论文题目：基于地理视频的城市场所动态目标感知及其时空分析
摘要：地理环境是人类赖以生存的基础,对其的观测与感知是地理学研究的基础性问题。城市作为人口及社会经济活动高度集聚的区域,城市中人类活动的感知、监测与调控是当前城市规划与管理的关键内容之一。这些人类活动均分布于一定物理空间,其个体位置移动将导致目标的时空分布变化。另一方面,随着我国平安城市建设的不断推进,在城市场所等小尺度开放空间部署了多个监控摄像机,这些相机均具备位置信息,其采集的数据是典型的地理视频数据,本身蕴含丰富的时空信息与语义信息,在动态目标感知方面具有显著应用潜力;而当前在地理空间开展视频目标对象的多摄像机跟踪检测及其时空分析研究尚需深化,地理视频蕴含的潜在价值仍需进一步挖掘。在上述背景下,针对城市场所人群活动开展其动态感知及其时空分析,有助于监测并及时预警其异常态势,为城市安全管理及智慧城市建设提供基础支撑。本文基于地理视频数据,结合计算机视觉、轨迹分析等领域的最新进展,以“动态目标感知框架——动态目标追踪及地理空间映射——动态目标时空分析——原型工具开发与应用实验”为主线,在深入分析应用需求的基础上,以人群为例,设计了城市场所动态目标感知总体技术框架,结合数据需求完成了数据库设计;应用YOLOv3-Deep Sort模型提取单摄像机目标轨迹,并结合空间信息开展了目标轨迹的地理映射、目标的多摄像机追踪及轨迹融合;围绕目标运动趋势判断、密度估计、有向轨迹的运动模式分析、异常行为检测等方面开展了动态目标时空分析,并基于Arc GIS系统平台,利用Arc Py开发了原型工具。主要研究内容总结如下:（1）构建了一个城市场所人群动态目标感知系统框架,并为有效组织管理数据设计建立了数据库。针对城市场所视频监控中人群目标对象检测追踪、多摄像机融合、地理空间内时空分析及异常态势预警等方面应用需求,设计了感知系统的整体框架,包括应用层、分析层、数据层和设备层四部分;并且为了有效管理系统数据,从概念设计、逻辑设计及数据库的实施三个方面数据库进行设计。（2）实现了视频中人群动态目标的检测跟踪、目标轨迹的地理空间映射及映射后地理空间内多摄像机追踪目标的融合。首先运用基于深度学习的目标检测跟踪算法——YOLOv3-Deep Sort,实现视频中多个目标快速、准确的检测跟踪,YOLOv3算法和Deep Sort算法的结合使得检测跟踪模型克服了人群遮挡和光照干扰影响,跟踪鲁棒性提高,降低了检测的时间成本,提高了检测跟踪速度;其次采用“张氏”标定法确定相机标定模型的内部参数及畸变系数,基于GPS辅助定位的方法确定相机标定模型的外部参数,从而实现视频目标对象向地理空间映射,且带有真实世界地理坐标;最后在地理空间内,将多摄像机下检测跟踪得到的视频目标的轨迹通过地理位置坐标、时间、方向等衡量指标,实现摄像机间轨迹的融合,提高了场所内整体人群目标的感知性。（3）进行了城市场所人群动态目标的时空分析。将检测跟踪及地理空间映射后的人群目标对象轨迹,结合GIS对人群动态目标轨迹进行可视化表达;利用标准差椭圆及密度分析方法,进行人群运动趋势的判断、人群密度的估计及人群轨迹密度聚类分析和热点分析;通过生成有向轨迹,对地理空间内人群轨迹运动方向进行量化,进而对人群的运动模式进行分析;设计了人群的骤聚骤散、运动趋势突变、运动速率突变、逆向行走个体等人群异常行为的检测方法。综合以上分析方法,可以得到场所内的人群时空状态演变规律,从而对公共管理、安全和执法以及消费者行为分析提供决策支持与建议（4）开发了城市场所动态目标感知分析原型工具。结合Arc GIS系统平台,应用Python语言,基于Arc Py、Tensor Flow、Open CV等工具包,集成GIS现有分析工具以及Geodatabase的地理数据库,开发了城市场所人群动态目标感知分析原型工具系统,具备动态目标检测跟踪、地理映射及轨迹生成、时空分析等应用功能。以河南大学金明校区下沉广场为实验区,开展了数据采集、目标检测追踪、地理空间映射、目标轨迹生成及时空分析等实验应用。论文设计的基于地理视频的城市场所动态目标多摄像机感知方法,实现了从视觉角度感知城市场所动态目标时空分布特征,拓展了地理视频及GIS的应用领域;融合深度学习模型与GIS的动态目标轨迹构建方法为地理视频智能化时空分析提供了解决方案。
关键词：地理视频;城市场所;视频动态目标;检测跟踪;时空分析
学科专业：地图学与地理信息系统
摘要
ABSTRACT
1 绪论
1.1 研究背景
1.2 研究意义
1.3 主要研究内容
1.4 研究技术路线
1.5 论文组织结构
2 研究进展综述
2.1 视频与GIS集成研究
2.2 视频目标检测与跟踪方法研究
2.2.1 目标检测
2.2.2 目标跟踪
2.3 多摄像头协同的视频分析系统
2.4 人群行为的时空研究
2.4.1 人群计数及密度感知技术
2.4.2 人群异常行为预警技术
2.5 评述
3 动态目标感知系统设计及其数据组织
3.1 系统需求分析
3.2 系统整体架构
3.3 系统数据组织设计
3.3.1 概念设计
3.3.2 逻辑设计
3.3.3 数据库实施
4 目标检测追踪及其地理空间映射
4.1 YOLOv3-DeepSort模型
4.1.1 YOLOv3目标检测算法
4.1.2 DeepSort目标跟踪算法
4.2 视频目标对象的地理空间映射
4.2.1 相机标定模型原理
4.2.2 相机标定模型构建
4.2.3 目标对象地理空间映射
4.3 基于地理空间的多摄像机目标跟踪
4.3.1 地理信息系统在多摄像机跟踪中的应用
4.3.2 固定多摄像机目标的连续跟踪
5 城市场所人群动态时空分析
5.1 人群运动趋势判断与人群密度估计
5.1.1 人群运动趋势判断
5.1.2 人群密度的估计
5.2 基于有向轨迹的人群运动模式分析
5.2.1 有向轨迹生成
5.2.2 人群轨迹运动方向量化
5.2.3 人群运动模式分析
5.3 人群异常行为检测
5.4 人群动态时空分析
6 原型系统开发与实验分析
6.1 系统总体目标
6.2 系统功能设计
6.3 系统开发环境
6.4 系统功能实现
6.4.1 视频目标检测跟踪
6.4.2 视频目标地理映射
6.4.3 视频目标时空分析
7 总结与展望
7.1 研究结论
7.2 主要创新点
7.3 研究展望
参考文献
致谢