进行建模。
如图7所示,边有两种连通性策略:Endpoint(端点连通)和Any Vertex(任意折点连通)。从图7中可以看出,两条道路,相交的地方有重合的结点:
A.如果选择任意折点的连通方式,可以表示十字路口。
B.如果选择端点连通方式,可以表示上下两层道路。
通过GIS技术,快速、准确地实现城市道路拓扑关系表,可以实时查询道路之间连通关系及影响范围。
2、区域网格流量分析:
如图4所示,具体包括如下步骤:
步骤1:通过目标区域切割对应基站泰森多边形,获得裁剪后目标区域内泰森多边形分布。
步骤2:基于泰森多边形与区域网格流量均为平均人流分布,根据目标区域内网格人流量,通过加权算法拟合对应泰森多边形内的人流分布。
具体的,步骤2包括如下步骤:
步骤23:统计每个泰森多边形所对应的网格碎片,得到每个泰森多边形内人流量数据。
3、缓冲区分析:
如图5及图6所示,针对上述网格分析,还需要预先确定泰森多边形所包含的缓冲区域,在本实施例中,主要采用缓冲区分析获得缓冲区域,而缓冲区分析是地理信息系统邻近度(proximity)分析的一种重要方法,它包括缓冲区生成算法和应用模式。其中,缓冲区生成是对任一点、线、面空间对象周围距离(即缓冲半径)为R的邻域进行计算。算法基本思想是给定一个空间对象的集合,确定其某一邻域,邻域大小由邻域半径 R 决定。因此,对象的缓冲区定义如前述公式(2)。
通过缓冲区分析建立矢量数据与网格数据之间的对应关系,提供计算权重因子的数据基础。
4、摄像头视频成像分析:
摄像头的监视器通常显示的是它的可视范围,而摄像头图像传感器的尺寸决定了成像面积的大小。不同尺寸传感器的成像范围不一样,图3表示同一尺寸下传感器不同宽高比的成像范围大小。
摄像头成像模型是指利用给定摄像头的内外方位参数来确定成像区域,即摄像头的可视范围。其中,内部参数是由摄像头系统采用的CCD面阵和光学系统的固有特性所决定的,外部参数主要是指摄像头坐标系与空间坐标系的位置关系,转换关系如前述公式(1)所示,两者位置差异可分解为一个正交的旋转矩阵R和一个平移变换矩阵T。
5、空间叠加:
空间相关分析是确定不同数据层所表示地理现象之间的空间关联性,通常,在叠置操作基础上利用面积对应系数法(Coefficient of Areal Correspondence,CAC)来测算两块区域的对应程度,可用它来分析摄像头成像区域间的关系。
如图8所示,在两个摄像头的成像区域中,共分为A、B、C三部分,C为重叠区域部分,面积值分别记为 AreaA、AreaB、AreaC,则面积对应系数如前述公式(4)所示。
6、统计分析:
摄像头作为点状矢量数据,本专利利用摄像头所在路段及相机可视距离,通过GIS空间关联方法,得到摄像头与路段的对应关系,以路段为基础进行相关统计分析。
随后通过结合区域网格与GIS缓冲区进行空间分析,得出网格与缓冲区之间的空间碎片,推导出缓冲区影响范围内的流量数据,从而得到的更准确的流量统计,以此作为摄像头选址的交通流量维度的参考数据。
再结合摄像头空间叠加的策略,将道路进行连通性分析,映射到该道路上摄像头辐射范围,提取摄像头对应道路的连通性特征。
并通过AI视频分析及摄像头位置属性,获得对应道路上的违法统计结果,通过缓冲区分析、网格统计分析等GIS空间分析方法得出高发违法路段及对应网格在空间上的分布及统计上的排名。
以及对道路上的交通违法行为进行POI点位统计,获得POI类型与违法类型的相关性分析结果(如违停抓拍与学校、商场之间的相关性分析)。
由此,在相似的区域范围中可以得到空间面状要素之间的空间碎片,其中,相似区域范围即指对POI类型与违法类型的相关性分析中相似的区域,获得该区域道路的缓冲区,并通过获得的矢量数据与空间网格划分出的空间碎片(见图6)。
具体的,包括模拟交通因子真实的影响范围及与空间网格之间的权重因子(空间网格权重因子:空间网格可以计算出该网格中的流量,流量越大,该网格所占的权重因子越大,就需要在该处多布置摄像头),最后结合摄像机视频成像分析及CAC系数(即:根据摄像头的成像分析原理,不同尺寸传感器的成像范围不一样,根据摄像头的范围和CAC系数,尽量的选择合适的摄像头选址),最终获得有效的摄像头选址范围。
最终结合综上的所有因素,获取最有效的摄像头选址。
本发明的实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述计算机可读存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例,本实施例在此不再赘述。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种位置确定方法,其特征在于,包括:
获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,所述第一区域用于指示待采集图像信息的地区;
根据所述第一区域信息,确定所述第一区域的影响因子信息,其中,所述影响因子信息包括所述第一区域的图像采集装置的数量信息;
基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息,其中,所述目标位置信息包括所述第一区域内的所述图像采集装置的安装位置信息。
2.根据权利要求1所述的方法,其特征在于,所述获取第一区域的第一区域信息包括:
获取所述第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,所述缓冲区域信息包括所述第一区域的领域信息,所述第一流量信息包括所述目标区域内的第一元素的流量数据;
基于所述领域信息,确定所述第一区域与所述目标区域之间的交集信息;
根据所述交集信息以及所述流量数据,确定所述第一区域中的第二区域的第二流量信息,其中,所述目标区域包括所述第二区域,所述第一区域信息包括所述第二流量信息。
3.根据权利要求2所述的方法,其特征在于,所述获取所述第一区域的第一区域信息还包括:
