[发明专利]一种识别航班保障节点的二维目标检测方法

说明书

本发明提出了一种识别航班保障节点的二维目标检测方法。传统的航班运行保障，是由机场为飞机提供地面保障服务，服务中各个节点的数据全凭人工记录，数据整理维护繁难。随着人工智能、大数据等技术的发展，在机场的航班保障过程中，运用人工智能技术和图像识别技术来提高效率，是发展智慧机场的一个重要方向。本发明采用基于深度学习的人工智能算法，利用航班周围的摄像头采集的视频，智能检测和分析停机位内，特定车辆和设备的行为状态，全自动记录动作完成的时间节点，无需人工记录，为机场、航司、民航局等提供精准、可靠的数据服务。能够降低机场的人力成本，使机场运维管理精准高效，同时为机场大数据分析和智慧机场建设提供数据基础。

技术领域

本发明属于智能计算领域，特别是涉及一种识别航班保障节点的二维目标检测方法。

背景技术

传统的航班运行保障，是由机场为飞机提供地面保障服务，服务中各个节点的数据全凭人工记录，数据整理维护繁难，数据误差大，甚至存在数据缺漏的情况，且无法可视化。针对上述问题，基于人工智能算法识别的方式替代人工记录，可向机场方提供更精准的收费明细依据，实时获取的相关节点数据可为机场提高停机坪使用率提供准确的数据支撑。

除此以外，保障节点视频智能识别系统基于深度学习算法和视频识别技术，智能识别机场各停机坪内的飞机、各类保障车辆、人员和各类设备的实时位置与运动状态，智能判断停机坪内各被识别对象的保障类型、状态与时间，及时、准确、全自动完成机场地面服务进程中的各保障节点数据的获取，避免人工记录可能造成的数据漏报、数据误差、数据延迟，极大降低数据获取的人力成本，为机场高效管理提供了可靠依据和参考。

本发明基于深度学习算法模型的保障节点智能识别系统替代人工记录工作，为机场的高效管理提供了条件，也可为空管提供海量数据资源，提升时间精度和准点率，进而提高机场的业务量，最终提升机场的服务质量和安全性。

发明内容

为了解决上述问题，本发明提出了一种识别航班保障节点的二维目标检测方法。

本发明的技术目的是通过以下技术方案得以实现的：

一种识别航班保障节点的二维目标检测方法，具体步骤为：

步骤1、获取机场机坪中各机位的主要图像信息；

步骤2、对前后帧的图像进行智能检测，获取图像中主要目标的信息；

步骤3、对步骤2中的图像信息进行二维目标检测，并进行时间融合；

步骤4、得到在当前视频帧中目标的实时位置，输出融合检测结果。即在图像目标检测的基础上，对检测结果进行最优匹配，实现航班跟踪。

进一步地，所述步骤1具体包括摄像机获取源视频流通过网络传输给NVR存储设备以及系统服务器，将机场中各个机坪的飞机进行图像输入。

进一步地，所述步骤2具体包括接入机场各个机坪上的网络摄像头，对视频进行编解码，输出给算法服务。并基于深度学习的神经网络构建算法模型，对视频流中的每帧图片进行对象检测，准确识别在整个机坪保障过程中各个关键载具、物体、行为。

进一步地，所述步骤3中具体包括根据步骤1中获取的图像和步骤2中获取主要目标信息进行二维目标检测，逻辑判断之后，得出各个保障节点的时间数据，进行时间融合。

进一步地，所述步骤4中实现目标跟踪具体包括得到在当前视频帧中目标的实时位置，对智能识别的结果数据经过清洗、筛选、统计、分析、挖掘、规范化之后，将数据的价值最大化，将数据以更好的可视化效果进行展示。输出检测结果的最优匹配，实现航班跟踪。

进一步地，所述步骤4中实现二维目标检测算法具体为：

其中：