【
技术领域：
：】本发明涉及数据处理
技术领域：
：，尤其涉及一种灾情评估方法和一种灾情评估装置。
背景技术：
：：目前，当发生自然灾害等恶性灾难事件时，往往需要人工调查和估算灾情，这消耗大量的人力物力，增加了时间成本，并且，人工估算的灾情准确性易出现偏差，从而影响救灾工作的顺利进行。因此，如何提升灾情评估的准确性，成为目前亟待解决的技术问题。技术实现要素：本发明实施例提供了一种灾情评估方法和一种灾情评估装置，旨在解决相关技术中人工进行灾情评估不准确的技术问题，能够根据受灾区域的实际情况自动进行灾情评估，提升了灾情评估的效率和准确性。第一方面，本发明实施例提供了一种灾情评估方法，包括：获取受灾区域的图像信息；通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级；根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级。在本发明上述实施例中，可选地，所述建筑物识别和处理模型包括建筑物灾损库，所述建筑物灾损库中存储有历史灾损建筑物和所述历史灾损建筑物对应的特征；所述通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级的步骤，具体包括：检测每一帧所述图像信息中是否具有建筑物；当检测到任一帧所述图像信息中具有建筑物时，提取所述建筑物的特征；轮询所述建筑物灾损库中的历史灾损建筑物是否有与所述建筑物的特征相匹配的特征；将具有所述相匹配的特征的历史灾损建筑物的受损等级设置为所述建筑物的受损等级。在本发明上述实施例中，可选地，在所述通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级的步骤之前，还包括：通过建筑物识别算法对建筑物样本库中的建筑物样本和非建筑物样本库中的非建筑物样本进行训练，得到所述建筑物识别和处理模型，以供根据所述建筑物识别和处理模型检测每一帧所述图像信息中是否具有建筑物。在本发明上述实施例中，可选地，当检测到任一帧所述图像信息中具有建筑物时，在所述提取所述建筑物的特征的步骤之前，还包括：获取所述建筑物在所述图像信息中的坐标信息，并在所述图像信息中将所述坐标信息对应的建筑物图像信息提取出来；以及对所述建筑物图像信息进行灰度化、平滑化、降噪、联通、二值化和边缘检测中的一项或多项处理。在本发明上述实施例中，可选地，还包括：根据本次灾情事件中所述受灾区域的图像信息和确定的所述建筑物的受损等级，修正所述建筑物识别和处理模型。在本发明上述实施例中，可选地，所述根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级的步骤，具体包括：确定所述建筑物的类型；根据所述建筑物的类型、灾损发生时间和所述受损等级，在所述区域灾情等级评估模型中为所述建筑物匹配对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量；将所述人口伤亡分布信息对应的区域灾情等级确定为所述建筑物所在区域的区域灾情等级。在本发明上述实施例中，可选地，在所述根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级的步骤之前，还包括：根据历史灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，训练得到所述区域灾情等级评估模型；所述灾情评估方法还包括：根据本次灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，修正所述区域灾情等级评估模型。第二方面，本发明实施例提供了一种灾情评估装置，包括：图像获取单元，获取受灾区域的图像信息；建筑物受损等级确定单元，通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级；区域灾情等级确定单元，根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级。