【技术实现步骤摘要】
空港监管用机坪车辆危险接近安全事件识别系统及其方法
[0001]本专利技术涉及一种基于视频分析的空港监管用机坪车辆危险接近安全事件识别系统及其识别方法,属于机场安全防范领域。
技术介绍
[0002]车辆危险接近作为机场安全风险等级较高的安全事件,在当前大部分机场主要依赖于人工巡检,效率低下且存在明显安全风险漏项,部分机场为车辆安装GPS定位设施,依赖于车辆位置信息进行危险接近判断依据,但GPS车载设备成本较高,安装范围有限,车辆经纬度定位存在飘点、跳点现象,存在一定识别误差,在实际应用中,作为车辆危险接近的判断依据不够全面,经常会出现误判断问题,很难进行完全认定的违章处罚依据。
技术实现思路
[0003]为克服现有技术的缺陷,本专利技术提供一种基于空港监管用机坪车辆危险接近安全事件识别系统及其方法,本专利技术的技术方案是:
[0004]一种空港监管用机坪车辆危险接近安全事件识别系统,包括视频流接入模块,用于摄像头视频数据实时接入处理;
[0005]接口处理模块,用于接入生产类和安全类系统数据; ...
【技术保护点】
【技术特征摘要】
1.一种空港监管用机坪车辆危险接近安全事件识别系统,其特征在于,包括视频流接入模块,用于摄像头视频数据实时接入处理;接口处理模块,用于接入生产类和安全类系统数据;算法处理模块,用于识别摄像头实时视频流中的飞行器和车辆数据,综合识别到的目标数据进行判断,识别出可能存在的车辆危险接近安全事件;前端推送模块,用于将安全事件的处理结果推送给前端应用显示。2.根据权利要求1所述的一种空港监管用机坪车辆危险接近安全事件识别系统,其特征在于,所述的算法处理模块使用深度学习卷积神经网络算法,结构如下:input
→
[conv
→
relu]*n
→
[pool]*m
→
[fc
→
relu]*k;其中,其中input表示输入层,将图像进行处理之后输入卷积神经网络,conv表示卷积层,用来提取图像中的特征,relu表示卷积层的激活函数,pool表示池化层,用来对特征图进行降维,压缩参数的数量,提高模型泛化的能力,防止过拟合,fc表示全连接层,把卷积层、激活层以及池化层提取到的特征综合起来,relu表示全连接层的激活函数;所述的卷积神经网络算法核心为Loss函数,通过Loss函数进行相应正向传播和反向传播,训练相应的卷积神经网络,匹配真实场景。3.根据权利要求2所述的空港监管用机坪车辆危险接近安全事件识别系统,其特征在于,所述的算法处理模块在识别到具体飞行器、车辆目标信息后,将识别到的飞行器、车辆像素点集存放在待计算列表,采...
【专利技术属性】
技术研发人员:陈翰,丁继存,曹伟,李坤,李志,苏以通,薛玲祥,张新华,陈晓,宋正敏,刘晓疆,
申请(专利权)人:青岛民航凯亚系统集成有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。