当前位置：首页 > article >正文

Paper -- 洪水深度估计 -- 基于计算机视觉, 根据被淹车辆图像进行洪水深度估计

article 2024/11/23 11:57:36

在这里插入图片描述

基本信息

论文题目: Computer Vision–Based Estimation of Flood Depth in Flooded-Vehicle Images
中文题目: 基于计算机视觉在洪水-车辆图像上进行洪水深度估计
作者及单位: Somin Park, Francis Baek, Jiu Sohn, Hyoungkwan Kim (延世大学, 汉城（首尔）, 韩国)
提交日期: 2020年4月13日
审批日期: 2020年10月12日
在线发表日期: 2020年12月29日
期刊: Journal of Computing in Civil Engineering 中国科学院SCI分区 2区

摘要

本文提出了一种基于图像处理的洪水深度估计方法，使用淹水车辆的地面视角图像。方法包括以下三个主要步骤：

车辆对象分割：利用Mask R-CNN对淹水图像中的车辆进行检测。
跨领域图像检索：基于VGGNet的特征图，采用余弦距离筛选与淹水车辆最相似的3D渲染车辆图像。
水深估算：通过对比淹水车辆与3D渲染图像，计算水深。研究验证了该方法在 500张淹水图像 上的有效性，误差约为轮胎高度的9.40%

背景

城市地区因其高人口密度和不透水表面比例增加，更容易受到洪水影响。
车辆相关事故在洪水灾害中占很大比例，如美国1959至2005年洪灾死亡人数中有63%与车辆相关。
当前洪水警报系统主要依赖传感器或人工操作，无法覆盖所有道路。
社交媒体图像提供了即时、广泛的洪水信息，但其 非结构化数据需要手动分析, 效率低下。
本文提出利用深度学习技术自动从图像中估算水深，为洪水管理提供新方法。

方法

步骤1：分割与过滤
使用Mask R-CNN对车辆进行分割，并 过滤遮挡、边缘或形状异常 的车辆图像。
步骤2：图像检索
使用VGGNet从3D渲染图像中匹配最相似的车辆图像。
步骤3：水深估算
通过 对比淹水车辆与3D模型的高度差，计算洪水深度。

数据集

洪水图像：988张地面视角的淹水车辆图像，分为训练集（488张）和验证集（500张）
3D渲染图像：44张由3D模型生成的车辆图像，用于图像匹配

`方法框架`

在这里插入图片描述
这是该文章的框架图（Framework），展示了作者提出的洪水深度估算方法的整体工作流程
分为三个主要模块：分割（Segmentation）、图像检索（Image retrieval） 和 深度估算（Depth estimation）

粉色车辆: 表示输入的 实际淹水车辆图像
右侧黄色车辆表示: 用于匹配的3D渲染车辆图像
蓝色虚线: 高度差（Flood depth）是最终估算的洪水深度结果

输入：地面视角的淹水车辆图像（Photograph）被输入系统，作为整个方法的起点
处理流程：
- 通过Mask R-CNN模型对车辆对象进行检测和分割，生成 候选车辆（Candidate cars）
- 使用VGGNet从预先构建的3D车辆图像数据库中检索与候选车辆最匹配的图像。
- 通过对分割图像和检索图像的比较，计算车辆被水淹没的高度，从而估算洪水深度（Flood depth）。
输出：最终估算出的洪水深度值

`车辆边界框位置及其在图像中的坐标关系 - 用于过滤数据`

在这里插入图片描述
该图展示了车辆对象在图像中的空间分布和相关参数，用于帮助过滤掉不符合条件或不完整的车辆对象，从而提升后续深度估算的精度和可靠性

输入图像：包含车辆的淹水图像，用黑色背景矩形表示整个输入图像
– 图像的宽度为 $I_W$ , 高度为 $I_H$
边界框：用黄色矩形标注车辆对象在图像中的位置及尺寸信息，边界框的四个顶点分别用坐标表示
– ( $x _u, y_u$ )为左上角，( $x_b, y_b$ )为右下角
– 边界框的宽度和高度可以通过 $x_b -x_u$ 和 $y_b-y_u$ 计算
车辆分割区域：用红色矩形标注分割出的车辆实际部分
– 宽度和高度分别为 $A_W$ 和 $A_H$
其他标注: $l, r, u, d$ 分别表示边界框距离图像左、右、上、下边界的距离

