CN118691428A - 基于物联网的旅游景点数字孪生管理系统及方法 - Google Patents

Abstract

本申请涉及数字孪生技术领域，具体地公开了一种基于物联网的旅游景点数字孪生管理系统及方法，其采用基于深度学习的计算机视觉技术对文化遗产对象的多个局部视角图像进行图像处理，以提取出各个局部视角下的文化遗产视觉特征，进而通过对多个局部视角的文化遗产视觉特征进行特征聚合分析，以获得文化遗产对象的全景信息，从而生成相应的文化遗产对象三维模型，并通过数字孪生技术进行模型展示，能够为游客提供沉浸式、多维度的观赏体验，并提供了一个虚拟与现实相结合的平台，以实现对文化遗产的精细管理和保护。

Description

基于物联网的旅游景点数字孪生管理系统及方法

技术领域

本申请涉及数字孪生技术领域，且更为具体地，涉及一种基于物联网的旅游景点数字孪生管理系统及方法。

背景技术

由于文化遗产的独特性和不可再生性，传统的旅游景点管理方式在文化遗产的保护、展示和教育等方面存在诸多挑战。例如，在文化遗产实体展示中，过度的游客流量可能导致文化遗产的物理损坏，而仅依赖于单一的图像展示方式又无法为游客提供全方位、多角度的感知体验，无法充分传达文化遗产的多元价值。

因此，为了满足游客的观赏需求，同时又能够实现对文化遗产的有效保护和管理，期待一种基于物联网的旅游景点数字孪生管理系统及方法。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于物联网的旅游景点数字孪生管理系统及方法，其采用基于深度学习的计算机视觉技术对文化遗产对象的多个局部视角图像进行图像处理，以提取出各个局部视角下的文化遗产视觉特征，进而通过对多个局部视角的文化遗产视觉特征进行特征聚合分析，以获得文化遗产对象的全景信息，从而生成相应的文化遗产对象三维模型，并通过数字孪生技术进行模型展示，能够为游客提供沉浸式、多维度的观赏体验，并提供了一个虚拟与现实相结合的平台，以实现对文化遗产的精细管理和保护。

相应地，根据本申请的一个方面，提供了一种基于物联网的旅游景点数字孪生管理系统，其包括：

文化遗产对象多角度图像获取模块，用于获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；

局部视角图像特征挖掘模块，用于对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；

局部视角特征聚合模块，用于对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；

三维模型生成模块，用于基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；

数字孪生展示模块，用于通过数字孪生模块显示所述文化遗产对象三维模型。

在上述基于物联网的旅游景点数字孪生管理系统中，所述局部视角图像特征挖掘模块，包括：图像特征提取单元，用于将多个所述局部视角图像分别输入包含主干网络和边界特征提取分支的MBCNet模型以得到多个文化遗产局部视角特征图；特征选择强化单元，用于将多个所述文化遗产局部视角特征图分别输入特征选择强化的压缩-抑制注意力模块以得到多个所述强化文化遗产局部视角特征图。

在上述基于物联网的旅游景点数字孪生管理系统中，所述MBCNet模型中的主干网络包括多个基于5x5卷积核的卷积层，基于ReLU激活函数的激活层和池化层；所述MBCNet模型中的边界特征提取分支包括点卷积层，基于Sigmoid的激活层和上采样层。

在上述基于物联网的旅游景点数字孪生管理系统中，所述特征选择强化单元，包括：全局均值池化子单元，用于计算所述文化遗产局部视角特征图的沿通道维度的各个特征矩阵的全局均值以得到文化遗产局部视角特征压缩信息表示向量；通道信息关联交互子单元，用于对所述文化遗产局部视角特征压缩表示向量进行一维卷积编码以得到文化遗产局部视角特征压缩信息间关联表示特征向量；多尺度融合子单元，用于将所述文化遗产局部视角特征压缩信息表示向量和所述文化遗产局部视角特征压缩信息间关联表示特征向量进行级联以得到文化遗产局部视角特征压缩信息多尺度表示向量；多尺度关联特征提取子单元，用于将所述文化遗产局部视角特征压缩信息多尺度表示向量输入包含两个全连接层和SiLU激活函数的压缩信息特征提取模块以得到文化遗产局部视角特征压缩信息多尺度关联特征向量；特征选择子单元，用于基于所述文化遗产局部视角特征压缩信息多尺度关联特征向量，对所述文化遗产局部视角特征图进行特征选择以得到所述强化文化遗产局部视角特征图。

