天津市晟科思科技发展有限公司，成立于2012年，是一家以软件开发和网站设计为主的高新技术企业，产品广泛用于企业、政府、高校等领域，并且与多个单位建立长期战略合作伙伴关系。公司已经通过ISO9001质量管理体系和ISO14001环境管理体系认证，取得21项软件著作权，19年公司申请并通过了国家高新技术企业及双软企业认证。 晟科思公司擅长于高校实验室仪器管理以及高校实验室信息化建设，特别是对高校的实验室安全系统的平台建设拥有雄厚的实力，目前全国有近百所院校在使用。晟科思一直致力于为教育行业提供专业的实验室信息化解决方案，在高校的教学、教务、资产、设备、实验室、后勤等信息化建设领域的解决方案设计和个性化定制软件开发方面，积累了丰富的经验，拥有雄厚的系统设计和开发建设的实力。     自2012年起，共承接上百个高校相关业务。主要包括试剂耗材管理平台、实验室安全巡检平台、实验室安全准入系统、资产与设备管理平台、实验室综合管理平台、电商采购平台、云智能控制终端及智能柜系统、废液管理系统、高校就业平台，微软正版化平台以及移动平台开发等等。 目前合作有高校有：清华大学、北京大学、浙江大学、天津大学、西安交通大学、北京理工大学、东南大学、中国人民大学、华南理工大学、暨南大学、华东师范大学、华东理工大学、华北电力大学等百余所院校。 晟科思秉承"为代码注入灵魂、为产品注入情感"的工作态度和"创新、分享、合作、共赢"的价值理念，为政府，高校，企业等客户提供专业、稳定、持续的价值服务，并正致力于为成为国内最优秀、最专业的政府及教育行业信息化解决方案提供商。

提出了多源异构交通大数据分析融合技术、城市广域交 通AI 信号控制技术、城市广域交通AI 协同管理技术和究城 市广域交通运行及管控评价技术。通过对关键技术突破及现 有技术集成应用，形成能够解决我国城市广域交通管控突出 问题的成套技术及解决方案。

城市三维空间管理是城市特色与形象塑造的重要手段，是城市建设管理的重要任务，依托数字化管理平台，提升管理的科学理性、效率、效果以及智能化水平。以威海三维空间智能管理数字化平台实践项目为依托，融合团队目前所拥有的近50项相关专利技术，展开了基于多源大数据的万维沙盘建构、三维空间管控要素的谱系化建构、三维空间管控引导的智能规则、人机交互机制下的智能管理应用场景等相关研究，完成智能管理数字化平台的建设，并投入到日常的城市建设管理之中，大幅度提升了管理工作的科学性与工作效率，取得了良好的实践效果。

