多摄像机协同的室内实时地图构建方法

来源 :测绘科学 | 被引量 : 0次 | 上传用户:huayuaneee
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对多摄像机时空信息提取精度低、融合效果差、与GIS集成困难的问题,提出了一种多摄像机构建室内实时地图的新方法.以高精度室内地图为基础,结合室内地理场景中的先验知识,计算各摄像机与室内地理空间的高精度单应矩阵;通过深度学习的方法,分别构建了人员头部前视和后视目标检测模型,实现了人员头部的高精度检测,并映射至地理空间;对映射后重叠区域中的目标,根据其地理方位、空间关系进行优选,实现了重叠区唯一目标的选择,最终和非重叠区目标共同构建出室内实时地图.基于办公室、教室多摄像机视频与GIS协同的实验结果表明:所提算法不仅实现了多摄像机下人员头部信息的高精度检测及地理映射,还能够准确地对重叠区域下的目标进行优选,研究结果可应用于办公场所人员监管、商业网点客流分析、交通客流统计等领域.
其他文献
自《义务教育学校校长专业标准》和《普通高中校长专业标准》颁布以来,我国中小学校长专业发展逐步制度化、规范化和系统化,但在具体实践过程中仍存在一些问题.研究通过教师视角发现,校长专业发展维度中存在较多问题的是管理层面,主要表现为制度执行虚化、民主化程度不高、对教师的个体关注缺失及社区支持互动受限等.为此,需进一步提升校长管理专业化水平,对内要注重管理中的个性化人文关怀,对外要挖掘学校—社区深度合作路径.
为了探究影响深度学习滑坡遥感提取的因素,滑坡提取精度随卷积核最优主分特征、层深结构、特征维数的变化规律,获取滑坡提取最优模型,研究深度学习滑坡提取机制.通过可视化卷积特征图和多维散点图技术揭示滑坡提取的地类混淆情况,进而选择支持向量机对深度学习模型的层深结构和特征图分类结果对比.结果 显示,18层的SegNet网络模型在样本数量30000时,F1分数为最高的75.38%,最佳滑坡特征分类卷积层层深位置较浅,高于其他层深卷积达10%.研究进一步挖掘出滑坡语义显著性特征,验证了深度学习方法的有效性并将拓宽其在
针对“开放街道地图”平台建筑物目标轮廓存在的“伪直角”问题,提出了一种基于墙体方向的建筑物目标直角修正新方法.分析了其建筑物目标的几何特征及表达,在保持建筑物目标主体方位的基础上,较好地解决了现有方法对不规则建筑物目标修正结果不稳定的问题.对比实验表明,该方法受建筑物目标形状影响小,在建筑物目标位置精度保持和几何形状保持等方面表现更优,极大地改善了“开放街道地图”建筑物目标几何精确性,进而有效提高了其数据质量.