[发明专利]一种获取机场飞机实时地面位置的方法有效
申请号: | 202010121360.2 | 申请日: | 2020-02-26 |
公开(公告)号: | CN111210474B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 孔维国;李鑫 | 申请(专利权)人: | 上海麦图信息科技有限公司 |
主分类号: | G06T7/70 | 分类号: | G06T7/70;G06T7/80 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 200000 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 获取 机场 飞机 实时 地面 位置 方法 | ||
1.一种获取机场飞机实时地面位置的方法,其特征在于,包括以下步骤:
S1:获取机场飞机监控视频,并将视频流转成图像帧;
S2:获取摄像机图像与机场标定点之间的坐标转换矩阵;
所述的坐标转换矩阵,其求解过程包含以下步骤:
S2.1:获取摄像机内部参数和畸变系数,主要通过基于平面棋盘格进行标定的张正友标定法;
S2.2:获取机场内至少4处实际位置的坐标点,以及它们对应于摄像机图片上的像素坐标点;
S2.3:计算机场标定点坐标—摄像机图像坐标的转换矩阵;
S2.4:根据机场标定点坐标—摄像机图像坐标的转换矩阵,计算摄像机图像坐标—机场标定点坐标的转换矩阵;
S3:建立目标检测深度网络模型;
所述步骤S3中的目标检测深度网络模型,采用预训练的YOLOV3模型,所述YOLOV3模型是一个全卷积网络,大量使用参差的跳层连接,用conv的stride来实现降采样,即用步长为2的卷积来进行降采样;主干网络被分成3个stage,结构类似FPN,1~26层卷积为stage1,27~43层卷积为stage2,44~52层卷积为stage3,低层卷积感受野较小,负责检测小目标,深层卷积感受野大,容易检测出大目标,该网络主要由残差单元叠加而成;
S4:制作训练数据并训练目标检测深度网络模型,得到多飞机检测识别引擎;
S5:运用多飞机检测识别引擎和坐标转换矩阵,计算得到机场飞机的实时空间位置。
2.根据权利要求1所述的一种获取机场飞机实时地面位置的方法,其特征在于,上述步骤S1中所述的机场飞机监控视频无法直接应用于目标检测深度网络模型,通过视频处理模块将其转换成图像帧,以图片的形式推到Redis消息队列中,并且处理速度至少1秒25帧。
3.根据权利要求1所述的一种获取机场飞机实时地面位置的方法,其特征在于,所述步骤S4的实现过程如下:
S4.1:获取机场飞机监控视频,将视频转换成图像帧保存到本地;
S4.2:将保存到本地的图像,进行人工筛选,只保留部分有效图像,其余图像舍弃,使筛选后图像中各飞机出现的位置基本能覆盖机场全部范围;
S4.3:将筛选保留的图像输入开源的目标检测标定应用中,由专业的标定人员进行标定,得到图像及该图像所包含飞机信息,即训练数据;
S4.4:对S3建立的目标检测深度网络模型进行训练,得到训练好的多飞机检测识别引擎。
4.根据权利要求1所述的一种获取机场飞机实时地面位置的方法,其特征在于,所述步骤S5的实现过程如下:从步骤S1中的Redis消息队列中获取待检测的图像帧,将其输入多飞机检测识别引擎,该引擎会输出该图像中包含的所有飞机图像位置,飞机图像位置再结合坐标转换矩阵,计算得到飞机的实时空间位置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海麦图信息科技有限公司,未经上海麦图信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010121360.2/1.html,转载请声明来源钻瓜专利网。