视频检测与拼接
人
类开发和利用图像信息的历史,同样是一部人类技术不断突破和创新的历史。从简单用图像记录信息,到利用图像信息;从人工分析处理,到机器自动处理;从事后处理到,到实时处理即时反馈……图像信息利用的广度和深度的不断挖掘、用户体验不断提高的背后,是工程师们不断突破一项又一项核心技术的过程。
当i-Hawkeye将无人机航拍图片数据的目标智能检测功能广泛应用于行业巡检的处理工作中后,视频目标检测又成为了i-Hawkeye积极攻克的全新挑战。
而目前,i-Hawkeye终于将视频检测变成切实应用的技术“工具”!
视频检测
在i-Hawkeye中,视频目标检测(基于卷积神经网络算法)的输入是航拍无人机获取的高清遥感视频数据,输出则是图像中用户所关注的巡检目标及其坐标。
—视频实时检测管线周边建筑板房
目标检测是卷积神经网络对输入的图像进行自动的图像特征提取的操作,能够获取到图像中对目标的各方位朝向以及一定的目标尺度变化具有鲁棒性的特征。目标检测功能的实现,一方面能够帮助用户快速的对图像中真正具有意义的部分进行定位,另一方面完成了利用无人机自动化的对石油管线巡检的重要一环。
而视频检测中,异常目标实时检测技术,则是在保证一定的检测精度的前提下,使得检测的速度能够跟上相机采集图像的速度,该技术的意义在于极大的缩短用户等待处理结果的时间,从而使得用户可以快速得到结论,采取相应的策略。
—视频实时检测管线周边车辆及施工车辆
在正常作业高度下,分辨率为1080P的视频的实时检测速度可达到20帧/s以上。
视频拼接
基于原有的航拍图片拼接功能,升级后的i-Hawkeye同样支持航拍视频拼接。航拍视频拼接算法的输入是固定翼或旋翼无人机获取的航拍视频,输出是经过拼图算法生成的带纹理信息的三维模型以及二维正射图。
—视频拼接整体及细节展示图
视频拼接算法针对输入的视频具备自动抽帧功能,能够自适应的抽取满足拼图要求的关键帧,避免了常用的等间隔抽帧方式引入的冗余或图像重叠率不足等问题。然后利用SfM(Structure from Motion)方法得到场景稀疏点云以及相机位姿、点云稠密化、网格重建以及纹理贴图,并最终输出二维正射图和数字高程图。
视频拼图功能的实现,一方面能够满足越来越多的客户对视频建模的需求;另一方面解决了目前部分商用软件中手动设置视频抽帧的弊端,实现了全流程自动化。
在图片检测与拼接的基础上,视频检测与拼接将最大程度的提高巡检效率,减少人工参与。
而实时检测从根本上来说,已不仅仅是及时防患、降低损失的工作意义,视频检测对视频质量的要求更低、采集数据的门槛更低,更是行业对智能巡检、人类对于便捷生活的更大需求,更高要求。
转自丨因诺科技