文章转载自微信公众号超图集团，撰文：桌面与移动产品研发中心 陈明娥，编辑：王宇卫，审核：陈国雄 胡辰璞，审签：刘宏恺，版权归原作者及刊载媒体所有。
随着监控设备与无人机市场的扩张，视频数据的获取越来越便捷、高效，也逐渐应用于GIS行业。SuperMap iDesktopX 在2019年开始引入视频数据，将视频数据赋予地理信息，与GIS数据结合应用。
经过两年多的发展，SuperMap iDesktopX 11i(2022)在视频GIS方面有哪些成长和新技术？面对多源化方式采集的视频数据，SuperMap iDesktopX 如何管理实时视频流和本地视频？如何解决视频空间化的问题？如何结合AI技术挖掘数据信息？有哪些视频GIS相关的应用？
超图研究院桌面与移动产品研发中心副总经理胡辰璞在2022 GIS软件技术大会【GIS基础软件新技术】板块的AR GIS与视频GIS技术专题论坛做《更多源更智能，桌面软件视频GIS技术新进展》报告，详细解读了这些问题。
视频回放
PPT摘录
中国的智慧城市建设逐步推进，据市场研究机构IDC预测，2022年中国的监控摄像头部署量将达到27.6亿台。“中国天网” 不仅在改善治安水平、打击犯罪上有所成效，同时也有效提高了交通管理、应急指挥、防灾预警和市政设施抢修等方面的工作效率。
近几年，无人机市场规模保持每年30%的高速增长，预计2022年国内无人机行业产值将突破千亿元。现在，无人机已被广泛地应用于包括GIS在内的各行各业。
随之而来的问题是：海量的视频监控终端，全天候不间断的视频采集，产生的海量视频数据，我们应如何进行管理？
如果解决了管理的问题，我们就可以利用丰富的视频数据为我们带来价值。
视频可以实时获取、实时解析，因此在时间上更具有时效性。在空间表达、信息和内容方面都具备传统GIS数据不具备的优势。那么将视频和GIS结合的视频地图，是否可以做到全天候准确地监测和预警呢？
我将从三个方面与大家分享SuperMap iDesktopX，以及在视频GIS的技术方向，在多源、智能和应用领域方面的探索。
更多源的桌面软件视频GIS技术
无人机视频
中国的无人机技术发展逐渐成熟，市场份额巨大，在应急指挥、防火预灾等领域的应用非常广泛。在基础测绘领域，无人机也被越来越多地应用于测绘生产。
1. 视频空间化
我们先来看一下桌面软件对无人机视频的接入情况。
桌面软件提供了一套比较完整的无人机视频接入流程：
如果有坐标偏移，可以使用桌面提供的工具，对GPS进行纠偏。
最后，使用相机参数文件对视频进行空间配准。
这里略过前两步，直接选择提取的相机参数文件，执行导入配准。
2.视频增强GIS
配准完成后，在视频中叠加影像底图，来验证自动配准的精度，我们可以看到视频和底图能够很好的贴和。
把视频数据集投放到三维场景，视频同样能够很好地跟倾斜模型重合，这样就可以实现对重点区域的实时监测。
3. GIS增强视频
前面介绍了视频增强GIS，接下来将展示GIS同样可以增强视频。
使用桌面提供的视频地图，我们可在视频地图中添加矢量数据图层，支持制作专题图、设置图层风格、添加标注。配图完成后，视频地图中可以展示更丰富的信息。飞行中，矢量图层和视频可以很好地叠加并流畅显示。此外，还可以在视频地图中进行量算，如量算路线长度、图斑面积等。
4. 无人机视频接入
前面介绍了视频数据的空间化，接下来介绍无人机视频的接入情况。目前，我们已对大疆公司的行业级、专业级和消费级无人机做了接入适配。
SuperMap UAVSurvey是近期发布的一款移动App，是一款无人机数据采集软件，可以采集视频数据并进行空间化。
这是桌面接入SuperMap UAVSurvey采集的一段视频数据。视频中用到的是大疆消费级无人机Air2S，使用SuperMap UAVSurvey 提前为此次飞行预设路线，来采集成都市双流区某街道路段，采集的视频数据用于检测路面的破损情况。从该视频中，我们可以看到这一段道路的破损比较严重。使用无人机调绘，可以有效地提高实地测量效率，省时又省力。
SuperMap UAVSurvey在视频采集的过程中，也可以结合GIS来辅助视频调绘。
这是一段AR地图演示：对矢量数据与视频实景进行融合，然后就可以直接从视频中获取建筑物的信息，并且能够提取更多的属性信息，从而增强无人机视频的可读性。
5. 无人机照片接入
照片集也是无人机常用的一种数据采集成果，SuperMap iDesktopX对无人机照片集进行了对接。
这是用无人机采集的2000多张某街道的连拍照片，选择文件路径、设置参数，然后执行导入，照片在导入的过程中自动完成了空间化。把导入的照片叠加到影像底图上来验证这批数据空间化的精度。从叠加结果中可以看到，无论是和影像底图还是照片集之间，都可以很好匹配。
固定点位监控视频
接下来介绍的是固定点位的监控视频数据的接入。
海量视频数据如何管理？
如何获取每一路视频的相机空间坐标？
如何获取相机的参数？
第一个问题的答案是：可以用视频数据集来管理视频数据。后两个关于视频空间化的问题，SuperMap iDesktopX也给出了解决方案。
SuperMap iDesktopX提供了视频配准工具，我们可以通过标定点的方式，来为每一路视频进行配准。具体步骤是：分别在视频地图和参考地图中选择标定点（也叫控制点），然后执行配准。桌面会自动计算相机外参（经纬度、高度、旋转角度）和相机内参（水平、垂直视域），完成视频的空间化。
这是我们对酒仙桥街道某一个路口的两方向视频进行配准，并与地图叠加，验证配准结果的正确性。
