一种智慧机场服务的视频智能分析方法及系统

技术领域

本发明涉及数据处理技术领域，尤其涉及一种智慧机场服务的视频智能分析方法及系统。

背景技术

随着民航产业的快速发展，传统机场运营模式已逐渐不能满足经济增长的需求，作为民航业的配套设备，机场建设慢慢进入了快速发展阶段。目前，各国开始逐步探索并建立更加合理的机场运营模式，基于此，介绍了机场如何从运行模式转变成基础性机场，如何发展成智慧型机场。随着信息技术和互联网的发展，机场作为城市之间最直接、最便捷的交通方式获得了长足的发展，机场安全和安保工作面临的主要形势和挑战。在民航领域，安全与效率一直是各方目光的关注焦点。如何打造智能化安防体系，为旅客提供便捷、快速、舒适的体验已然成为我国各大机场智能化建设的新方向。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

发明内容

本申请实施例通过提供一种智慧机场服务的视频智能分析方法及系统，解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

鉴于上述问题，提出了本申请实施例提供一种智慧机场服务的视频智能分析方法及系统。

第一方面，本申请实施例提供了一种智慧机场服务的视频智能分析方法，所述方法包括：获得服务区域划分信息；根据所述服务区域划分信息，获得第一区域信息；根据所述第一区域信息，获得第一区域服务类型；获得第一区域视频信息；根据所述第一区域服务类型，获得图像提取特征信息；根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；根据所述第一区域分析结果，获得第一区域服务指令。

另一方面，本申请还提供了一种智慧机场服务的视频智能分析系统，所述系统包括：

第一获得单元，所述第一获得单元用于获得服务区域划分信息；

第二获得单元，所述第二获得单元用于根据所述服务区域划分信息，获得第一区域信息；

第三获得单元，所述第三获得单元用于根据所述第一区域信息，获得第一区域服务类型；

第四获得单元，所述第四获得单元用于获得第一区域视频信息；

第五获得单元，所述第五获得单元用于根据所述第一区域服务类型，获得图像提取特征信息；

第一提取单元，所述第一提取单元用于根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；

第六获得单元，所述第六获得单元用于根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；

第一执行单元，所述第一执行单元用于将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；

第七获得单元，所述第七获得单元用于根据所述第一区域分析结果，获得第一区域服务指令。

第三方面，本发明提供了一种智慧机场服务的视频智能分析系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供了一种智慧机场服务的视频智能分析方法及系统，通过获得服务区域划分信息；根据所述服务区域划分信息，获得第一区域信息；根据所述第一区域信息，获得第一区域服务类型；获得第一区域视频信息；根据所述第一区域服务类型，获得图像提取特征信息；根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；根据所述第一区域分析结果，获得第一区域服务指令。第一区域服务指令是根据第一区域分析结果和第一区域服务类型进行针对性操作。达到了充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。从而解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种智慧机场服务的视频智能分析方法的流程示意图；

图2为本申请实施例一种智慧机场服务的视频智能分析系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第一构建单元13，第三获得单元14，第一采集单元15，第四获得单元16，第二采集单元17，第一执行单元18，第二执行单元19，第五获得单元20，第一执行单元21，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种智慧机场服务的视频智能分析方法及系统，解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。达到了充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

随着信息技术和互联网的发展，机场作为城市之间最直接、最便捷的交通方式获得了长足的发展，机场安全和安保工作面临的主要形势和挑战。在民航领域，安全与效率一直是各方目光的关注焦点。如何打造智能化安防体系，为旅客提供便捷、快速、舒适的体验已然成为我国各大机场智能化建设的新方向。但现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

获得服务区域划分信息；根据所述服务区域划分信息，获得第一区域信息；根据所述第一区域信息，获得第一区域服务类型；获得第一区域视频信息；根据所述第一区域服务类型，获得图像提取特征信息；根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；根据所述第一区域分析结果，获得第一区域服务指令。达到了充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

