视频GIS及其在人群状态智能感知与分析中的应用

第1章 绪论
　　1.1 GIS发展状况
　　地理信息系统(Geographic Information System， GIS)是地理学、测绘学、计算机科学、遥感科学、环境科学、管理学等多学科结合的理论和技术。GIS是一种用于获取、存储、查询、分析和显示地理空间数据的计算机系统。地理空间数据是用于描述位置和空间要素属性的数据，地理信息是地理空间数据所蕴含和表达的地理含义。处理和分析地理空间数据的能力是 GIS区别于其他信息系统的重要特征。
　　GIS与其他信息系统类似，除了地理空间数据，还需以下组成部分：
　　(1)硬件。GIS的硬件包括用于数据处理、数据存储、输入/输出的相关设备。如用于报告和地图打印的打印机与绘图仪；用于空间数据数字化的扫描仪与数字化仪；用于野外数据采集的 GPS等移动设备。
　　(2)软件。GIS软件是整个系统的核心，用于执行地理空间数据输入、处理、数据库管理、空间分析与数据输出等任务的计算机程序与应用。如利用 C++、Visual Basic、C#或 Python等编写的应用于 GIS中空间数据分析程序。
　　(3)应用人员。GIS应用人员包括系统开发人员及其*终用户，其业务素质与专业知识是 GIS工程及其应用成败的关键。 GIS应用开发是一项软件工程，包括需求分析、目标确定、可行性分析、总体设计等。*终用户在使用 GIS系统时，不仅需要对 GIS技术有足够的了解，而且需具备有效、全面和可行的组织管理能力。
　　(4)应用模型。
　　GIS应用模型是为相关领域建立的运用 GIS进行特定分析的解决方案，其构建与选择是系统应用成败的关键因素。虽然现有 GIS软件为解决各种地理问题提供了有效的基本工具，但对于某特定应用目的，须构建相应的专业应用模型才能达到目标要求。如选址模型、人口扩散模型、噪声评价模型、水土流失模型、大气污染物扩散模型等。
　　随着计算机技术的发展，GIS萌芽于20世纪60年代，经过60多年的发展，已日趋成熟。作为传统学科与现代技术相结合的产物，GIS的含义已从*初的系统(system)扩展为科学(science)与服务(service)。地理信息科学的提出使人们对地理信息的关注从技术层面逐渐转移到理论层面，地理信息服务的出现也使人们对地理信息的关注从理论和技术转到社会化与应用，并广泛应用于自然资源管理、环境管理、应急管理、规划管理、精准农业、犯罪分析、市场分析等各领域，且已成为各级政府常规运作必不可少的工具。
　　20世纪60年代，计算机获得了广泛应用，并很快被应用于地理空间数据的存储与处理。1962年，加拿大学者 Roger Tomlinson提出利用计算机处理和分析大量的土地利用数据，以实现地图的叠加、量算等操作，并于1972年建成了世界上第一个地理信息系统，即加拿大地理信息系统(CGIS)。与此同时，美国、英国也开始了有关 GIS项目的研究。
　　GIS的发展可分为5个阶段：20世纪60年代是地理信息系统的萌芽开拓期，主要致力于地理空间数据处理，开发了一些地理信息系统软件包。70年代为地理信息系统的巩固时期，注重于地理信息的管理研究，并使一些商业公司活跃起来， GIS软件开始形成市场，如 ESRI公司开发的 ArcInfo软件。80年代为地理信息系统技术大发展与推广应用时期，地理信息系统的应用从解决资源管理与基础设施规划转向更加复杂的空间决策支持分析，地理信息系统应用日益广泛，并成立了相应的研究机构。同时，我国地理信息系统的基础研究与应用研究也取得了突破性进展。90年代地理信息系统应用得到了巨大发展，GIS已成为一种通用的地理信息技术工具被广泛应用，一方面地理信息系统成为许多部门的必备工具，另一方面社会对地理信息系统的认可度更高，需求迅速增加，使其应用更广泛和深入，成为现代社会基本的服务系统。进入21世纪，随着遥感、全球定位系统、地理信息系统、互联网、物联网、大数据和人工智能等现代信息技术的发展及其相互渗透，逐渐形成了以地理信息系统为核心的集成化技术系统。另外，由于虚拟现实、增强现实等技术的出现，使得地理信息表达更符合人的认知特点，也促进了地理信息技术的发展和应用推广。
