相关实验视频
Updated: Aug 10, 2026
10:35
Bringing the Visible Universe into Focus with Robo-AO
Published on: February 12, 2013
19.4K
基于图像处理的高层建筑夜间利用的智能监控和可视化系统
Yuanrong He1,2, Xianhui Yu1, Qihao Liang1
1Big Data Institute of Digital Natural Disaster Monitoring in Fujian, Xiamen University of Technology, Xiamen 361024, China.
Sensors (Basel, Switzerland)
|November 9, 2024
概括
这项研究引入了一种新的算法,使用光亮度来检测大学建筑的夜间占用率,达到98.67%的准确率. 这种方法提高了校园的安全性和能源效率,而不需要新的传感器.
科学领域:
- 建筑管理 建筑管理 建筑管理
- 计算机视觉 计算机视觉
- 地理信息系统 (GIS) 是指地理信息系统.
背景情况:
- 复杂的高层建筑,特别是大学实验室,在夜间监督方面存在挑战,增加事故风险并影响校园的可持续性.
- 目前的占用检测方法,如环境传感器,成本昂贵,覆盖范围有限,这使得它们在大型校园中变得不切实际.
- 监控摄像头已经成为校园基础设施的一部分,为广域监控提供了一个可行的替代方案.
研究的目的:
- 开发一种高效且具有成本效益的方法,用于复杂建筑物中夜间占用检测.
- 通过精确的占用监测,提高校园建筑安全性和能源效率.
- 将占用数据与3D GIS模型集成,以改进时空分析和可视化.
主要方法:
- 设计了一个检测算法,通过分析监控摄像头捕获的光亮度来评估夜间建筑使用情况.
- 一个全面的3D GIS模型是使用一个层次的"建筑-楼层-房间"结构来开发的,它结合了斜摄像度和激光扫描.
- 占用检测结果与3D GIS数据相结合,用于可视化和分析.
主要成果:
- 基于光亮度的算法实现了夜间占用检测的平均准确率为98.67%.
- 该系统可以在不需要额外的传感器安装的情况下进行大规模的占用检测.
- 集成的3D GIS模型提供了复杂建筑的精致的时空表现.
结论:
- 开发的算法提供了一个高度准确和可扩展的解决方案,用于校园建筑的夜间占用检测.
- 利用现有的监控摄像头可以降低成本,提高建筑物管理的效率.
- 3D GIS集成为可视化和分析建筑占用率提供了一个新的框架,适用于各种环境.
