【技术实现步骤摘要】
本专利技术涉及模拟训练，特别涉及一种驾驶模拟训练的视频回放分析系统。
技术介绍
1、驾驶模拟训练技术在军事训练中有着经济、可重复、不受条件约束的效果，近年来发展和应用愈发广泛。对训练人员的训练视频进行回放，可以帮助管理人员找出训练问题并加以总结，因此需要对驾驶模拟训练的回放分析进行研究。
2、现有的驾驶模拟技术中，专利公开号为cn115798296a的《一种车辆训练模拟器及模拟方法》通过构建训练考核场景课程，将理论与实操相结合，实现训练达标、考核通过；教员通过导控台操作导控软件，指导学员训练，监督考核过程；硬件支持多个模拟器终端互联，导控软件实现多个终端并行模拟，支持训练数据记录与回放。
3、训练视频数据包括不同视角和不同来源的视频数据，在对这些训练视频数据进行分析时，需考虑这些视频数据之间的联系，以便更好地找出训练中存在的错误和风险，然而，上述现有技术仅支持训练数据记录与回放，而未对视频数据之间的联系进行研究，分析关联性较差；此外，由于训练视频数据的数据量较大，在对其进行分析时，会占用较多的计算资源，上述现有技术也未考虑这一点，计算资源利用率较低。
技术实现思路
1、本专利技术实施例提供了一种驾驶模拟训练的视频回放分析系统，用以解决现有技术中没有比较可靠的针对训练视频回放的分析关联性较差，计算资源利用率较低的问题。
2、一方面，本专利技术实施例提供了一种驾驶模拟训练的视频回放分析系统，包括：回放分析端和训练端；所述回放分析端包括：视频获取模块、
3、所述视频获取模块用于从所述训练端获取训练视频数据；所述训练视频数据包括：第一训练视频、第二训练视频和第三训练视频。
4、所述同步回放模块用于对所述训练视频数据进行时间同步处理，得到同步视频数据并进行回放；所述同步视频数据包括：第一同步视频、第二同步视频和第三同步视频。
5、所述帧抽取模块用于对所述同步视频数据进行帧抽取处理，得到图片流数据；所述图片流数据包括：第一图片流、第二图片流和第三图片流。
6、所述分析模块用于对所述图片流数据进行分析，得到分析结果数据；所述分析结果数据包括：第一分析结果、第二分析结果和第三分析结果。
7、所述存储模块用于存储所述训练视频数据、所述同步视频数据、所述图片流数据和所述分析结果数据。
8、在一种可能的实现方式中，所述第一训练视频为学员视角训练视频，所述第二训练视频为上帝视角训练视频，所述第三训练视频为学员行为监控视频。
9、在一种可能的实现方式中，所述训练视频数据设置有时间轴。
10、所述时间同步处理包括：将所述训练视频数据按照所述时间轴进行对齐。
11、在一种可能的实现方式中，所述分析模块包括：第一分析单元、第二分析单元和第三分析单元。
12、所述第一分析单元用于对所述第一图片流进行分析，得到所述第一分析结果。
13、所述第二分析单元用于对所述第二图片流进行分析，得到所述第二分析结果。
14、所述第三分析单元用于对所述第三图片流进行分析，得到所述第三分析结果。
15、在一种可能的实现方式中，所述第一分析单元、所述第二分析单元和所述第三分析单元分别采用第一分析模型、第二分析模型和第三分析模型进行分析。
16、所述第一分析模型基于卷积神经网络，通过第一帧图片数据集进行训练得到。
17、所述第二分析模型基于卷积神经网络，通过第二帧图片数据集进行训练得到。
18、所述第三分析模型基于卷积神经网络，通过第三帧图片数据集进行训练得到。
19、在一种可能的实现方式中，所述分析模块还包括：模型更新单元。
20、所述模型更新单元用于对所述第一分析模型、所述第二分析模型和所述第三分析模型进行关联更新。
21、在一种可能的实现方式中，当所述第一分析结果、所述第二分析结果和所述第三分析结果中任一项的异常数据数量超过第一预设异常数量时，所述帧抽取模块还用于对所述同步视频数据进行再次帧抽取处理，得到再次图片流数据；所述再次图片流数据包括：再次第一图片流、再次第二图片流和再次第三图片流。
22、所述再次帧抽取处理的抽取密度大于所述帧抽取处理的抽取密度。
23、所述分析模块还用于对所述再次图片流数据进行分析，得到再次分析结果数据；所述再次分析结果数据包括：再次第一分析结果、再次第二分析结果和再次第三分析结果。
24、在一种可能的实现方式中，当所述再次第一分析结果、所述再次第二分析结果和所述再次第三分析结果中任两项的异常数据数量超过第二预设异常数量时，所述帧抽取模块还用于对所述同步视频数据进行终次帧抽取处理，得到终次图片流数据；所述终次图片流数据包括：终次第一图片流、终次第二图片流和终次第三图片流。