用定点视频可以做什么？
我们通过奥运塔顶部的监控视频来展示这一类定点视频在景区安防的应用案例。我们可以在视频地图上直接进行目标点的拾取，桌面可以实时地进行路径规划、路径导引、查询目标建筑物的属性信息，同时还支持在视频地图中进行一系列分析功能（如视域分析）来辅助安防应用。
车载/手持视频
进一步降低拍摄位置，从低空回到地面，使用车载和手持拍摄设备采集视频。
这里，我们把采集设备搭载到机动车上，来采集道路。桌面支持在视频中进行高度、面积等的量算；可以采集POI点、交通标志等。参考地图可以实时展示当前视频的视域。支持把视频当做底图，进行数据采集，如采集缺失斑马线区域。
采集的数据可以分发给移动端，进一步进行现场核查和调绘。在移动端，我们可以通过采集的数据进一步采集和编辑数据及其属性。
在线视频接入
接下来介绍的是SuperMap iDesktopX对主流在线视频传输协议的支持情况。
目前，SuperMap iDesktopX支持的传输协议主要有：RTSP、 HLS(m3u8)、RTMP、HTTP-FLV、HTTP-MP4。
此外，SuperMap iDesktopX基于MISB (动态影像标准委员会)制定的视频传输协议标准，提供了相机内外参数的实时传输和解码服务。
通过视频数据集，可以直接发布携带有视频信息和相机参数的视频流服务。
更智能的桌面软件视频GIS技术
接下来是报告的第二部分：更智能的桌面软件视频GIS技术。
很多人批评Yolov5的创新性不足，算法没有真正的进化，但在COCO数据集的测试效果还是很可观的。
SuperMap iDesktopX 11i(2022)集成了基于Pytorch框架的Yolov5全系列算法，支持了Keras框架的Yolov4.h5算法。各个算法的主要区别在于它们的检测精度和性能。用户可以根据精度和性能的实际情况，选择合适的模型。
这是使用Yolov4.h5进行目标检测的一个案例：
截取了某卡口的交通视频，桌面实时地统计通过该卡口的机动车的数量和类型；
在视频上叠加公交车道面数据作为地理围栏，进而分析机动车是否占用公交车道；
支持自动识别车牌，并对车牌进行打码，充分保护个人隐私。
机器学习对硬件尤其是GPU显存的要求非常高，硬件价格也不菲，因此用户特别关心的是：
SuperMap iDesktopX是否可以同时检测多路视频？
如果能，那么能同时检测多少路视频？
鉴于这些问题，SuperMap iDesktopX为此提供了单机多任务视频检测的能力。
这里我们选取了某路口的四个方向四路视频，采用RTX2060显卡、i7处理器，使用Yolov5检测模型进行目标检测。检测开始后，从任务管理器中，我们可以实时地查看到：GPU显存基本被占满；后台有4个Python进程在进行目标检测。叠加检测后的结果到地图上，可以进一步直观地看到机动车的分布和运行情况。
从该应用案例中我们得出的结论是：对于分辨率为1080P的视频，该模型的检测速率是96帧/s。由此，我们推断：如果一路视频一秒检测一帧的话，理论上该模型可以同时检测96路视频。但是，由于视频加载和Python进程都有显存损耗，所以实际上达不到这个数值。
如果单机多任务还不能满足需求，用户可以使用多台主机来搭建多机分布式检测环境，然后通过消息服务实时汇总检测结果，进而满足同一时间更多视频同时检测的需求。
更多桌面软件视频GIS应用
案例1：基于定点视频的航标监测应用。
利用桌面提供的工具，训练航标检测模型，具体步骤如下：
使用桌面智能标注工具，快速标注各类航标。标注过程中，桌面可自动绘制航标轮廓面。
标注完成后，开始训练模型。训练后的模型可直接用于推理。
进一步设置围栏面，若航标脱离预定义的围栏区域，桌面就会实时地报警。
案例2：野外无人机调绘应用。
利用无人机视频调绘可以弥补遥感影像分辨率不足和更新不及时的问题。
通过视频地图，我们可以方便地识别到原来的规划用地已经建成，此时就可以直接在视频地图上进行标记。
视频可以和地图进行联动，从而有效地判断配准精度是否满足需求，同时可以同步在视频底图和影像底图上准确地进行图斑的标绘。
小结：
1. 桌面软件可接入实时视频流数据，以及本地视频文件，可管理无人机、监控设备、手持/车载等设备采集的视频；
2. 可基于无人机的飞行姿态数据，自动将视频空间化；
3. 视频与地图、三维场景融合，达到视频增强GIS、GIS增强视频的效果；
4. 可基于视频或地图，可更精确的联动采集点、线、面等数据；
5. 桌面软件结合AI技术，提供了目标检测、测速分析、地理围栏分析等功能，便于挖掘视频信息；
6. 桌面软件集成了Yolov4和Yolov5系列的视频检测模型，同时支持模型自定义；
7. 提供了单机多任务和多机分布式的视频检测能力，提示AI检测效率。
荐读
报告视频 | 尚国斌：无人驾驶，驶向未来之路
报告视频 | 岳涛：缔造数字经济时空基座，繁荣地理信息产业生态
什么是BIM技术？CCTV科教频道给你讲解
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，发现企业核心竞争力，传播测绘地理信息文化，为时空信息类相关专业学子提供日常学习、考研就业一站式服务，打造政产学研金服用精准对接的平台。
《慧天地》借鉴《读者》办刊理念，把时空信息领域的精华内容汇聚到平台上。我们高度重视版权，对于精选的每一篇推文，都会在文章开头显著注明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！