如图1所示，本申请实施例提供了一种智慧机场服务的视频智能分析方法，所述方法包括：

步骤S100：获得服务区域划分信息；

具体而言，根据机场的结构、功能、分区、摄像监测范围等方面的因素，将机场进行服务区域划分，各服务区域对应了不同的服务要求和服务内容，如将机场划分为候机区域、停机坪区域、登记通道区域、登机口排队区域、安检区域、客户休息区域、母婴服务区域等等，不同的区域对应了不同的服务人群、服务要求及安检需求等。

步骤S200：根据所述服务区域划分信息，获得第一区域信息；

具体而言，第一区域信息为机场服务区域划分中的一个区域，为其中任一个区域，根据区域不同对应的分析事件、分析对象和目标会存在差异，因而通过各个不同区域信息确定对应的服务类型。

步骤S300：根据所述第一区域信息，获得第一区域服务类型；

步骤S400：获得第一区域视频信息；

具体而言，当确定了区域信息则根据不同的区域对应了不同的服务内容，第一区域服务类型即对区域内对应的服务内容的描述，第一区域服务类型可以为单个也可以为多个，当为多个时，依次对各服务类型进行分析，也可以选定对应的服务内容进行对应处理。根据选择的第一区域信息得到该区域对应的前端监控摄像设备，通过监控摄像设备采集第一区域中的视频信息，第一区域视频信息即为监控摄像设备采集到的第一区域的视频信息。

步骤S500：根据所述第一区域服务类型，获得图像提取特征信息；

具体而言，根据第一区域服务类型对应了不同的图像提取特征信息，图像提取特征为服务类型对应处理数据的表现形式，举例而言，第一区域为登机口，登机口的服务类型包括人数统计、人脸识别、突发状态检测等内容，对于人数统计服务类型需要对登机口处排队人群进行标记和数量统计，图像提取特征信息为排队人员的标记，人数的统计；人脸识别服务类型，需要的图像提取特征信息为人脸图像。因而不同的服务要求对应了不同的图像分析对象。

步骤S600：根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；

具体而言，根据图像提取特征信息对第一区域视频信息中的图像信息进行特征提取，得到第一区域对应的符合服务要求的图像特征，为第一区域图像特征，如人脸识别服务类型，对用的图像提取特征信息为人脸区域图像信息，则第一区域图像特征为将第一区域视频信息中出现的人脸进行提取，得到该区域视频中所有的人脸区域图像信息。

步骤S700：根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；

步骤S800：将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；

进一步的，将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果，步骤S800包括：

步骤S810：将所述第一区域图像特征、所述第一区域服务分析标准作为输入信息输入第一训练模型；

步骤S820：所述第一训练模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据中都包括所述第一区域图像特征、所述第一区域服务分析标准和用于标识第一区域分析结果的标识信息；

步骤S830：获得所述第一训练模型的输出结果，所述输出结果包括所述第一区域分析结果。

具体而言，第一区域服务分析标准为该区域对应的服务操作分析的评定标准，即通过视频分析找到哪些分析结果，需要找到的目标信息作为第一区域服务分析标准，如服务类型为人脸识别找到其中存在身份问题的用户，则第一区域服务分析标准则黑名单用户人脸图像信息作为该区域的第一区域服务分析标准。通过第一区域图像特征与第一区域服务分析标准进行数据对比和分析处理，得到对应的数据分析结果，第一区域分析结果即为对该区域对应的服务内容对视频信息进行视频分析得到的处理结果。如人脸识别找到黑名单用户，则第一区域分析结果为找到了黑名单用户，或者为找到。若需要进行人数统计，则按照人数统计的标准，对第一区域图像特征进行对应的人数统计，得到第一区域分析结果为该区域统计得到的人数。可以说第一区域分析结果为该区域执行的服务内容得到的视频分析结果。为了提高视频分析结果的准确性，本申请实施例构建深度神经网络模型进行处理，利用数学模型进行运算处理，以提高运算速度，同时提高提取结果的准确性，所述第一训练模型为机器学习中的深度神经网络模型，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一区域图像特征、所述第一区域服务分析标准输入神经网络模型，则输出第一区域分析结果。

