一种机场场面运动目标检测识别方法技术

本发明专利技术提供一种机场场面运动目标检测识别方法，具体过程为：首先使用倾向流法获取运动目标的区域建议，然后使用卷积神经网络对运动目标进行识别。该方法克服了传统的目标提取方法对于尺寸不一的运动目标提取不完整、噪声较多的缺点，弥补了深度学习目标检测网络对于机场场面小目标检测能力不足的缺陷。本发明专利技术所设计的识别网络卷积层次少，特征维度小，计算量小，准确率高，符合机场场面监视的需求。

A detection and recognition method for airport scene motion target

The present invention provides an airport scene motion target detection and recognition method. The specific process is to first use the tendency flow method to obtain the regional proposal of the moving target, and then use the convolution neural network to identify the moving target. This method overcomes the shortcomings of incomplete extraction and more noise of the moving target with different size, and makes up the defect that the detection ability of the depth learning target detection network is insufficient for the small target detection of the airport scene. The recognition network convolution level is small, the characteristic dimension is small, the computation amount is small, the accuracy rate is high, and the requirements of the airport scene monitoring are satisfied.

【技术实现步骤摘要】
一种机场场面运动目标检测识别方法
本专利技术涉及数字图像处理
，具体地说，是一种机场运动目标检测识别方法。
技术介绍
随着我国民用航空运输业的快速发展，机场的飞机、车辆和人员的数量迅速增加，机场场面的运行环境日趋复杂。有必要引入机场场面监视系统。传统的机场场面监视方法以场面监视雷达为主，国内大型机场如北京首都机场、上海浦东机场等都有装备场面监视雷达。但是，由于场面监视雷达高昂的安装和维护费用，国内的绝大多数中小机场并未配备场面监视雷达，而是依赖于管制员的目视和人为操作来实现对场面的监视功能，这将大大增加机场场面运行的风险。随着计算机视觉的发展，近些年来兴起了基于视频技术的机场场面监视技术，这种技术成本低，且与监视雷达方法相比，可覆盖的区域更广，因此更具灵活性。当前对于机场场面动态目标的研究主要集中在对已知类型的目标的跟踪上，而对目标的检测研究并不多。目标检测方法主要可分为两大类：基于手工特征的方法和基于深度学习网络的方法。常见的基于手工特征的目标检测方法包括光流法、帧差法和ViBe等算法，这些方法准确率低，时间成本高，并不适用于机场场面监视。基于深度学习网络的目标检测算法包括R本文档来自技高网...

【技术保护点】
一种机场场面运动目标的检测识别方法，其特征在于，具体过程为：(一)使用倾向流法获取运动目标的区域建议；(二)使用卷积神经网络对运动目标进行识别。

【技术特征摘要】
1.一种机场场面运动目标的检测识别方法，其特征在于，具体过程为：(一)使用倾向流法获取运动目标的区域建议；(二)使用卷积神经网络对运动目标进行识别。2.根据权利要求1所述机场场面运动目标检测识别方法，其特征在于，所述步骤(一)的具体过程为：步骤一、求取运动目标的光流矢量其值由下式确定：上式为方程的最小二乘解；其中，E表示像素点亮度；分别表示像素点沿x，y，t三个方向的梯度；分别表示光流在x，y方向的光流矢量；步骤二、由光流矢量求取运动像素的脉线Qi，其值由下式确定：Qi＝{xi(t)，yi(t)，ui，vi}其中，点表示运动目标的某个粒子在时间t，在第i帧中的位置，其初始位置为q点；步骤三、计算运动目标的倾向流Ωs，其值由下式确定：Ωs＝(us，vs)T其中，us与vs分别表示倾向流在两个方向的速度矢量；以us为例，其值由下式的最小二乘解求出：ui＝b1us(k1)+b2us(k2)+b3us(k3)其中kj表示相邻像素的索引号，bj表示已知的第j个相邻像素在该域的三角基函数；步骤四、取倾向流提取到的每个目标最大包围矩形框，即对于每个目标取[xmin,ymin]和[xmax,ymax]围成的矩形框，形成运动目标区域建议。3.根据权利要求1所述机场场面运动目标检测识别方法，其特征在于，所述步骤(二)的具体过程为：步骤一、识别网络提取运动目标特征，对图片执行卷积操作为下式所示：

【专利技术属性】
技术研发人员：韩松臣，詹昭焕，李炜，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川,51