[發(fā)明專利]一種城市內(nèi)澇淹水深度評估方法

在審

• 申請?zhí)枺?/td>: 202210388228.7
• 申請日: 2022-04-14
• 公開（公告）號: CN114612848A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計(jì)）人: 劉鵬;張真;高秀斌;張堃;曹騮
• 申請（專利權(quán)）人: 南京云創(chuàng)大數(shù)據(jù)科技股份有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06Q50/26;G06N3/08;G06N3/04;G06K9/62;G06V10/26;G06V10/80;G06V10/82
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 金子娟

1.一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于，包括以下步驟：

S1：接入數(shù)據(jù)源

所述數(shù)據(jù)源為視頻數(shù)據(jù)；

S2：視頻解碼

對所述視頻數(shù)據(jù)進(jìn)行解碼，獲得包含行人的城市道路圖像；

S3：行人檢測

利用人臉識(shí)別模型對所述城市道路圖像進(jìn)行人臉檢測，根據(jù)人臉?biāo)诘奈恢美妙A(yù)設(shè)的Anchor Boxes識(shí)別出包含個(gè)體行人的第一行人區(qū)域；

S4：行人姿態(tài)估計(jì)

提取步驟S3行人檢測的結(jié)果，將第一行人區(qū)域作為姿態(tài)估計(jì)模型的輸入，利用姿態(tài)估計(jì)模型檢測行人軀干的關(guān)鍵點(diǎn)；

S5：行人區(qū)域分割

提取步驟S3行人檢測的結(jié)果，將第一行人區(qū)域作為圖像分割模型的輸入，利用圖像分割模型進(jìn)一步去掉第一行人區(qū)域中的背景區(qū)域后，將識(shí)別出的行人區(qū)域作為第二行人區(qū)域；

S6：行人真實(shí)身高估計(jì)

提取步驟S4行人姿態(tài)估計(jì)的結(jié)果，取行人肩部和腰部關(guān)鍵點(diǎn)的垂直距離作為上身高度，利用統(tǒng)計(jì)公式估算出該行人的整體身高；

所述統(tǒng)計(jì)公式為：整體身高=上身身高M(jìn)；

上式中，M為該地區(qū)人口上身身高占整體身高的比例系數(shù)平均值；

S7：行人水面上高度估計(jì)

基于步驟S5行人區(qū)域分割的結(jié)果，提取第二行人區(qū)域的輪廓，計(jì)算篩選后的第二行人區(qū)域的輪廓外接框，并以所述輪廓外接框的高度作為行人水面上的高度；

S8：淹水深度估計(jì)

結(jié)合步驟S6計(jì)算的行人整體身高以及步驟S7計(jì)算的行人水面上的高度，計(jì)算各行人被淹沒的高度及其占其整體身高的比例，之后取所有行人被淹沒比例的均值與該地區(qū)人口的平均身高N相乘作為該地區(qū)淹水深度的估計(jì)值；

上述步驟S6和步驟S8中，所述比例系數(shù)平均值M、平均身高N根據(jù)對該地區(qū)人口身高參數(shù)的預(yù)先抽樣統(tǒng)計(jì)獲得。

2.根據(jù)權(quán)利要求1所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

步驟S3采用改進(jìn)的SSD模型進(jìn)行行人檢測，所述改進(jìn)的SSD模型在SSD模型的基礎(chǔ)上，在連續(xù)池化操作后添加了對應(yīng)的轉(zhuǎn)置卷積操作；

所述改進(jìn)的SSD模型通過所述轉(zhuǎn)置卷積操作生成深層特征圖，然后將所述深層特征圖與通過前序操作獲得的相同尺寸的淺層特征圖相加，實(shí)現(xiàn)特征融合，之后將特征融合的特征圖作為模型的輸出。

3.根據(jù)權(quán)利要求2所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

所述改進(jìn)的SSD模型的模型架構(gòu)包括依次連接的MobileNetV2模塊、第一池化層、第二池化層、第三池化層、第一轉(zhuǎn)置卷積層和第二轉(zhuǎn)置卷積層，通過第一轉(zhuǎn)置卷積層獲得的深層特征圖與通過第二池化層獲得的淺層特征圖相加，通過第二轉(zhuǎn)置卷積層獲得的深層特征圖與通過第三池化層獲得的淺層特征圖相加，然后將兩次相加的結(jié)果進(jìn)行特征融合后輸出。

4.根據(jù)權(quán)利要求1所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

步驟S4采用改進(jìn)的實(shí)時(shí)姿態(tài)估計(jì)模型進(jìn)行行人姿態(tài)的估計(jì)，所述改進(jìn)的實(shí)時(shí)姿態(tài)估計(jì)模型以MobileNetV2為主干網(wǎng)絡(luò)，通過以下方式獲得：

改進(jìn)訓(xùn)練模型的損失函數(shù)，通過增加上身軀干關(guān)鍵點(diǎn)的定位損失權(quán)重來提高肩部及腰部關(guān)鍵點(diǎn)的定位準(zhǔn)確率，具體為：在所有關(guān)鍵點(diǎn)定位損失權(quán)重為1的默認(rèn)設(shè)置上，將上身軀干關(guān)鍵點(diǎn)的定位損失提高至1.5～2.0。

5.根據(jù)權(quán)利要求1所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

步驟S5采用改進(jìn)的UNet模型進(jìn)行行人區(qū)域分割，所述改進(jìn)的UNet模型在卷積時(shí)通過填充零值來確保卷積后特征圖尺寸不減小，并在同尺寸特征圖融合時(shí)使用逐點(diǎn)相加計(jì)算。

6.根據(jù)權(quán)利要求1所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

步驟S6對行人整體身高的估計(jì)根據(jù)行人姿態(tài)估計(jì)的結(jié)果進(jìn)行計(jì)算，若行人腰部被淹沒在水面以下腰部關(guān)鍵點(diǎn)缺失，則跳過后續(xù)計(jì)算并給出報(bào)警信息。

7.根據(jù)權(quán)利要求1所述的一種城市內(nèi)澇淹水深度估計(jì)方法，其特征在于：

步驟S2以抽幀的方式對所述視頻數(shù)據(jù)進(jìn)行解碼。