基于视频识别数据融合的场面监视增强方法

针对场面监视雷达、多点等传统机场场面监视传感器探测机场场面航空器、车辆等目标,出现目标虚假、分裂等现象,造成空管系统目标航迹不可靠影响机场管制运行安全问题。提出了一种基于视频识别数据融合的机场场面目标监视增强方法,方法采用YOLO v5网络模型的深度学习智能视频识别技术识别场面航空器、车辆、行人目标,并对存疑目标再利用云台相机捕捉特写,对初次比对分析的结果进行二次对比分析确认,然后与A-SMGCS系统中传统监视数据融合对比处理,自动对场面目标做真伪、增减处理,剔除虚假目标、弥补丢失目标,增加场面目标监视的可信度、可靠性。为塔台管制员提供真实、可靠、全面的场面航空器、车辆、人员运行态势“一幅图”,提高航班管制运行安全。