亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于深度學(xué)習(xí)的霧天夜間機場能見度預(yù)測方法

        2021-12-14 10:28:42徐悅袁寶璽米辰齊樂
        電子制作 2021年23期
        關(guān)鍵詞:霧天能見度攝像機

        徐悅,袁寶璽,2,米辰,齊樂

        (1.西京學(xué)院,陜西西安,710123;2.陜西省組合與智能導(dǎo)航重點實驗室,陜西西安,710100)

        0 引言

        能見度是反映大氣透明度的一個指標(biāo),具體定義為視力正常的人能從背景中識別出具有一定大小的目標(biāo)物的最大距離。影響能見度的因子主要有大氣透明度、氣溶膠的化學(xué)成分、氣象因子等,當(dāng)出現(xiàn)降雨、霧、霾、沙塵暴等天氣過程時,能見度較差。能見度與人們的日常生活息息相關(guān),例如在航空領(lǐng)域,習(xí)慣用跑道能見度反映機場附近霧和霾的大小,夜間其定義為可見跑道邊燈的最大距離。一般情況下,當(dāng)機場能見度只有400 m左右時,會禁止航班起降。能見度預(yù)測是高速公路管理部門和航空公司十分關(guān)注的問題。

        當(dāng)前階段,能見度預(yù)測有兩種主流方式。第一種方式是通過其他氣象要素的數(shù)值預(yù)報,并擬合能見度與這些要素的實時關(guān)系,通過間接預(yù)測的方式得到未來能見度的預(yù)測結(jié)果。張德山等[1]通過分析影響首都機場高速公路能見度的6種典型地面天氣形勢場, 確定大氣穩(wěn)定度、低層水汽含量、低空大氣中懸浮顆粒物3個基本氣象要素作為預(yù)報因子,通過多項指標(biāo)進(jìn)行預(yù)測能見度。這類方法只能簡單的預(yù)測能見度的大致變化趨勢。第二種方法是將能見度的預(yù)測看作時間序列問題,并通過機器學(xué)習(xí)的方法進(jìn)行時間序列預(yù)測。Debashree Dutta等[2]利用人工神經(jīng)網(wǎng)絡(luò)(ANN)模型預(yù)測霧期間機場上空間可視性。方法僅使用過去的氣象數(shù)據(jù)作為輸入,并在計算過程中采用較少的物理先驗知識,這將大大簡化模型。相對的,這也會使得預(yù)測模型的可解釋性變差。

        在統(tǒng)計學(xué)預(yù)測方法領(lǐng)域中,大量的機器學(xué)習(xí)方法被廣泛的應(yīng)用,如支持向量機,隨機森林,樸素貝葉斯算法等。這些方法通過數(shù)據(jù)間的關(guān)系擬合完成預(yù)測。隨著深度學(xué)習(xí)的發(fā)展,特別是卷積神經(jīng)網(wǎng)絡(luò)在圖像領(lǐng)域的廣泛應(yīng)用,通過精確的圖像定位,我們可以得到更加接近人類觀察的實時的能見度預(yù)測結(jié)果。在文獻(xiàn)[12]中,我們通過使用目標(biāo)檢測網(wǎng)絡(luò)YOLOv5(YOU ONLY LOOK ONCE V5)檢測白天霧天情況下的地標(biāo)得到白天的能見度數(shù)值。本文將在文獻(xiàn)[12]的基礎(chǔ)上進(jìn)一步研究基于深度學(xué)習(xí)的霧天夜間機場能見度預(yù)測方法。本文在使用Unet網(wǎng)絡(luò)從背景中分割出地標(biāo)的基礎(chǔ)上,結(jié)合攝像機成像模型,提出一種基于深度學(xué)習(xí)的霧天夜間能見度預(yù)測方法,用檢測到的夜間地標(biāo)遠(yuǎn)近判斷能見度的大小。

        1 基于U-net的霧天夜間機場能見度檢測過程

        本文提出基于U-Net的霧天夜間機場能見度預(yù)測方法。首先建立訓(xùn)練模型數(shù)據(jù)集,使用U-Net網(wǎng)絡(luò)對夜間機場數(shù)據(jù)集中的跑道燈進(jìn)行分割,然后建立攝像機成像模型通過地標(biāo)點和攝像機的位置信息計算出跑道燈的距離信息,最終根據(jù)能檢測到的最遠(yuǎn)跑道燈的距離得到能見度數(shù)值。