　　随着地理信息系统技术的发展，当前的地理信息系统正向集成化、产业化、网络化和社会化方向发展。自 GIS技术萌芽发展至今，因其具有强大的空间分析功能，已成功应用于众多领域，且已成为众多领域必需的关键技术。如资源管理、土地利用规划、自然灾害评估、水文、气象、农业、林业、城市规划、交通、旅游等领域。以下几类应用已经完全融入人们的日常生活中，随着社会的发展， GIS技术的应用领域将会继续扩大。
　　(1)利用在线地图网站查找位置与相关信息，如高德地图、百度地图、搜狗地图等。
　　(2)基于位置的服务允许手机用户搜索附近的银行、餐馆、出租车，追踪朋友、儿童和老人等。
　　(3)手机/汽车导航系统可以为驾驶员提供*佳的路线规划方案并实时更新路况信息。
　　(4)移动资源管理工具可实时跟踪和管理现场人员的位置和资产移动状态。
　　1.2 地理超媒体
　　地理空间表达是对地球表层及近表层的描述，是人类认知地理环境与人类社会交流、传递地理信息的重要媒介，一直是一个非常重要的研究领域。GIS作为地理空间表达的一种新技术，长期以来将地理实体表达为离散对象或场，是对现实世界的高度抽象和简化，尽管取得了相应的研究成果，但具有其局限性。一方面，在 GIS发展早期，受限于传统地图学范式及应用需求、软硬件条件，在对地理现象与地理空间进行抽象表达的基础上，发展了要素模型与场模型。抽象以对信息的综合、忽略及损失为代价，由于尺度的问题，部分地理要素细节被综合与省略，这种抽象虽具有其合理性，但不直观且不利于对地理对象细节的表达，易造成人类对现实世界的空间认知与利用 GIS进行的空间认知的不一致。另外，早期 GIS的地理空间表达方式主要考虑专业领域的应用，其目标用户为专业 GIS人员。随着 GIS技术与应用的不断发展，GIS已成为大众化与社会化所必需的技术。所以，GIS研究已不能仅局限于面向专业的 GIS行业人员，须面向不具备 GIS理论知识的社会公众。但如果以经过大量抽象的地理表达面向社会公众，将导致公众对空间认知与理解的障碍，并可能阻碍 GIS的社会化应用进程。
　　由于现实地理世界的复杂性，常见的地理信息虽适合于专业人员，但对于普通公众仍较为抽象，不利于对地理现象细节的表达。为解决此问题，须研究更为接近于人类空间认知特点的地理表达方式。随着多媒体数据与定位数据获取设备的日益普及，为直观地表达地理信息，相关学者将超媒体技术引入 GIS领域，出现了包含位置信息的地理超媒体。从20世纪70年代开始，国内外学者就开始了对多媒体数据与 GIS的集成研究。随后多媒体技术逐步被引入 GIS领域，提出了多媒体或超媒体地图(如早期的英国 BBC Domesday项目)、多媒体 GIS、地理超媒体概念与技术框架等技术与方法。超媒体是利用超文本组织与管理多媒体信息，如图形、图像、文字、声音、视频、动画等多媒体数据。在采集多媒体数据的同时采集位置数据，并存储在相应的数据中，用于对特定位置或特定设施进行更为直观的表达。地理超媒体同时面向专业应用和大众化应用，成本相对低廉，包括静态图片、视频与全景照片。如在拍摄照片时记录拍摄位置，通过电子地图或 GIS对这些可定位照片建立索引，可实现基于位置标签的海量图片库快速查询。
　　多媒体地图已有40余年的发展历程，将地图作为多媒体载体，支持数据查询、超文本链接、热点交互等形式，实现地图与多媒体资源的用户交互。近年来，多媒体地图通常是对 GIS的进一步扩展，即利用多媒体数据对地理实体的属性进行描述，并通过空间查询与属性查询来获取多媒体数据。目前，已有多个 GIS软件支持直接使用多媒体，如 ESRI公司 ArcGIS Pro、ArcGIS Online等支持多种形式的多媒体资源显示。
　　纵观40年来国内外地理超媒体的研究进展，可将其划分为两类：①在现有 GIS软件中增加多媒体链接，将多媒体数据作为地理视频的一种特殊属性，即为 GIS软件中的地理实体添加图片、声音、视频、网页等多媒体数据链接，用户点击后可识别多媒体类型并进行播放与显示；②基于超文本数据模型建立电子地图与多媒体数据间的单向或双向导航链接，其代表性应用是多媒体电子地图。
　　1.3 地理视频