获取所述第一区域的第一空间信息,其中,所述第一空间信息包括所述第一区域的第二元素的空间连通数据;
基于所述交集信息以及所述第一空间信息,确定所述第二区域的第二空间信息,其中,目标区域信息包括所述第二空间信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息包括:
基于所述影响因子信息,确定所述第一区域内的所述图像采集装置的装置信息,其中,所述装置信息包括所述图像采集装置的数量;
根据所述图像采集能力信息以及所述装置信息,确定所述第一区域内的所述图像采集装置的初始位置信息;
基于所述第一区域信息以及所述初始位置信息,确定所述图像采集装置的目标位置信息。
5.根据权利要求1所述的方法,其特征在于,所述第一区域信息还包括所述第一区域的第一事件概率信息、以及第一事件的相关性信息。
6.一种位置确定装置,其特征在于,包括:
信息采集模块,用于获取图像采集装置的图像采集能力信息以及第一区域的第一区域信息,其中,所述第一区域用于指示待采集图像信息的地区;
信息确定模块,用于根据所述第一区域信息,确定所述第一区域的影响因子信息;
位置确定模块,用于基于所述图像采集能力信息、所述第一区域信息以及所述影响因子信息,确定所述图像采集装置的目标位置信息,其中,所述目标位置信息包括所述第一区域内的所述图像采集装置的安装位置信息。
7.根据权利要求6所述的装置,其特征在于,所述信息采集模块包括:
第一信息采集单元,用于获取所述第一区域的缓冲区域信息以及目标区域的第一流量信息,其中,所述缓冲区域信息包括所述第一区域的领域信息,所述第一流量信息包括所述目标区域内的第一元素的流量数据;
交集信息确定单元,用于基于所述领域信息,确定所述第一区域与所述目标区域之间的交集信息;
流量信息确定单元,用于根据所述交集信息以及所述流量数据,确定所述第一区域中的第二区域的第二流量信息,其中,所述目标区域包括所述第二区域,所述第一区域信息包括所述第二流量信息。
8.根据权利要求7所述的装置,其特征在于,所述信息采集模块还包括:
获取所述第一区域的第一空间信息,其中,所述第一空间信息包括所述第一区域的第二元素的空间连通数据;
基于所述交集信息以及所述第一空间信息,确定所述第二区域的第二空间信息,其中,目标区域信息包括所述第二空间信息。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210292154.7A CN114399625B (zh) | 2022-03-24 | 2022-03-24 | 一种位置确定方法、装置、存储介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210292154.7A CN114399625B (zh) | 2022-03-24 | 2022-03-24 | 一种位置确定方法、装置、存储介质及电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114399625A true CN114399625A (zh) | 2022-04-26 |
CN114399625B CN114399625B (zh) | 2022-07-15 |
Family
ID=81234900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210292154.7A Active CN114399625B (zh) | 2022-03-24 | 2022-03-24 | 一种位置确定方法、装置、存储介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114399625B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926032A (zh) * | 2022-05-24 | 2022-08-19 | 江苏邦鼎科技有限公司 | 一种饲料企业模块化装配方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150363627A1 (en) * | 2013-01-31 | 2015-12-17 | Fuji Machine Mfg, Co., Ltd. | Image processing system and assistance system |
CN106327870A (zh) * | 2016-09-07 | 2017-01-11 | 武汉大学 | 交通大数据采集中交通流分布估计及摄像头布点优化方法 |
CN113709006A (zh) * | 2021-10-29 | 2021-11-26 | 上海闪马智能科技有限公司 | 一种流量确定方法、装置、存储介质及电子装置 |
CN113935577A (zh) * | 2021-09-08 | 2022-01-14 | 广州杰赛科技股份有限公司 | 一种摄像头选址方法、装置、设备及计算机可读存储介质 |
-
2022
- 2022-03-24 CN CN202210292154.7A patent/CN114399625B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150363627A1 (en) * | 2013-01-31 | 2015-12-17 | Fuji Machine Mfg, Co., Ltd. | Image processing system and assistance system |
CN106327870A (zh) * | 2016-09-07 | 2017-01-11 | 武汉大学 | 交通大数据采集中交通流分布估计及摄像头布点优化方法 |