更进一步而言，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一区域图像特征、所述第一区域服务分析标准和标识所述第一区域分析结果的标识信息，将所述第一区域图像特征、所述第一区域服务分析标准输入到神经网络模型中，根据用来标识所述第一区域分析结果的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一区域分析结果，进而达到通过区域服务类型，对区域视频进行对应的特征提取分析，得到对应的服务分析结果，实现利用视频分析，加深监控系统的服务能动性，同时进行动态服务监管，提高了机场服务效率和服务水平，同时加入神经网络模型提高了数据运算处理结果的效率和准确度，为提供更加准确可靠的服务项目夯实了基础。

步骤S900：根据所述第一区域分析结果，获得第一区域服务指令。

具体而言，根据视频分析结果即第一区域分析结果进行对应的服务操作，第一区域服务指令为按照第一区域视频分析结果进行对应的操作，如第一区域服务类型对应的为人脸识别建立白名单、黑名单数据库，则按照检测的结果同步进行数据库更新，第一区域服务指令则是进行数据库更新，若第一区域服务类型为找到身份存在问题的用户，则通过人脸识别算法对视频中的人脸进行识别标记与黑名单或者对比人脸信息进行对比，找到与其相符合的人脸，实现对身份存在问题的用户进行快速跟踪查找，帮助公安系统侦察等，则第一区域服务指令为对该用户进行位置锁定并进行报警或者预警操作，第一区域服务指令是根据第一区域分析结果和第一区域服务类型进行针对性操作。达到了充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。从而解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

进一步而言，所述方法包括：

步骤S1010：获得人脸检测算法；

步骤S1020：根据所述人脸检测算法对所述第一区域视频信息进行人脸检测，获得第一人脸区域信息；

步骤S1030：将所述第一人脸区域信息输入人脸识别神经网络模型，获得人脸识别身份信息；

步骤S1040：获得人脸数据库，其中，所述人脸数据库包括第一数据库、第二数据库；

步骤S1050：根据所述人脸识别身份信息、所述人脸数据库，获得身份认证结果；

步骤S1060：当所述身份认证结果为第一类结果时，所述第一类结果为所述身份认证结果与所述第一数据库认证成功，获得第一报警信息。

具体而言，当第一区域服务类型为人脸分析时，通过人脸检测算法，对第一区域视频画面得到人脸区域，对人脸区域进行标记，得到第一区域视频信息中的人脸信息，第一人脸区域信息即对第一区域视频信息通过人脸检测算法进行人脸检测达到的人脸图像信息集合。再使用深度神经网络构建网络模型，人脸识别神经网络模型即为深度神经网络模型，通过人脸识别算法对第一人脸区域信息进行人脸识别，确定该人脸区域图像信息对应的身份信息为人脸识别身份信息，最后将人脸识别身份信息与人脸数据库进行比对得到该人脸比对结果，人脸数据库包括了第一数据库即黑名单数据库，第二数据库为白名单数据库，将识别结果为白名单的用户存储于白名单数据库中即第二数据库中，对于已经存在的用户不进行操作，对于没有识别结果即数据库中不包含的用户进行存储，对数据库进行更新，若当人脸识别中得到了与黑名单相匹配的结果，第一类结果即与和黑名单数据库得到匹配，此时进行报警，可用于协助警方、法院等司法部门，也可以进行失踪人口的查找。综上人脸身份识别功能是通过前端监控摄像机设备进行视频采集，通过人脸检测算法，从视频画面中得到人脸区域，并使用基于深度神经网络的人脸识别算法确认人脸身份。可应用于1：1人证比对；1：N以图搜图；基于人脸库的黑名单，白名单等建立布控规则，实现实时报警、信息提示。实现充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

