2021年 第46卷 第8期
2021, 46(8): 1123-1130.
doi: 10.13203/j.whugis20200509
摘要:
排水管网是城市基础设施的重要组成部分,对排水管网进行周期性的全面检测是快速发现管道病害、及时进行维修整改和提高管道建设质量的关键。管道胶囊是一种新型管道检测设备,可以在管道内部随流体运动时拍摄管道内壁图像,智能高效地检测出管道病害。该方法弥补了传统方法检测效率低、作业成本高等不足。在大范围管网检测工作中,多名工作人员可以相互配合,同时,操作多胶囊进行协同检测。因此,设计胶囊的投放、打捞位置,以及规划工作人员运动路径对于提高检测效率至关重要。提出了一种基于管道胶囊的排水管网协同检测方法,以最短工作时间、最短运动距离、最大检测范围、最大检测度为目标,利用模拟退火算法求解出最优协同检测方案。实验结果显示,基于管道胶囊的排水管网协同检测方法能够在实际检测作业中高效地完成管网检测任务,准确地识别管道病害区域。
排水管网是城市基础设施的重要组成部分,对排水管网进行周期性的全面检测是快速发现管道病害、及时进行维修整改和提高管道建设质量的关键。管道胶囊是一种新型管道检测设备,可以在管道内部随流体运动时拍摄管道内壁图像,智能高效地检测出管道病害。该方法弥补了传统方法检测效率低、作业成本高等不足。在大范围管网检测工作中,多名工作人员可以相互配合,同时,操作多胶囊进行协同检测。因此,设计胶囊的投放、打捞位置,以及规划工作人员运动路径对于提高检测效率至关重要。提出了一种基于管道胶囊的排水管网协同检测方法,以最短工作时间、最短运动距离、最大检测范围、最大检测度为目标,利用模拟退火算法求解出最优协同检测方案。实验结果显示,基于管道胶囊的排水管网协同检测方法能够在实际检测作业中高效地完成管网检测任务,准确地识别管道病害区域。
2021, 46(8): 1131-1138.
doi: 10.13203/j.whugis20190323
摘要:
全球导航卫星系统(global navigation satellite system, GNSS)层析技术是获取对流层三维水汽信息的重要途径之一。然而,传统水汽层析方法在构建层析模型时缺少足够的初始先验信息,导致层析模型设计矩阵结构不稳定,层析解算结果精度较差。针对上述情况,提出了一种融合欧洲中尺度天气预报中心(European Center for Medium-Range Weather Forecasting, ECMWF)格网数据精化层析模型反演水汽的方法。该方法通过ECMWF ERA-Interim再分析资料数据集提供的格网数据计算得到层析区域各网格内的水汽密度初值,将其作为先验初始信息附加到传统层析模型中对模型精化。在层析模型解算时,顾及层析模型先验信息权比对层析结果的影响。为了验证提出方法的有效性,以中国香港卫星定位参考站网(satellite positioning reference station network, SatRef)实测GNSS和气象数据为例进行实验,并以实验区域的无线电探空数据为基准验证该方法的可行性及精度。实验结果表明,提出的方法能够明显提高层析结果的精度,反演水汽的均方根误差(root mean squared error, RMSE)由原来的1.82 g/m3减小到了1.07 g/m3,改善率为41.2%。此外,所提方法在平均绝对偏差(mean absolute error, MAE)、偏差(Bias)和标准差(standard deviation,STD)等方面也均优于传统层析方法。
全球导航卫星系统(global navigation satellite system, GNSS)层析技术是获取对流层三维水汽信息的重要途径之一。然而,传统水汽层析方法在构建层析模型时缺少足够的初始先验信息,导致层析模型设计矩阵结构不稳定,层析解算结果精度较差。针对上述情况,提出了一种融合欧洲中尺度天气预报中心(European Center for Medium-Range Weather Forecasting, ECMWF)格网数据精化层析模型反演水汽的方法。该方法通过ECMWF ERA-Interim再分析资料数据集提供的格网数据计算得到层析区域各网格内的水汽密度初值,将其作为先验初始信息附加到传统层析模型中对模型精化。在层析模型解算时,顾及层析模型先验信息权比对层析结果的影响。为了验证提出方法的有效性,以中国香港卫星定位参考站网(satellite positioning reference station network, SatRef)实测GNSS和气象数据为例进行实验,并以实验区域的无线电探空数据为基准验证该方法的可行性及精度。实验结果表明,提出的方法能够明显提高层析结果的精度,反演水汽的均方根误差(root mean squared error, RMSE)由原来的1.82 g/m3减小到了1.07 g/m3,改善率为41.2%。此外,所提方法在平均绝对偏差(mean absolute error, MAE)、偏差(Bias)和标准差(standard deviation,STD)等方面也均优于传统层析方法。
2021, 46(8): 1139-1147.