        1.1 數(shù)據(jù)集

        選取某市機場大霧天氣下機場場景視頻,為了提高識別系統(tǒng)在不同時間段的檢測能力,從不同時間段機場視頻監(jiān)控中分幀出6000張圖片作為實驗數(shù)據(jù)集,從圖1可以看到由于黑夜和濃霧的影響,地標(biāo)很模糊。按照5:1的比例分為訓(xùn)練集和測試集。如圖1所示為夜間機場數(shù)據(jù)集樣本圖像。圖中包含有霧黑夜背景,一個燈塔和數(shù)個目標(biāo)跑道燈圖像。首先將6000張圖片使用 Labelme 工具進(jìn)行人工標(biāo)注,然后使用隨機裁剪、隨機縮放、隨機排布的方式進(jìn)行拼接,得到增廣之后的數(shù)據(jù)集。mask文件中為二值圖像,只將圖像分為兩類,黑色為背景,白色為地標(biāo)(本數(shù)據(jù)集中為燈塔和跑道燈)。

        圖1 夜間機場數(shù)據(jù)集樣本

        1.2 U-Net網(wǎng)絡(luò)

        U-Net網(wǎng)絡(luò)由下采樣路徑和上采樣路徑組成,如圖2所示,網(wǎng)絡(luò)中多次重復(fù)卷積、Relu激活函數(shù)和max pooling等層。下采樣路徑每次經(jīng)池化層變換后,特征通道數(shù)擴(kuò)大一倍;上采樣路徑中首先使用反卷積,每次反卷積進(jìn)行之后對特征通道的數(shù)量減半,特征圖大小增加一倍。在進(jìn)行反卷積操作后將結(jié)果與對應(yīng)的修剪過后特征圖進(jìn)行拼接。對拼接后的特征圖進(jìn)行2次卷積和Relu激活。最后用 1×1 的卷積層將64維通道特征圖映射到2維圖像上,最終獲得分割結(jié)果。

        圖2 U-Net網(wǎng)絡(luò)

        U-Net網(wǎng)絡(luò)模型中只有卷積層和池化層,沒有全連接層,網(wǎng)絡(luò)中較淺的高分辨率層與較深的層分別解決像素定位與分類問題,從而可以實現(xiàn)像素級別的分類分割。U-Net網(wǎng)絡(luò)的上下采樣所使用的卷積層數(shù)量是相同的,且使用skip connection結(jié)構(gòu)將上下采樣層直接連接,這樣使得下采樣獲得的特征可以直接傳輸?shù)缴喜蓸訉樱@使得U-Net網(wǎng)絡(luò)的像素定位更加準(zhǔn)確,分割精度更高。

        1.3 能見度檢測方法

        本文提出基于U-Net的霧天夜間機場能見度檢測方法主要包括兩部分,第一建立攝像機成像模型通過地標(biāo)點和攝像機的位置信息計算出地標(biāo)點距離信息,第二根據(jù)能檢測到的最遠(yuǎn)地標(biāo)點的距離得到能見度數(shù)值。

        (1)攝像機成像模型

        在相機成像模型中,將三維世界坐標(biāo)系中的物體投影為二維圖像平面上的像素點,總共涉及四個坐標(biāo)系和三次坐標(biāo)系轉(zhuǎn)換,四大坐標(biāo)系分別是世界坐標(biāo)系(x w,y w,zw)相機坐標(biāo)系(xc,y c,zc)、圖像坐標(biāo)系(x,y)和像素坐標(biāo)系(u,v),圖像坐標(biāo)系以圖像的中心為坐標(biāo)原點,像素坐標(biāo)系以圖像的左上角為坐標(biāo)原點,具體的轉(zhuǎn)換過程如圖3所示。

        圖3 坐標(biāo)系轉(zhuǎn)換流程圖

        (2)單目測算目標(biāo)點與攝像機距離

        單目測距算法的目的就是將單張圖像從二維坐標(biāo)系轉(zhuǎn)換到三維坐標(biāo)系,確定物體在世界坐標(biāo)系中的位置,獲取物體的距離信息。本文利用檢測到的4個跑道燈作為控制點,通過跑道燈的世界坐標(biāo)使用EPnP算法計算得到攝像機的三維坐標(biāo),從而最終得到攝像機和檢測到的各個地標(biāo)之間的距離,最遠(yuǎn)地標(biāo)距離就是能見度。

        首先結(jié)合上文所述的計算機成像模型,使用跑道燈在世界坐標(biāo)系中的物理位置,已知4個跑道燈在世界坐標(biāo)系中的三維坐標(biāo)為:

        在攝像頭采集到的二維圖像中,通過U-Net檢測跑道燈,在像平面中,跑道燈的坐標(biāo)表示為:

        其中n=4為跑道燈控制點的數(shù)量。

        將跑道燈的世界坐標(biāo)(xi,y i,zi)和在像平面中的坐標(biāo)(x i,yi)作為EPnP算法的輸入,可以計算出攝像機的世界坐標(biāo),記為( x,y,z)。

        因為跑道燈在世界坐標(biāo)系中的坐標(biāo)位置是已知的,因此我們可以使用三維坐標(biāo)點的歐氏距離公式得到跑道燈相對于攝像機的距離:(3)式中的d就是我們需要求解的攝像機到各個目標(biāo)的距離。最后我們將最遠(yuǎn)地標(biāo)距離就是作為此時的能見度。

