项目名称: 基于视频传感器的机场目标监视关键技术研究

项目编号: No.60879013

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 金属学与金属工艺

项目作者: 罗喜伶

作者单位: 北京航空航天大学

项目金额: 22万元

中文摘要: 本课题瞄准国际民航高级场面目标监视与引导系统的发展方向,针对现有机场场面监视手段存在遮挡盲区问题,探索一种基于引入机场场面通用摄像机视频图象方式,研究飞机定位、身份识别和多视野域跟踪方法,作为一种拓展数据源接入现有高级场面监视系统中。基于通用摄像机视频的机场场面目标综合监视方法已成为机场场面 监视领域中近年来备受关注的前沿研究方向。 本课题旨在研究基于机场特征的监视摄像机自标定方法, 研究基于多分类支持向量机 (SVM)的飞机尾号识别算法,进而形成一套适用于现有机场飞机监控的目标定位、识别和跟踪的理论方法;在此基础上进一步研究多视野域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,为机场通用摄像机视频数据引入现有高级场面监视的应用中奠定理论基础,解决遮挡盲区问题,提高监视准确度。

中文关键词: 高级场面监视;视频监视

英文摘要: The project aims at the development trends of the international civil aviation senior scene target surveillance and guidance system, in response to the blind spots blocking problem existing in the current airport scene surveillance means, explores a method based on introducing airport scene, general-purpose video camera and video images. The project researches on aircraft location, identification and multi-vision domain tracking method, and further access them to the existing senior scene surveillance system as expanded data sources. The integrated airport scene surveillance method based on general-purpose camera video has become the forefront of research concern in recent years. The project aims at studying the camera self-calibration method based on the characteristics of airport surveillance, designs the aircraft tail number recognition algorithm based on the multi-category-support vector machine(SVM), and further form a set of theoretical approaches about aircraft surveillance target location, identification and target tracking, which adapt to the current situations of airports. Further researches include multi-vision domain real-time collaborative tracking, information fusion method concerning aircraft position and flight attitude features, and theoretical analysis, simulation, and verification. The project lays theoretical foundation for the introduction of general-purpose camera video data into the application of existing airport senior scene surveillance, solves the problem of blind spots blocking, and improves the accuracy of scene surveillance.

英文关键词: senior scene surveillance; video surveillance

成为VIP会员查看完整内容
1

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
专知会员服务
37+阅读 · 2021年9月8日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
103+阅读 · 2020年11月27日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
人脸专集4 | 遮挡、光照等因素的人脸关键点检测
计算机视觉战队
29+阅读 · 2019年4月11日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月2日
Realistic soft-body tearing under 10ms in VR
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年4月27日
Arxiv
92+阅读 · 2020年2月28日
Arxiv
35+阅读 · 2019年11月7日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
专知会员服务
37+阅读 · 2021年9月8日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
69+阅读 · 2020年11月30日
专知会员服务
103+阅读 · 2020年11月27日
深度学习视频中多目标跟踪:论文综述
专知会员服务
92+阅读 · 2019年10月13日
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
8+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年5月2日
Realistic soft-body tearing under 10ms in VR
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年4月27日
Arxiv
92+阅读 · 2020年2月28日
Arxiv
35+阅读 · 2019年11月7日
Arxiv
136+阅读 · 2018年10月8日
微信扫码咨询专知VIP会员