-
公开(公告)号：CN106875045A
公开(公告)日：2017-06-20
申请号：CN201710051313.3
申请日：2017-01-23
Applicant: 杭州电子科技大学 , 浙江省杭电智慧城市研究中心
Abstract: 本发明公开了一种考虑地块拓扑关系的流域最佳管理措施优化方法，包括：(1)将流域整体划分成多个地块并构建地块树；(2)初始化生成具有一定数量规模的种群，通过空间相互作用规则确定个体中每一地块对应的BMP；(3)根据泥沙削减率和成本进行非支配排序，排序后两两配对进行交叉变异，从而生成下一代种群；(4)通过不断进行遗传进化，以得到流域整体的BMP最优解。本发明充分利用流域管理单元(即地块)的上下游关系及BMP的空间相互作用的知识进行种群初始化，与随机法生成初始解的传统方法相比，本发明可提高解的质量，有助于算法收敛，快速找到较优的解。
-
公开(公告)号：CN118747868A
公开(公告)日：2024-10-08
申请号：CN202410746118.2
申请日：2024-06-11
Applicant: 杭州电子科技大学
IPC: G06V20/52 , H04N7/18 , G06V20/40 , G06V10/762 , G06V10/774 , G01F23/00
Abstract: 本发明公开了一种用于积水深度视频监测的监测点时间步长设置方法，该方法将视频监控图像中的参照物作为监测点，将城市地表离散化为一系列网格，为每个网格选取代表性监测点和非代表性监测点。对于代表性监测点，根据上一个监测时间段内的平均积水深度和平均积水深度变化率动态设置其时间步长。对于非代表性监测点，采用固定时间步长进行积水监测。在一个监测时间段结束后，根据监测值重新进行网格内代表性监测点和非代表性监测点的选取以及时间步长设置。该方法实现了代表性监测点和非代表性监测点的动态划分，以及代表性监测点时间步长的动态设置，保证了内涝监测的针对性和时间步长设置的合理性，在内涝监测和排水防涝等领域具有广阔应用前景。
-
公开(公告)号：CN109801327B
公开(公告)日：2020-07-21
申请号：CN201811574435.1
申请日：2018-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种基于视频数据的城市内涝积水深度信息提取方法，本发明将城市中泛在的且具有积水指示作用的地物作为积水参照物；构建非积水状态下的正负样本库，然后基于梯度方向直方图Hog和SVM分类器实现积水参照物的自动检测，得到积水参照物的外接矩形框；分别利用Grab Cut等图像分割算法提取外接矩形框中非积水状态和积水状态下的同一参照物精确目标；求取非积水状态下的参照物精确目标与积水状态下的同一参照物精确目标高度的差异，即为积水深度信息；推断积水参照物实际空间位置。本发明突破了现有内涝积水深度监测手段成本高、空间精度底、可移植性差等问题，在水利信息化、城市排水和海绵城市等领域具有广阔的应用前景。
-
公开(公告)号：CN115880627B
公开(公告)日：2023-06-16
申请号：CN202211468731.X
申请日：2022-11-22
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06V20/40 , G06V40/10 , G06N3/0464 , G06N3/08 , G06Q10/0635 , G06V10/764 , G06V10/82
Abstract: 本发明公布了一种基于视频图像的内涝场景下行人风险评估方法，从内涝场景下的视频图像中检测出行人，记录行人的外接矩形框；分别构建相应的分类器，识别出外接矩形框内行人的性别和年龄段；从视频图像中分割出水面，记录水面的多边形区域；根据行人外接矩形框与水面多边形区域的空间关系，判断出行人是否处于积水中；若未处于积水中，淹没部位为“无”；若处于积水中，根据人体部位关键点推断出人体淹没部位；根据性别‑年龄段组合和人体淹没部位计算行人个体风险指数、总体风险指数和平均风险指数，对行人风险进行评估。本发明实现了对内涝场景下行人风险指数的实时动态综合评价，在应急管理、城市排水防涝等领域具有广阔的应用前景。
-
公开(公告)号：CN115880627A
公开(公告)日：2023-03-31
申请号：CN202211468731.X
申请日：2022-11-22
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06V20/40 , G06V40/10 , G06N3/0464 , G06N3/08 , G06Q10/0635 , G06V10/764 , G06V10/82
Abstract: 本发明公布了一种基于视频图像的内涝场景下行人风险评估方法，从内涝场景下的视频图像中检测出行人，记录行人的外接矩形框；分别构建相应的分类器，识别出外接矩形框内行人的性别和年龄段；从视频图像中分割出水面，记录水面的多边形区域；根据行人外接矩形框与水面多边形区域的空间关系，判断出行人是否处于积水中；若未处于积水中，淹没部位为“无”；若处于积水中，根据人体部位关键点推断出人体淹没部位；根据性别‑年龄段组合和人体淹没部位计算行人个体风险指数、总体风险指数和平均风险指数，对行人风险进行评估。本发明实现了对内涝场景下行人风险指数的实时动态综合评价，在应急管理、城市排水防涝等领域具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN115147771A