在上述基于物联网的旅游景点数字孪生管理系统中，所述特征选择子单元，用于：使用Sigmoid函数对所述文化遗产局部视角特征压缩信息多尺度关联特征向量进行归一化操作以得到文化遗产局部视角权重特征向量；以所述文化遗产局部视角权重特征向量的各个特征值作为权重，对所述文化遗产局部视角特征图的各个特征通道进行特征放大和抑制操作以得到所述强化文化遗产局部视角特征图。

在上述基于物联网的旅游景点数字孪生管理系统中，所述局部视角特征聚合模块，包括：特征形状重塑单元，用于将多个所述强化文化遗产局部视角特征图进行特征形状重塑以得到多个强化文化遗产局部视角特征向量；反向掩码聚合单元，用于将多个所述强化文化遗产局部视角特征向量输入特征分布反向掩码聚合网络以得到所述全景文化遗产对象表示特征向量。

在上述基于物联网的旅游景点数字孪生管理系统中，所述反向掩码聚合单元，包括：特征聚类子单元，用于对多个所述强化文化遗产局部视角特征向量进行聚类以得到聚类中心向量；语义相关系数计算子单元，用于计算多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量与所述聚类中心向量之间的语义相关系数以得到语义相关系数的序列；语义反相关系数计算子单元，用于取所述语义相关系数的序列中的各个语义相关系数的倒数以得到语义反相关系数的序列；归一化子单元，用于使用Sigmoid函数对所述语义反相关系数的序列进行归一化处理以得到语义反相关权重系数的序列；反向加权子单元，用于以所述语义反相关权重系数的序列中的各个语义反相关权重系数作为权重，对多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量进行加权以得到多个抑制文化遗产局部视角特征向量；按位置差分子单元，用于计算多个所述强化文化遗产局部视角特征向量与多个所述抑制文化遗产局部视角特征向量之间的按位置差分以得到多个优化文化遗产局部视角特征向量；全景聚合子单元，用于计算多个所述优化文化遗产局部视角特征向量的按位置均值向量以得到所述全景文化遗产对象表示特征向量。

在上述基于物联网的旅游景点数字孪生管理系统中，所述语义相关系数计算子单元，用于：计算所述强化文化遗产局部视角特征向量的转置向量与所述聚类中心向量之间的向量乘积以得到语义关联因子；计算所述强化文化遗产局部视角特征向量的长度与所述聚类中心向量的长度之间的乘积以得到尺度相关因子；将所述语义关联因子除以所述尺度相关因子以得到所述语义相关系数。

在上述基于物联网的旅游景点数字孪生管理系统中，所述三维模型生成模块，用于：将所述全景文化遗产对象表示特征向量输入基于扩散模型的三维模型生成器以得到所述文化遗产对象三维模型。

根据本申请的另一个方面，提供了一种基于物联网的旅游景点数字孪生管理方法，其包括：

获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；

对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；

对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；

基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；

通过数字孪生模块显示所述文化遗产对象三维模型。

与现有技术相比，本申请提供的基于物联网的旅游景点数字孪生管理系统及方法，其采用基于深度学习的计算机视觉技术对文化遗产对象的多个局部视角图像进行图像处理，以提取出各个局部视角下的文化遗产视觉特征，进而通过对多个局部视角的文化遗产视觉特征进行特征聚合分析，以获得文化遗产对象的全景信息，从而生成相应的文化遗产对象三维模型，并通过数字孪生技术进行模型展示，能够为游客提供沉浸式、多维度的观赏体验，并提供了一个虚拟与现实相结合的平台，以实现对文化遗产的精细管理和保护。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统的框图。