进一步而言，所述根据所述人脸识别身份信息、所述人脸数据库，获得身份认证结果，还包括：

步骤S1110：获得预设认证要求；

步骤S1120：根据所述预设认证要求、所述人脸数据库，获得匹配数据库；

步骤S1130：根据所述匹配数据库，获得对比人脸特征信息；

步骤S1140：根据所述人脸识别身份信息、所述对比人脸特征信息，获得第一对比结果；

步骤S1150：根据所述第一对比结果，获得所述身份认证结果。

具体而言，在进行人脸分析识别时，还可以细化人脸识别的要求，预设认证要求即人脸识别的要求和目标，如可以进行失踪人的查找，则人脸数据库为目标查找人群的人脸数据库，若预设认证要求是协助警方找潜逃人员，则人脸数据库为黑名单中的警方追踪人员人脸数据库内容，根据预设认证要求匹配到对应的数据库，匹配数据库即按照预设认证要求匹配到的人脸数据库，也可以为对比人脸信息，从人脸数据库中确定要查找的人脸图像信息，对比人脸特征信息即要找的人的人脸特征，利用对比人脸特征信息和人脸识别身份信息进行对比识别，得到第一对比结果，第一对比结果存在匹配成功和匹配失败，根据对比结果得到对应的身份认证结果，当匹配成功时，得到对应的身份认证结果，按照预设认证要求进行对应的处理，发送提醒信息或者报警信息。

进一步而言，所述方法包括：

步骤S1210：根据所述第一区域信息，获得预设肢体变化规则预警数据库；

步骤S1220：根据所述预设肢体变化规则预警数据库，获得肢体变化规则特征信息；

步骤S1230：根据所述肢体变化规则特征信息，获得视频识别算法信息；

步骤S1240：根据所述第一区域视频信息、所述视频识别算法信息，获得肢体变化检测结果；

步骤S1250：当所述肢体变化检测结果存在时，获得第一预警信息。

具体而言，本申请实施例具有姿态、肢体动作识别的功能，根据第一区域信息的特点和区域功能进行对应的姿态、肢体动作识别要求，如为机场禁区，当出现有人员时即发送报警，若第一区域为候机厅，则姿态、肢体行为可以设定为倒地、打架等行为，预设肢体变化规则预警数据库是针对各区域的特点设定的对应肢体、姿态检测范围，一个区域可能对应了多种姿态，根据肢体变化规则不同对视频分析的特征提取和检测内容也不同，按照对应的肢体变化规则确定对应的视频识别算法，同构视频识别算法对第一区域视频信息进行分析，得到对应的肢体变化检测结果，当发现对应的肢体变化时，发送预警信息，提醒管理部门进行关注。该服务类型可以用于禁区的行为识别，特点区域的姿态识别等。行为识别(禁区、绊线、徘徊、遗留物等)对划定监控区域内出现的人员进入禁区、绊线行为进行实时监控并进行预警或报警；对进入禁区后的人员进行跟踪，实现数量统计，进入时间统计等，并进行预警或报警；对于进入特定监控区域的人员进行徘徊检测，可自主设定徘徊时间、徘徊行为；对特定监控区域的遗留物进行检测，并在遗留一段时间后进行预警或报警。姿态、肢体动作识别：对特定区域内的个体人员的特殊姿态，如打电话、倒地、打架、奔跑、下蹲等行为进行识别，并进行报警或预警；对特定区域内的群体人员聚集、打架等行为进行预警或报警。

