申请/专利权人：上海海事大学

申请日：2023-12-06

公开（公告）日：2024-03-22

公开（公告）号：CN117395377B

主分类号：H04N7/18

分类号：H04N7/18;H04N23/61;H04N23/695;H04N5/14;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本发明涉及一种基于多视角融合的岸桥海侧安全监控方法、系统、介质，方法包括如下步骤：多个不同视角的岸桥海侧固定式摄像头通过帧间差分方法判断各自拍摄范围内是否出现运动目标；当运动目标出现后，获取各个摄像头的视频数据，利用基于RFLA策略的神经网络得到目标识别结果；通过特征提取和特征匹配为每个运动目标分配唯一的标签，基于预先获取的各个摄像头的坐标，以两个或两个以上的摄像头为一组，通过视觉定位分别计算各组下运动目标的坐标，通过计算置信度得到运动目标的最终坐标，实现监控。与现有技术相比，本发明有效提高港口全方位监控应对高速小艇入侵威胁时的及时发现、及时响应能力，提高港口的安全性和应急响应能力。

主权项：1.一种基于多视角融合的岸桥海侧安全监控方法，其特征在于，包括如下步骤：多个不同视角的岸桥海侧固定式摄像头通过帧间差分方法判断各自拍摄范围内是否出现运动目标；当运动目标出现后，获取各个岸桥海侧固定式摄像头的视频数据，利用基于RFLA策略的神经网络得到各自的目标识别结果；基于所述目标识别结果，通过特征提取和特征匹配为每个运动目标分配唯一的标签，基于预先获取的各个岸桥海侧固定式摄像头的坐标，以两个或两个以上的岸桥海侧固定式摄像头为一组，通过视觉定位分别计算各组下运动目标的坐标，通过计算置信度得到运动目标的最终坐标，实现运动目标的监控，其中，所述的神经网络为基于HRNet的FasterRCNN两阶段式神经网络，使用瓦尔斯坦距离反映弱小目标gt框的重合程度，所述的运动目标的最终坐标采用下式计算： ，其中，为运动目标的坐标，为置信度计算符，为由编号为1和n的岸桥海侧固定式摄像头经过双目视觉定位得到的坐标。

全文数据：

权利要求：

百度查询： 上海海事大学 基于多视角融合的岸桥海侧安全监控方法、系统、介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD