[發(fā)明專利]一種基于視頻目標識別定位的機場場面監(jiān)視方法

在審

• 申請?zhí)枺?/td>: 202110761829.3
• 申請日: 2021-07-06
• 公開（公告）號: CN113343933A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 曾杰;黃俊;湯本俊;楊東升;王健;劉連忠
• 申請（專利權(quán)）人: 安徽水天信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06N3/04;G06N3/08;G06T7/80
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于視頻目標識別定位的機場場面監(jiān)視方法，其特征在于，包括如下步驟：

S1、在機場場面范圍內(nèi)架設(shè)若干臺前端攝像頭，使其視頻畫面之間存在一定重合區(qū)域從而能夠覆蓋整個機場場面，并采集攝像頭的視頻圖像；

S2、利用深度學習算法構(gòu)建目標識別模型，采集待監(jiān)視目標的圖像樣本，對模型進行訓練；

S3、利用目標識別模型對視頻圖像中的監(jiān)視目標進行識別定位，獲取目標的分類信息及圖像坐標信息；

S4、根據(jù)目標在視頻畫面中的圖像坐標以及事先標定的經(jīng)緯度坐標數(shù)據(jù)，通過圖像坐標與經(jīng)緯度坐標轉(zhuǎn)換獲得目標的實際經(jīng)緯度坐標信息。

2.如權(quán)利要求1所述的方法，其特征在于：所述攝像頭使用200萬像素及以上分辨率的槍式攝像頭。

3.如權(quán)利要求1所述的方法，其特征在于：待監(jiān)視目標包括航空器、車輛及行人。

4.如權(quán)利要求1所述的方法，其特征在于：所述事先標定的經(jīng)緯度坐標數(shù)據(jù)是與采集到所述目標的攝像頭所對應的數(shù)據(jù)。

5.如權(quán)利要求2所述的方法，其特征在于：所述攝像頭在機場塔臺上方架設(shè)，并采用多層扇形安裝。

6.如權(quán)利要求1-5任一項所述的方法，其特征在于，所述的目標識別模型基于深度學習技術(shù)進行構(gòu)建，對目標進行識別定位的步驟如下：

S31、獲取機場場面某個攝像頭的視頻圖像；

S32、基于深度神經(jīng)網(wǎng)絡(luò)，通過卷積層提取圖像的特征圖，并采用選擇性搜索算法得到圖像的感興趣區(qū)域；

S33、對感興趣區(qū)域進行池化，在特征圖上得到感興趣區(qū)域的特征，并統(tǒng)一特征大小，得到感興趣區(qū)域的特征向量；

S34、將感興趣區(qū)域的特征向量與全連接層相連，并定義損失函數(shù)，得到當前感興趣區(qū)域的類別及坐標包圍框；

S35、對所有包圍框進行非極大值抑制，得到最終的目標類別及坐標包圍框，從而獲取目標的分類信息及圖像坐標信息。

7.如權(quán)利要求4所述的方法，其特征在于，所述的圖像坐標與經(jīng)緯度坐標轉(zhuǎn)換采用數(shù)據(jù)擬合技術(shù)實現(xiàn)，步驟如下：

S41、在原始攝像頭畫面中人工選取若干個標定點，記錄對應的圖像坐標，再通過經(jīng)緯度測量設(shè)備或者GIS影像地圖獲取每個標定點對應的經(jīng)緯度坐標，所有標定點的圖像坐標及其對應的經(jīng)緯度坐標構(gòu)成經(jīng)緯度坐標標定數(shù)據(jù)；

S42、獲取目標的圖像坐標，從上述經(jīng)緯度坐標標定數(shù)據(jù)中找到與目標圖像坐標像素距離最近的若干個標定點，通過數(shù)據(jù)擬合求解出擬合參數(shù)，進而計算出目標圖像坐標對應的經(jīng)緯度坐標。

8.如權(quán)利要求7所述的方法，其特征在于，每個攝像頭畫面標定點不少于8個。

9.如權(quán)利要求7所述的方法，其特征在于，所述監(jiān)視方法首先監(jiān)視行人，在監(jiān)視到行人后再繼續(xù)監(jiān)視行人周圍的其他待監(jiān)視目標。

10.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執(zhí)行如權(quán)利要求1-8任一項所述的方法。