基于深度學(xué)習(xí)的城市積澇監(jiān)控預(yù)警系統(tǒng)

陳勇 劉佐東 熊非凡 羅佳藝 潘玲芳

摘要：城鎮(zhèn)化在我國(guó)成了發(fā)展的一種大趨勢(shì)，伴隨而來(lái)的是城市內(nèi)澇問(wèn)題也日益突出，而目前傳統(tǒng)檢測(cè)方法存在著精確度低、成本高、效率低、時(shí)效性不強(qiáng)等問(wèn)題，給城市內(nèi)澇災(zāi)害的提前預(yù)防工作帶來(lái)不便。如今，人工智能變得炙手可熱，基于深度學(xué)習(xí)的積水信息識(shí)別的人工系統(tǒng)也應(yīng)運(yùn)而生。該系統(tǒng)采用深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)來(lái)精確提取圖像信息、使用開(kāi)源機(jī)器學(xué)習(xí)框架TensorFlow來(lái)進(jìn)一步處理信息、同時(shí)調(diào)用阿里云短信服務(wù)來(lái)實(shí)現(xiàn)消息實(shí)時(shí)更新。基于該系統(tǒng)能夠?qū)崿F(xiàn)通過(guò)監(jiān)控圖像實(shí)時(shí)識(shí)別積水情況，將結(jié)果精確、高效整理出來(lái)，并且實(shí)現(xiàn)消息及時(shí)更新。

關(guān)鍵詞：城市內(nèi)澇;深度學(xué)習(xí);圖像識(shí)別;神經(jīng)網(wǎng)絡(luò);圖像集

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）01-0174-02

1概述

近些年來(lái)，基于強(qiáng)降雨或連續(xù)性降雨天氣、城市排水系統(tǒng)設(shè)計(jì)不合理以及城市地勢(shì)等原因造成的城市積澇災(zāi)害日益突出，可以說(shuō)城市內(nèi)澇在我國(guó)比較普遍，不僅在一些沿海城市，現(xiàn)如今內(nèi)陸城市也經(jīng)常發(fā)生。城市內(nèi)澇對(duì)城市的防汛排澇的任務(wù)帶來(lái)了巨大壓力，由它帶來(lái)的交通癱瘓對(duì)經(jīng)濟(jì)建設(shè)和人民生活也造成較大影響。由于傳統(tǒng)的檢測(cè)方法在成本、精確度、時(shí)效性方面存在很大缺陷，并不滿足需要。為了進(jìn)一步提高城市氣象服務(wù)水平和能力，最大限度地降低城市積澇帶來(lái)的損失危害，全面掌握城市積澇狀況，讓政府部門可提前布置防澇工作、城市市民可提前知曉。在如今人工智能發(fā)展迅速地大背景下，基于深度學(xué)習(xí)的城市監(jiān)控研發(fā)的積澇預(yù)警系統(tǒng)。該項(xiàng)目主要研究如何對(duì)道路監(jiān)控圖像進(jìn)行信息采集并實(shí)時(shí)處理，通過(guò)對(duì)圖像的處理讓我們可以實(shí)時(shí)的去分析積澇的情況，最后將結(jié)果實(shí)時(shí)公布出去，實(shí)現(xiàn)對(duì)積水信息檢測(cè)人工智能化。

2國(guó)內(nèi)外積水問(wèn)題的解決方法

目測(cè)法和器測(cè)法是目前國(guó)內(nèi)外對(duì)于檢測(cè)的兩種較為傳統(tǒng)的檢測(cè)方法。通過(guò)前期調(diào)研發(fā)現(xiàn)以下幾個(gè)問(wèn)題：目測(cè)法主要檢測(cè)手段是讓具備相關(guān)知識(shí)和經(jīng)驗(yàn)的人員進(jìn)行人工檢測(cè)，相比較而言，其主觀臆斷性強(qiáng)，容易出現(xiàn)偏差，精確度低而且時(shí)效性不強(qiáng);另一種器測(cè)法相比目測(cè)法而言精確度有所提高，達(dá)到了我們對(duì)于積水檢測(cè)要求，但由于其成本較高，不適合在各個(gè)地方集中鋪設(shè)。新技術(shù)方面，當(dāng)前有城市管理部門或與氣象部門聯(lián)合開(kāi)發(fā)城市積澇預(yù)警監(jiān)測(cè)系統(tǒng)，投入大量的資金，選擇容易產(chǎn)生積澇的典型城市積澇點(diǎn)，布設(shè)積澇監(jiān)測(cè)設(shè)備，包括攝像頭、水位計(jì)、雨量計(jì)、光纖通信網(wǎng)絡(luò)設(shè)備或GPRS通信終端等，全方位開(kāi)展城市積澇監(jiān)測(cè)工作。