　　视频是一种将序列静态图像以电信号的形式进行捕捉、记录、处理、存储、传输与重现的技术。当每秒连续播放24帧以上图像画面时，由于视觉暂留造成人眼无法辨别单幅静态图像，而是呈现平滑连续的动态视觉效果，这些连续动态的画面即为视频。视频作为一种常见的媒体，具有多维、动态与实时的特点，一直是国内外技术研究和产品开发的热点。视频数据记录了地理环境的细微动态变化，具有时空属性，兼具信息分辨率高、表达直观和空间关系传递准确等特点，不仅获取方便，而且可进行具有真实感的地理空间表达，将视频数据与 GIS相结合已成为地理信息科学领域的研究热点。然而，在超媒体地图和地理超媒体框架中，视频数据仅作为空间实体的一种属性进行存储和调用，没有建立视频和空间数据之间通信、交互、索引等关系，普通视频数据不支持用户的交互，对普通视频数据的应用是单向体验过程，用户只是作为被动的角色去浏览观看视频，造成了视频所蕴含的丰富时空信息不能得到有效利用。视频有着形象直观、蕴涵信息丰富、具有时空维结构等优点，而地理数据具有空间位置、可量测、空间关系明确等优点。如何集成视频数据和地理数据，建立二者之间的通信、交互与索引，实现视频信息与地理信息的互操作，国内外学者进行了一些探讨与研究。
　　地理视频(GeoVideo)是将视频数据与地理空间数据进行集成，获得具有空间参照的视频影像。常规地理数据包括位置、时间和属性信息，是对现实地理世界的抽象、概括描述；而视频是直观、生动、具体的，是对现实地理世界的形象描述。地理视频结合传统地图和视频的优点，能够帮助人们更直观地认知和理解地理空间，是地理空间信息可视化的新方式。自20世纪70年代以来，国内外学者对视频与 GIS的集成进行了研究。1978年麻省理工学院的 Andrew Lippman教授，在美国国防部高级研究计划署的资助下，首次将视频数据与空间数据集成，开发了动态、交互式超媒体地图。这是一个早期超媒体系统的例子，用户通过超媒体电影地图即可虚拟游览阿斯本城市。该系统由一个陀螺稳定器、四个16毫米的停格胶片摄影机及一个编码器组成，这些仪器固定在汽车上，编码器每隔10英尺触发相机拍照。当汽车行驶在城市道路上时，相机拍摄汽车行驶方向的前方、后方及侧面的城市景观。数据采集完成后对非连续的城市景观图片进行组合，获得具有多视角的正射景观图像，用户可在一个视点来观看多个视角的景观，同时可以查看不同时间该位置所对应的视频影像。基于此原理， Faka等(2019)通过同步采集视频与 GPS数据，结合地形、路网与太阳位置数据，提出了一种用于检测道路路网中的太阳直射路段方法，可服务于道路网的太阳直射暴露评估与车辆导航。
　　Berry在2000年提出视频制图(video mapping)系统框架，并设计了数据外业采集、处理与应用的概念框架和技术方案。视频制图系统是 GIS数据可视化的一次飞跃。利用该框架，多媒体 GIS不需要费时单调地为图像编码地理坐标，使复杂的图像搜集、图像索引、网络发布等过程，通过简单的记录、索引和回放即可实现。其原理是将精确的 GPS数据和时间数据，通过调制解调记录在相机录像带的一个音频声道中，当影像播放时，可以从视频录像带中获得 GPS信息，并将其连接到数字地图加以显示和访问。
　　Hwang等(2003)通过对象跟踪技术构建了视频元数据，进而实现了空间位置与视频影像的映射。 Joo等(2004)又提出在对视频地理对象进行查

视频已成为感知地理环境细微变化的重要数据来源。《视频GIS及其在人群状态智能感知与分析中的应用》针对如何在地理空间挖掘视频数据中丰富的时空动态信息这一问题，设计了地理视频数据模型，提出了视频数据地理空间化方法，以人群状态智能感知为例，系统阐述了地理视频在智能感知与分析地理环境时空动态变化中的作用和重要性。

目录
前言
第1章 绪论 1
1.1 GIS发展状况 1
1.2 地理超媒体 3
1.3 地理视频 4
1.4 智能视频分析 8
1.5 视频与GIS 12
1.6章节安排 16
参考文献 17
第2章 地理视频数据模型与应用 22
2.1 地理视频数据模型 22
2.2 基于Web的地理视频系统 25
2.2.1 总体设计 25
2.2.2 功能设计 27
2.2.3 数据库设计 31
2.2.4 系统实现 36
2.3 地理视频对三维地理场景的增强 51
2.3.1 三维地理视频数据模型 51