doi: 10.13203/j.whugis20190290
摘要:
海洋重力测量是海洋地区获取高精度、高分辨率地球重力场信息的重要技术方法。研究了波罗的海地区海洋重力测量数据的处理方法,利用测线交叉点处重力测量观测值建立的漂移函数有效减小了重力仪漂移异常的影响,其测量精度达到了0.5 mGal。2017年,海空重力仪Chekan-AM更新以后,其测量稳定性有了显著提高。数据处理结果表明,搭载在常规科考船DENEB的海洋重力测量精度为0.2 mGal,而首次搭载在渡轮URD的海洋重力测量精度为0.6 mGal。根据波罗的海地区局部大地水准面构建的初步结果,证明了获取的海洋重力测量数据对填补数据空白、检测老旧数据以及提高大地水准面精度等方面具有重要作用,研究结果为未来波罗的海地区建立高精度的统一大地水准面提供了数据基础和技术支持。
海洋重力测量是海洋地区获取高精度、高分辨率地球重力场信息的重要技术方法。研究了波罗的海地区海洋重力测量数据的处理方法,利用测线交叉点处重力测量观测值建立的漂移函数有效减小了重力仪漂移异常的影响,其测量精度达到了0.5 mGal。2017年,海空重力仪Chekan-AM更新以后,其测量稳定性有了显著提高。数据处理结果表明,搭载在常规科考船DENEB的海洋重力测量精度为0.2 mGal,而首次搭载在渡轮URD的海洋重力测量精度为0.6 mGal。根据波罗的海地区局部大地水准面构建的初步结果,证明了获取的海洋重力测量数据对填补数据空白、检测老旧数据以及提高大地水准面精度等方面具有重要作用,研究结果为未来波罗的海地区建立高精度的统一大地水准面提供了数据基础和技术支持。
2021, 46(8): 1148-1153.
doi: 10.13203/j.whugis20190053
摘要:
甚长基线干涉测量(very long baseline interferometry, VLBI)台站钟差的补偿误差将导致VLBI时延观测量参考历元的偏离,进而对世界时(universal time,UT1)的准确估计产生影响。台站钟差包含格式器钟差和设备时延,设备时延是影响钟差补偿精准度的关键因素。上海佘山VLBI站是全球测地参考框架的基准站,有必要评估该站的钟差补偿精准度。利用该站2002—2017年国际测地观测数据的相关处理结果,分析了相关处理机对佘山站钟差的补偿精度。结果表明,不同VLBI相关处理机对佘山站模拟终端的设备时延补偿具有较好的一致性和长期稳定性,满足UT1测量精度需求,但是上海相关处理机对佘山站数字化终端的设备时延补偿存在大于1 μs的系统差,有必要进一步改进钟差搜索方法和提高钟差补偿精度。
甚长基线干涉测量(very long baseline interferometry, VLBI)台站钟差的补偿误差将导致VLBI时延观测量参考历元的偏离,进而对世界时(universal time,UT1)的准确估计产生影响。台站钟差包含格式器钟差和设备时延,设备时延是影响钟差补偿精准度的关键因素。上海佘山VLBI站是全球测地参考框架的基准站,有必要评估该站的钟差补偿精准度。利用该站2002—2017年国际测地观测数据的相关处理结果,分析了相关处理机对佘山站钟差的补偿精度。结果表明,不同VLBI相关处理机对佘山站模拟终端的设备时延补偿具有较好的一致性和长期稳定性,满足UT1测量精度需求,但是上海相关处理机对佘山站数字化终端的设备时延补偿存在大于1 μs的系统差,有必要进一步改进钟差搜索方法和提高钟差补偿精度。
2021, 46(8): 1154-1160.
