[发明专利]一种基于视频图像分析的灾情信息快速提取方法

说明书

本发明公开了一种基于视频图像分析的灾情信息快速提取方法，属于结合地理信息的大数据与人工智能领域。首先获取灾区信息，以事件发生GPS位置数据为中心，用烈度圈划定影响区域进行栅格化，筛选出各人口密集区并分组。然后提取每组内的摄像头，并将包含某建筑性标志的摄像头分为有效摄像头组。最后针对某个有效摄像头，提取发震时刻点T前后时段的关键帧，分别建立关键帧序列，并分别进行相似度计算进行对比检测；同理计算所有有效摄像头的相似度对比差值；将所有对比差值加权，获得该标志性建筑物的受损指数，完成每组人口密集区的受损指数标注，绘制受损指数等值线，形成重点目标地区的识别与标注。本发明图像处理速度提升，数据集的范围精度更高。

技术领域

本发明属于结合地理信息的大数据与人工智能领域，具体是一种基于视频图像分析的 灾情信息快速提取方法。

背景技术

我国是一个灾害多发的国家，所以灾害应急处置工作非常重要。近年来，我国通过技 术与管理能力，建立起了一套灾害应急处置机制。如图1所示，在这一机制中，能根据网络监测数据及时捕捉灾害前兆信息，并发现灾害事件。当灾害发生时，启动对应的应急响应系统，利用专业评估模型对灾区范围和受灾程度等进行快速评估并形成辅助决策报告，指导后续的应急响应、指挥调度以及现场救援等工作。在这一过程中，灾情评估构成了一个重要环节。

根据目前我国应急响应体制的要求，灾情评估主要包括人口、经济、建筑物、重要目 标以及生命线等专题。在这些评估中，建筑物受损评估是重要的组成部分，一方面建筑物 自身损失直接反应灾情严重程度；另一方面该评估结果也为其他专题评估提供数据支撑， 并为现场救援以及指挥调度提供信息依据。

灾害发生后，准确及时地获取灾区灾情信息，判断经济、人口损失规模与空间位置是 灾害应急响应工作的重要支撑。目前，我国灾害应急工作受技术机制的影响，多采用后端 空间计算分析与现场人工采集上报相结合的方式，为应急指挥部决策提供分析依据。这一 工作模式存在以下不足：

1、基础数据与现场实际情况不符，影响计算精度：目前我国灾害行业所依赖的基础 数据库包括基础地理数据、人口经济数据、重要目标数据以及生命线数据等。这些数据以 国土、人口和民政等部门提供的数据为基础，这些数据在微观尺度上存在一定的实时性与 准确性，与现场的实际情况存在一定的差距，继而影响地理计算与损失评估的结果；

2、建筑物受损评估计算模型困难：近年来，由于我国城镇化建设速度加快，不同各地城市建筑建设区别较大。同时，在人口密集地区，存在违规建筑或临时建筑等。这些建 筑对象的信息难以获取，在后台的计算过程中不能准确分析，这就导致空间分析的结果与 实际情况存在较大差异；

3、现场信息获取困难且效率较低：在现场信息获取阶段，受技术与工作机制的制约， 在目标选定以及定位识别等方面存在一定的困难。同时，现场获取的信息经过处理后上报 给指挥后台在时间上存在较大的延迟。后端的相关指挥调度系统进行方案修订以及前端反 馈效率较低，影响灾情评估工作的整体效率。

上述情况对目前我国灾害应急工作的开展形成一定负面影响，导致灾情评估的支撑效 能不足，亟待有效手段提高。

随着大数据和人工智能技术的兴起，传统的机理分析与评估方法的不足更进一步凸显。 通过现场实时采集数据开展快速分析是未来灾害应急行业发展的重要技术需求之一，与传 统的电子娱乐、安全管理以及互联网应用不同；在灾害应急领域中，视频采集设备以及被 分析对象的监测对比需求存在较大差异，主要体现在以下几个方面：

1、缺乏样本训练，监督学习、半监督学习模式难以适应：灾害发生的时间、地点在事前往往难以预测，在灾害发生前，无法采集目标地区的视频样本，不能通过监督学习的方式进行训练。在灾害发生后，无法对现场采集的数据进行对比机监测；