2.3.2 三维地理视频数据处理与组织 51
2.3.3 原型系统 54
参考文献 56
第3章 监控视频数据地理空间化方法 58
3.1 基础理论 58
3.1.1 相机模型 58
3.1.2 相机标定 60
3.1.3 三维图形绘制技术 61
3.2 基于单应变换的视频数据空间化 62
3.3 监控视频与2D地理空间数据互映射 65
3.3.1 2D互映射模型 65
3.3.2 2D互映射算法 67
3.3.3 监控视频的2D互映射实验 68
3.3.4 监控视频的2D互映射特性 71
3.4 监控视频与3D地理空间数据互映射 73
3.4.1 3D互映射模型 73
3.4.2 3D互映射算法 75
3.4.3 监控视频的3D互映射实验 76
3.4.4 监控视频的3D互映射特性 77
3.5 基于地理空间数据的互映射方法 79
3.5.1 映射矩阵计算 79
3.5.2 算法设计 81
3.5.3 实验分析 82
3.5.4 不确定性分析 85
3.6 基于特征匹配的半自动化互映射方法 86
3.6.1 灭点计算及线性特征提取 86
3.6.2 融合灭点与线性特征信息的匹配方法 89
3.6.3 实验分析 92
参考文献 97
第4章 人群监控与模拟研究 99
4.1 人群监控与管理 99
4.2 人群基本特征 100
4.2.1 人群密度 100
4.2.2 人群速度 101
4.2.3 人群流量 102
4.2.4 不同场所的人群特征 103
4.2.5 人群状态类型 105
4.3 人群分析方法 106
4.3.1 人群特征数据采集 106
4.3.2 人群流动分析 107
4.3.3 人群分析应用 109
4.4 人群流动建模与模拟 110
4.4.1 宏观模型模拟 111
4.4.2 微观模型模拟 111
4.5 基于视频的人群状态分析 112
4.5.1 人群密度估计 112
4.5.2 群体行为理解 115
4.6 人群分析研究现状 116
参考文献 117
第5章 人群特征提取技术 123
5.1 可跨相机的人群密度估计模型 123
5.1.1 低密度人群估计模型 123
5.1.2 高密度人群估计模型 124
5.1.3 自适应人群密度估计 125
5.2 人群运动特征提取 126
5.2.1 光流法原理概述 127
5.2.2 Lucas-Kanade光流算法 127
5.2.3 GIS环境下的光流场计算 129
5.3 人群特征提取实验 130
5.3.1 视频的地理空间映射结果分析 130
5.3.2 人群密度估计结果分析 131
5.3.3 人群运动矢量场结果分析 135
参考文献 138
第6章 人群行为模式分析 139
6.1 群体运动模式分析 139
6.1.1 群体运动模式的分类 139
6.1.2 群体运动模式的判断 142
6.2 群体运动趋势分析 148
6.3 群体运动速度估算 153
6.4 群体异常行为分析 156
6.4.1 群体异常行为类型 156
6.4.2 矢量场分析 156
6.4.3 群体异常行为检测 159
6.5 实验结果分析 165
参考文献 169
第7章 区域人群特征的时空分析 170
7.1 群体行为模式的GIS表达模型 170
7.2 区域人群状态推演模型 174
7.2.1 贝叶斯网络模型 174
7.2.2 人群流动系统的贝叶斯网络模型 175
7.2.3 人群状态推理贝叶斯网络模型构建 176
7.3 区域人群状态的推演实验 181
7.3.1 实验区概况 181
7.3.2 贝叶斯网络构建 182
7.3.3 推演结果分析 186
7.4 人群状态的时空格局演化特征实验 191
7.4.1 实验数据来源 191
7.4.2 时空演化分析 192
7.5 区域人群状态智能感知系统 195
7.5.1 系统总体设计 195
7.5.2 系统功能设计 196
7.5.3 开发运行环境 197
7.5.4 系统工作流程 197
7.5.5 系统实现 198
参考文献 202
第8章 视频GIS在交通与环境领域的应用示例 203
8.1 交通状态智能感知 203
8.2 高时空分辨率机动车排放清单编制 207
8.3 视频GIS未来展望 215