一种机场特种车辆识别方法及系统技术方案

本发明专利技术公开一种机场特种车辆识别方法及系统，涉及图像识别领域，该方法包括：将机场监视图像输入到机场特种车辆识别模型，输出特种车辆识别结果；特种车辆识别结果包括车辆类型和车辆轮廓；神经网络包括特征提取模块、子类别识别与目标边界粗检测模块和目标边界优化模块；特征提取模块用于对机场监视图像进行多尺度特征提取和多尺度特征融合，得到多个融合特征图；子类别识别与目标边界粗检测模块用于根据多个融合特征图，得到特种车辆的目标框、车辆类别以及初步分割出的像素级目标区域；目标边界优化模块用于根据特种车辆的目标框以及初步分割出的像素级目标区域进行边界优化，得到优化后的目标区域边界。本发明专利技术提高了识别的精细程度和效率。的精细程度和效率。的精细程度和效率。

【技术实现步骤摘要】
一种机场特种车辆识别方法及系统


[0001]本专利技术涉及图像处理
，特别是涉及一种机场特种车辆识别方法及系统。

技术介绍

[0002]根据国际民用航空组织(International Civil Aviation Organization,ICAO)的安全报告，民用航空领域近90％的事故和不安全事件发生在机场场面。现有的场面监视手段无法对一些未安装应答设备的场面特种工程车辆进行有效监视，这是造成一些场面安全隐患，实现对场面特种车辆的精细化检测与识别是有效降低这些安全隐患的一个重要前提。相关研究数据表明机场场面服务过程中造成的延误占比整个航班周期延误的40％左右，如何提高场面服务的效率成为近年来世界各国民航单位关注的焦点之一。

技术实现思路

[0003]本专利技术的目的是提供一种机场特种车辆识别方法及系统，提高了识别的精细程度和效率。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种机场特种车辆识别方法，包括：
[0006]获取机场监视图像；
[0007]将所述机场监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机场特种车辆识别方法，其特征在于，包括：获取机场监视图像；将所述机场监视图像输入到机场特种车辆识别模型，输出特种车辆识别结果；所述特种车辆识别结果包括车辆类型和车辆轮廓；所述机场特种车辆识别模型是对神经网络训练得到的；所述神经网络包括特征提取模块、子类别识别与目标边界粗检测模块和目标边界优化模块；所述特征提取模块用于对所述机场监视图像进行多尺度特征提取和多尺度特征融合，得到多个融合特征图；所述子类别识别与目标边界粗检测模块用于根据多个所述融合特征图，得到特种车辆的目标框、车辆类别以及初步分割出的像素级目标区域；所述目标边界优化模块用于根据特种车辆的目标框以及初步分割出的像素级目标区域进行边界优化，得到优化后的目标区域边界。2.根据权利要求1所述的机场特种车辆识别方法，其特征在于，所述子类别识别与目标边界粗检测模块包括依次连接的区域提议网络、ROIAlign和检测头，所述检测头包括目标检测网络和分割网络，所述目标检测网络用于输出车辆类别和目标框，所述分割网络用于对输入的融合特征图进行语义分割，获得初步分割出的像素级目标区域。3.根据权利要求1所述的机场特种车辆识别方法，其特征在于，所述目标边界优化模块包括边界块生成网络和边界优化网络；所述边界块生成网络用于：利用滑动窗口法沿初步分割出的像素级目标区域的边界提取一系列的方形图像边界块和与各方形图像边界块对应的二值掩膜块；根据各方形图像边界块和对应的二值掩膜块计算各方形图像边界块的分割得分；根据各方形图像边界块的位置坐标和对应的分割得分，采用非最大值抑制算法过滤重叠或冗余的方形图像边界块，对过滤后的各方形图像边界块和对应的二值掩膜块进行裁剪，调整到固定尺寸后拼接在一起形成张量；所述边界优化网络用于对输入的张量的分辨率降低到所述张量的分辨率的1/4，然后分4个阶段进行多分辨率卷积和多分辨率特征融合，输出优化后的目标区域边界。4.根据权利要求3所述的机场特种车辆识别方法，其特征在于，所述边界优化网络包括依次连接的预处理单元、第一阶段、第二阶段、第三阶段和第四阶段；所述预处理单元用于对输入的张量的分辨率降低到所述张量的分辨率的1/4；所述第一阶段包括1个第一阶段分支，所述第二阶段包括2个并联的第二阶段分支，所述第三阶段包括3个并联的第三阶段分支，所述第四阶...

【专利技术属性】
技术研发人员：丁萌，周雯慧，徐一鸣，宫淑丽，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：