doi: 10.13203/j.whugis20190291
摘要:
针对传统灰色模型(grey model, GM)的拟合序列不能反映出建模数据序列级比动态变化这一问题,提出以建模序列的级比序列为对象,建立了能够反映出建模序列级比变化趋势的离散灰色模型(discrect grey model, DGM),给出了该方法应用于卫星钟差预报的具体步骤。首先,对建模钟差序列生成对应的级比序列;然后,用DGM对级比序列建模并进行预报;最后,结合级比与钟差序列之间的关系,将级比预报结果还原得到相应的钟差预报值。采用iGMAS机构提供的事后精密钟差数据分别进行了单天和连续多天的预报试验,并与二次多项式模型(quadratic polynomial model, QPM)及GM预报结果进行对比分析。结果表明,在单天预报试验中,与QPM相比,所提方法得到的预报产品平均精度在北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星和全球定位系统(global positioning system, GPS)卫星中分别提升了54.71%、46.40%;与GM相比,所提方法得到的预报产品平均精度在BDS卫星和GPS卫星中分别提升了82.96%、67.81%。在连续多天预报试验中,与QPM相比,该方法得到的预报产品多天平均精度在BDS卫星和GPS卫星中分别提升了38.15%、37.09%;与GM相比,该方法得到的预报产品多天平均精度在BDS卫星和GPS卫星分别提升了57.43%、26.30%。
针对传统灰色模型(grey model, GM)的拟合序列不能反映出建模数据序列级比动态变化这一问题,提出以建模序列的级比序列为对象,建立了能够反映出建模序列级比变化趋势的离散灰色模型(discrect grey model, DGM),给出了该方法应用于卫星钟差预报的具体步骤。首先,对建模钟差序列生成对应的级比序列;然后,用DGM对级比序列建模并进行预报;最后,结合级比与钟差序列之间的关系,将级比预报结果还原得到相应的钟差预报值。采用iGMAS机构提供的事后精密钟差数据分别进行了单天和连续多天的预报试验,并与二次多项式模型(quadratic polynomial model, QPM)及GM预报结果进行对比分析。结果表明,在单天预报试验中,与QPM相比,所提方法得到的预报产品平均精度在北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星和全球定位系统(global positioning system, GPS)卫星中分别提升了54.71%、46.40%;与GM相比,所提方法得到的预报产品平均精度在BDS卫星和GPS卫星中分别提升了82.96%、67.81%。在连续多天预报试验中,与QPM相比,该方法得到的预报产品多天平均精度在BDS卫星和GPS卫星中分别提升了38.15%、37.09%;与GM相比,该方法得到的预报产品多天平均精度在BDS卫星和GPS卫星分别提升了57.43%、26.30%。
2021, 46(8): 1161-1169.
doi: 10.13203/j.whugis20190116
摘要:
现有卫星钟差预报模型缺乏对数据结构特征的深入研究。以钟差一次差分数据为研究对象,分析一次差分数据结构的图形化分布模式,提取一次差分数据趋势性和周期性特征,设计了一种包含趋势项、周期项和随机项的全要素钟差预报模型。使用IGS(International GNSS Service)精密钟差数据进行预报实验,通过与二次多项式模型、灰色模型及时间序列模型的预报结果进行对比,证明了所提模型在钟差预报的准确度和稳定度方面具有一定优势。
现有卫星钟差预报模型缺乏对数据结构特征的深入研究。以钟差一次差分数据为研究对象,分析一次差分数据结构的图形化分布模式,提取一次差分数据趋势性和周期性特征,设计了一种包含趋势项、周期项和随机项的全要素钟差预报模型。使用IGS(International GNSS Service)精密钟差数据进行预报实验,通过与二次多项式模型、灰色模型及时间序列模型的预报结果进行对比,证明了所提模型在钟差预报的准确度和稳定度方面具有一定优势。
2021, 46(8): 1170-1177.
