[发明专利]一种基于视频目标识别定位的机场场面监视方法

说明书

本发明提供了一种基于视频目标识别定位的机场场面监视方法，包括如下步骤：在机场场面范围内架设若干台前端摄像头，使其视频画面之间存在一定重合区域从而能够覆盖整个机场场面，并采集摄像头的视频图像；利用深度学习算法构建目标识别模型，采集待监视目标的图像样本，对模型进行训练；利用目标识别模型对视频图像中的监视目标进行识别定位，获取目标的分类信息及图像坐标信息；根据目标在视频画面中的图像坐标以及事先标定的经纬度坐标数据，通过图像坐标与经纬度坐标转换获得目标的实际经纬度坐标信息。本发明可自主探测和识别机场场面上的航空器、车辆、行人等目标，快速获取目标的图像坐标和经纬度等信息，造价低、使用方便、能够无盲区监视。

技术领域

本发明涉及机场场面监视技术领域，尤其是涉及一种基于视频画面目标识别定位的机场场面监视方法。

背景技术

机场场面监视是指对机场跑道、停机坪上航空器和车辆等目标的活动情况进行监视，以便管制员全面了解和掌握机场场面上各类目标的分布位置和活动情况，从而实现机场场面的安全管控。

目前，机场场面监视主要采用场面监视雷达、广播式自动相关监视(ADS-B)以及多点定位技术等获取目标的活动信息。但是，上述三种机场场面监视技术都存在着一些缺点。场面监视雷达成本高、不能确定航空器识别代码，同时还存在着一定的探测盲区；广播式自动相关监视要求航空器和车辆必须安装ADS-B应答机；多点定位技术同样要求航空器和车辆安装应答机，存在着一定的探测盲区。另外，行人也是机场场面监视的重要目标，而以上技术均不能对行人进行探测和定位，导致机场场面监视的目标不够全面。

因此，亟需建立一种更全面更高准确性的场面监视方法以便更好地进行场内各类目标的分析识别，从而提高安全生产作业的能力。

发明内容

本发明的目的是为了克服现有技术存在的以上不足或改进需求，研究设计了一种基于视频目标识别定位的机场场面监视方法，以更好地进行全方位的场内监测。

为了解决上述技术问题，本发明提供了一种基于视频目标识别定位的机场场面监视方法，其特征在于，包括如下步骤：

S1、在机场场面范围内架设若干台前端摄像头，使其视频画面之间存在一定重合区域从而能够覆盖整个机场场面，并采集摄像头的视频图像；

S2、利用深度学习算法构建目标识别模型，采集待监视目标的图像样本，对模型进行训练；

S3、利用目标识别模型对视频图像中的监视目标进行识别定位，获取目标的分类信息及图像坐标信息；

S4、根据目标在视频画面中的图像坐标以及事先标定的经纬度坐标数据，通过图像坐标与经纬度坐标转换获得目标的实际经纬度坐标信息。

进一步的，所述摄像头使用200万像素及以上分辨率的枪式摄像头。所述待监视目标包括航空器、车辆及行人。

此外，所述事先标定的经纬度坐标数据是与采集到所述目标的摄像头所对应的数据。所述摄像头在机场塔台上方架设，并采用多层扇形安装。

其中，所述的目标识别模型基于深度学习技术进行构建，对目标进行识别定位的步骤如下：

S31、获取机场场面某个摄像头的视频图像；

S32、基于深度神经网络，通过卷积层提取图像的特征图，并采用选择性搜索算法得到图像的感兴趣区域；

S33、对感兴趣区域进行池化，在特征图上得到感兴趣区域的特征，并统一特征大小，得到感兴趣区域的特征向量；

S34、将感兴趣区域的特征向量与全连接层相连，并定义损失函数，得到当前感兴趣区域的类别及坐标包围框；

S35、对所有包围框进行非极大值抑制，得到最终的目标类别及坐标包围框，从而获取目标的分类信息及图像坐标信息。