3城市積澇監(jiān)控預(yù)警系統(tǒng)的功能

3.1信息采集

在目前已有的城市交通等監(jiān)控系統(tǒng)中進(jìn)行信息的采集，不存在需要單獨(dú)投入建設(shè)積澇監(jiān)測(cè)網(wǎng)絡(luò)系統(tǒng)的問(wèn)題。通過(guò)深度學(xué)習(xí)技術(shù)的運(yùn)用，基于城市道路視頻監(jiān)控圖像數(shù)據(jù)集，完成城市積澇識(shí)別卷積神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練優(yōu)化，達(dá)到城市積澇的精準(zhǔn)識(shí)別的目的。交通部門的視頻監(jiān)控網(wǎng)絡(luò)覆蓋面遠(yuǎn)比市政積澇監(jiān)測(cè)的網(wǎng)絡(luò)覆蓋面廣，再加上通過(guò)對(duì)社交網(wǎng)絡(luò)的圖像采集，城市積澇監(jiān)測(cè)網(wǎng)絡(luò)覆蓋范圍將得到極大提升。在某些地方，可以通過(guò)特定社交軟件系統(tǒng)，對(duì)城市道路圖像進(jìn)行人工采集，進(jìn)一步完善系統(tǒng)的數(shù)據(jù)庫(kù)。

3.2積澇識(shí)別系統(tǒng)

積澇識(shí)別系統(tǒng)是整個(gè)系統(tǒng)的一個(gè)至關(guān)重要的子系統(tǒng)，它是基于深度學(xué)習(xí)技術(shù)研發(fā)而成。主要包括：城市道路積澇圖像數(shù)據(jù)集的建立。為了訓(xùn)練優(yōu)化深度學(xué)習(xí)網(wǎng)絡(luò)，對(duì)于收集到有代表性的城市道路積澇的圖像集，我們要預(yù)先進(jìn)行數(shù)據(jù)清洗，歸一化，建立一個(gè)標(biāo)準(zhǔn)的訓(xùn)練、測(cè)試數(shù)據(jù)集;建立開(kāi)放的城市道路積澇圖像數(shù)據(jù)集其中的圖片數(shù)量不少于500張，確保收集的圖像能夠真正具有代表性、普遍性，讓系統(tǒng)適用性更強(qiáng)，讓識(shí)別結(jié)果更為精確。積澇識(shí)別神經(jīng)元網(wǎng)絡(luò)設(shè)計(jì)和訓(xùn)練。構(gòu)建基于圖像分割的卷積神經(jīng)元網(wǎng)絡(luò)模型，利用城市道路圖像集進(jìn)行網(wǎng)絡(luò)訓(xùn)練。網(wǎng)絡(luò)的設(shè)計(jì)和訓(xùn)練是本系統(tǒng)的關(guān)鍵。人工訂正數(shù)據(jù)集后，對(duì)網(wǎng)絡(luò)再訓(xùn)練。在系統(tǒng)使用過(guò)程中，對(duì)于識(shí)別錯(cuò)誤的圖像進(jìn)行人工結(jié)果訂正，并將錯(cuò)誤圖像加入訓(xùn)練數(shù)據(jù)集中去。定期對(duì)更新的數(shù)據(jù)集進(jìn)行模型再訓(xùn)練。實(shí)現(xiàn)系統(tǒng)使用時(shí)間越長(zhǎng)，神經(jīng)元網(wǎng)絡(luò)識(shí)別率越高。模型的再訓(xùn)練方法是針對(duì)逐步提高系統(tǒng)的準(zhǔn)確率而創(chuàng)立的，要實(shí)現(xiàn)關(guān)鍵地區(qū)積澇識(shí)別準(zhǔn)確率不低于90%，平均識(shí)別準(zhǔn)確率不低于85%這一基本指標(biāo)。