图2为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统的架构示意图。

图3为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中局部视角图像特征挖掘模块的框图。

图4为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中特征选择强化单元的框图。

图5为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中局部视角特征聚合模块的框图。

图6为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中反向掩码聚合单元的框图。

图7为根据本申请实施例的基于物联网的旅游景点数字孪生管理方法的流程图。

具体实施方式

下面，将结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

如上述背景技术所言，鉴于文化遗产的唯一性与不可再生性，传统的旅游景点管理策略在文化遗产的保护、呈现和教育任务上面临重大挑战。例如，过度的游客涌入可能会给文化遗产带来损害风险，而仅仅依靠单一的图像展示手段则难以向游客提供全面、立体的认知体验，进而无法充分展现文化遗产的丰富价值。针对上述技术问题，本申请的技术构思为采用基于深度学习的计算机视觉技术对文化遗产对象的多个局部视角图像进行图像处理，以提取出各个局部视角下的文化遗产视觉特征，进而通过对多个局部视角的文化遗产视觉特征进行特征聚合分析，以获得文化遗产对象的全景信息，从而生成相应的文化遗产对象三维模型，并通过数字孪生技术进行模型展示，能够为游客提供沉浸式、多维度的观赏体验，并提供了一个虚拟与现实相结合的平台，以实现对文化遗产的精细管理和保护。

图1为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统的框图。图2为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统的架构示意图。如图1和图2所示，根据本申请实施例的基于物联网的旅游景点数字孪生管理系统100，包括：文化遗产对象多角度图像获取模块110，用于获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；局部视角图像特征挖掘模块120，用于对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；局部视角特征聚合模块130，用于对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；三维模型生成模块140，用于基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；数字孪生展示模块150，用于通过数字孪生模块显示所述文化遗产对象三维模型。

在上述基于物联网的旅游景点数字孪生管理系统100中，所述文化遗产对象多角度图像获取模块110，用于获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像。应可以理解，文化遗产对象通常具有其固有的空间结构和多维度特征，单一视角的二维图像往往无法完整且准确地捕捉其整体特征。因此，在本申请的技术方案中，通过从多个视角采集文化遗产对象的局部图像来全面捕捉到文化遗产的外观信息，进而根据采集的多个局部视角图像，利用计算机视觉技术推断出文化遗产对象的三维结构和形状，实现从二维图像到三维模型的转换，从而提高文化遗产展示的生动性和真实性，并且为文化遗产的保护和管理提供精确的数字化依据。

在上述基于物联网的旅游景点数字孪生管理系统100中，所述局部视角图像特征挖掘模块120，用于对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图。其中，图3为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中局部视角图像特征挖掘模块的框图。如图3所示，所述局部视角图像特征挖掘模块120，包括：图像特征提取单元121，用于将多个所述局部视角图像分别输入包含主干网络和边界特征提取分支的MBCNet模型以得到多个文化遗产局部视角特征图；特征选择强化单元122，用于将多个所述文化遗产局部视角特征图分别输入特征选择强化的压缩-抑制注意力模块以得到多个所述强化文化遗产局部视角特征图。

具体地，所述图像特征提取单元121，用于将多个所述局部视角图像分别输入包含主干网络和边界特征提取分支的MBCNet模型以得到多个文化遗产局部视角特征图。应可以理解，考虑到在文化遗产局部视角图像的特征提取过程中，随着多层卷积操作的深入，可能会丢失部分重要的边界信息，从而对文化遗产的精细建模和细节展示造成影响。因此，在本申请的技术方案中，采用了包含主干网络和边界特征提取分支的MBCNet模型分别对各个局部视角图像分别进行处理。其中，所述主干网络主要用于捕捉图像的全局特征，而边界特征提取分支则用于专门提取和强化文化遗产图像中的边缘和轮廓信息，进而通过融合操作，以生成更准确的文化遗产局部视角特征。通过这样的设计，可以确保在特征提取的过程中既能保留图像的全局信息，又能强调文化遗产的边界细节，为后续的三维建模提供更加全面和准确的特征数据。在本申请的一个具体示例中，所述MBCNet模型中的主干网络包括多个基于5x5卷积核的卷积层，基于ReLU激活函数的激活层和池化层；所述MBCNet模型中的边界特征提取分支包括点卷积层，基于Sigmoid的激活层和上采样层。