在本发明上述实施例中，可选地，所述建筑物识别和处理模型包括建筑物灾损库，所述建筑物灾损库中存储有历史灾损建筑物和所述历史灾损建筑物对应的特征；所述建筑物受损等级确定单元具体用于：检测每一帧所述图像信息中是否具有建筑物，当检测到任一帧所述图像信息中具有建筑物时，提取所述建筑物的特征，并轮询所述建筑物灾损库中的历史灾损建筑物是否有与所述建筑物的特征相匹配的特征，其中，将具有所述相匹配的特征的历史灾损建筑物的受损等级设置为所述建筑物的受损等级。在本发明上述实施例中，可选地，所述灾情评估装置还包括：第一模型训练单元，在所述建筑物受损等级确定单元确定所述图像信息中建筑物的受损等级之前，通过建筑物识别算法对建筑物样本库中的建筑物样本和非建筑物样本库中的非建筑物样本进行训练，得到所述建筑物识别和处理模型，以供根据所述建筑物识别和处理模型检测每一帧所述图像信息中是否具有建筑物。在本发明上述实施例中，可选地，所述建筑物受损等级确定单元包括：建筑物图像信息提取单元，当检测到任一帧所述图像信息中具有建筑物时，在提取所述建筑物的特征之前，获取所述建筑物在所述图像信息中的坐标信息，并在所述图像信息中将所述坐标信息对应的建筑物图像信息提取出来；图像处理单元，对所述建筑物图像信息进行灰度化、平滑化、降噪、联通、二值化和边缘检测中的一项或多项处理。在本发明上述实施例中，可选地，所述第一模型训练单元还用于：根据本次灾情事件中所述受灾区域的图像信息和确定的所述建筑物的受损等级，修正所述建筑物识别和处理模型。在本发明上述实施例中，可选地，所述区域灾情等级确定单元具体用于：确定所述建筑物的类型，并根据所述建筑物的类型、灾损发生时间和所述受损等级，在所述区域灾情等级评估模型中为所述建筑物匹配对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量，以及将所述人口伤亡分布信息对应的区域灾情等级确定为所述建筑物所在区域的区域灾情等级。在本发明上述实施例中，可选地，还包括：第二模型训练单元，在所述区域灾情等级确定单元确定所述受灾区域的灾情等级之前，根据历史灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，训练得到所述区域灾情等级评估模型；所述第二模型训练单元还用于：根据本次灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，修正所述区域灾情等级评估模型。以上技术方案，针对相关技术中的人工进行灾情评估不准确的技术问题，能够根据受灾区域的实际情况自动进行灾情评估，具体来说，可以通过无人机拍摄、网络视频获取等方式获取受灾区域的图像信息，并使用建筑物识别和处理模型对受灾区域的图像信息进行处理，从而识别出建筑物并判断出建筑物的受损等级，由于不同的受损等级对应有不同的灾情信息，接着，再应用区域灾情等级评估模型确定受灾区域内所有建筑物对应的灾情信息，汇总得到总灾情，由于不同范围的灾情对应有不同的灾情等级，通过总灾情所属的范围即可确定对应的灾情等级。通过以上技术方案，能够自动高效地评估受灾区域的灾情等级，节省了人力成本和时间成本，同时，通过对受灾区域内所有建筑物的受损等级的评估，可以获得更加详细的灾情信息，即加大了灾情评估信息量，并且，提升了灾情评估的准确性，便于进一步有效地进行救灾工作，从而为救灾工作提供了便利。【附图说明】为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1示出了本发明的一个实施例的灾情评估方法的流程图；图2示出了本发明的一个实施例的确定图像信息中建筑物的受损等级的流程图；图3示出了本发明的一个实施例的确定受灾区域的灾情等级的流程图；图4示出了本发明的一个实施例的灾情评估装置的框图；图5示出了本发明的一个实施例的终端的框图。【具体实施方式】为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。图1示出了本发明的一个实施例的灾情评估方法的流程图。如图1所示，本发明实施例提供了一种灾情评估方法，包括：步骤102，获取受灾区域的图像信息。