多(duō)源視頻與遙感智能(néng)監管平台為(wèi)北京愛特拉斯信息科(kē)技(jì )有(yǒu)限公(gōng)司(下文(wén)簡稱:公(gōng)司)完全自主知識産(chǎn)權服務(wù)産(chǎn)品,核心應用(yòng)為(wèi)利用(yòng)視頻 AI 技(jì )術,實現對違法事件、現場情況的自動收集和記錄,并與各業務(wù)系統打通,形成業務(wù)流程閉環,探索非接觸執法模式,能(néng)夠輔助政府對突發事件進行快速響應,為(wèi)政府遠(yuǎn)程執法提供技(jì )術支持。
1.實現攝像頭視頻全景影像自動拼接、勻光勻色;
2.實現視頻像素坐(zuò)标與大地坐(zuò)标相互轉換;
3.自然資源違法行為(wèi)AI識别;
4.業務(wù)功能(néng)定制化。
産(chǎn)品的核心功能(néng)聚焦主要在:正射影像、全景處理(lǐ)、違法圖斑輔助核查、視頻AI場景識别、坐(zuò)标雙向轉化五個方面。
核心功能(néng) |
功能(néng)叙述 |
正射影像 |
對特定視頻段按照地理(lǐ)坐(zuò)标進行轉化。(具(jù)體(tǐ)方法為(wèi):計算地面點坐(zuò)标、計算像點坐(zuò)标、灰度内插、灰度賦值,主要步驟包括校正控制點采集和區(qū)域網平差,利用(yòng)攝像機等提供的一些姿态參數以及與地面系統相關的處理(lǐ)參數來進行粗校正,再結合衛星影像和DEM數據對影像做精(jīng)細校正。) |
全景處理(lǐ) |
對特定視頻段進行全景拼接。(具(jù)體(tǐ)方法為(wèi):特征點提取,特征點匹配,控制點生成,全景模型優化,接縫線(xiàn)提取,圖像勻色。為(wèi)了提高拼接的速度,首先需要從視頻數據中(zhōng)抽取關鍵幀,關鍵幀之間有(yǒu)明顯的旋轉變化。對關鍵幀提取特征點和匹配,利用(yòng)匹配的結果來生成控制點,然後基于全景模型來進行整體(tǐ)優化計算出每個關鍵幀的姿态,最後根據姿态來進行拼接。在拼接過程中(zhōng),接縫線(xiàn)提取和勻色算法可(kě)以解決不同關鍵幀的色調不一緻的問題) |
違法圖斑輔助核查 |
通過衛星影像傳違法圖斑的上傳,自動檢索出對應的攝像頭,輔助查驗違法事件。(具(jù)體(tǐ)方法為(wèi):針對違法圖斑進行樣本采集和深度學(xué)習模型訓練,實現違法圖斑在視頻中(zhōng)的智能(néng)識别;并通過像地坐(zuò)标系的轉換,将違法圖斑的位置、時間投射到相應視頻或監控中(zhōng),輔助違法圖斑核查) |
視頻AI場景識别 |
目前AI識别樣本場景有(yǒu):施工(gōng)行為(wèi)識别(挖掘機開挖)、建房進度識别(違規建築、建築變化)、河湖(hú)監測(河道河灘修築道路、河道河灘建設房屋、河道河灘種植樹木(mù)、河道河灘挖沙取土、河道河灘亂堆垃圾、網箱養殖)、耕地監測(耕地變化檢測)、人為(wèi)破壞監測(人或者其他(tā)動物(wù)進入識别、傾倒垃圾、暴露垃圾、區(qū)域入侵、工(gōng)程車(chē)監測)生态修複監測(黑臭水體(tǐ)、邊坡種草(cǎo))渣土監測(傾倒渣土),在樣本的基礎上,針對不同的地物(wù)進行深度學(xué)習模型訓練算法,主要采用(yòng)全卷積網絡(CNN)與條件随機場(CRF)算法。在經過不斷的模型研發和測試之後,構建較為(wèi)穩健的應用(yòng)模型。針對實際地物(wù)識别應用(yòng)場景、進行相應的違法行為(wèi)規則編制。 |
坐(zuò)标雙向轉化 |
滿足大地坐(zuò)标轉視頻坐(zuò)标,同時也滿足視頻坐(zuò)标轉大地坐(zuò)标。 |
執法監測、視頻監控、智能(néng)交通、行車(chē)輔助等。