一种视频分析和深度学习的机坪安全运行监控方法技术

本发明专利技术公开了一种视频分析和深度学习的机坪安全运行监控方法，根据航班号或者停机坪信息匹配对应的航空器及停机坪信息，通过视频分析算法，结合《机场航班运行保障标准》及《民用机场运行安全管理规定》，对机场停机坪航空器的安全进行监控，以保证其按规定的流程进行各项操作，确保航空器作业的安全性。当有违规事项时即时报警，还可通过报警提示查看报警对应的截图和短视频，确保可以即时应对违规事项及时处理。

A video analysis and in-depth learning monitoring method for apron safety operation

【技术实现步骤摘要】
一种视频分析和深度学习的机坪安全运行监控方法
本专利技术涉及一种视频分析和深度学习的机坪安全运行监控方法。
技术介绍
目前，机场每天都有大量的航空器起飞和降落，根据民航局的要求，航空器在降落机场后，进入机位，在即将起飞前离开机位等作业步骤都需要严格遵守对应的安全规范，在出现可能存在隐患时需要及时报警，并对事件进行记录和统计。虽然在绝大部分的机位都配置了监控摄像头，但传统摄像头的监控还是靠人工进行，一个工作人员需要同时监控多个摄像头，极易造成漏查的情况，更多的是在发生违规、遗漏或者意外之后调取对应视频进行回溯，无法及时报警。另外，人工监控无法对每次航空器作业步骤进行记录、统计和告警，无法有效或高效的获取每个航班的作业情况，是否有违规操作等等。由于视频数据占用空间大，一般最长也只能保存90天，造成过期之后无法回溯的问题。
技术实现思路
本专利技术所要解决的技术问题是一种视频分析和深度学习的机坪安全运行监控方法，通过视频分析算法，结合航班进入/离开机位等作业步骤的安全作业标准，对机场停机坪航空器的安全进行监控，可以有效解决现有技术本文档来自技高网...

【技术保护点】
1.一种视频分析和深度学习的机坪安全运行监控方法，其特征在于，具体步骤如下：/n（一）进行机坪的区域识别，包括红线区以、停止线及禁止区域；/n（二）进行人、航空器、车辆识别；/n（三）在对应的作业流程中对对应人、航空器、车辆的运动进行识别，判断其运动过程是否符合作业规范；/n（四）在有违规事项时进行报警，并记录对应的时刻以及违规内容、相应的截图和视频。/n

【技术特征摘要】
1.一种视频分析和深度学习的机坪安全运行监控方法，其特征在于，具体步骤如下：
（一）进行机坪的区域识别，包括红线区以、停止线及禁止区域；
（二）进行人、航空器、车辆识别；
（三）在对应的作业流程中对对应人、航空器、车辆的运动进行识别，判断其运动过程是否符合作业规范；
（四）在有违规事项时进行报警，并记录对应的时刻以及违规内容、相应的截图和视频。


2.如权利要求1所述的视频分析和深度学习的机坪安全运行监控方法，其特征在于：进行物体识别包括对反光背心的识别，反光背心的识别方法如下：
采用TensorFlow框架搭建的分类模型，识别工作人员是否穿着反光背心，
流程中总共有两个模型，一个是人员检查模型，二是反光背心判断模型；
其中，模型一：人员检测采用SSD+Resnet模型，获取机场有效数据，制作特定格式的压缩数据集，调整模型参数，修改模型结构算法，以最好的效果适应机场数据；
模型二：反光背心识别模型，模型核心采用卷积神经网络，输入图片为一张80*80的3通道彩色图片数据，第一层通过卷积3*3*32的操作，获取更深的数据信息，使得不用数据层之间关注不同的反光背心数据信息，同事通过步长为2的设计，让每一层的数据压缩为原来的一半，提取关键信息；
第二层使用倒置残差网络设计，通过放大数据信号进行数据提取，维持原有数据层次及大小，增加模型非线性，保证模型的拟合能力；
第三层采用线性1*1*32的Conv，各层关注各层的数据提取，输出结果再根据卷积组合进行一定的下采样获取最终的分类结果。


3.如权利要求1所述的视频分析和深度学习的机坪安全运行监控方法，其特征在于：接机人员对机位进行适用性检查时，通过一个空间内轨迹判断算法、人员识别及反光背心识别算法，将数据之间建立联系判断最终是否是穿着反光背心的工作人员在航空器入位前5分钟对机位进行了适用性检查。


4.如权利要求1所述的视频分析和深度学习的机坪安全运行监控方法，...

【专利技术属性】
技术研发人员：曾毅，
申请(专利权)人：捻果科技深圳有限公司，
类型：发明
国别省市：广东;44