具体来说，可以通过无人机拍摄、网络信息获取等方式获取受灾区域的图像信息，其中，网络信息获取包括获取灾情新闻图像信息和/或获取灾区群众上传至网络的信息中的图像信息，并且，图像信息包括但不限于图片和/视频。步骤104，通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级。即使用建筑物识别和处理模型对受灾区域的图像信息进行处理，从而识别出建筑物并判断出建筑物的受损等级。步骤106，根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级。由于不同的受损等级对应有不同的灾情信息，应用区域灾情等级评估模型确定受灾区域内所有建筑物对应的灾情信息，汇总得到总灾情，由于不同范围的灾情对应有不同的灾情等级，通过总灾情所属的范围即可确定对应的灾情等级。通过以上技术方案，能够根据受灾区域的实际情况自动进行灾情评估，即自动高效地评估受灾区域的灾情等级，节省了人力成本和时间成本，同时，通过对受灾区域内所有建筑物的受损等级的评估，可以获得更加详细的灾情信息，即加大了灾情评估信息量，并且，提升了灾情评估的准确性，便于进一步有效地进行救灾工作，从而为救灾工作提供了便利。在本发明的一种实现方式中，所述建筑物识别和处理模型还包括建筑物样本库、非建筑物样本库和建筑物灾损库，所述建筑物灾损库中存储有历史灾损建筑物和所述历史灾损建筑物对应的特征。其中，建筑物样本库用于存储历史灾情事件中的建筑物样本类的图像信息，而非建筑物样本库用于存储历史灾情事件中的非建筑物样本类的图像信息。基于此，步骤104使用的建筑物识别和处理模型的建立方法为：通过建筑物识别算法对建筑物样本库中的建筑物样本和非建筑物样本库中的非建筑物样本进行训练，得到所述建筑物识别和处理模型，以供根据所述建筑物识别和处理模型检测每一帧所述图像信息中是否具有建筑物。其中，建筑物样本库和非建筑物样本库设置在系统中或系统可访问的位置。其中，可以说建筑物识别和处理模型是一种建筑物检测分类器。建筑物识别算法可以为svm(supportvectormachine，支持向量机)+hog(histogramoforientedgradient，方向梯度直方图)检测算法，svm是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析，hog则是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。hog特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。通过svm+hog检测算法对大量的正样本(即建筑物样本类的图像信息)及负样本(即非建筑物样本类的图像信息)训练学习获得建筑物检测分类器。当然，建筑物识别算法不限于此，还可以是其他任何能够识别图像信息中的指定目标的算法。在本发明的一种实现方式中，确定图像信息中建筑物的受损等级的步骤如图2所示：步骤1042，检测每一帧所述图像信息中是否具有建筑物。如果图像信息的类型为图片，则检测每张图片中是否具有建筑物即可，如果图像信息的类型为视频，则需要检测视频中每一帧图像中是否具有建筑物，以增加建筑物检测的准确性。步骤1044，当检测到任一帧所述图像信息中具有建筑物时，提取所述建筑物的特征。提取的建筑物的特征可以为建筑物损坏位置的形状、是否有钢筋断裂或裸露等。当检测到任一帧所述图像信息中具有建筑物时，还包括：获取所述建筑物在所述图像信息中的坐标信息，并在所述图像信息中将所述坐标信息对应的建筑物图像信息提取出来。也就是说，可以将图像信息中具有建筑物图像的位置截取出来，进行建筑物图像的处理，这样可以降低内存占用，提升图像处理效率，还可以在将本次灾情中的诸多图像信息保存在建筑物样本库时节省存储空间。其中，建筑物的坐标信息可以仅在后台记录，也可以在建筑物图像上的随机位置或指定位置进行标示，如统一标示在建筑物图像的右上角。在该提取所述建筑物的特征的步骤之前，还包括：对所述建筑物图像信息进行灰度化、平滑化、降噪、联通、二值化和边缘检测中的一项或多项处理。