-
公开(公告)号：CN118968389B
公开(公告)日：2025-01-28
申请号：CN202411428233.1
申请日：2024-10-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于视频图像的城市洪涝中行人危险实时评估方法。方法主要思路为：构建基于深度学习的行人和头部检测模型，从图像中实时检测出行人和头部、判定行人类别；根据行人类别假定行人身高、头高和体重，利用行人身高、头高以及行人淹没部位等信息估计行人处实时水深，利用光流法计算行人边界框内所有像素位置的光流大小，将光流大小平均值转化为行人处实时流速；根据行人身高、体重和行人处实时水深，利用人体发生失稳时的起动流速公式计算起动流速，将行人处实时流速与起动流速比值作为行人危险值，实现行人危险实时评估。本发明可以为城市洪涝救灾和应急救援提供支持，有助于提高洪涝应对能力与应急救援水平。
-
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：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：CN115841418A
公开(公告)日：2023-03-24
申请号：CN202211411195.X
申请日：2022-11-11
Applicant: 杭州电子科技大学
IPC: G06T3/00 , G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种基于约束生成对抗网络的个性化皮影面部生成方法，建立用于从真实人脸面部图像向皮影面部图像转换的生成对抗网络，该生成对抗网络引入局部几何特征约束函数，通过局部几何特征约束函数计算损失生成所需的图像域，在生成对抗网络的训练过程中，通过约束典型面部特征的几何形变，获得满足需求的生成对抗网络模型；将真实人脸面部图像输入该生成对抗网络模型的生成器，生成部分特征与真实人脸面部保持一致的皮影面部图像。该方法弥补了现有转换方案在处理这项任务时由于纹理丢失和几何结构变换导致生成的皮影面部无法体现源图像中面部典型特征的缺点。同时，通过灵活的参数调节，使各主要面部组成部分的转换程度可控。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.018 seconds)
