[发明专利]一种基于组合标注的机场地面服务保障事件判断方法

说明书

本发明公开了一种基于组合标注的机场地面服务保障事件判断方法，所述基于组合标注的机场地面服务保障事件判断方法在数据标注上采用组合标注方法，将服务保障车辆和飞机部件当成一个整体，当检测到有该部件时表示作业开始，当该部件消失时表示作业完成，将逻辑事件和图像识别绑定在一起，降低了后端逻辑设计的压力。本发明可自动通过现有监控摄像画面实时识别并跟踪停机坪内车辆位置，记录停机坪内各活动目标的工作环节、工作进程和该进程完成的时刻，提高机场服务保障车辆事件检测和识别的效率。

技术领域

本发明涉及机场地面服务保障技术领域，尤其涉及一种基于组合标注的机场地面服务保障事件判断方法。

背景技术

机场地面服务保障是机场的重要职能，针对机场地面服务保障问题，现有的方法是通过人力实现，停机坪内各活动目标的工作环节、工作进程和该进程完成的时刻通过对讲机实现记录，人工录入可能会造成数据漏报、数据误差、数据延迟，而且作业强度较大容易疲劳，极大增加了人力成本，不符合机场高效管理。

由于现有机场对服务保障车辆事件的采集大部分是基于人力进行，很少使用图像识别的方法采集事件，而且直接采用深度学习目标检测方法，需要做划线闯入检测，而且精度不高。

因此，如何有效提高机场服务保障车辆事件检测和识别效率、实现机场的高效管理是一个亟需解决的技术问题。

发明内容

为了解决上述问题，本发明提供了一种基于组合标注的机场地面服务保障事件判断方法，该方法包括如下步骤：

S1：选择服务保障车辆正在作业的图像样本，并将该数据集设为M，选择其他非作业的服务保障车辆图像样本，并将该数据集记为N；

S2：选择M数据集，将服务保障车辆与飞机部分标注成一个整体，选择以服务保障车辆为参考，纵向不变，横向可扩展的最小外接矩形进行组合标注，并形成一个组合标注框；

S3：将标注的M集样本与N集样本组合成训练集，采用目标检测模型进行模型训练；

S4：对服务保障车辆作业事件进行预测判断。

优选的，数据集M样本至少为500张，数据集N样本至少为500张。

优选的，所述步骤S2组合标注框中服务保障车辆与飞机像素各占50%。

优选的，所述步骤S2服务保障车辆需要全部进入组合标注框中。

优选的，所述数据集N为负样本。

优选的，所述步骤S3采用公知的目标检测模型，如YOLOv4、fasterRcnn、ssd等算法模型进行训练。

优选的，所述步骤S4服务保障车辆靠近飞机后，检测器检测到训练过的组合标注框，当稳定持续2s检测到组合框后，则表示服务保障车辆作业事件开始；当组合框消失，稳定持续2s消失后，则表示服务保障车辆作业事件结束，并结束退出。

优选的，所述服务保障车辆包括餐车和/或加油车和/或牵引车和/或廊桥。

本发明的有益效果在于：本发明可自动通过现有监控摄像画面实时识别并跟踪停机坪内车辆位置，记录停机坪内各活动目标的工作环节、工作进程和该进程完成的时刻，提高机场服务保障车辆事件检测和识别的效率。

附图说明

图1为本发明的流程图；

图2为本发明的服务保障车辆作业判断流程图；

图3为本发明的餐车标注方法示意图；

图4为本发明的廊桥标注方法示意图；

图5为本发明的牵引车标注方法示意图；

图6为本发明的加油车标注方法示意图；

其中：1-组合框，2-餐车，3-飞机，4-廊桥，5-牵引车，6-加油车。

具体实施方式