4城市積澇監(jiān)控預(yù)警系統(tǒng)展示

用戶主要將通過(guò)城市積澇監(jiān)控預(yù)警平臺(tái)使用本系統(tǒng)。首先打開(kāi)登錄界面，依照界面提醒，在相應(yīng)的位置輸入正確的用戶名和密碼，并點(diǎn)擊確認(rèn)按鍵。成功登入之后可通過(guò)查詢框，全面掌握長(zhǎng)期的城市積澇狀況，通過(guò)數(shù)據(jù)的一定積累，識(shí)別精確度將會(huì)不斷提高，政府部門也可根據(jù)這些長(zhǎng)期的數(shù)據(jù)整理出一些規(guī)律現(xiàn)象，實(shí)現(xiàn)積澇災(zāi)害提前預(yù)防，減少積澇帶來(lái)的影響。另外管理員也可通過(guò)編輯，系統(tǒng)通過(guò)調(diào)用阿里云短信服務(wù)可以實(shí)時(shí)發(fā)布內(nèi)澇預(yù)警，靈活提供城市積澇信息。

在實(shí)時(shí)采集的圖像集中，系統(tǒng)進(jìn)行詳細(xì)的信息處理后，可以得出一系列積水信息以及可以預(yù)見(jiàn)城市內(nèi)澇的趨勢(shì)，不僅能夠?qū)Ξ?dāng)日信息進(jìn)行自動(dòng)化分析處理，還能夠?qū)σ恢芮闆r進(jìn)行詳細(xì)的總結(jié)，作為信息分析使用。

5結(jié)束語(yǔ)

如今，結(jié)合交通部門廣泛的視頻監(jiān)控網(wǎng)絡(luò)，對(duì)于基于深度學(xué)習(xí)的城市積水檢測(cè)系統(tǒng)有著巨大影響，給該系統(tǒng)提供用武之地，反過(guò)來(lái)系統(tǒng)也能夠更好地為我們服務(wù)?；谶@個(gè)系統(tǒng)實(shí)現(xiàn)了經(jīng)濟(jì)效益最大化，在保證準(zhǔn)確性同時(shí)也降低了成本，還能夠保證實(shí)時(shí)性、自動(dòng)化運(yùn)行需要，使用計(jì)算機(jī)代替大部分人工檢測(cè)工作，也提高工作效率，支持全天候全方位檢測(cè)。通過(guò)對(duì)機(jī)器視覺(jué)特征提取算法的優(yōu)化及應(yīng)用，能夠準(zhǔn)確提取出檢測(cè)所需要的核心信息，提高檢測(cè)精確度。再通過(guò)人工校正功能，使用時(shí)間越長(zhǎng)，機(jī)器視覺(jué)特征提取越準(zhǔn)確，城市監(jiān)控研發(fā)的積澇預(yù)警模型判別精度越高。另外，采用前后端分離開(kāi)發(fā)模式?？梢杂行Ы档颓昂笈_(tái)的耦合度。更易于對(duì)bug的定位。若后臺(tái)出問(wèn)題，不會(huì)影響前臺(tái)開(kāi)發(fā)。提升后臺(tái)代碼的循環(huán)利用，進(jìn)而提升產(chǎn)品的開(kāi)發(fā)效率。城市積澇監(jiān)控預(yù)警平臺(tái)將同時(shí)調(diào)用阿里云短信服務(wù)。在城市積澇期間，實(shí)時(shí)給予市民們相應(yīng)的道路預(yù)警通知。未來(lái)該系統(tǒng)將漸漸給政府和市民帶來(lái)便利。

感謝南昌工程學(xué)院信息工程學(xué)院馮祥勝老師的指導(dǎo)和江西省水信息協(xié)調(diào)感知與智能處理重點(diǎn)實(shí)驗(yàn)室的大力幫助。