doi: 10.13203/j.whugis20190348
摘要:
道路交通网络是进行各种道路交通网络分析与可视化的基础。构建道路网络的常用方法是运用已有道路面矢量数据提取道路中心线,并自动生成道路网络。提出了一种根据街区面块拓扑关系自动构建道路网络的算法,首先,根据道路面求反得到街区面块并计算街区面块间的拓扑关系;然后,根据街区面块之间的拓扑关系自动建立道路网络拓扑关系;最后,计算路段(网络弧段)中心线和道路交叉口(节点)的几何位置,完成数字道路网络的构建。与以住算法不同,该算法将拓扑关系构建与中心线提取分开,直接由道路面原始数据构建网络拓扑关系,保证拓扑结构的准确性,且为道路中心线提取提供路段交叉口判别依据。实验表明,所提出算法较好地解决了已有算法在自动计算道路中心线时数据预处理复杂和道路面分割难以处理等问题。
道路交通网络是进行各种道路交通网络分析与可视化的基础。构建道路网络的常用方法是运用已有道路面矢量数据提取道路中心线,并自动生成道路网络。提出了一种根据街区面块拓扑关系自动构建道路网络的算法,首先,根据道路面求反得到街区面块并计算街区面块间的拓扑关系;然后,根据街区面块之间的拓扑关系自动建立道路网络拓扑关系;最后,计算路段(网络弧段)中心线和道路交叉口(节点)的几何位置,完成数字道路网络的构建。与以住算法不同,该算法将拓扑关系构建与中心线提取分开,直接由道路面原始数据构建网络拓扑关系,保证拓扑结构的准确性,且为道路中心线提取提供路段交叉口判别依据。实验表明,所提出算法较好地解决了已有算法在自动计算道路中心线时数据预处理复杂和道路面分割难以处理等问题。
2021, 46(8): 1178-1185.
doi: 10.13203/j.whugis20190305
摘要:
实现多种约束下的地图信息的负载均衡是制图综合的难点之一。在中小比例尺地图中,对于乡镇及村庄居民点进行尺度转换,需要综合考虑其行政级别、拓扑和度量关系,以使地图信息负载量在一定尺度下达到合理。提出一种基于最优信息熵约束的居民地点状要素选取方法,在最优信息熵约束下,调整度量关系约束,优先考虑语义关系,保留行政级别高的居民点,对行政级别低的居民点,如果不是道路端点,且不满足度量关系约束,则删除该点,不断迭代,直到满足最优信息熵约束。采用1∶250 000居民地点数据进行实验,实现了维护拓扑一致性、级别优先性、度量合理性的居民地点状要素选取,在有效地保持地图的负载均衡和可读性的同时,实现了地图有效信息量的最大化。采用最优信息熵约束进行居民点选取,在整体上可以保留居民点群空间分布的疏密特征,效果上能够达到图幅信息量的负载均衡。
实现多种约束下的地图信息的负载均衡是制图综合的难点之一。在中小比例尺地图中,对于乡镇及村庄居民点进行尺度转换,需要综合考虑其行政级别、拓扑和度量关系,以使地图信息负载量在一定尺度下达到合理。提出一种基于最优信息熵约束的居民地点状要素选取方法,在最优信息熵约束下,调整度量关系约束,优先考虑语义关系,保留行政级别高的居民点,对行政级别低的居民点,如果不是道路端点,且不满足度量关系约束,则删除该点,不断迭代,直到满足最优信息熵约束。采用1∶250 000居民地点数据进行实验,实现了维护拓扑一致性、级别优先性、度量合理性的居民地点状要素选取,在有效地保持地图的负载均衡和可读性的同时,实现了地图有效信息量的最大化。采用最优信息熵约束进行居民点选取,在整体上可以保留居民点群空间分布的疏密特征,效果上能够达到图幅信息量的负载均衡。
2021, 46(8): 1186-1193.
doi: 10.13203/j.whugis20190311
摘要:
针对传统规则化知识的栅格数字高程模型(digital elevation model, DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network, CNN)模型。借助该模型具有自动深入学习样本数据和挖掘隐含分类信息的优势,提出了栅格DEM微地形分类的卷积神经网络方法并创建了其自动化实现流程。以山体部位分类为典型样例进行实验验证分析,实验结果统计显示:在山体部位分出的山顶、山肩、背坡、麓坡、趾坡和冲积地6类微地形中,分类精准程度最高的为冲积地,最低的为趾坡,准确率分别达到了99.64%和92.95%;栅格DEM数据的像元大小影响其分类准确率,5 m×5 m的栅格DEM比2.5 m×2.5 m和10 m×10 m更适应山体部位分类的卷积神经网络法。
针对传统规则化知识的栅格数字高程模型(digital elevation model, DEM)微地形分类方法自动化程度低、分类不完全等缺陷,构建了一种适用于栅格DEM微地形自动分类的卷积神经网络(convolutional neural network, CNN)模型。借助该模型具有自动深入学习样本数据和挖掘隐含分类信息的优势,提出了栅格DEM微地形分类的卷积神经网络方法并创建了其自动化实现流程。以山体部位分类为典型样例进行实验验证分析,实验结果统计显示:在山体部位分出的山顶、山肩、背坡、麓坡、趾坡和冲积地6类微地形中,分类精准程度最高的为冲积地,最低的为趾坡,准确率分别达到了99.64%和92.95%;栅格DEM数据的像元大小影响其分类准确率,5 m×5 m的栅格DEM比2.5 m×2.5 m和10 m×10 m更适应山体部位分类的卷积神经网络法。
2021, 46(8): 1194-1200.
