基于不变特征转换方法的公共安全突发事件应急救援.docxVIP

基于不变特征转换方法的公共安全突发事件应急救援 摘要：针对公共安全突发事件应急救援的封闭空间场景(Confined Space Scene,CSS)信息采集不通畅、不全面而影响救援等问题,提出1种基于不变特征转换(Scale invariant feature transform,SIFT)和支持向量机(Support Vector Machine,SVM)的图像信息异常检测方法。在场景内外信息传递“断环”情况下,该方法可利用物联网技术采集的图片,或以网络图片信息、历史类似场景数据等作为补充,通过SIFT特征提取、K-means聚类处理以及SVM分类,实现场景的智能识别。经仿真分析,该方法能实现封闭空间内外部图像信息互通,“接补”因无法了解事件内部情况而产生的救援环节链条的“断环”,为救援提供决策参考。 0 引言在反劫车、劫机等公共安全突发事件中,劫匪一般会封闭劫持现场,仅通过一个易于控制的空间通道与外界进行谈判,让应急救援方无法观察到内部情况,从而保持有利地位。此时,就出现了封闭空间场景(Confined Space Scene,CSS),由于无法通过常规渠道观察到CSS的内部情况,应急救援方会因信息量稀缺而处于被动状态。有效接补CSS情况应急救援链中信息稀缺的“断环”,使现场信息有效传递给突发事件指挥中心和现场应急救援方,是应急救援的关键一环。研究表明,实际救援中常用的办法是借助无人机或以谈判为由靠近被劫持车辆获取信息,但得到的信息比较有限且难度相对较大1 公共安全突发事件建模—以客车劫持为例1.1 应急救援预案的效用建模假设客车内被劫持人员通过智能手机或移动互联终端向外界传递的图像信息集合1)被劫持人数2)被劫持人员在车内位置3)被劫持人员年龄特征、性别4)劫匪人数5)劫匪所持武器6)劫匪在车内的主要位置7)客车车厢内环境特征得到上述图像信息对应急救援方的主要决策价值至少包括:掌握客车厢内的被劫持人数,评估劫持事件的严重程度、影响范围和应急级别;掌握被劫持人员的位置信息,防止实施暴力解救行动时的误伤;了解被劫持人员的年龄分布,以准备充足的医疗措施,并在谈判时优先考虑老人、妇女、儿童的释放问题;了解劫匪人数及所持武器,便于探明敌我力量,增加谈判筹码;了解劫匪的位置,便于狙击手根据需要狙杀劫匪;了解车厢内环境特征,便于了解潜在的物理障碍,避免实施不必要或错误的营救措施。执行救援时,应急救援方的应对预案会随掌握的警情信息实时调整,迭代过程如下:设集合设1)当2)当由此得到在此,引入效用函数(式中:m,n均为常数。显然,应对预案1.2 获取图像信息的流程建模对于通过天网或其他途径获取的客车劫持现场的海量图像资源,可表示为图像池向量集合向量集合P共有n行m列,可根据需要设定所代表的信息。例如,n表示图像池中有n幅图像;m列可表示该图像池包含m类图像信息,如第1列包含图像为从经筛选为式(4):在得到包含b张有效图片的图片池接着应用不变特征转换(SIFT)和支持向量机(SVM),针对CSS的图像识别与筛选,提出1种智能化的图像信息异常检测算法模型,用以“接续”应急处理信息获取链条,保证有效获取所需信息量。2 基于SIFT-SVM的图像异常检测模型要完成图像信息异常检测,关键是实现对图像的自动标注,难点是消除图像视觉特征与语义标签之间的语义鸿沟2.1 基于SIFT提取图像特征SIFT是用于图像平移、缩放,以及旋转变换甚至亮度调节与仿射变换的局部特征描述算法1)检测尺度空间极值首先对离线收集到的客车劫持事件图像重复进行亚采样和平滑处理,得到高斯金字塔图像系列。在此,定义二维高斯滤波函数 (5)输入客车劫持事件图像(式中:(式中:通过检测2)定位SIFT关键点SIFT关键点要与邻近像素有明显差异,且要有稳定的边缘响应。因此,通过极值检测得到的客车劫持图像候选关键点,还需要剔除对比度低及DoG边缘响应不稳定的候选关键点,才能得到真正的关键点3)匹配SIFT关键点的大小和方向为了使DoG算子具备旋转不变性,采用梯度直方图来确定关键点的主方向,点( (9)以客车劫持图像的每个SIFT关键点为中心,对其领域窗口进行采样,得到梯度方向直方图。找到梯度方向直方图的最大值,可以计算出该SIFT关键点的方向参数。当所有关键点的方向参数确定后,DoG算子便具有了旋转不变性4)生成SIFT关键点描述符以客车劫持图像SIFT关键点的方向为参照,将坐标轴旋转到关键点对应的方向,然后以某个SIFT关键点为中心,划出2.2 基于K-means