CN113935577A (zh) * | 2021-09-08 | 2022-01-14 | 广州杰赛科技股份有限公司 | 一种摄像头选址方法、装置、设备及计算机可读存储介质 |
CN113709006A (zh) * | 2021-10-29 | 2021-11-26 | 上海闪马智能科技有限公司 | 一种流量确定方法、装置、存储介质及电子装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926032A (zh) * | 2022-05-24 | 2022-08-19 | 江苏邦鼎科技有限公司 | 一种饲料企业模块化装配方法及系统 |
CN114926032B (zh) * | 2022-05-24 | 2023-07-25 | 江苏邦鼎科技有限公司 | 一种饲料企业模块化装配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114399625B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102024695B1 (ko) | 감시카메라 배치 모델링 시스템 및 방법 | |
US20190371055A1 (en) | 3d monitoring server using 3d bim object model and 3d monitoring system comprising it | |
US9536313B2 (en) | Method and apparatus for direct detection, location, analysis, identification, and reporting of vegetation clearance violations | |
Wieland et al. | Estimating building inventory for rapid seismic vulnerability assessment: Towards an integrated approach based on multi-source imaging | |
US20150130840A1 (en) | System and method for reporting events | |
Peronato et al. | A toolkit for multi-scale mapping of the solar energy-generation potential of buildings in urban environments under uncertainty | |
Shirowzhan et al. | Spatial compactness metrics and Constrained Voxel Automata development for analyzing 3D densification and applying to point clouds: A synthetic review | |
Wang et al. | A systematic method to develop three dimensional geometry models of buildings for urban building energy modeling | |
Nduwayezu et al. | Modeling urban growth in Kigali city Rwanda | |
CN111880210A (zh) | 输电线路的地灾监测处理方法和装置、预警系统和设备 | |
Esch et al. | Urban remote sensing–how can earth observation support the sustainable development of urban environments? | |
Sahraoui et al. | Integrated GIS software for computing landscape visibility metrics | |
KR101937940B1 (ko) | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 | |
CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
CN114399625B (zh) | 一种位置确定方法、装置、存储介质及电子装置 | |
CN116468869A (zh) | 一种基于遥感卫星影像的实景三维建模方法、设备及介质 | |
CN113297946A (zh) | 一种监控盲区识别方法和识别系统 | |
CN106842136A (zh) | 结合地理环境对雷达探测结果进行融合处理的方法 | |
CN110070259A (zh) | 一种基于gis空间大数据分析的安防设备智慧选址方法 | |
CN114360255B (zh) | 一种流量确定方法、装置、存储介质及电子装置 | |
CN115908318A (zh) | 电力线弧垂确定方法、装置、设备、介质和产品 | |
de Vries et al. | The theory versus the reality of alignment between e-Gov and SDI in Pakistan | |
CN109360435A (zh) | 一种公路交通气象信息获取方法及系统 | |
Ian et al. | Transforming from Mathematical Model to ML Model for Meteorology in Macao's Smart City Planning |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |