基于视频传感器的机场场面移动目标定位、识别、跟踪相应的理论和关键方法是解决现有场面监视手段存在监视盲区的有效途径。本课题研究:针对目标定位,研究基于空间平行线与单应矩阵间极对几何约束关系的监视摄像机自标定方法,揭示多幅二维图象与三维空间位置的映射关系;针对目标识别,研究基于多分类支持向量机(SVM)的飞机尾号识别算法,建立多分类SVM模型,设计多分类SVM样本训练方法,实现对偶优化问题转化和最优化问题求解方法;针对目标跟踪,建立基于平移不变性、比例不变性和旋转不变性等矩特征的飞机姿态模型,研究多视野域(FOV)实时协同跟踪和综合飞机位置、姿态特征的信息融合方法,并进行理论仿真分析验证,为机场视频传感器的视频数据引入场面目标自动监视应用奠定理论基础,解决机场场面移动目标监视盲区问题,有效避免碰撞。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于改进LinkNet的寒旱区遥感图像河流识别方法
氧化应激与自噬
血管内皮细胞线粒体动力学相关功能与心血管疾病关系的研究进展
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于小波高阶统计量的数字图像来源取证方法
机场净空区非合作无人机目标监视的关键技术研究
机场场面监视中复杂目标检测与实时跟踪关键深度学习技术研究
机场场面移动车辆车载视觉监视系统关键技术研究
基于深度学习与视觉感知的机场场面监视技术研究