公开(公告)日：2022-10-04
申请号：CN202210553900.3
申请日：2022-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种基于视频图像的内涝场景下行人风险评估方法，从内涝场景下的视频图像中检测出行人，记录行人的外接矩形框；分别构建相应的分类器，识别出外接矩形框内行人的性别和年龄段；从视频图像中分割出水面，记录水面的多边形区域；根据行人外接矩形框与水面多边形区域的空间关系，判断出行人是否处于积水中；若未处于积水中，淹没部位为“无”；若处于积水中，根据人体部位关键点推断出人体淹没部位；根据性别‑年龄段组合和人体淹没部位计算行人个体风险指数、总体风险指数和平均风险指数，对行人风险进行评估。本发明实现了对内涝场景下行人风险指数的实时动态综合评价，在应急管理、城市排水防涝等领域具有广阔的应用前景。
-
公开(公告)号：CN109801327A
公开(公告)日：2019-05-24
申请号：CN201811574435.1
申请日：2018-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种基于视频数据的城市内涝积水深度信息提取方法，本发明将城市中泛在的且具有积水指示作用的地物作为积水参照物；构建非积水状态下的正负样本库，然后基于梯度方向直方图Hog和SVM分类器实现积水参照物的自动检测，得到积水参照物的外接矩形框；分别利用Grab Cut等图像分割算法提取外接矩形框中非积水状态和积水状态下的同一参照物精确目标；求取非积水状态下的参照物精确目标与积水状态下的同一参照物精确目标高度的差异，即为积水深度信息；推断积水参照物实际空间位置。本发明突破了现有内涝积水深度监测手段成本高、空间精度底、可移植性差等问题，在水利信息化、城市排水和海绵城市等领域具有广阔的应用前景。
-
公开(公告)号：CN114925923B
公开(公告)日：2023-04-07
申请号：CN202210592618.6
申请日：2022-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种提高非监测单元积水深度预报精度的方法，利用STARMA模型得到监测点积水深度预报值；利用InfoWorks ICM模型得到地表积水深度预报值；根据是否包含监测点，将地表单元分为监测单元和非监测单元；确定监测单元对应的监测点；对于监测单元，利用InfoWorks ICM模型和STARMA模型融合后的预报值，作为最终预报值；构建提高非监测单元积水深度预报精度的神经网络，利用监测单元的最终预报值、InfoWorks ICM模型预报值和STARMA模型预报值训练神经网络，基于该神经网络提高非监测单元的积水深度预报精度。本发明在城市排水防涝、海绵城市和应急管理等领域具有广阔应用前景。
-
公开(公告)号：CN114925923A
公开(公告)日：2022-08-19
申请号：CN202210592618.6
申请日：2022-05-27
Applicant: 杭州电子科技大学
Abstract: 本发明公布了一种提高非监测单元积水深度预报精度的方法，利用STARMA模型得到监测点积水深度预报值；利用InfoWorks ICM模型得到地表积水深度预报值；根据是否包含监测点，将地表单元分为监测单元和非监测单元；确定监测单元对应的监测点；对于监测单元，利用InfoWorks ICM模型和STARMA模型融合后的预报值，作为最终预报值；构建提高非监测单元积水深度预报精度的神经网络，利用监测单元的最终预报值、InfoWorks ICM模型预报值和STARMA模型预报值训练神经网络，基于该神经网络提高非监测单元的积水深度预报精度。本发明在城市排水防涝、海绵城市和应急管理等领域具有广阔应用前景。
-
公开(公告)号：CN118747868B
公开(公告)日：2024-12-13
申请号：CN202410746118.2
申请日：2024-06-11
Applicant: 杭州电子科技大学
IPC: G06V20/52 , H04N7/18 , G06V20/40 , G06V10/762 , G06V10/774 , G01F23/00
Abstract: 本发明公开了一种用于积水深度视频监测的监测点时间步长设置方法，该方法将视频监控图像中的参照物作为监测点，将城市地表离散化为一系列网格，为每个网格选取代表性监测点和非代表性监测点。对于代表性监测点，根据上一个监测时间段内的平均积水深度和平均积水深度变化率动态设置其时间步长。对于非代表性监测点，采用固定时间步长进行积水监测。在一个监测时间段结束后，根据监测值重新进行网格内代表性监测点和非代表性监测点的选取以及时间步长设置。该方法实现了代表性监测点和非代表性监测点的动态划分，以及代表性监测点时间步长的动态设置，保证了内涝监测的针对性和时间步长设置的合理性，在内涝监测和排水防涝等领域具有广阔应用前景。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.021 seconds)
