作品编号：C105（三等奖）
作品名称：园区视频监控三维WebGIS管理平台
作者单位：山东理工大学建筑工程学院
小组成员：张庆昆，吴艳艳，陈培旭，李祥珅
指导老师：范俊甫
1 需求分析
北斗地理信息产业园,位于潍坊国家高新技术产业开发区，面积约104.53亩，建筑物20+幢，入住企业100+家，从业人员达到5000多人，重点引进具有自主知识产权、与地理信息技术密切相关的新兴智慧产业领域项目。 潍坊北斗园区是经国土资源部和省政府同意，省国土资源厅和潍坊市政府共建的全国“10+1”测绘地理信息产业示范园区，是山东省政府2017-2025年度地理信息产业规划中重要组成部分。
企业作为国民经济的基本细胞和实现信息化、工业化的载体，其信息化水平既是国民经济信息化的基础，也是信息化带动工业化，走新型工业化道路的核心所在。但是目前园区中由于入驻企业众多，从业人员复杂，基础设施建设不完善，缺乏统一专业的园区现代化管理规划，园区管理方式落后，阻碍园区中企业的发展成长，抑制了国民经济的高速增长。因此在企业正常运行中，尤其是当前疫情下，一个智能全面的园区管理系统可以为企业提供更好的服务环境，助力企业复工复产。
2 总体设计
2.1 系统架构
该系统是一个面向园区管理、实现园区综合展示的可视化决策辅助平台。平台以三维场景为载体，将园区运行核心系统的各项关键数据进行综合展现，支持从园区监控、园区交通、智能门岗、企业信息管理、园区规划等多个维度进行日常运行监测与管理，以及突发事件的应急指挥调度管理，为用户提供多维一体的智能运营管理平台，给园区从业人员以安全清洁的生产环境，为园区管理者提高园区运行效益以及园区管理效率，提供数据决策支撑。
图 1 系统架构
1）该系统采用B/S四层体系结构，数据层和应用支撑层主要实现服务器功能，业务逻辑层、主要实现Web前端功能，表现层主要用于用户交互。
2）后台用java语言、MySQL语句，实现前端界面与数据库连接，用于数据的增删改查，快速对用户提交的请求快速做出响应。
3）前端采用Booststrap框架，主要调用了ArcGIS API for JavaScript 4.15、ECharts、百度AI开放平台等接口进行数据可视化、数据分析等操作。
2.2 功能设计
视频增强
本系统在 ArcGIS平台上实现视频增强GIS，在倾斜摄影模型中加入动态的监控视频。将监控视频画面和虚拟地理环境融合显示，就可以更直观地了解相机的位置和方向，给人们带来更为丰富和全面的可视化信息，这些可视化信息使得更加深入地分析、理解场景成为可能。
图 2 视频增强效果图
对指定视频中的人体个数和流动趋势进行分析统计，显示实时视频区域内的当前总人数和进出人数。先选定待处理视频，对视频进行抽帧，调用百度API的人流量统计功能对抽帧得到的图片进行分析，得到渲染结果，将渲染结果进行展示。
图 3 人流量分析效果图
魔法换天
随实时天气状况改变场景的天气背景，实现常见下雨、下雪、多云等背景。在晴朗的天气，使用日光分析修改场景中的照明条件，也可以模拟太阳东升西落属性设置日光的时间、环境、阴影等信息。
图 4 场景天气模拟
基础服务模块
①地图漫游：以默认或者自定义的方式，连续平移地图浏览地图内容的功能，观看北斗园区真实的三维面貌。
②可视域分析：三维可视域分析是在场景的地形或模型数据表面，相对于某个观察点，分析该区域内所有通视点的集合。
③公司分布：在3D倾斜摄影模型中，我们还可以利用3D的特性实现圆柱平滑升起的，利用圆柱的高度替代园区中公司数量在建筑物中的分布。
④空间编辑：对空间数据进行添加指定空间要素或删除空间要素。
⑤空间量测：对空间物体进行距离、长度的量测，可以根据需要切换单位。
⑥属性查询：通过建筑物名称查询建筑物，并缩放到建筑物所在区域。
⑦路径分析：然后用RouteTask调用NAService服务，实现最短路径的分析。可以在分析中添加服务点、添加路障，达到对真实路况的真实模拟。
3 作品亮点
3.1 视频增强GIS
园区中分布着许多的监控摄像头，这些摄像头的监控画面是互相割裂的，相互之间的空间位置联系难以直接得到，而 GIS 附带的地理位置信息正是解释这些视频图像的有力工具。将监控视频画面和虚拟地理环境融合显示，就可以更直观地了解相机的位置和方向，还能确定摄像头视图中每个点的实际地理位置以及不同相机画面间的联系。
将网络摄像头的视频图像与虚拟地理环境融合可以给人们带来更为丰富和全面的可视化信息，这些可视化信息使得更加深入地分析、理解场景成为可能。
图 5 视频增强GIS流程图
ArcGIS API for JavaScript中支持第三方3D引擎(Three.js)，预处理后的监控视频由Three.js创建外部渲染模型，用动态纹理的形式实现实时动态的显示监控视频的播放，然后利用External Renderers接口导入到3D场景中，达到视频与场景的融合处理。简单的根据相机参数加载的视频可能位置略有差异，在利用场景中的特征点和监控视频中的特征点进行位置微调；现在相机由于技术原理（超广角）、监控姿态原因，视频范围和实际范围不一致，在调整位置的时候，利用Three.js中的UV投影，对监控视频进行几何校正。
3.2 监控视频识别
几十年的视频监控产业发展至今,已经遍布在每个角落 ,其视频质量也越来越高。但是在视频监控高度发达的今天也存在一些不足:视频监控仅起到事后追溯的作用。我们利用百度AI平台实现实时视频流中数据的提取，实现人流量统计和人脸识别的功能。我们引用百度AI开放平台的人流量分析相关API，实时监测重点地区的人流量，及时导流、限流，预警核心区域人群过于密集等安全隐患。我们将实景视频融入到三维网络地理信息系统(3D WebGIS)中，实时分析核心区域的人流量，用户使用浏览器即可访问、游览，便于系统的传播与体验。
图 6 人流量统计流程图