具体地，所述特征选择强化单元122，用于将多个所述文化遗产局部视角特征图分别输入特征选择强化的压缩-抑制注意力模块以得到多个所述强化文化遗产局部视角特征图。应可以理解，考虑到在文化遗产的各个局部视角特征图中，不同位置特征对于三维建模的贡献度并不相同，例如有些特征可能对于文化遗产的细节展示和整体结构描述具有更加重要的作用。因此，在本申请的技术方案中，采用了特征选择强化的压缩-抑制注意力模块对各个文化遗产局部视角特征图分别进行特征强化。具体来说，所述压缩-抑制注意力模块引入了注意力机制，通过对所述文化遗产局部视角特征图进行特征压缩和全局信息关联交互，以学习到所述文化遗产局部视角特征图的各个特征通道的特征重要性，并据此对各个特征通道进行不同程度的强化或抑制，通过压缩非关键信息并抑制噪声，使得模型能够更专注于对文化遗产对象的核心特征进行表示，有助于减少信息冗余和干扰，提高特征表示的准确性和可靠性。

图4为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中特征选择强化单元的框图。如图4所示，所述特征选择强化单元122，包括：全局均值池化子单元1221，用于计算所述文化遗产局部视角特征图的沿通道维度的各个特征矩阵的全局均值以得到文化遗产局部视角特征压缩信息表示向量；通道信息关联交互子单元1222，用于对所述文化遗产局部视角特征压缩表示向量进行一维卷积编码以得到文化遗产局部视角特征压缩信息间关联表示特征向量；多尺度融合子单元1223，用于将所述文化遗产局部视角特征压缩信息表示向量和所述文化遗产局部视角特征压缩信息间关联表示特征向量进行级联以得到文化遗产局部视角特征压缩信息多尺度表示向量；多尺度关联特征提取子单元1224，用于将所述文化遗产局部视角特征压缩信息多尺度表示向量输入包含两个全连接层和SiLU激活函数的压缩信息特征提取模块以得到文化遗产局部视角特征压缩信息多尺度关联特征向量；特征选择子单元1225，用于基于所述文化遗产局部视角特征压缩信息多尺度关联特征向量，对所述文化遗产局部视角特征图进行特征选择以得到所述强化文化遗产局部视角特征图。

具体地，所述特征选择子单元1225，用于：使用Sigmoid函数对所述文化遗产局部视角特征压缩信息多尺度关联特征向量进行归一化操作以得到文化遗产局部视角权重特征向量；以所述文化遗产局部视角权重特征向量的各个特征值作为权重，对所述文化遗产局部视角特征图的各个特征通道进行特征放大和抑制操作以得到所述强化文化遗产局部视角特征图。

也就是，所述特征选择强化单元122，用于：以如下特征强化公式对所述文化遗产局部视角特征图进行注意力选择以得到所述强化文化遗产局部视角特征图，其中，所述特征强化公式为；

；

；

；

其中，表示所述文化遗产局部视角特征图，表示所述文化遗产局部视角特征图的第通道中坐标为点的特征值，表示所述文化遗产局部视角特征图的高度，表示所述文化遗产局部视角特征图的宽度，表示文化遗产局部视角特征压缩信息表示向量，表示文化遗产局部视角特征压缩信息表示向量的第个特征值，表示文化遗产局部视角特征压缩信息多尺度表示向量，表示一维卷积操作，表示级联操作，表示多层感知机，表示激活函数，表示逐通道点乘，表示所述强化文化遗产局部视角特征图。

在上述基于物联网的旅游景点数字孪生管理系统100中，所述局部视角特征聚合模块130，用于对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量。其中，图5为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中局部视角特征聚合模块的框图。如图5所示，所述局部视角特征聚合模块130，包括：特征形状重塑单元131，用于将多个所述强化文化遗产局部视角特征图进行特征形状重塑以得到多个强化文化遗产局部视角特征向量；反向掩码聚合单元132，用于将多个所述强化文化遗产局部视角特征向量输入特征分布反向掩码聚合网络以得到所述全景文化遗产对象表示特征向量。

具体地，所述特征形状重塑单元131，用于将多个所述强化文化遗产局部视角特征图进行特征形状重塑以得到多个强化文化遗产局部视角特征向量。也就是，为了统一多个所述强化文化遗产局部视角特征图的特征表达方式，并降低数据复杂度，简化特征数据的处理流程，通过将多个所述强化文化遗产局部视角特征图进行特征形状重塑，以得到更加紧凑、有效的特征表示的多个强化文化遗产局部视角特征向量。

