一种基于YOLO框架的机场场面监控图像目标检测方法技术

本发明专利技术公开了一种基于YOLO框架的机场场面监控图像目标检测方法，包括以下步骤：采集机场场面监视图像，基于所述机场场面监视图像，构建符合机场场面监视图像特征的数据集，对所述数据集进行标注，获得标注数据集，并将所述标注数据集随机划分为训练集和测试集；构建AS

【技术实现步骤摘要】
一种基于YOLO框架的机场场面监控图像目标检测方法


[0001]本专利技术属于图像中目标检测
，具体涉及一种基于YOLO框架的机场场面监控图像目标检测方法。

技术介绍

[0002]如今，航空运输业持续发展，航班量持续增长，机场安全保障压力越来越大，通用民航产业迅速发展，给机场安全管理带来新的挑战。人工处理机场监控图像或者视频是不稳定的、繁杂的、耗时且昂贵的，因此需利用计算机视觉技术,开发和设计一种针对机场场面监视图像目标检测算法是十分有意义的。
[0003]目前典型的目标检测技术主要分为二阶段检测和一阶段检测方法，二阶段检测首先产生检测区域候选框，再预测位置框和类别，如：R
‑
CNN、Fast R
‑
CNN和Faster R
‑
CNN等目标检测算法；一阶段检测在检测网络中产生预测位置框和类别，如：SDD、YOLO等目标检测方法。
[0004]以上方面在构建机场场面监视图像目标检测方面存在如下问题：一是上述目标检测方法是对常用数据集PASCAL VOC和MS COOC等常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLO框架的机场场面监控图像目标检测方法，其特征在于，包括以下步骤：采集机场场面监视图像，基于所述机场场面监视图像，构建符合机场场面监视图像特征的数据集，对所述数据集进行标注，获得标注数据集，并将所述标注数据集随机划分为训练集和测试集；构建AS
‑
YOLO机场场面监控图像目标检测模型；利用所述训练集对所述AS
‑
YOLO机场场面监控图像目标检测模型进行训练；利用训练好的AS
‑
YOLO机场场面监控图像目标检测模型对所述测试集进行目标检测，并通过目标检测评价指标验证。2.根据权利要求1所述的基于YOLO框架的机场场面监控图像目标检测方法，其特征在于，对所述数据集进行标注的方法包括：将所述数据集中每一副图片中的飞机、行人和车辆进行分类标注，构建标注数据集。3.根据权利要求1所述的基于YOLO框架的机场场面监控图像目标检测方法，其特征在于，所述AS
‑
YOLO机场场面监控图像目标检测模型的构建方法为：利用设计的CFEAM结构、CBF结构和MP1结构构建主干网络；结合FPN结构和PAN结构基础上，增加设计的F
‑
SPPF结构和FEAM结构构建颈部网络；利用CBF结构构建4个头部网络。4.根据权利要求3所述的基于YOLO框架的机场场面监控图像目标检测方法，其特征在于，所述CBF结构由卷积模块，归一化模块，FReLU激活函数构成；所述CFEAM结构通过多个FEAM结构交叉使用；所述MP1结构由最大池化模块和步长为2的卷积，两种下采样方式重组构成。5.根据权利要求4所述的基于YOLO框架的机场场面监控图像目标检测方法，其特征在于，所述CFEAM结构进行空间特征的提取过程为：输入经卷积核为1的CBF操纵，传递给所述FEAM结构，分别进行四次，生成4个不同的特征图；取第一个特征图和第二个特征图进行concat结合，传递给卷积核为3的CBF卷积层，获得第一卷积结果；将所述第一卷积结果与第三个特征图...

【专利技术属性】
技术研发人员：蔡成涛，周文涛，郑丽颖，李晨铭，曹一乾，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：