マルチソースビデオとリモートセンシングインテリジェント監視プラットフォーム

コア機能

機能記述

ポジティブイメージ

特定のビデオセグメントを地理座標に従って変換します。（具体的な方法は：地上点座標を計算し、像点座標、階調補間、階調代入を計算し、主なステップは制御点収集と地域ネットワークの平準差を補正し、カメラなどが提供するいくつかの姿勢パラメータと地上システムに関連する処理パラメータを利用して粗補正を行い、衛星映像とDEMデータを結合して映像を精密補正することを含む。）

パノラマ処理

特定のビデオセグメントをパノラマスプライスします。（具体的な方法は：特徴点抽出、特徴点マッチング、制御点生成、パノラマモデル最適化、継ぎ目線抽出、画像均質化である。継ぎ目の速度を高めるために、まずビデオデータからキーフレームを抽出する必要があり、キーフレーム間に明らかな回転変化がある。関キーフレームに対して特徴点とマッチングを抽出し、マッチングの結果を利用して制御点を生成し、それからパノラマモデルに基づいて全体最適化を行って各キーフレームの姿勢を計算し、最後に姿勢に基づいて継ぎ目を行う。継ぎ目線抽出と均質化アルゴリズムは異なるキーフレームの色相不一致の問題を解決することができる）

違法スポット補助検査

衛星映像伝送法違反画像のアップロードを通じて、対応するカメラを自動的に検索し、違法事件の調査を支援する。（具体的な方法は：違法図斑に対してサンプル収集と深さ学習モデル訓練を行い、違法図斑のビデオ中の知能認識を実現し、そして像地座標系の転換を通じて、違法図斑の位置、時間を相応のビデオまたは監視中に投影し、違法図斑の検査を補助する）

ビデオAIシーン認識

現在のAI識別サンプルシーンは：施工行為識別（掘削機掘削）、建築進捗識別（規則違反建築、建築変化）、河湖監視（河道河原建設道路、河道河原建設家屋、河道河原栽培樹木、河道河原掘削土、河道河原乱堆ゴミ、網箱養殖）、耕地監視（耕地変化測定）、人為的破壊監視（人または他の動物の侵入識別、ゴミ投棄、ゴミ暴露、地域侵入、工事車監視）生態修復監視（黒臭水体、斜面植草）滓土監視（土砂投棄）であり、サンプルに基づいて、異なる地物に対して深さ学習モデル訓練アルゴリズムは、主に全畳み込みネットワーク（CNN）と条件ランダム場（CRF）アルゴリズムを採用している。絶えずモデルの研究開発とテストを経た後、比較的安定した応用モデルを構築する。実際の地物識別応用シーンに対して、相応の違法行為規則の作成を行う。

座標双方向変換

大地座標を満たしてビデオ座標を回転し、同時にビデオ座標を満たして大地座標を回転する。