具体地，所述反向掩码聚合单元132，用于将多个所述强化文化遗产局部视角特征向量输入特征分布反向掩码聚合网络以得到所述全景文化遗产对象表示特征向量。应可以理解，由于文化遗产对象是一个复杂的三维结构体，其外观信息分布在多个局部视角中。因此，为了获得文化遗产对象的全景信息，需要进一步对多个所述强化文化遗产局部视角特征向量进行特征聚合。在本申请的技术方案中，采用了特征分布反向掩码聚合网络对多个所述强化文化遗产局部视角特征图进行融合处理。具体地，所述特征分布反向掩码聚合网络基于各个强化文化遗产局部视角特征向量的分布特性，评估其与多视角整体特征之间的相关性，识别出其中的不必要元素，通过反向掩码机制将不必要特征信息进行强化，进而通过计算多个所述强化文化遗产局部视角特征向量与不必要特征信息之间的差异，以过滤掉多个所述强化文化遗产局部视角特征向量中的不相关特征，实现特征的提纯优化。将提纯优化后的各个强化文化遗产局部视角特征向量进行聚合，以获取文化遗产对象的整体结构和外观信息，从而有效地避免了信息的重复和冗余，为后续的三维建模和数字孪生展示提供了坚实的基础。

图6为根据本申请实施例的基于物联网的旅游景点数字孪生管理系统中反向掩码聚合单元的框图。如图6所示，所述反向掩码聚合单元132，包括：特征聚类子单元1321，用于对多个所述强化文化遗产局部视角特征向量进行聚类以得到聚类中心向量；语义相关系数计算子单元1322，用于计算多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量与所述聚类中心向量之间的语义相关系数以得到语义相关系数的序列；语义反相关系数计算子单元1323，用于取所述语义相关系数的序列中的各个语义相关系数的倒数以得到语义反相关系数的序列；归一化子单元1324，用于使用Sigmoid函数对所述语义反相关系数的序列进行归一化处理以得到语义反相关权重系数的序列；反向加权子单元1325，用于以所述语义反相关权重系数的序列中的各个语义反相关权重系数作为权重，对多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量进行加权以得到多个抑制文化遗产局部视角特征向量；按位置差分子单元1326，用于计算多个所述强化文化遗产局部视角特征向量与多个所述抑制文化遗产局部视角特征向量之间的按位置差分以得到多个优化文化遗产局部视角特征向量；全景聚合子单元1327，用于计算多个所述优化文化遗产局部视角特征向量的按位置均值向量以得到所述全景文化遗产对象表示特征向量。

具体地，所述语义相关系数计算子单元1322，用于：计算所述强化文化遗产局部视角特征向量的转置向量与所述聚类中心向量之间的向量乘积以得到语义关联因子；计算所述强化文化遗产局部视角特征向量的长度与所述聚类中心向量的长度之间的乘积以得到尺度相关因子；将所述语义关联因子除以所述尺度相关因子以得到所述语义相关系数。

也就是说，所述反向掩码聚合单元132，用于：以如下反向掩码聚合公式对多个所述强化文化遗产局部视角特征向量进行处理以得到所述全景文化遗产对象表示特征向量，其中，所述反向掩码聚合公式为：

；

；

；

；

；

；

；

；

其中，是所述多个强化文化遗产局部视角特征向量，、、和分别是所述多个强化文化遗产局部视角特征向量中的第一个强化文化遗产局部视角特征向量、第二个强化文化遗产局部视角特征向量、第个强化文化遗产局部视角特征向量和第个强化文化遗产局部视角特征向量，的值为所述多个强化文化遗产局部视角特征向量中强化文化遗产局部视角特征向量的个数，表示特征向量的转置，为聚类中心向量，表示向量的长度，表示所述第个强化文化遗产局部视角特征向量与所述聚类中心向量之间的语义相关系数，为第个语义反相关系数，为第个语义反相关权重系数，表示以自然常数为底的指数函数，是多个抑制文化遗产局部视角特征向量，、、和分别是所述多个抑制文化遗产局部视角特征向量中的第一个抑制文化遗产局部视角特征向量、第二个抑制文化遗产局部视角特征向量、第个抑制文化遗产局部视角特征向量和第个抑制文化遗产局部视角特征向量，是多个优化文化遗产局部视角特征向量，、、和分别是第一个优化文化遗产局部视角特征向量、第二个优化文化遗产局部视角特征向量、第个优化文化遗产局部视角特征向量和第个优化文化遗产局部视角特征向量，为所述全景文化遗产对象表示特征向量。

