摘要
本发明属于机场风险防控技术领域,具体涉及一种高效的机场场面实时综合风险防控方法及系统,该方法包括:将机场场面的待检测图像传送至预设的深度学习模型中进行多目标实时高效检测,以得到不同对象的类别、唯一ID和物理坐标;根据所述类别、唯一ID和物理坐标并结合设定的判定规则进行风险防控;所述判定规则包括基于类别的非授权动物入侵判断,基于唯一ID的安全距离判断和基于物理坐标并结合动态密度峰值聚类技术的高风险区域判断;当判断结果存在风险时,将迅速向指定的安全管理人员发送警报通知,并实施所关联的处理措施;其有益效果是:本发明能够实现机场场面的高效、实时风险管理,提升了整体安全水平。
技术关键词
机场场面
风险防控方法
密度峰值聚类
深度学习模型
风险防控系统
坐标
高风险
YOLO模型
对象
编码向量
动态
物理
分析运动物体
风险防控技术
图像
直方图均衡化
警报
系统为您推荐了相关专利信息
数据融合方法
训练深度学习模型
地球同步轨道卫星
模型训练模块
训练集
色素
反射光谱数据
深度学习模型
光学传感技术
监测方法
X射线图像数据
无损检测方法
深度学习算法
超声波检测设备
X射线检测设备
工具系统
配置系统
深度学习模型训练
命令
深度学习框架