一种基于视频图像的城市洪涝中行人危险实时评估方法

本发明属于视频图像处理，涉及城市洪涝防灾减灾，具体涉及一种基于视频图像的城市洪涝中行人危险实时评估方法。

背景技术：

1、严重的城市洪涝对行人出行影响很大，行人受困于洪涝水流之中，可能会发生滑倒或跌倒而造成伤亡。洪涝中行人危险评估是指对行人由于洪涝水流导致的滑倒或跌倒的可能性进行定量刻画。

2、现有的洪涝中行人危险评估方法主要是利用设计降水数据驱动水动力模型模拟出洪涝水深和流速等水流要素，并假定洪涝区域的所有位置均存在行人，利用水流要素或综合利用水流要素和人体特征计算洪涝区域所有位置的行人危险，得到行人危险的空间分布图，从而为制定城市排水规划和防洪预案等提供决策支持。这种方法仅适用于对特定设计降水条件下的模拟洪涝事件的行人危险进行评估，而不适用于对现场真实发生的洪涝事件的行人危险进行实时评估。

3、城市洪涝中行人危险实时评估是指依据现场洪涝事件的实时水流要素和人体特征对实际处于洪涝水流的特定行人的滑倒或跌倒的可能性进行定量计算。对洪涝中行人危险进行实时评估有助于相关部门及时掌握实际处于洪涝水流中的行人的实时危险状况，从而采取合理的应对措施，为城市洪涝减灾救灾和应急救援提供决策支持，提高城市洪涝应对能力以及应急救援水平，最大程度减少行人的伤亡和对行人的其他不利影响。因此，发展城市洪涝中行人危险实时评估方法具有重要意义。

4、城市洪涝视频图像中蕴含了丰富的水流要素信息（例如水深、流速）和人体特征信息（例如身高、体重），为开展城市洪涝中行人危险实时评估提供了数据条件。目前还缺少基于视频图像的城市洪涝中行人危险实时评估方法，极大地限制了行人危险实时评估的推广应用，非常不利于减少和减轻城市洪涝对行人的危害。

技术实现思路

1、针对现有方法的不足，本发明提出了一种基于视频图像的城市洪涝中行人危险实时评估方法，通过从视频图像中实时获取行人所处位置的水深、流速以及行人的身高和体重等信息，结合人体失稳时的起动流速公式，实现行人危险实时评估。

2、一种基于视频图像的城市洪涝中行人危险实时评估方法，具体步骤如下：

3、步骤1、获取身体平均指标

4、获取监测地区的成人平均身高、平均头高和平均体重，以及儿童的平均身高、平均头高和平均体重。确定直立状态下儿童的不同身体部位距离地面的平均高度范围，以及成人的不同身体部位距离地面的平均高度范围。所述身体部位包括脚底～脚踝、脚踝～膝盖、膝盖～臀部、臀部～肩膀、肩膀～头顶。

5、步骤2、构建行人和头部检测模型

6、搜集包含行人和行人头部的城市洪涝图像，使用labelme工具对洪涝图像中的行人边界框、行人类别和行人头部边界框进行标注，所述行人类别为成人或儿童。将标注数据转换为满足yolov10格式要求的训练数据，训练yolov10预训练模型，得到基于yolov10的行人和头部检测模型。

7、步骤3、行人和头部实时检测

8、利用行人和头部检测模型实时获取视频图像中的行人类别、行人边界框和行人头部边界框，同时建立行人边界框与头部边界框的对应关系。

9、步骤4、假定行人身高、头高和体重

10、根据行人类别，将步骤1中得到的平均身高、平均头高和平均体重作为视频图像中行人的身高hbody、头高hhead和体重。hbody和hhead的单位为m，的单位为kg。

11、步骤5、行人处水深实时估计

12、将步骤3检测到的行人边界框的像素高度作为行人水面以上身体的像素高度，将行人边界框所对应的头部边界框的像素高度作为行人头部的像素高度，估计行人水面以上的身体高度：