`如何通过实际淹水车辆图像与3D渲染图像的对比，估算洪水深度`

在这里插入图片描述
( a ) 淹水车辆图像：显示一辆被洪水部分淹没的车辆，图片蓝色虚线中标注了车辆被淹没的部分。
( b ) 3D渲染图像：基于3D建模生成的车辆图像，目的是与实际车辆的朝向和形状匹配。
( c ) 合成图像：结合(a)和(b)，通过调整两者的比例对齐宽度，估算车辆的淹水高度，并以此推断洪水深度。蓝色虚线框表示洪水淹没的部分

输入处理：
– 从洪水图像中分割出淹水车辆（如图(a)）。
– 从3D渲染数据库中检索与车辆形状和朝向最接近的图像（如图(b)）。
图像对齐：
– 调整两张图像的宽度相同，以确保两者比例一致。
– 对比两张图像的高度差异，淹水车辆图像的高度较小部分被认为是被洪水淹没的区域。
深度估算：
– 通过对比两张图像在蓝色虚线标记部分的高度差，推算出洪水深度

`实际车辆图像与3D模型车辆图像-两者在形状和视角上的一致性`

在这里插入图片描述
该图展示了 即使车辆形状不同，通过对齐朝向和尺寸，3D模型仍能用于替代实际车辆进行洪水深度的估算, 为洪水深度的估算提供了关键支持

(a) 与 ( c)：
– (a) 是一辆实际拍摄的淹水车辆图像，正面朝向摄像机。
– (c ) 是通过3D渲染生成的，与 (a) 在视角和朝向上匹配，但车辆形状不同。
(b) 与 (d)：
– (b) 是另一辆实际拍摄的淹水车辆图像，车辆背面朝向摄像机。
– (d) 是通过3D渲染生成的，与 (b) 在视角和朝向上匹配，但车辆形状不同

`在DFSS（动态特征空间选择）方法中使用的特征图提取过程`

在这里插入图片描述
上图中展示输入图像, VGGnet的池化层3和池化层4的特征可视化结果

VGGNet 等模型的标准输入宽度要求为224x224
– 因此输入的车辆分割图的的宽度缩放至224像素, 高度等比例缩放, 这时的分割图尺度的高度记为 $n$
– 接下来如果缩放图的高度不满224的地方在下方用空白填充

在这里插入图片描述
输入图像：淹水车辆的分割图像，分辨率为 $224\times 224$ 像素, 其中 $n$ 是车辆的高度加上顶部的空间高度。
特征提取：图像经过VGGNet模型的卷积（Conv）和池化（Pool）层处理，生成两个特征图：
（a）第3个池化层（Pooling layer 3）的输出，分辨率为 28×28×256。
（b）第4个池化层（Pooling layer 4）的输出，分辨率为 14×14×512。
用途：这些特征图用于图像检索和相似性计算，帮助匹配3D渲染车辆图像与实际车辆图像。
池化层输出的特征图高度：
– 第 3 层池化 (Pooling layer 3)：只取特征图上方高度为 int(n/8)的部分用于特征相似性计算 ( 因为空白信息属于无用信息)。
– 第 4 层池化 (Pooling layer 4)：只取特征图上方高度变为 int(n/16)的部分用于特征相似性计算

`对分割图和3D渲染图的特征进行余弦相似性计算`

公式:
$\text{Similarity}=\frac{\mathbf{A}\cdot\mathbf{B}}{\|\mathbf{A}\|\|\mathbf{B}\|}$

$\mathbf{A}$ : 被淹车辆分割图的特征向量
$\mathbf{B}$ : 3D渲染车辆图像的特征向量

通过计算两者的余弦值，判断它们在特征空间中的相似性

操作：
将特征图展平成一维向量，计算余弦相似性。相似性值范围为 [−1,1]，值越接近1表示两张图像越相似。
– 对所有3D渲染图像计算相似性得分
– 根据相似性得分排序，选择最相似的几张3D渲染图像进行进一步处理
– 通过这一步筛选，确定与被淹车辆分割图最匹配的3D渲染图像

