【技术实现步骤摘要】
一种判断场景内涝积水深度的方法及系统
[0001]本专利技术涉及人工智能图像识别
，尤其涉及一种判断场景内涝积水 深度的方法及系统。
技术介绍
[0002]城市内涝一直是世界公认的城市管理难题，因此及时有效的监控城区内涝 积水事件、预防洪涝灾害的发生是城市防汛保障的一项重要工作内容。
[0003]当前，国内城市内涝积水的预警普遍采用气象预报和视频监控相结合的方 式开展，根据监测站点预报降雨的强度，再以视频监控的方式重点查看对应区 域的场景画面，这种方式在一定程度上解决了部分问题，但是部分排水条件不 好的区域在强降雨中通常5
‑
10分钟就会发生积水，由于气象预报数据存在一定 的误差和不确定性，获取实时降雨数据又存在一定的滞后性，容易造成监测地 点内涝积水的发现不能及时的被发现，同时由于监控画面较多，并且在暴雨场 景中画面不清晰，容易遗漏细节，当多处出现积水的情况下，仅人工盯防查看 的方式，可能无法快速及时判断积水的发生，存在漏报、迟报的风险，不利于 下一步开展防汛排涝工作的及时开展。
[...
【技术保护点】
【技术特征摘要】
1.一种判断场景内涝积水深度的方法，其特征在于，包括：实时获取各视频站点的图像信息，提取所述图像的场景分类预提取特征数据，将所述各视频站点图像的场景分类预提取特征数据输入最优场景分类模型中，获取各视频站点图像的场景分类信息；提取所述各视频站点图像的积水深度预提取特征数据，将所述各视频站点图像的积水深度预提取特征数据分别输入至与所述图像的场景相一致的最优分类场景内涝积水识别模型中，获取各视频站点图像对应场景的内涝积水深度信息。2.根据权利要求1所述的判断场景内涝积水深度的方法，其特征在于，所述最优场景分类模型和最优分类场景内涝积水识别模型的获取，包括：获取各视频站点的历史样本数据，并对历史样本数据进行预处理，对预处理后的历史样本数据进行场景预分类，并对每类场景所包含的历史样本数据进行积水深度预标注，构建各分类场景预标注的内涝积水图像样本库；对所述各分类场景预标注的内涝积水图像样本库中数据进行场景分类预提取特征数据提取，通过场景分类预提取特征数据对场景分类模型进行训练，得到最优场景分类模型；对所述各分类场景预标注的内涝积水图像样本库中数据进行积水深度预提取特征数据提取，通过所述积水深度预提取特征数据训练各分类场景内涝积水识别模型，得到各最优分类场景内涝积水识别模型。3.根据权利要求2所述的判断场景内涝积水深度的方法，其特征在于，所述分类场景的场景类型，包括：平地道路、下凹立交桥、广场和住宅周边。4.根据权利要求1所述的判断场景内涝积水深度的方法，其特征在于，所述实时获取各视频站点的图像信息，包括：轮询各视频监控设备，通过视频采集软件，以自动截帧的方式进行定时抓取，之后按所述视频监控设备的国标编号唯一性命名，得到所述各视频站点的图像信息。5.根据权利要求2所述的判断场景内涝积水深度的方法，其特征在于，所述最优场景分类模型和各场景的最优分类场景内涝积水识别模型结构相同，均包括：特征输入层，所述特征输入层参数个数与场景分类预提取特征数据/积水深度预提取特征数据个数相同；隐藏层包括：第一至第三隐藏层，用于根据所述场景分类预提取特征数据/积水深度预提取特征数据，获取场景分类/积水深度分布式特征参数；全连接输出层，用于根据场景分类/积水深度分布式特征参数，通过Dropout特征方式，获取场景分类/各分类场景内涝积水识别的空间映射特征参数；SoftMax归一化层，用于对所述全连接输出层输出的场景分类/各分类场景内涝积水识别空间映射特征参数作分类处理，输出各场景类型/各内涝积水深度的概率，以最大概率对应的场景类型/内涝积水深度作为场景类型/内涝积水深度的输出。6.根据权利要求5所述的判断场景内涝积水深度的方法，其特征在于，对场景分类模型和分类场景内涝积水识别模型优化的过程中，通过交叉熵损失函数计算模型训...
【专利技术属性】
技术研发人员：夏述海，唐春娥，
申请(专利权)人：北京慧图科技集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。