这样，可以使得建筑物图像信息中建筑物的特征更加明显和便于识别。当然，对建筑物图像信息进行的处理包括但不限于上述方式。步骤1046，轮询所述建筑物灾损库中的历史灾损建筑物是否有与所述建筑物的特征相匹配的特征。在建筑物识别和处理模型中，记录有历史灾损建筑物及其对应的特征，于是，当提取到建筑物的特征之后，可以每隔预定时间间隔在建筑物灾损库中查询一次历史灾损建筑物是否有与该建筑物的特征相匹配的特征，如果没有，则说明该建筑物未发生与历史灾损建筑物相似的损坏，即可认定建筑物无损伤，进行下一帧图像的检测，如果有，则说明该建筑物已发生与历史灾损建筑物相似的损坏，进入步骤1048。步骤1048，将具有所述相匹配的特征的历史灾损建筑物的受损等级设置为所述建筑物的受损等级。在建筑物识别和处理模型中，还记录有历史灾损建筑物及其对应的受损等级，因此，当建筑物的特征与历史灾损建筑物的特征相匹配时，说明两者的损伤程度也相同或相近，因此，可将该历史灾损建筑物的受损等级设置为该建筑物的受损等级。另外，在确定了本次灾情事件中所有建筑物的受损等级后，可根据本次灾情事件中所述受灾区域的图像信息和确定的所述建筑物的受损等级，修正所述建筑物识别和处理模型。其中，可以把本次灾情事件中的正样本、负样本、灾损建筑物的特征分别存储在建筑物样本库、非建筑物样本库和建筑物灾损库中，并将其与原有数据一同进行训练，得到更新后的建筑物识别和处理模型，从而获得提升建筑物识别和处理模型乃至整体灾情评估的有效性。步骤106中使用了区域灾情等级评估模型，而区域灾情等级评估模型是根据历史灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，训练得到的。也就是说，不同类型的建筑物在不同灾损发生时间、不同受损等级的情况下具有不同的人口伤亡分布信息，并且受灾区域的整体人口伤亡分布信息对应有区域灾情等级。如下表1所示，其中，灾损等级包括极度受损、严重受损、重度受损，灾损发生时间为9:00-18:00，人口伤亡分布信息对应的参数包括：极度伤残人参数、重度伤残人参数、中度伤残人参数和轻度伤残人参数。表1如下表2所示，其中，灾损等级包括极度受损、严重受损、重度受损，灾损发生时间为18:00-次日9:00，人口伤亡分布信息对应的参数包括：极度伤残人参数、重度伤残人参数、中度伤残人参数和轻度伤残人参数。表2当然，在本发明的一种实现方式中，也可以是根据历史灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级中的一项或多项来训练得到区域灾情等级评估模型。另外，在实际情况下，受损等级、灾损发生时间、人口伤亡分布信息可以是任何值，不限于表1和表2示出的情况。如图3所示，结合表1和表2，步骤106中确定受灾区域的灾情等级的方法具体包括：步骤1062，确定所述建筑物的类型。步骤1064，根据所述建筑物的类型、灾损发生时间和所述受损等级，在所述区域灾情等级评估模型中为所述建筑物匹配对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量。步骤1066，将所述人口伤亡分布信息对应的区域灾情等级确定为所述建筑物所在区域的区域灾情等级。其中，在区域灾情等级评估模型中，受灾区域的整体人口伤亡分布信息对应有区域灾情等级，因此，可以在区域灾情等级评估模型中确定与本次受灾区域的人口伤亡分布信息相同或相近的历史人口伤亡分布信息，并将该历史人口伤亡分布信息对应的区域灾情等级确定为本次的受灾区域的区域灾情等级，从而便于根据区域灾情等级对本次受灾区域进行救灾行动和物资调派等。需要补充的是，在上述任一步骤之前或之后，均可以由用户调整各相关参数，实现有效的人工干预，进一步提升灾情评估结果的准确性。图4示出了本发明的一个实施例的灾情评估装置的框图。如图4所示，本发明实施例提供了一种灾情评估装置400，包括：图像获取单元402，获取受灾区域的图像信息；建筑物受损等级确定单元404，通过建筑物识别和处理模型确定所述图像信息中建筑物的受损等级；区域灾情等级确定单元406，根据所述建筑物的受损等级和区域灾情等级评估模型，确定所述受灾区域的灾情等级。