成果介绍本发明公开了一种城市天际轮廓线立面正射影像图的快速获取和测量方法，包括以下步骤：利用携带坐标获取装置的照相机逐段拍摄城市天际轮廓线立面的局部影像，并记录每个拍摄时刻照相机的坐标方位和镜头朝向；获取每个拍摄点与所拍摄对象之间的水平距离；建立拍摄点与拍摄图像的几何映射关系，生成城市天际轮廓线立面的正射影像图；综合城市天际轮廓线立面与其正射影像图的几何比例，输出城市天际轮廓线立面正射影像图的测量数据。本发明缩小了常规技术带来的图像畸变误差，提高了测量精度。本发明的目的是提供一种 城市天际轮廓线立面正射影像图的快速获取和测量方法，缩小了常规技术带来的 图像畸变误差，提高了测量精度。技术方案：为实现上述发明目的，本发明采用的技术方案为一种城市天际轮 廓线立面正射影像图的快速获取和测量方法，包括以下步骤：1）利用携带坐标获取装置的照相机逐段拍摄城市天际轮廓线立面的局部影 像，并记录每个拍摄时刻照相机的坐标方位和镜头朝向；2）获取每个拍摄点与所拍摄对象之间的水平距离；3）建立拍摄点与拍摄图像的几何映射关系，生成城市天际轮廓线立面的正 射影像图；4）综合城市天际轮廓线立面与其正射影像图的几何比例，输出城市天际轮 廓线立面正射影像图的测量数据。技术创新点及参数1.1）利用携带坐标获取装置的照相机(800万以上像素)逐段拍摄城市天际轮 廓线立面的局部影像，所述影像中城市天际轮廓线位于图幅中心；1.2）通过携带坐标获取装置的照相机(800万以上像素)，在每一次拍摄局部 影像时，记录拍摄时相机坐标方位的经度、纬度以及镜头朝向。进一步的，所述步骤2）包括：2.1）分别获取步骤1）各局部影像所拍摄对象上左右两端点A1和A2的经纬 度坐标，以及两点之间的距离K；2.2）由拍摄点向步骤2.1）中的两点连线做垂线，垂线与所述两点连线有一 交点，记录拍摄点至所述交点的距离，该距离为拍摄点与所拍摄对象之间的水平 距离S。进一步的，所述步骤3）包括：3.1）任选城市天际轮廓线立面的某一局部影像为标准，其拍摄点至所拍摄 对象之间的水平距离为S0，所拍摄局部影像所拍摄对象上左右两端点之间的距离 K0，拍摄得到局部影像的宽度为A0；3.2）以所选局部影像为标准，对其他局部影像的边长进行缩放调整，，公式 为：A i = S i S 0 A 0式中，Si为局部影像i其拍摄点至所拍摄对象之间的水平距离（参考步骤 2.2）的方法获得）,Ai为该局部影像缩放后的影像宽度。3.3）将经过缩放调整的局部影像依照图像序列进行拼接，得到完整的城市 天际轮廓线立面正射影像图。进一步的，所述步骤4）包括：4.1）于步骤3.3）拼合得到的城市天际轮廓线立面正射影像图上进行测量， 天际轮廓线的图面高度为H0，图面长度为L0；4.2）计算城市天际轮廓线的实际高度H，公式为：H = K 0 A 0 H 04.3）计算城市天际轮廓线的实际长度L，公式为：L = K 0 A 0 L 0式中，K0即为步骤3.1）所选局部影像的拍摄对象左右端点的实际距离（参 考步骤2.1）的方法获得）。4.4）输出城市天际轮廓线的实际高度H和实际长度L。市场前景城市天际轮廓线，亦称城市天际线，是由城市中的高层建筑构成的整体形象， 或由高层建筑群构成的局部形象。城市天际轮廓线直接取决于城市用地建设的发 展布局，又是城市规划建设成果的直观反映，因此，城市天际轮廓线是城市规划 建设部门进行城市建设和调整的重要内容。获得现状的城市天际轮廓线的立面正射影像图是城市规划建设部门进行天 际线建设和空间调整的首要和重要技术环节。但是，构成城市天际轮廓线的城市 建筑群的分布往往呈曲线形态蜿蜒绵延，实际长度往往长达数公里以上，甚至超 过5公里，在采用定点单张拍摄的方式时，同样出现在影像上的被摄物体其实际 距拍摄点的距离往往相差很大，造成定点单张拍摄的城市天际轮廓线图像存在很 大的透视变形，当采用同样方法进行测算时，图像两端的建筑会比图像正中的建 筑尺度偏小，造成城市天际轮廓线的高度、长度等数据的测算误差，这种因透视 造成的测算误差，虽然可以通过摄像器材进行校正，但仍旧无法完全消除。这使 城市规划建设部门在城市天际线建设和空间引导建设中，缺乏准确有效的图像信息和测量数据。1.减少传统技术做法的图像误差：本发明针对了传统城市天际轮 廓线立面影像图获取方法应透视带来的图像畸变和数据测量误差，提出一种利用 多点拍摄并自动校正拼合的获取方式，输出城市天际轮廓线立面的正射影像图， 基本消除了透视带来的图像误差。2.自动输出测算数据，节省工期：通过附加坐标获取装置的摄像器材，将图 像和坐标同步输入，可以自动进行空间解算，输出天际轮廓线立面正射影像图和 测算数据，交互方式简便，提高工作效率，节省工作时间。

成果介绍城市三维空间管理是城市特色与形象塑造的重要手段，是城市建设管理的重要任务，依托数字化管理平台，提升管理的科学理性、效率、效果以及智能化水平。以威海三维空间智能管理数字化平台实践项目为依托，融合团队目前所拥有的近50项相关专利技术，展开了基于多源大数据的万维沙盘建构、三维空间管控要素的谱系化建构、三维空间管控引导的智能规则、人机交互机制下的智能管理应用场景等相关研究，完成智能管理数字化平台的建设，并投入到日常的城市建设管理之中，大幅度提升了管理工作的科学性与工作效率，取得了良好的实践效果。技术创新点及参数1、平台在集成了城市设计二三维成果、城市基础地理数据、包括多规合一与控规等其他规划编制成果等三大类、50+层数据的基础上，有能力进行相对复杂的城市空间指标测度，如错落度计算、天际线分析等。2、平台中录入并集成了中心城区城市建设用地所有地块约35000条管控规则，初步实现了管控规则的智能化应用，平台中开发出以下六大场景应用：相关规划的要求核提、方案报批的智能审查、多方案的智能比选、规划要点的智能生成、建筑方案的精细审查、规划实施的智能监测。3、据规划分局的管理人员透露，之前需要15-20个工作日，甚至更长时间处理的工作量，在借助于数字化平台辅助的基础上，1-2个工作日即能完成，大幅提升了规划管理部门的工作效率，同时审查结果更加准确、全面。市场前景本智能管理数字化平台成果能逐步推广至全国各大中小城市，能有效提升规划管理工作的效果与效率，同时为规划管理理性决策提供技术支撑，具有较好的发展前景。同时，平台可逐步扩展多源大数据，为未来的数字城市、智慧城市建设提供一定的方法与保障。

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯光亮度并基于阈值分割方法对城市地表进行区域类型分割；利用灯光亮度、陆地表面温度与归一化土壤调节植被指数，构建增强型归一化不透水层指数；通过建立每一种类型分割区域的增强型归一化不透水层指数MNDISI与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境变化监测提供了一种新的途径。

本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。