doi: 10.13203/j.whugis20190343
摘要:
随着城镇化进程的加快与城市人口的迅速膨胀,街道尺度的人口数据在城市经济、社会、资源与环境发展等方面都发挥着愈发重要的作用。研究如何利用高分辨率遥感影像进行城市街道尺度上的人口估算,对促进城市可持续发展具有十分重要的理论意义与实际价值。利用遥感影像建筑物信息与人口普查数据,分析街道建筑物信息与人口数量之间的关联性,提出基于建筑物信息的城市街道尺度人口估算模型,通过多元逐步回归法与赤池信息准则确定建筑物显著特征变量,建立了建筑物数量、几何特征与人口数量的估算模型。实验证明,提出的人口估算模型能够以较高的精度估算街道尺度的人口数量。
随着城镇化进程的加快与城市人口的迅速膨胀,街道尺度的人口数据在城市经济、社会、资源与环境发展等方面都发挥着愈发重要的作用。研究如何利用高分辨率遥感影像进行城市街道尺度上的人口估算,对促进城市可持续发展具有十分重要的理论意义与实际价值。利用遥感影像建筑物信息与人口普查数据,分析街道建筑物信息与人口数量之间的关联性,提出基于建筑物信息的城市街道尺度人口估算模型,通过多元逐步回归法与赤池信息准则确定建筑物显著特征变量,建立了建筑物数量、几何特征与人口数量的估算模型。实验证明,提出的人口估算模型能够以较高的精度估算街道尺度的人口数量。
2021, 46(8): 1201-1208.
doi: 10.13203/j.whugis20190120
摘要:
不稳定进近是在飞机下降阶段威胁飞行安全的重要风险之一,受气象、地形要素等空间异质性较强的因素的影响。利用中国民航业快速存取记录器(quick access recorder,QAR)大数据提取空中客车系列飞机和波音系列飞机在2018年1月发生的不稳定进近事件,利用不同探索性数据分析方法对机场发生不稳定进近事件触发频率的时空分布特征进行初步分析并探索其潜在诱因要素。此外,利用皮尔逊相关系数从全局尺度进行相关性探索,利用地理加权汇总统计,从精细尺度探索不稳定进近事件的发生与潜在诱因要素之间的相关关系。实验结果表明,不同机型发生不稳定进近事件的时空分布特征以及时间发生频率与不同诱因要素的相关性强度上有较大差异,同一机型的飞机在不同尺度范围内与诱因要素之间相关性的强度存在较大差异,并在精细尺度内的相关性描述要明显优于全局尺度。对不稳定进近事件进行初步探索性空间数据分析,从空间异质性角度出发,为未来该事件精细化定量成因分析提供了重要的研究基础和方向指引,对有效地规避此类风险也有典型的实践意义。
不稳定进近是在飞机下降阶段威胁飞行安全的重要风险之一,受气象、地形要素等空间异质性较强的因素的影响。利用中国民航业快速存取记录器(quick access recorder,QAR)大数据提取空中客车系列飞机和波音系列飞机在2018年1月发生的不稳定进近事件,利用不同探索性数据分析方法对机场发生不稳定进近事件触发频率的时空分布特征进行初步分析并探索其潜在诱因要素。此外,利用皮尔逊相关系数从全局尺度进行相关性探索,利用地理加权汇总统计,从精细尺度探索不稳定进近事件的发生与潜在诱因要素之间的相关关系。实验结果表明,不同机型发生不稳定进近事件的时空分布特征以及时间发生频率与不同诱因要素的相关性强度上有较大差异,同一机型的飞机在不同尺度范围内与诱因要素之间相关性的强度存在较大差异,并在精细尺度内的相关性描述要明显优于全局尺度。对不稳定进近事件进行初步探索性空间数据分析,从空间异质性角度出发,为未来该事件精细化定量成因分析提供了重要的研究基础和方向指引,对有效地规避此类风险也有典型的实践意义。
2021, 46(8): 1209-1215.