进一步而言，所述方法包括：

步骤S1310：根据所述第一区域信息，获得区域人群密度要求；

步骤S1320：当所述区域人群密度要求存在两个以上时，获得分区信息；

步骤S1330：根据所述分区信息对所述第一区域视频信息进行分区，获得分区视频集，其中，所述分区视频与所述区域人群密度要求相对应；

步骤S1340：根据所述分区视频集，获得第一分区视频，其中，所述第一分区视频与第一分区人群密度要求相对应；

步骤S1350：获得人像识别算法；

步骤S1360：根据所述第一分区视频、所述人像识别算法，获得第一分区人像识别结果；

步骤S1370：根据所述第一分区人像识别结果，获得第一分区人群密度；

步骤S1380：当所述第一分区人群密度超过所述第一分区人群密度要求时，获得第二预警信息。

具体而言，对于机场的某些区域有进行人群密度和数量的统计要求，通过视频分析能进行自动识别和统计，不再需要人工进行操作，效率低且浪费人力。利用第一区域视频信息和该区域设定的人群密度要求，进行视频人像分析，若该区域中视频中出现的人像位置统计的密度和人数超出了区域人群密度要求，则进行对应的预警或者报警，当第一区域范围较广，存在不同的密度要求时，可以进行分区设定，进行多个分区的密度、人数分析，也可以进行一个视频画面进行多个分区。当分区画面中出现密度或者人数超标的情况，发出对应的预警，提示管理人员关注进行管理。

进一步而言，所述方法包括：

步骤S1410：根据所述第一分区人像识别结果，获得第一标记信息，所述第一标记信息用于标记所述第一分区的人像；

步骤S1420：根据所述第一标记信息，获得标记统计结果；

步骤S1430：根据所述标记统计结果，获得第一分区人数信息。

具体而言，采用深度学习技术，对分区中进行人像识别，对识别出的人像进行标记，每一个标记为一个乘客，再对标记进行统计，得到该分区中的人数信息，区域人群密度和人数统计，可以用户在登记口或者通道内，采用深度学习技术，对划定通道内通行的人员数量进行实时统计，包括双向通行的通道及单项通行通道等。丰富了视频分析的功能性，提高了监控视频的分析能力和效率，提高指挥机场服务的范围，使得服务内容更广泛。

进一步而言，所述方法包括：

步骤S1510：获得预设停机位区域；

步骤S1520：根据所述预设停机为区域，获得第二区域视频信息；

步骤S1530：根据所述第二区域视频信息，获得飞机位置信息；

步骤S1540：根据所述预设停机位区域、所述第二区域视频信息，获得停机位信息；

步骤S1550：根据所述停机位信息、所述第二区域视频信息，获得第二标记信息，所述第二标记信息用于标记所述停机位；

步骤S1560：根据所述飞机位置信息、所述第二标记信息，获得飞机入离位结果。

具体而言，还可以利用停机坪出的监控摄像设备对停机坪中的飞机进行视频采集，通过视频分析用于检测飞机入离位、上下轮挡、开关舱门，对飞机入位、离位时间进行实时自动检测并记录其确切时间，监控上下轮档的放置时间、取出时间、以及开关舱门时间。其中飞机入离位通过视频信息利用深度学习算法对飞机的位置进行检测识别和标记，在对预设停机位的位置进行对应标记，将深度学习分析的飞机的位置与检测区域做交并运算，判断飞机是否进入或离开停机坪区域，当飞机位置与预设停机位位置发生了合并重叠，则该飞机为入位，若两者进行偏离则位离位。根据视频分析结果可以对飞机入离位状态进行检测，实现多方位的检测管理，帮助管理人员进行统筹安排。同样的对于客舱门开闭进行检测，一样利用视频信息进行分析，当检测到飞机入位后启动该分析服务，如果检查到有客舱门开启，则报告客舱门已开启；没有检测到开启状态时，则发送客舱门未开启。

