民航航班跟踪视频关键帧提取方法研究

为快速有效地检索民航航班跟踪视频中的关键信息,提出了民航航班跟踪视频标识区域关键帧和自定义区域关键帧提取的两种方法.前者计算相邻帧帧差,通过形态学图像处理的方法处理帧差矩阵,再计算出合理的阈值,以阈值为参考将视频中标识区域发生变化的视频帧提取出来;后者计算自定义区域轮廓及视频中飞机图标的几何中心,通过判断飞机图标与区域的拓扑关系,将视频中飞机图标进入或离开自定义区域的视频帧提取出来.实验结果表明,采用这两种方法能够在多前景目标的情况下有效地提取民航航班视频标识区域关键帧和自定义区域关键帧,获取视频中的关键信息.

基于卷积神经网络的航班跟踪视频关键信息识别

为准确地识别航班跟踪视频中的关键信息,提出了一种基于卷积神经网络(CNN)的信息识别方法.该方法首先通过颜色匹配、图像阈值化、形态学图像处理、边缘检测和几何中心计算等操作获取航班跟踪视频中的文字区域位置信息;然后通过相邻帧文字区域位置关联,提取出视频中消失和出现的关键文字区域;最后针对提取出的关键文字区域,设计了一种卷积神经网络模型用于识别关键文字区域中存在的字符.实验结果表明,该方法能够准确地提取航班跟踪视频中消失和出现的文字区域,同时在识别关键文字区域信息时有较高的准确率,能够实现航班跟踪视频关键信息识别.