doi: 10.13203/j.whugis20190269
摘要:
随着城市三维场景应用日益增多, 海量的三维建筑模型数据给计算机的存储、显示、传输和实时渲染带来了巨大压力, 在保证Web 3D展示质量的前提下, 有条件地对三维模型进行适度简化,降低复杂模型计算复杂度的有效途径。针对三维建筑模型简化至低分辨率时模型表面细节特征丢失、网格质量降低导致的视觉退化等问题, 提出了一种顾及角度误差的三维建筑网格模型边折叠简化算法。该算法在选取收缩边时加入了顶点约束条件, 并对生成新面片的旋转方向进行了角度误差控制, 提高了模型特征区域顶点的误差度量。研究结果表明, 该算法在保留场景中建筑模型的几何特征的前提下, 有效地减少了系统绘制的图元数目, 适用于渲染大规模三维城市场景。
随着城市三维场景应用日益增多, 海量的三维建筑模型数据给计算机的存储、显示、传输和实时渲染带来了巨大压力, 在保证Web 3D展示质量的前提下, 有条件地对三维模型进行适度简化,降低复杂模型计算复杂度的有效途径。针对三维建筑模型简化至低分辨率时模型表面细节特征丢失、网格质量降低导致的视觉退化等问题, 提出了一种顾及角度误差的三维建筑网格模型边折叠简化算法。该算法在选取收缩边时加入了顶点约束条件, 并对生成新面片的旋转方向进行了角度误差控制, 提高了模型特征区域顶点的误差度量。研究结果表明, 该算法在保留场景中建筑模型的几何特征的前提下, 有效地减少了系统绘制的图元数目, 适用于渲染大规模三维城市场景。
2021, 46(8): 1216-1223.
doi: 10.13203/j.whugis20190309
摘要:
传感器和物联网技术的广泛使用催生了大量流数据。面对海量、连续且实时到达的流数据,其存储、查询以及后续大量数据的连续使用和分析是迫切需要解决的问题, 而流数据压缩是其中一个有效方法。设计了一种数据概要算法,贪心的哈尔小波概要(greedy-Haar-synopses,GH-Synopses),对流数据进行有效的压缩。首先,设计了一种可以实时处理连续数据的概要数据结构; 然后,在Haar小波变换的基础上用一种贪心策略生成尽可能少的概要数据,从而实现有损的流数据实时压缩。相比于现有的Haar小波类数据概要算法,GH-Synopses能够兼顾压缩率和实时性,并能够控制单个数据的误差界限,可以适用更广泛的场景。利用深圳市路段行驶速度数据进行了验证,结果表明,GH-Synopses算法所生成的概要数据数量少,一般压缩率可达到3%~7%,且能高效重构,重构后的每一个数据误差均不会超过设定的误差预值,是一种有效且高效的流数据压缩方法。
传感器和物联网技术的广泛使用催生了大量流数据。面对海量、连续且实时到达的流数据,其存储、查询以及后续大量数据的连续使用和分析是迫切需要解决的问题, 而流数据压缩是其中一个有效方法。设计了一种数据概要算法,贪心的哈尔小波概要(greedy-Haar-synopses,GH-Synopses),对流数据进行有效的压缩。首先,设计了一种可以实时处理连续数据的概要数据结构; 然后,在Haar小波变换的基础上用一种贪心策略生成尽可能少的概要数据,从而实现有损的流数据实时压缩。相比于现有的Haar小波类数据概要算法,GH-Synopses能够兼顾压缩率和实时性,并能够控制单个数据的误差界限,可以适用更广泛的场景。利用深圳市路段行驶速度数据进行了验证,结果表明,GH-Synopses算法所生成的概要数据数量少,一般压缩率可达到3%~7%,且能高效重构,重构后的每一个数据误差均不会超过设定的误差预值,是一种有效且高效的流数据压缩方法。
2021, 46(8): 1224-1232.
