多特征融合和尺度变化估计的船舶跟踪方法

传统的船舶视觉跟踪任务主要集中于单目标船舶跟踪,对多目标船舶跟踪研究相对较少。为解决该问题,提出一种多维特征融合机制和尺度变化估计的多目标船舶跟踪框架,该框架引入位置滤波器对输入的船舶训练样本进行学习,并将其应用于待跟踪的船舶图片序列,通过寻找最大响应的方法判定图像中的船舶位置。在此基础上,构建船舶尺度估计滤波器以确定待跟踪船舶的图像尺寸。通过和中值流跟踪算法和多示例学习跟踪算法对比分析,实验结果表明不同海事交通场景下的船舶跟踪误差均小于10像素,验证了算法的有效性和可靠性。     

无人机自动巡检智慧监控系统研究与应用

为加强水利工程建设期及运营期的监控，实时掌握工程建设进度，实现水利工程的常态化、自动化和智能化巡检、巡查，基于无人机、物联网、4G/5G、GIS、深度学习和目标检测算法等先进技术和方法，开展了无人机自动巡检系统集成技术、多路远程视频回传技术、图像异常特征物识别技术和正射影像分类识别技术研究，构建了无人机自动巡检技术体系，研发了无人机自动巡检智慧监控系统，并将其应用于大藤峡水利枢纽工程智慧巡检中。实际应用效果表明：该系统实现了90%以上的违规敏感点识别和海量巡检大数据批量化入库的存储管理，将巡检效率提升了3倍以上，图像识别成功率由59.83%提高到90.17%,正射影像的建筑物识别效率和成功率也大幅提升。该技术可为水利工程建设期内动态性监管提供实时可视化巡检数据，也可为防汛应急抢险、河道岸线违法等水利行业监管监察提供强有力的技术支撑。     

数字孪生基础数据高程基准统一技术研究

为满足孪生流域等数字孪生建设对基础地理信息数据的强烈需求，确保工程建设高程基准的统一，基于GNSS观测技术和重力场模型，开展了数字孪生基础数据高程基准统一研究。构建了顾及地形特征的高精度区域似大地水准面模型，形成了数字孪生基础数据高程基准统一模型库，并利用模型精度和检测精度两种评价方法对高程模型和多场景采集的多源基础数据的高程改正成果开展精度评价。结果表明：(1)似大地水准面模型的内符合精度为±2.6 cm,外符合精度为±3.1 cm,优于EGM2008模型结合二次曲面拟合法等其他拟合算法，成果精度满足规范要求；(2)多源基础数据的高程改正成果中误差在±10 cm以内，满足数字孪生建设对基础数据的精度要求。该模型方法构建简单且精度高，具有广阔的应用前景，不仅可应用于数字孪生建设等领域，也可为大范围的工程测量、陆海高程基准统一等提供技术支撑。