`处理洪水极为严重的情况`

在这里插入图片描述
问题:
– 当洪水严重时，仅能看到被淹车辆的顶部，导致车辆的整体轮廓信息缺失。
– 如果直接使用分割图的宽度和高度估算洪水深度，可能会因为车辆实际宽度的不确定性引入较大的误差

解决方法:

以分割图高度为基准：
- 使用被淹车辆的分割图高度（即车辆被淹部分的实际高度）作为一个固定参数。
- 通过对分割图的高度与3D渲染图像的高度进行对齐，找到3D模型中与之高度相同的部分。
在3D渲染图中确定宽度 $w_{long}$
- 在3D渲染车辆图中，找到与被淹车辆分割图相同高度的部分，提取该高度对应的水平宽度 $w_{long}$
- $w_{long}$ 是由3D渲染车辆模型的几何信息确定的，代表车辆在该高度的真实宽度。
分割图宽度缩放：
- 将被淹车辆分割图的宽度缩放到与3D渲染图的 $w_{long}$ 一致。
- 这样可以消除视角、洪水遮挡等因素导致的车辆宽度比例失真，确保两者在尺寸上的一致性

`不同视角图像的宽高比r -- 用于过滤分割图`

在这里插入图片描述
该图展示了用于3D渲染车辆图像生成的过程和示例图像, 具体包括:

(a) 车辆的3D模型视图，
(b) 不同侧视角度的图像，
(c ) 不同正面和背面角度的图像
以及车辆在这些视角下的宽高比 $r$ (表示宽度与高度的比值）

3D渲染图的宽高比的意义：
– 宽高比可以反映车辆在不同视角下的几何特征，例如侧视图（宽度更大）和正面视图（宽度较小）
– 通过对比宽高比，可以快速筛选出与被淹车辆视角相似的3D渲染图像

`过滤掉没用的车辆`

在这里插入图片描述
该图展示了洪水深度估算方法中，利用 Mask R-CNN 对车辆进行分割后，对目标车辆进行过滤的三个条件:

遮挡检测（a）
如果车辆被部分遮挡（如树木、其他车辆或建筑物挡住），则认为该对象不完整，直接过滤掉
边缘位置检测（b）
如果车辆位于图像边缘，分割的边界框没有完整覆盖整个车辆，则过滤掉。这避免了图像裁剪造成的 不完整数据
宽高比过滤（c）
计算分割对象的宽高比（width-to-height ratio），并与车辆的典型宽高比进行对比
– 如果宽高比过大（可能是较长的物体，如卡车）或过小（可能是较高的物体，如树木），则认为不是目标车辆，过滤掉

`判断干扰数据或无效数据`

在这里插入图片描述

(a) 模糊和低质量图像：
图中显示了分辨率非常低或受到严重模糊影响的对象。
这些问题会导致 Mask R-CNN 的分割结果不准确，从而影响后续的洪水深度估算。
(b) 遮挡和不完整的对象：
图示了一些被部分遮挡或只有部分可见的车辆对象。
遮挡可能由其他物体（如建筑、树木、车辆）引起，导致分割的车辆边界不完整。
(c ) 异常宽高比的对象：
显示了宽高比异常的车辆对象（例如，超长的车辆或被异常拉伸的图像）。
这些对象的几何比例与典型车辆不符，可能是由于图像拉伸或极端视角导致的

`导致洪水估计误差的三种原因`

在这里插入图片描述

(a) 分割不准确（Incorrect segmentation）：
图中显示了分割算法未能准确提取车辆轮廓的情况，部分轮廓（例如轮胎或底盘）被错误地分割，导致错误的洪水深度估算。
(b) 特征图简化（Simplified feature maps）：
使用深度学习模型时，特征图的空间分辨率较低（如图中所示, 此时后期比较的特征图只有4个像素高度），可能无法保留车辆的精细特征。
(c ) 车辆位置变化（Varied locations）：
不同车辆在图像中的位置变化（例如轮胎部分与背景重叠或被部分遮挡）可能导致深度估算的误差。