核心功能

功能叙述

正射影像

對特定視頻段按照地理坐标進行轉化。（具體方法爲：計算地面點坐标、計算像點坐标、灰度内插、灰度賦值，主要步驟包括校正控制點采集和區域網平差，利用攝像機等提供的一(yī)些姿态參數以及與地面系統相關的處理參數來進行粗校正，再結合衛星影像和DEM數據對影像做精細校正。）

全景處理

對特定視頻段進行全景拼接。（具體方法爲：特征點提取，特征點匹配，控制點生(shēng)成，全景模型優化，接縫線提取，圖像勻色。爲了提高拼接的速度，首先需要從視頻數據中(zhōng)抽取關鍵幀，關鍵幀之間有明顯的旋轉變化。對關鍵幀提取特征點和匹配，利用匹配的結果來生(shēng)成控制點，然後基于全景模型來進行整體優化計算出每個關鍵幀的姿态，最後根據姿态來進行拼接。在拼接過程中(zhōng)，接縫線提取和勻色算法可以解決不同關鍵幀的色調不一(yī)緻的問題）

違法圖斑輔助核查

通過衛星影像傳違法圖斑的上傳，自動檢索出對應的攝像頭，輔助查驗違法事件。（具體方法爲：針對違法圖斑進行樣本采集和深度學習模型訓練，實現違法圖斑在視頻中(zhōng)的智能識别；并通過像地坐标系的轉換，将違法圖斑的位置、時間投射到相應視頻或監控中(zhōng)，輔助違法圖斑核查）

視頻AI場景識别

目前ＡＩ識别樣本場景有：施工(gōng)行爲識别（挖掘機開挖）、建房進度識别（違規建築、建築變化）、河湖監測（河道河灘修築道路、河道河灘建設房屋、河道河灘種植樹木、河道河灘挖沙取土、河道河灘亂堆垃圾、網箱養殖）、耕地監測（耕地變化檢測）、人爲破壞監測（人或者其他動物(wù)進入識别、傾倒垃圾、暴露垃圾、區域入侵、工(gōng)程車監測）生(shēng)态修複監測（黑臭水體、邊坡種草）渣土監測（傾倒渣土），在樣本的基礎上，針對不同的地物(wù)進行深度學習模型訓練算法，主要采用全卷積網絡（CNN）與條件随機場（CRF）算法。在經過不斷的模型研發和測試之後，構建較爲穩健的應用模型。針對實際地物(wù)識别應用場景、進行相應的違法行爲規則編制。

坐标雙向轉化

滿足大(dà)地坐标轉視頻坐标，同時也滿足視頻坐标轉大(dà)地坐标。