[发明专利]一种基于卷积神经网络的机场场面监视方法在审
| 申请号： | 201711344003.7 | 申请日： | 2017-12-15 |
| 公开（公告）号： | CN108090442A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 韩松臣;黄国新;黄畅昕 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08;H04N7/18 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 针对中小机场无法承担高额的场面监视雷达(SMR)费用，而依靠管制员目视的场面监视方式已经无法满足现代航空安全的需要。视频图像监视是一种通用性强，成本较低的监视手段，由此提出了一种基于Single Shot MultiBox Detector卷积神经网络检测方法的视频检测系统。对真实的机场场面视频进行采集，并将其中的飞机、汽车、人进行标定，创建一个包含大量图片的机场场面数据集，并在此数据集上进行训练SSD模型。基本达到了实时检测的效果，为中小型机场场面监视系统提供了一个新的方法。 | ||
| 搜索关键词： | 场面监视 机场场面 卷积神经网络 数据集 监视 视频检测系统 中小型机场 航空安全 实时检测 视频图像 通用性强 系统提供 目视 标定 视频 雷达 采集 管制 检测 创建 飞机 机场 汽车 图片 | ||
【主权项】：
1.一种基于卷积神经网络的机场场面监视方法，其中，所述卷积神经网络包括但不限于SSD(Single Shot MultiBox Detector)，其特征在于，包括以下步骤：步骤一、构建检测用的所述卷积神经网络；步骤二、拍摄并标定大量的待监视的所述机场场面图像；步骤三、将所述卷积神经网络进行学习所述步骤二中得到的标定文件，得到目标识别模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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四川大学，未经四川大学许可，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/patent/201711344003.7/，转载请声明来源钻瓜专利网。