在上述基于物联网的旅游景点数字孪生管理系统100中，所述三维模型生成模块140，用于基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型。在本申请的一个具体示例中，基于所述全景文化遗产对象表示特征向量生成文化遗产对象三维模型的实现方式是将所述全景文化遗产对象表示特征向量输入基于扩散模型的三维模型生成器以得到所述文化遗产对象三维模型。应可以理解，三维模型是文化遗产对象在虚拟空间中的数字化表示，可以为游客提供沉浸式、多维度的观赏体验。在本申请的技术方案中，采用了扩散模型来模拟文化遗产对象的三维结构生成过程。其中，扩散模型是一种强大的生成模型，其通过模拟数据的扩散和逆扩散过程来捕捉数据的潜在结构。在文化遗产对象三维模型的生成过程中，扩散模型首先通过引入噪声来破坏原始的全景文化遗产对象表示特征向量，然后逐步去除噪声，恢复出文化遗产对象的三维结构，通过迭代优化过程，对文化遗产对象的各个局部细节进行精确建模，以生成高质量的文化遗产对象三维模型。

特别地，在本申请的技术方案中，所述多个强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量分别表示被监控文化遗产对象的各个局部视角图像的强化图像语义特征。考虑到所述被监控文化遗产对象的各个局部视角图像之间存在较大图像源域内容差异，在经特征提取和特征选择强化后，所述多个强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量之间的特征分布结构异质部分会被凸显。这使得在将所述多个强化文化遗产局部视角特征向量输入特征分布反向掩码聚合网络时，所得到的所述全景文化遗产对象表示特征向量也会因局部特征的显著结构异质性而导致特征反向聚合覆盖不足，影响最终的三维模型扩散生成效果。

基于此，在将所述全景文化遗产对象表示特征向量通过基于扩散模型的三维模型生成器以得到文化遗产对象三维模型时，对所述全景文化遗产对象表示特征向量进行优化，优化过程具体包括：

计算所述全景文化遗产对象表示特征向量的特征均值，并将所述特征均值除以所述全景文化遗产对象表示特征向量的最大特征值与最小特征值之差以获得全景文化遗产对象表示分布表征值；

将一减去所述全景文化遗产对象表示分布表征值后，除以所述全景文化遗产对象表示分布表征值，以得到全景文化遗产对象表示分布调制值；

将所述全景文化遗产对象表示特征向量通过概率化函数进行激活以获得概率化的全景文化遗产对象表示特征向量；

将所述概率化的全景文化遗产对象表示特征向量与所述全景文化遗产对象表示分布调制值进行点减后，取绝对值并计算以2为底的对数值的负数以获得概率化的全景文化遗产对象表示分布调制信息向量；

将所述全景文化遗产对象表示分布表征值除以一减去所述概率化的全景文化遗产对象表示特征向量的每个特征值之差后，对于所述概率化的全景文化遗产对象表示特征向量的所有特征值求和，并除以所述全景文化遗产对象表示特征向量的长度以获得概率化的全景文化遗产对象表示分布调制偏置值；

将所述概率化的全景文化遗产对象表示分布调制信息向量和所述概率化的全景文化遗产对象表示分布调制偏置值与作为超参数的权重的乘积进行点加以获得优化的全景文化遗产对象表示特征向量；

将所述优化的全景文化遗产对象表示特征向量输入所述基于扩散模型的三维模型生成器以得到所述文化遗产对象三维模型。

其中，所述全景文化遗产对象表示特征向量的优化表示为：

；

其中，是所述概率化的全景文化遗产对象表示分布调制信息向量，表示所述概率化的全景文化遗产对象表示分布调制信息向量的中第个特征值，是所述全景文化遗产对象表示分布表征值，表示以2为底的对数函数值，是所述全景文化遗产对象表示分布调制信息向量的长度，是作为超参数的权重，表示按位置作差，表示按位置相加，表示所述优化的全景文化遗产对象表示分布调制信息向量。

且其中：

；

其中，是所述全景文化遗产对象表示分布表征值，表示所述全景文化遗产对象表示分布调制信息向量的特征均值，和分别表示所述全景文化遗产对象表示分布调制信息向量的最大特征值和最小特征值。

