[發(fā)明專利]一種基于視頻目標(biāo)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

本發(fā)明提供了一種基于視頻目標(biāo)識別定位的機場場面監(jiān)視方法，包括如下步驟：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；利用深度學(xué)習(xí)算法構(gòu)建目標(biāo)識別模型，采集待監(jiān)視目標(biāo)的圖像樣本，對模型進行訓(xùn)練；利用目標(biāo)識別模型對視頻圖像中的監(jiān)視目標(biāo)進行識別定位，獲取目標(biāo)的分類信息及圖像坐標(biāo)信息；根據(jù)目標(biāo)在視頻畫面中的圖像坐標(biāo)以及事先標(biāo)定的經(jīng)緯度坐標(biāo)數(shù)據(jù)，通過圖像坐標(biāo)與經(jīng)緯度坐標(biāo)轉(zhuǎn)換獲得目標(biāo)的實際經(jīng)緯度坐標(biāo)信息。本發(fā)明可自主探測和識別機場場面上的航空器、車輛、行人等目標(biāo)，快速獲取目標(biāo)的圖像坐標(biāo)和經(jīng)緯度等信息，造價低、使用方便、能夠無盲區(qū)監(jiān)視。

技術(shù)領(lǐng)域

本發(fā)明涉及機場場面監(jiān)視技術(shù)領(lǐng)域，尤其是涉及一種基于視頻畫面目標(biāo)識別定位的機場場面監(jiān)視方法。

背景技術(shù)

機場場面監(jiān)視是指對機場跑道、停機坪上航空器和車輛等目標(biāo)的活動情況進行監(jiān)視，以便管制員全面了解和掌握機場場面上各類目標(biāo)的分布位置和活動情況，從而實現(xiàn)機場場面的安全管控。

目前，機場場面監(jiān)視主要采用場面監(jiān)視雷達(dá)、廣播式自動相關(guān)監(jiān)視(ADS-B)以及多點定位技術(shù)等獲取目標(biāo)的活動信息。但是，上述三種機場場面監(jiān)視技術(shù)都存在著一些缺點。場面監(jiān)視雷達(dá)成本高、不能確定航空器識別代碼，同時還存在著一定的探測盲區(qū)；廣播式自動相關(guān)監(jiān)視要求航空器和車輛必須安裝ADS-B應(yīng)答機；多點定位技術(shù)同樣要求航空器和車輛安裝應(yīng)答機，存在著一定的探測盲區(qū)。另外，行人也是機場場面監(jiān)視的重要目標(biāo)，而以上技術(shù)均不能對行人進行探測和定位，導(dǎo)致機場場面監(jiān)視的目標(biāo)不夠全面。

因此，亟需建立一種更全面更高準(zhǔn)確性的場面監(jiān)視方法以便更好地進行場內(nèi)各類目標(biāo)的分析識別，從而提高安全生產(chǎn)作業(yè)的能力。

發(fā)明內(nèi)容

本發(fā)明的目的是為了克服現(xiàn)有技術(shù)存在的以上不足或改進需求，研究設(shè)計了一種基于視頻目標(biāo)識別定位的機場場面監(jiān)視方法，以更好地進行全方位的場內(nèi)監(jiān)測。

為了解決上述技術(shù)問題，本發(fā)明提供了一種基于視頻目標(biāo)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(xué)習(xí)算法構(gòu)建目標(biāo)識別模型，采集待監(jiān)視目標(biāo)的圖像樣本，對模型進行訓(xùn)練；

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

S4、根據(jù)目標(biāo)在視頻畫面中的圖像坐標(biāo)以及事先標(biāo)定的經(jīng)緯度坐標(biāo)數(shù)據(jù)，通過圖像坐標(biāo)與經(jīng)緯度坐標(biāo)轉(zhuǎn)換獲得目標(biāo)的實際經(jīng)緯度坐標(biāo)信息。

進一步的，所述攝像頭使用200萬像素及以上分辨率的槍式攝像頭。所述待監(jiān)視目標(biāo)包括航空器、車輛及行人。

此外，所述事先標(biāo)定的經(jīng)緯度坐標(biāo)數(shù)據(jù)是與采集到所述目標(biāo)的攝像頭所對應(yīng)的數(shù)據(jù)。所述攝像頭在機場塔臺上方架設(shè)，并采用多層扇形安裝。

其中，所述的目標(biāo)識別模型基于深度學(xué)習(xí)技術(shù)進行構(gòu)建，對目標(biāo)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(dāng)前感興趣區(qū)域的類別及坐標(biāo)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(biāo)類別及坐標(biāo)包圍框，從而獲取目標(biāo)的分類信息及圖像坐標(biāo)信息。