25、所述终次帧抽取的抽取密度大于所述再次帧抽取处理的抽取密度。
26、所述分析模块还用于对所述终次图片流数据进行分析，得到终次分析结果数据；所述终次分析结果数据包括：终次第一分析结果、终次第二分析结果和终次第三分析结果。
27、在一种可能的实现方式中，一种驾驶模拟训练的视频回放分析系统还包括：标记定位模块。
28、所述标记定位模块用于对所述同步视频数据中对应异常数据的位置进行标记定位。
29、在一种可能的实现方式中，一种驾驶模拟训练的视频回放分析系统还包括：预抽取模块。
30、所述预抽取模块用于对所述同步视频数据进行预抽取处理，得到预抽取图片流数据。
31、所述帧抽取模块还用于对所述预抽取图片流数据进行帧抽取处理，得到所述图片流数据。
32、本专利技术中的一种驾驶模拟训练的视频回放分析系统，具有以下优点：
33、通过同步回放模块对训练视频数据进行时间同步处理，实现了多类视频的同步回放，提高了分析关联性；通过帧抽取模块对同步视频数据进行帧抽取处理，分析模块对图片流数据进行分析，提高了计算资源利用率；通过第一分析模型、第二分析模型和第三分析模型进行分析，第一分析模型、第二分析模型和第三分析模型均基于卷积神经网络训练得到，提高了分析可靠性；通过模型更新单元对第一分析模型、第二分析模型和第三分析模型进行关联更新，提高了模型准确度；通过帧抽取模块对同步视频数据进行再次帧抽取处理，分析模块对再次图片流数据进行分析，提高了对计算资源的控制力；通过标记定位模块对同步视频数据中对应异常数据的位置进行标记定位，提高了异常数据查找的便捷性；提出的预抽取模块，提高了数据处理效率。
本文档来自技高网...【技术保护点】
1.一种驾驶模拟训练的视频回放分析系统，其特征在于，包括：回放分析端和训练端；所述回放分析端包括：视频获取模块、同步回放模块、帧抽取模块、分析模块和存储模块；
2.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述第一训练视频为学员视角训练视频，所述第二训练视频为上帝视角训练视频，所述第三训练视频为学员行为监控视频。
3.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述训练视频数据设置有时间轴；
4.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述分析模块还包括：模型更新单元；
5.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，当所述第一分析结果、所述第二分析结果和所述第三分析结果中任一项的异常数据数量超过第一预设异常数量时，所述帧抽取模块还用于对所述同步视频数据进行再次帧抽取处理，得到再次图片流数据；所述再次图片流数据包括：再次第一图片流、再次第二图片流和再次第三图片流；
6.根据权利要求5所述的一种驾驶模拟训练的视频回放分析系
7.根据权利要求6所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，还包括：标记定位模块；
8.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，还包括：预抽取模块；
...【技术特征摘要】
1.一种驾驶模拟训练的视频回放分析系统，其特征在于，包括：回放分析端和训练端；所述回放分析端包括：视频获取模块、同步回放模块、帧抽取模块、分析模块和存储模块；
2.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述第一训练视频为学员视角训练视频，所述第二训练视频为上帝视角训练视频，所述第三训练视频为学员行为监控视频。
3.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述训练视频数据设置有时间轴；
4.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，所述分析模块还包括：模型更新单元；
5.根据权利要求1所述的一种驾驶模拟训练的视频回放分析系统，其特征在于，当所述第一分析结果、所述第二分析结果和所述第三分析结果中任一项的异常数...
【专利技术属性】
技术研发人员：孟祥廷，王泽阳，常文超，徐中节，郭航，许长华，马玉杰，
申请(专利权)人：西安航天动力研究所，
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。