该灾情评估装置400使用图1至图3示出的实施例中任一项所述的方案，因此，具有上述所有技术效果，在此不再赘述。灾情评估装置400还具有以下技术特征：在本发明上述实施例中，可选地，所述建筑物识别和处理模型包括建筑物灾损库，所述建筑物灾损库中存储有历史灾损建筑物和所述历史灾损建筑物对应的特征；所述建筑物受损等级确定单元404具体用于：检测每一帧所述图像信息中是否具有建筑物，当检测到任一帧所述图像信息中具有建筑物时，提取所述建筑物的特征，并轮询所述建筑物灾损库中的历史灾损建筑物是否有与所述建筑物的特征相匹配的特征，其中，将具有所述相匹配的特征的历史灾损建筑物的受损等级设置为所述建筑物的受损等级。在本发明上述实施例中，可选地，所述灾情评估装置400还包括：第一模型训练单元，在所述建筑物受损等级确定单元确定所述图像信息中建筑物的受损等级之前，通过建筑物识别算法对建筑物样本库中的建筑物样本和非建筑物样本库中的非建筑物样本进行训练，得到所述建筑物识别和处理模型，以供根据所述建筑物识别和处理模型检测每一帧所述图像信息中是否具有建筑物。在本发明上述实施例中，可选地，所述建筑物受损等级确定单元404包括：建筑物图像信息提取单元，当检测到任一帧所述图像信息中具有建筑物时，在提取所述建筑物的特征之前，获取所述建筑物在所述图像信息中的坐标信息，并在所述图像信息中将所述坐标信息对应的建筑物图像信息提取出来；图像处理单元，对所述建筑物图像信息进行灰度化、平滑化、降噪、联通、二值化和边缘检测中的一项或多项处理。在本发明上述实施例中，可选地，所述第一模型训练单元还用于：根据本次灾情事件中所述受灾区域的图像信息和确定的所述建筑物的受损等级，修正所述建筑物识别和处理模型。在本发明上述实施例中，可选地，所述区域灾情等级确定单元406具体用于：确定所述建筑物的类型，并根据所述建筑物的类型、灾损发生时间和所述受损等级，在所述区域灾情等级评估模型中为所述建筑物匹配对应的人口伤亡分布信息，其中，所述人口伤亡分布信息包括：人口伤残总量和/或各个伤残等级的人口数量，以及将所述人口伤亡分布信息对应的区域灾情等级确定为所述建筑物所在区域的区域灾情等级。在本发明上述实施例中，可选地，还包括：第二模型训练单元，在所述区域灾情等级确定单元确定所述受灾区域的灾情等级之前，根据历史灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，训练得到所述区域灾情等级评估模型；所述第二模型训练单元还用于：根据本次灾情事件中的建筑物的受损等级、灾损发生时间、人口伤亡分布信息和区域灾情等级，修正所述区域灾情等级评估模型。图5示出了本发明的一个实施例的终端的框图。如图5所示，本发明的一个实施例的终端500，包括图4示出的灾情评估装置400，因此，该终端500具有和图4示出的灾情评估装置400相同的技术效果，在此不再赘述。在该终端，可以接收各种受灾区域的信息，并根据该信息进行灾情评估，从而便于进一步对灾情进行处理。以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，能够自动高效地评估受灾区域的灾情等级，节省了人力成本和时间成本，同时，通过对受灾区域内所有建筑物的受损等级的评估，可以获得更加详细的灾情信息，即加大了灾情评估信息量，并且，提升了灾情评估的准确性，便于进一步有效地进行救灾工作，从而为救灾工作提供了便利。应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。需要说明的是，本发明实施例中所涉及的终端可以包括但不限于个人计算机(personalcomputer，pc)、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)、手机、mp3播放器、mp4播放器等。在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。当前第1页12当前第1页12