        2 實驗結(jié)果

        將機場大霧天氣下機場數(shù)據(jù)集輸入基于U-Net的霧天夜間機場能見度檢測系統(tǒng),輸出地標(biāo)分割結(jié)果示例如圖5所示,然后擬合分割得到的每個地標(biāo)外接框,如圖6所示,最后根據(jù)人工標(biāo)注信息的外接框和本文算法檢測得到的外接框計算交并比(IOU)進(jìn)而統(tǒng)計精確率和召回率。

        圖4 機場大霧天氣實際拍攝圖,透過濃霧,人眼可以看到有9個跑道燈

        圖5 分割結(jié)果

        圖6 將分割結(jié)果擬合得到外接框,然后畫到原圖中和人工標(biāo)注結(jié)果進(jìn)行比較。紅色方框為本文算法檢測結(jié)果,青色邊框為人工標(biāo)注結(jié)果的外接框

        IOU的計算公式為:

        精確率的計算公式為:

        式中TP(True Positive)指正確檢測的正樣本數(shù),F(xiàn)P(False Positive)指被錯誤的識別為正樣本的負(fù)樣本數(shù)。

        召回率的公式為:

        FN(False Negative)指被錯誤的識別為負(fù)樣本的正樣本數(shù)。使用算法檢測和人工標(biāo)注的外接框的IoU作為判斷正樣本是否為得到正確檢測。本文設(shè)置IoU=0.5作為閾值,每50張圖片取平均得到精確率如圖7和圖8所示的精確率和召回率隨測試樣本變化圖示。

        圖7 IoU=0.5時,地標(biāo)檢測精確率統(tǒng)計,平均值為0.80

        圖8 IoU=0.5時,地標(biāo)檢測召回率統(tǒng)計,平均值為0.79

        實驗結(jié)果表明本文的地標(biāo)檢測算法平均準(zhǔn)確率達(dá)到80%左右的情況下,能夠以79%的召回率檢測到霧天夜間機場的跑道燈。

        3 結(jié)束語

        本文首先使用在U-Net網(wǎng)絡(luò)的分割出夜間濃霧中的地標(biāo),然后建立攝像機成像模型計算出跑道燈距離信息,最終計算得到能見度數(shù)值。在夜間濃霧干擾下,本文的分割算法在檢測平均準(zhǔn)確率達(dá)到80%左右的情況下,能夠以79%的召回率檢測到的霧天夜間地標(biāo),具有成本低、準(zhǔn)確率高的優(yōu)點,具有很大的推廣價值。

        猜你喜歡
        霧天能見度攝像機
        為什么在霧天不適宜進(jìn)行晨練
        2005—2017年白云機場能見度變化特征及其與影響因子關(guān)系研究
        微波輻射計對昆明霧天的監(jiān)測及應(yīng)用
        看監(jiān)控攝像機的4K之道
        攝像機低照成像的前世今生
        新安訊士Q6155-E PTZ攝像機
        低能見度下高速公路主動誘導(dǎo)技術(shù)的應(yīng)用
        前向散射能見度儀的常見異?,F(xiàn)象處理及日常維護(hù)
        前向散射能見度儀故障實例分析
        霧天高速公路交通安全風(fēng)險評估
        国产成人久久精品激情| 中文字幕日韩精品人妻久久久| 日本超级老熟女影音播放| 日韩av激情在线观看| 日韩人妻精品无码一区二区三区| 精品国产品欧美日产在线| 国产美女冒白浆视频免费| 蜜臀一区二区三区精品| 欧美内射深喉中文字幕| 亚洲av中文无码字幕色本草| 精品9e精品视频在线观看| 男人天堂免费视频| 中文字幕人妻少妇久久| 成人偷拍自拍视频在线观看| 亚洲午夜福利在线视频| 国产在线美女| 亚洲精品在线观看自拍| 蜜芽亚洲av无码精品色午夜| 无码精品人妻一区二区三区人妻斩| 亚洲区日韩精品中文字幕| av男人的天堂第三区| 国产精品久久精品第一页| 亚洲18色成人网站www| 亚洲电影一区二区| 亚洲一区二区三区熟妇| 亚洲熟妇丰满多毛xxxx| 人妻人人澡人人添人人爽人人玩 | 丰满的少妇xxxxx青青青| 国产片三级视频播放| 91久久精品一区二区| 国产亚洲精品美女久久久| 老师翘臀高潮流白浆| 亚洲色图视频在线观看网站| 亚洲成人av一区二区| 丰满少妇a级毛片| 毛片免费在线播放| 日韩在线精品视频免费| 浓毛老太交欧美老妇热爱乱| 久久精品无码中文字幕| 中文字幕第一页在线无码一区二区| 中文字幕人成乱码中文|