公开(公告)号：CN118279823A

公开(公告)日：2024-07-02

申请号：CN202410430524.8

申请日：2024-04-11

Applicant: 大连理工大学

Inventor： 周顺安 ,  吕恒 ,  郝鑫 ,  王泽 ,  赵家兴 ,  王楠 ,  张弛

IPC: G06V20/52 ,  G06V20/70 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774

Abstract: 一种基于计算机视觉技术的城市街道积水等级时空分布测量方法，属于城市水利信息化，非接触式城市洪涝数据获取领域。首先，选择动态物体作为参照物，将积水划分为5个等级，对图像数据进行标注得到数据集；其次，选择YOLOv5m深度学习模型作为积水等级监测的模型；再次，将基于降雨事件的城市积水视频或摄像头视频输入到训练好的YOLOv5m模型中，利用YOLOv5m模型获得视频下检测等级点信息；第四，删除检测点的异常点后进行精度评估；最后，利用反距离权重插值方法将整个场景下的积水等级时空分布插值出来，得到场景下的时空积水等级分布图。本发明能够在复杂场景下仍然具有较高的识别积水等级的效果，提高方法应用的广泛性；还能得到整个场景下的精细化时空积水等级分布图，实现积水分布图“由点到面”的拓展，更全面的反映积水的时空分布过程。