doi: 10.13203/j.whugis20190296
摘要:
提出了一种基于金字塔场景解析网络(pyramid scene parsing net,PSP Net)的深度学习算法。以湖北省遥感影像为实验数据,借助PSP Net的上下文场景解析能力,研究湖北省30 m分辨率的土地覆盖。实验使用了湖北省Landsat卫星影像中507景900×600像素的标准分幅影像,通过预处理生成了适用于深度学习的样本集。选择其中300景为样本,包括训练集240个、预测集44个和验证集16个。使用快速特征嵌入卷积结构(convolutional architecture for fast feature embedding,CAFFE)下的PSP Net模型对样本数据进行训练,设置了10×10-10的学习率,选择了第100万次的训练模型, 很好地防止了数据的过拟合。通过模型的泛化和样本的泛化与迭代,对湖北省2000年、2005年、2010年3期的Landsat卫星影像土地覆盖进行分类,分类精度分别达到82.2%、83.4%和83.7%。研究结果表明,基于PSP Net的深度学习算法可以快速、有效和精确地实现大范围的遥感影像土地覆盖分类。
提出了一种基于金字塔场景解析网络(pyramid scene parsing net,PSP Net)的深度学习算法。以湖北省遥感影像为实验数据,借助PSP Net的上下文场景解析能力,研究湖北省30 m分辨率的土地覆盖。实验使用了湖北省Landsat卫星影像中507景900×600像素的标准分幅影像,通过预处理生成了适用于深度学习的样本集。选择其中300景为样本,包括训练集240个、预测集44个和验证集16个。使用快速特征嵌入卷积结构(convolutional architecture for fast feature embedding,CAFFE)下的PSP Net模型对样本数据进行训练,设置了10×10-10的学习率,选择了第100万次的训练模型, 很好地防止了数据的过拟合。通过模型的泛化和样本的泛化与迭代,对湖北省2000年、2005年、2010年3期的Landsat卫星影像土地覆盖进行分类,分类精度分别达到82.2%、83.4%和83.7%。研究结果表明,基于PSP Net的深度学习算法可以快速、有效和精确地实现大范围的遥感影像土地覆盖分类。
2021, 46(8): 1233-1240.
doi: 10.13203/j.whugis20190126
摘要:
人脸年龄分析是一个非常具有挑战性的工作: 相对于其他的面部变化,人脸年龄变化不仅受内在因素(如基因)的影响, 还受外在因素(如生活条件)的影响,很难找到准确刻画年龄变化的特征,因此,提出多层次稀疏表达的鲁棒性人脸年龄分析方法。该方法充分考虑人类对象识别的思维方式、相邻年龄相似性和信号稀疏表达分类原理,并融合主动表观模型、局部二元模式和仿生特征的各自特点。另外,为了降低人脸身份因子的干扰,提出了两因子分析方法进行人脸身份因子分离。实验结果表明, 提出的方法具有很强的鉴别性和鲁棒性,在FG-NET和Morph2年龄库上平均绝对误差分别在4.65岁和3.64岁以内,证明了多层次稀疏表达的人脸年龄估计方法的有效性。
人脸年龄分析是一个非常具有挑战性的工作: 相对于其他的面部变化,人脸年龄变化不仅受内在因素(如基因)的影响, 还受外在因素(如生活条件)的影响,很难找到准确刻画年龄变化的特征,因此,提出多层次稀疏表达的鲁棒性人脸年龄分析方法。该方法充分考虑人类对象识别的思维方式、相邻年龄相似性和信号稀疏表达分类原理,并融合主动表观模型、局部二元模式和仿生特征的各自特点。另外,为了降低人脸身份因子的干扰,提出了两因子分析方法进行人脸身份因子分离。实验结果表明, 提出的方法具有很强的鉴别性和鲁棒性,在FG-NET和Morph2年龄库上平均绝对误差分别在4.65岁和3.64岁以内,证明了多层次稀疏表达的人脸年龄估计方法的有效性。
2021, 46(8): 1241-1246.
doi: 10.13203/j.whugis20190101
摘要:
如何提升网络模型对时域信息的理解能力,是基于3D卷积神经网络视频行人动作分类方法需要解决的问题之一。提出一种主导层优化模块,在网络训练过程中,利用当前时域动态信息学习能力最强的卷积层作为主导层来引导网络权重参数的更新,使各卷积层对动态信息的学习能力逐渐增强,从而改进卷积神经网络模型对时域动态信息的理解能力。仿真结果显示,添加主导层优化模块后的ResNeXt-50网络与ResNeXt-101网络在UCF-101和HMDB-51数据库上的训练收敛速度都有所增加,测试结果的准确率均有不同程度提升。
如何提升网络模型对时域信息的理解能力,是基于3D卷积神经网络视频行人动作分类方法需要解决的问题之一。提出一种主导层优化模块,在网络训练过程中,利用当前时域动态信息学习能力最强的卷积层作为主导层来引导网络权重参数的更新,使各卷积层对动态信息的学习能力逐渐增强,从而改进卷积神经网络模型对时域动态信息的理解能力。仿真结果显示,添加主导层优化模块后的ResNeXt-50网络与ResNeXt-101网络在UCF-101和HMDB-51数据库上的训练收敛速度都有所增加,测试结果的准确率均有不同程度提升。
2021, 46(8): 1247-1258.