具体地，在上述优选示例中，通过所述全景文化遗产对象表示特征向量相对于特征值分布的伯努利概率调制分布来进行所述全景文化遗产对象表示特征向量的基于特征值的概率信息分布规划，并将所述全景文化遗产对象表示特征向量的概率特征整体的概率反向映射作为对于所述全景文化遗产对象表示特征向量的集合映射空间的拓展覆盖，来对于所述全景文化遗产对象表示特征向量的直觉的概率信息分布和抽象的概率空间映射进行其间交互路径的独立理解，以通过避免所述全景文化遗产对象表示特征向量的离群特征分布到生成式概率的反事实推理映射来提升所述优化的全景文化遗产对象表示特征向量通过基于扩散模型的三维模型生成器得到的文化遗产对象三维模型的准确性。

在上述基于物联网的旅游景点数字孪生管理系统100中，所述数字孪生展示模块150，用于通过数字孪生模块显示所述文化遗产对象三维模型。应可以理解，数字孪生是一种将物理世界与虚拟世界进行映射和交互的技术，可以为文化遗产的保护、展示和管理提供全新的解决方案。通过数字孪生模块，将生成的文化遗产对象三维模型进行展示，游客可以通过虚拟现实设备或计算机屏幕等终端设备，在虚拟空间中自由浏览和观察文化遗产对象，从而实现对文化遗产的沉浸式体验。

综上，根据本申请实施例的基于物联网的旅游景点数字孪生管理系统被阐明，其采用基于深度学习的计算机视觉技术对文化遗产对象的多个局部视角图像进行图像处理，以提取出各个局部视角下的文化遗产视觉特征，进而通过对多个局部视角的文化遗产视觉特征进行特征聚合分析，以获得文化遗产对象的全景信息，从而生成相应的文化遗产对象三维模型，并通过数字孪生技术进行模型展示，能够为游客提供沉浸式、多维度的观赏体验，并提供了一个虚拟与现实相结合的平台，以实现对文化遗产的精细管理和保护。

图7为根据本申请实施例的基于物联网的旅游景点数字孪生管理方法的流程图。如图7所示，根据本申请实施例的基于物联网的旅游景点数字孪生管理方法，包括步骤：S1，获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；S2，对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；S3，对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；S4，基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；S5，通过数字孪生模块显示所述文化遗产对象三维模型。

这里，本领域技术人员可以理解，上述基于物联网的旅游景点数字孪生管理方法中的各个步骤的具体操作已经在上面参考图1到图6的基于物联网的旅游景点数字孪生管理系统的描述中得到了详细介绍，并因此，将省略其重复描述。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，在本发明中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外，上述实施例的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本发明为必须采用上述具体的细节来实现。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述单元划分，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。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理子单元，即可以位于一个地方，或者也可以分布到多个网络子单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

最后应说明的是，为了例示和描述的目的已经给出了以上描述。此外，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.基于物联网的旅游景点数字孪生管理系统，其特征在于，包括：

文化遗产对象多角度图像获取模块，用于获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；

局部视角图像特征挖掘模块，用于对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；

局部视角特征聚合模块，用于对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；

三维模型生成模块，用于基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；

数字孪生展示模块，用于通过数字孪生模块显示所述文化遗产对象三维模型。

2.根据权利要求1所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述局部视角图像特征挖掘模块，包括：

图像特征提取单元，用于将多个所述局部视角图像分别输入包含主干网络和边界特征提取分支的MBCNet模型以得到多个文化遗产局部视角特征图；

特征选择强化单元，用于将多个所述文化遗产局部视角特征图分别输入特征选择强化的压缩-抑制注意力模块以得到多个所述强化文化遗产局部视角特征图。

3.根据权利要求2所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述MBCNet模型中的主干网络包括多个基于5x5卷积核的卷积层，基于ReLU激活函数的激活层和池化层；所述MBCNet模型中的边界特征提取分支包括点卷积层，基于Sigmoid的激活层和上采样层。