13、                     （1）

14、其中，和的单位为px，的单位为m。

15、计算行人位置的实时水深初值d：

16、                       （2）

17、其中，d的单位为m。

18、判断积水淹没到的行人身体部位，根据该部位的平均高度范围对d进行修正，得到行人处的实时水深d：

19、                      （3）

20、其中，d的单位为m，、分别为积水淹没到的行人身体部位平均高度范围的下限值和上限值，单位为m。

21、步骤6、行人处流速实时估计

22、计算行人边界框区域内所有像素位置的光流大小的平均值，将其转换为流速，得到行人处实时流速v：

23、                               （4）

24、其中，v的单位为m/s，的单位为px/s。

25、步骤7、行人危险实时评估

26、根据实时获取的行人身高hbody、体重以及所处位置的实时水深d，计算行人发生滑移失稳和跌倒失稳时的起动流速、：

27、（5）

28、（6）

29、其中，、的单位为m/s。

30、计算洪涝场景下的实时行人危险值rd：

31、                        （7）

32、rd的值越大代表行人的危险程度越高。

33、本发明具有以下有益效果：

34、1、本发明充分发掘和利用了视频图像中蕴含的实时水流和行人信息，并与人体失稳时的起动流速公式相结合，实现了基于视频图像的城市洪涝中行人危险实时评估。

35、2、本发明可利用城市中已布设的视频监控探头，无需额外布设其他监测设备，极大降低了行人危险实时评估的成本和门槛，有益于行人危险实时评估的大规模推广应用。

36、3、本发明有助于相关部门及时掌握行人危险状况，为应急救援等提供决策支持，降低和减少城市洪涝对行人的危害。

技术特征：

1.一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：具体步骤如下：

2.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述构建基于深度学习的行人和行人头部检测模型的方法为：搜集包含行人和行人头部的城市洪涝图像，使用labelme工具对洪涝图像中的行人边界框、行人类别和行人头部边界框进行标注，对yolov10预训练模型进行训练，得到所述基于深度学习的行人和行人头部检测模型。

3.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述建立行人边界框与头部边界框的对应关系的方法为：对于每个行人，若行人边界框内仅存在一个头部边界框，则将这个头部边界框作为该行人边界框所对应的头部边界框；若行人边界框内存在多个头部边界框，则计算每个头部边界框的顶框中心点到该行人边界框的顶框中心点之间的欧式距离，将欧式距离最小值所对应的头部边界框作为该行人边界框所对应的头部边界框。

4.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述估计行人水面之上身体高度的方法为：

5.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述根据该身体部位的平均高度范围修正水深度初值d，得到行人处实时水深d的方法为：

6.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述计算行人边界框区域内所有像素位置的光流大小的平均值，将其转换为行人处实时流速v的方法为：使用farneback方法计算行人边界框区域内所有像素位置的光流大小，计算所有像素位置的光流大小的平均值，将其转换为行人处实时流速v：

7.如权利要求1所述一种基于视频图像的城市洪涝中行人危险实时评估方法，其特征在于：所述行人发生滑移失稳和跌倒失稳时的起动流速、的计算方法为：

8.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1~7中任一项所述的方法。

技术总结本发明公开了一种基于视频图像的城市洪涝中行人危险实时评估方法。方法主要思路为：构建基于深度学习的行人和头部检测模型，从图像中实时检测出行人和头部、判定行人类别；根据行人类别假定行人身高、头高和体重，利用行人身高、头高以及行人淹没部位等信息估计行人处实时水深，利用光流法计算行人边界框内所有像素位置的光流大小，将光流大小平均值转化为行人处实时流速；根据行人身高、体重和行人处实时水深，利用人体发生失稳时的起动流速公式计算起动流速，将行人处实时流速与起动流速比值作为行人危险值，实现行人危险实时评估。本发明可以为城市洪涝救灾和应急救援提供支持，有助于提高洪涝应对能力与应急救援水平。技术研发人员：江净超,陈翠珍,冯新乐,刘敏受保护的技术使用者：杭州电子科技大学技术研发日：技术公布日：2024/11/18