doi: 10.13203/j.whugis20190333
摘要:
针对现有效果较好的单镜头跟踪方法不能满足工程化的实时性要求,而现有行人重识别方法依赖于行人检测方法建立行人图像库,可能出现漏检和误检等问题,提出了一种适合垂直镜头的实时跨镜连续跟踪方法。首先,采用高斯混合模型进行背景消除,并提取目标的最小外接矩形用于跟踪目标的选择; 然后,采用改进空间可靠性和探测可靠性的相关滤波方法实现单镜头中的目标跟踪。针对垂直镜头的行人成像特点,采用加速稳健特征(speeded up robust features, SURF)匹配计算相邻镜头间的单应矩阵,确定跟踪目标在下一镜头中的最佳搜索区域; 通过高斯混合模型背景消除和模板匹配实现了行人的实时跨镜连续跟踪。采用垂直安置的4个摄像头进行了跟踪测试。实验结果表明,与当前主流方法相比,该方法在保持跟踪稳定性的基础上具有更好的跟踪效率,可以达到21.8帧/s,且在光照变化、形变、复杂背景和遮挡情况下跟踪优势更显著,跨摄像头连续跟踪效果稳定。
针对现有效果较好的单镜头跟踪方法不能满足工程化的实时性要求,而现有行人重识别方法依赖于行人检测方法建立行人图像库,可能出现漏检和误检等问题,提出了一种适合垂直镜头的实时跨镜连续跟踪方法。首先,采用高斯混合模型进行背景消除,并提取目标的最小外接矩形用于跟踪目标的选择; 然后,采用改进空间可靠性和探测可靠性的相关滤波方法实现单镜头中的目标跟踪。针对垂直镜头的行人成像特点,采用加速稳健特征(speeded up robust features, SURF)匹配计算相邻镜头间的单应矩阵,确定跟踪目标在下一镜头中的最佳搜索区域; 通过高斯混合模型背景消除和模板匹配实现了行人的实时跨镜连续跟踪。采用垂直安置的4个摄像头进行了跟踪测试。实验结果表明,与当前主流方法相比,该方法在保持跟踪稳定性的基础上具有更好的跟踪效率,可以达到21.8帧/s,且在光照变化、形变、复杂背景和遮挡情况下跟踪优势更显著,跨摄像头连续跟踪效果稳定。
2021, 46(8): 1259-1264.
doi: 10.13203/j.whugis20190306
摘要:
复图像配准是干涉合成孔径声呐(interferometric synthetic aperture sonar, InSAS)信号处理中非常关键的环节,配准质量的好坏直接影响到后续的干涉图生成和数字高程重建。针对大场景的InSAS图像用传统的整体多项式曲面拟合法配准精度低的问题,提出了基于分段曲面拟合的InSAS复图像配准方法。首先,将整个待配准图像沿距离向分成具有重叠区域的若干段; 然后,在每段上利用已选出的同名点进行多项式曲面拟合; 最后,将每段曲面拟合的结果拼接成整体偏移量曲面。以均方根误差、相关系数、残余点数目作为评价标准,利用仿真实验和真实的湖上试验数据处理结果验证了该方法的有效性。
复图像配准是干涉合成孔径声呐(interferometric synthetic aperture sonar, InSAS)信号处理中非常关键的环节,配准质量的好坏直接影响到后续的干涉图生成和数字高程重建。针对大场景的InSAS图像用传统的整体多项式曲面拟合法配准精度低的问题,提出了基于分段曲面拟合的InSAS复图像配准方法。首先,将整个待配准图像沿距离向分成具有重叠区域的若干段; 然后,在每段上利用已选出的同名点进行多项式曲面拟合; 最后,将每段曲面拟合的结果拼接成整体偏移量曲面。以均方根误差、相关系数、残余点数目作为评价标准,利用仿真实验和真实的湖上试验数据处理结果验证了该方法的有效性。