[发明专利]一种用于机场作业人员管理的自动识别方法

说明书

本发明属于视频分析技术领域，尤其是涉及一种用于机场作业人员管理的自动识别方法。其利用了人工智能算法来识别飞机停靠状态，能够有针对性地提取飞机刚刚停靠前后几帧的数据进行处理，从而达到节省算力，降低误报率。主要优势有：①利用了人工智能算法来识别飞机停靠状态，通过智能识别算法可以实现全天时监测，节省人工监测成本；②通过提取飞机刚刚停靠前后几帧的数据进行处理，从而达到节省算力，降低误报率。③采用模板化的方式进行飞机停靠自动识别与迎机人员检测，实际实施中可随停机坪和民航规范改动而灵活更改，方案移植性强。

技术领域

本发明属于视频分析技术领域，尤其是涉及一种用于机场作业人员管理的自动识别方法。

背景技术

停机坪迎机人员的管理是机场运营管理的一个重要方面，要求在飞机落地到稳定停靠的过程当中，有两名工作人员引导飞机停靠至规定位置。一名人员位于飞机稳定停靠时的前轮位置，一名人员位于飞机稳定停靠时机头前方驾驶员视线范围内的某个位置。对迎机人员的管理侧重两个方面：第一，要求飞机落地前的某个时间段就必须就位；第二，要求飞机在停靠过程当中给予合适的引导。

目前对迎机人员的管理主要通过两种方式实现,第一种是采取人工巡视的方式；第二种是采取事后视频浏览的方式。

随着计算机视觉技术的发展，有人提出，利用目标识别的方法，来识别迎机人员，从而分析他就位的时间，以及行为，这种方法需要对每帧数据实时处理，算力消耗大，而且有很多误报，经过实际测试，若对每帧都做处理的方法，误报率在25％左右。

按照当前的运营管理模式，采取人工巡视的方法，巡视的范围和巡视的时间非常有限，不能做到全天候24小时巡视，若要同时巡视多个机位则需要增派人手，耗时耗力，很不经济；若采取视频或者图像浏览的方式来巡检则存在浏览工作量巨大，容易漏检的问题，而且视频浏览是事后追查的方式，无法做到及时预警。

若利用计算机视觉技术实时对图片进行处理，则存在数据量庞大，处理的目标太多，没有针对性，尤其是无关场景所带来的干扰，遮挡等问题造成误检率和漏检率居高不下。

发明内容

本发明的目的在于，针对现有技术中存在的不足，提供一种用于机场作业人员管理的自动识别方法。

为此，本发明的上述目的通过以下技术方案来实现：

一种用于机场作业人员管理的自动识别方法，所述方法包括以下步骤：

(101)存储一张飞机稳定停靠时的图像作为模板图像，记为imageT；

(102)利用计算机视觉技术自动检测飞机出现在模板图像imageT中的位置和大小，记为RectT；

(103)存储当前帧图像以及当前帧以前的N张图像，存储顺序为先进先出，且该N张图像的集合记为HistData；当前帧图像、当前帧以前的N张图像以及模板图像均由布置在停机坪旁边的摄像机所拍摄；

(104)对于集合HistData中的图像HistData[i]，利用计算机视觉技术自动检测飞机出现的位置和大小，并记为RectI；

(105)计算RectI和RectT的重合程度，并将重合程度归一化处理，记为overlap[i]；

(106)取k1＝N-1，k2＝N-5，若overlap[k1]＞0.7，同时overlap[k2]＝0，则认为飞机刚刚停靠，该时刻记为t；停机坪迎机人员应该在时刻t之前就位；

(107)以时刻t为基准，向前追溯一个固定时间段(若干帧)的图像数据，并对这些图像数据利用计算机视觉技术自动检测方法来识别指定区域的停机坪迎机人员；若至少有一个停机坪迎机人员检测不到，则预警。

在采用上述技术方案的同时，本发明还可以采用或者组合采用以下进一步的技术方案：