4.根据权利要求3所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述特征选择强化单元，包括：

全局均值池化子单元，用于计算所述文化遗产局部视角特征图的沿通道维度的各个特征矩阵的全局均值以得到文化遗产局部视角特征压缩信息表示向量；

通道信息关联交互子单元，用于对所述文化遗产局部视角特征压缩表示向量进行一维卷积编码以得到文化遗产局部视角特征压缩信息间关联表示特征向量；

多尺度融合子单元，用于将所述文化遗产局部视角特征压缩信息表示向量和所述文化遗产局部视角特征压缩信息间关联表示特征向量进行级联以得到文化遗产局部视角特征压缩信息多尺度表示向量；

多尺度关联特征提取子单元，用于将所述文化遗产局部视角特征压缩信息多尺度表示向量输入包含两个全连接层和SiLU激活函数的压缩信息特征提取模块以得到文化遗产局部视角特征压缩信息多尺度关联特征向量；

特征选择子单元，用于基于所述文化遗产局部视角特征压缩信息多尺度关联特征向量，对所述文化遗产局部视角特征图进行特征选择以得到所述强化文化遗产局部视角特征图。

5.根据权利要求4所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述特征选择子单元，用于：

使用Sigmoid函数对所述文化遗产局部视角特征压缩信息多尺度关联特征向量进行归一化操作以得到文化遗产局部视角权重特征向量；

以所述文化遗产局部视角权重特征向量的各个特征值作为权重，对所述文化遗产局部视角特征图的各个特征通道进行特征放大和抑制操作以得到所述强化文化遗产局部视角特征图。

6.根据权利要求5所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述局部视角特征聚合模块，包括：

特征形状重塑单元，用于将多个所述强化文化遗产局部视角特征图进行特征形状重塑以得到多个强化文化遗产局部视角特征向量；

反向掩码聚合单元，用于将多个所述强化文化遗产局部视角特征向量输入特征分布反向掩码聚合网络以得到所述全景文化遗产对象表示特征向量。

7.根据权利要求6所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述反向掩码聚合单元，包括：

特征聚类子单元，用于对多个所述强化文化遗产局部视角特征向量进行聚类以得到聚类中心向量；

语义相关系数计算子单元，用于计算多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量与所述聚类中心向量之间的语义相关系数以得到语义相关系数的序列；

语义反相关系数计算子单元，用于取所述语义相关系数的序列中的各个语义相关系数的倒数以得到语义反相关系数的序列；

归一化子单元，用于使用Sigmoid函数对所述语义反相关系数的序列进行归一化处理以得到语义反相关权重系数的序列；

反向加权子单元，用于以所述语义反相关权重系数的序列中的各个语义反相关权重系数作为权重，对多个所述强化文化遗产局部视角特征向量中的各个强化文化遗产局部视角特征向量进行加权以得到多个抑制文化遗产局部视角特征向量；

按位置差分子单元，用于计算多个所述强化文化遗产局部视角特征向量与多个所述抑制文化遗产局部视角特征向量之间的按位置差分以得到多个优化文化遗产局部视角特征向量；

全景聚合子单元，用于计算多个所述优化文化遗产局部视角特征向量的按位置均值向量以得到所述全景文化遗产对象表示特征向量。

8.根据权利要求7所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述语义相关系数计算子单元，用于：

计算所述强化文化遗产局部视角特征向量的转置向量与所述聚类中心向量之间的向量乘积以得到语义关联因子；

计算所述强化文化遗产局部视角特征向量的长度与所述聚类中心向量的长度之间的乘积以得到尺度相关因子；

将所述语义关联因子除以所述尺度相关因子以得到所述语义相关系数。

9.根据权利要求8所述的基于物联网的旅游景点数字孪生管理系统，其特征在于，所述三维模型生成模块，用于：

将所述全景文化遗产对象表示特征向量输入基于扩散模型的三维模型生成器以得到所述文化遗产对象三维模型。

10.基于物联网的旅游景点数字孪生管理方法，其特征在于，包括：

获取由摄像头从多个角度采集的被监控文化遗产对象的多个局部视角图像；

对多个所述局部视角图像分别进行图像特征提取和特征选择强化以得到多个强化文化遗产局部视角特征图；

对多个所述强化文化遗产局部视角特征图进行特征反向聚合以得到全景文化遗产对象表示特征向量；

基于所述全景文化遗产对象表示特征向量，生成文化遗产对象三维模型；

通过数字孪生模块显示所述文化遗产对象三维模型。