高精度激光探测识别技术及大客流监测应用研究

doi:10.13474/j.cnki.11-2246.2019.0148

测绘通报 ›› 2019, Vol. 0 ›› Issue (5): 48-54.doi: 10.13474/j.cnki.11-2246.2019.0148

高精度激光探测识别技术及大客流监测应用研究

刘文茜¹, 王晶晶², 张健钦¹, 张学东¹, 王硕¹

1. 北京建筑大学, 北京 102616;
2. 北京市交通运行监测调度中心, 北京 100073

收稿日期:2018-08-22 修回日期:2018-11-15 出版日期:2019-05-25 发布日期:2019-06-04
通讯作者: 王晶晶。E-mail:wangjingjing@bjjtw.gov.cn E-mail:wangjingjing@bjjtw.gov.cn
作者简介:刘文茜(1995-),女,硕士生,研究方向为交通GIS及大数据处理。E-mail:2441653933@qq.com
基金资助:
国家自然科学基金面上项目（41771413）；国家自然科学基金青年项目（41701473）；北京市自然科学基金（173053）；北京建筑大学校设基金（ZF16081；ZF17062）；北京建筑大学校设项目（X18048）

Research on high precision laser detection and recognition technology and the large passenger flow monitoring application

LIU Wenxi¹, WANG Jingjing², ZHANG Jianqin¹, ZHANG Xuedong¹, WANG Shuo¹

1. Beijing University of Civil Engineering and Architecture, Beijing 102616, China;
2. Beijing Municipal Transportation Coordination center, Beijing 100073, China

Received:2018-08-22 Revised:2018-11-15 Online:2019-05-25 Published:2019-06-04

摘要/Abstract

摘要：

为了提高对景区游人数量的监测频率及其准确性，有效地帮助管理者减少因游客数量过多带来的安全隐患，基于激光探测客流的原理和特点，利用客流数据激光探测方法，实现了游人模型数量的判定和分离，提出了游人的特征识别方法；并结合激光探测技术和图形特征识别技术，获取了通过监测点的游人数量数据。经过验证，该方法比传统的景区人流检测方法准确度高，适用性强，且获取数据实时性强，调用方便；开发了相应的大客流监测软件，能够极大地提高景区的管理和运行效率。

关键词: 激光探测, 特征识别, 景区管理, 智慧景区

Abstract:

To improve the monitoring frequency and accuracy of the number of tourists in the scenic spot, and effectively help managers to reduce the safety hazards caused by the excessive number of tourists, based on the principle and advantages of laser-detected passenger flow, the method of laser detection of passenger flow data is used to determine and separate the number of visitors in this paper,and a feature recognition method of the tourist is proposed. The laser detection technology and graphic feature recognition technology are combined to obtain the number of visitors to the site. After verification, the method has higher accuracy and applicability than the traditional scenic spot flow detection method, and the data acquisition is real-time and convenient, and the corresponding large passenger flow monitoring software is developed, which can greatly improve the management and operation efficiency of the scenic spot.

Key words: laser detection, feature recognition, scenic spot management, smart scenic spot

中图分类号:

P237

刘文茜, 王晶晶, 张健钦, 张学东, 王硕. 高精度激光探测识别技术及大客流监测应用研究[J]. 测绘通报, 2019, 0(5): 48-54.

LIU Wenxi, WANG Jingjing, ZHANG Jianqin, ZHANG Xuedong, WANG Shuo. Research on high precision laser detection and recognition technology and the large passenger flow monitoring application[J]. 测绘通报, 2019, 0(5): 48-54.

参考文献

[1] 党安荣,张丹明,马琦伟,等.大数据时代的智慧景区管理与服务探讨[J].西部人居环境学刊,2016,31(4):8-13.
[2] 李德仁,张良培,夏桂松.遥感大数据自动分析与数据挖掘[J].测绘学报,2014,43(12):1211-1216.
[3] 党安荣,许剑,张丹明.遥感大数据促进智慧城市发展[J].建设科技,2016(3):15-18.
[4] KUNO Y, WATANABE T, SHIMOSAKODA Y, et al. Automated detection of human for visual surveillance system[J]. International Conference on Pattern Recognition, 1996(3):865.
[5] 徐斌涛. 基于视频技术的轨道交通大客流监测方案[J].中国公共安全,2017(2):71-73.
[6] 李想. 基于视频监控技术的客流计数系统[J].信息与电脑(理论版),2012(5):23-24.
[7] 钱则人. 旅游客流监测系统技术解决方案[J].通讯世界,2017(6):13-14.
[8] 黄涛,胡惠灵,胡以华,等.空间目标识别中的激光探测技术[J].激光与红外,2010,40(7):685-689.
[9] 张茂君.基于激光探测技术的实时远程线路安全监控报警系统设计与应用[J].科技视界,2014(3):264-265.
[10] 薛国刚,孙东松,杨昭.直接探测激光雷达模型及其性能模拟[J].红外与激光工程,2003,32(3):244-247.
[11] 张宇,唐勐,陈锺贤,等.直接探测激光雷达系统的建模与仿真[J].红外与激光工程,2004,33(6):572-575.
[12] 何毅.外差探测系统的相位匹配研究[J].中国激光,1997,24(10):930-934.
[13] NICOLAOU C A, EGBERT A L, LACHER R C, et al. Human shape recognition using the method of moments and artificial neural networks[J]. International Joint Conference on Neural Networks, 1999(5):3147-3151.
[14] 毛以芳,沈小莉,李英哲,等.基于头肩矩特征的人体识别研究[J].科技信息,2009(16):63-64.
[15] 林佳,阮晓钢,于乃功.基于头肩模型的人体识别方法[J].计算机测量与控制,2016,24(12):205-208.

高精度激光探测识别技术及大客流监测应用研究

Research on high precision laser detection and recognition technology and the large passenger flow monitoring application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	郑艳, 何欢, 卜丽静, 金鑫. 自相似性和边缘保持分解的超分辨率重建算法[J]. 测绘通报, 2022, 0(7): 54-59.
[7]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[8]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[11]	刘国超, 彭卫平, 杨水华, 胡周文. 地质雷达+三维测量内窥镜的城市道路病害检测与应用[J]. 测绘通报, 2022, 0(7): 134-137.
[12]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[13]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[14]	师芸, 石龙龙, 牛敏杰, 赵侃. 基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]. 测绘通报, 2022, 0(4): 26-31.
[15]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.