进一步而言，所述获得飞机入离位结果之后，包括：

步骤S1610：当所述飞机入离位结果为飞机入位结果时，所述飞机入位结果为所述飞机位置与第二标记合并连接，获得廊桥检测指令；

步骤S1620：当接收到所述廊桥检测指令时，根据所述预设停机位区域，获得廊桥位置信息；

步骤S1630：根据所述飞机位置信息，获得飞机检测标记位置；

步骤S1640：根据所述廊桥位置信息，获得廊桥检测标记位置；

步骤S1650：判断所述飞机检测标记位置是否与所述廊桥检测标记位置建立连接；

步骤S1660：当未建立连接时，获得第一提醒信息。

具体而言，当飞机入离位结果位飞机入位时，则自动启动廊桥检测功能，调用监控摄像设备对廊桥位置和飞机接口位置进行分析并标记，当预标定区域即廊桥检测标记位置与入离位检测区域相同，通过识别廊桥位置判断是否已经挂靠。实现利用视频监控时视频图像分析对飞机廊桥连接过程进行检测，当检测结果为连接成功，则报告已完成连接，若检测结果为未连接成功，则发送提醒信息，提醒操作人员、管理人员进行关注和干预，以确保工作流程完整和准确。充分利用视频分析对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。进一步解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

基于与前述实施例中一种智慧机场服务的视频智能分析方法同样发明构思，本发明还提供了一种智慧机场服务的视频智能分析系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得服务区域划分信息；

第二获得单元12，所述第二获得单元12用于根据所述服务区域划分信息，获得第一区域信息；

第三获得单元13，所述第三获得单元13用于根据所述第一区域信息，获得第一区域服务类型；

第四获得单元14，所述第四获得单元14用于获得第一区域视频信息；

第五获得单元15，所述第五获得单元15用于根据所述第一区域服务类型，获得图像提取特征信息；

第一提取单元16，所述第一提取单元16用于根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；

第六获得单元17，所述第六获得单元17用于根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；

第一执行单元18，所述第一执行单元18用于将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；

第七获得单元19，所述第七获得单元19用于根据所述第一区域分析结果，获得第一区域服务指令。

进一步的，所述系统还包括：

第八获得单元，所述第八获得单元用于获得人脸检测算法；

第九获得单元，所述第九获得单元用于根据所述人脸检测算法对所述第一区域视频信息进行人脸检测，获得第一人脸区域信息；

第二执行单元，所述第二执行单元用于将所述第一人脸区域信息输入人脸识别神经网络模型，获得人脸识别身份信息；

第十获得单元，所述第十获得单元用于获得人脸数据库，其中，所述人脸数据库包括第一数据库、第二数据库；

第十一获得单元，所述第十一获得单元用于根据所述人脸识别身份信息、所述人脸数据库，获得身份认证结果；

第十二获得单元，所述第十二获得单元用于当所述身份认证结果为第一类结果时，所述第一类结果为所述身份认证结果与所述第一数据库认证成功，获得第一报警信息。

进一步的，所述系统还包括：

第十三获得单元，所述第十三获得单元用于获得预设认证要求；

第十四获得单元，所述第十四获得单元用于根据所述预设认证要求、所述人脸数据库，获得匹配数据库；

第十五获得单元，所述第十五获得单元用于根据所述匹配数据库，获得对比人脸特征信息；

第十六获得单元，所述第十六获得单元用于根据所述人脸识别身份信息、所述对比人脸特征信息，获得第一对比结果；

第十七获得单元，所述第十七获得单元用于根据所述第一对比结果，获得所述身份认证结果。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于根据所述第一区域信息，获得预设肢体变化规则预警数据库；

第十九获得单元，所述第十九获得单元用于根据所述预设肢体变化规则预警数据库，获得肢体变化规则特征信息；

第二十获得单元，所述第二十获得单元用于根据所述肢体变化规则特征信息，获得视频识别算法信息；

第二十一获得单元，所述第二十一获得单元用于根据所述第一区域视频信息、所述视频识别算法信息，获得肢体变化检测结果；

第二十二获得单元，所述第二十二获得单元用于当所述肢体变化检测结果存在时，获得第一预警信息。

进一步的，所述系统还包括：

第二十三获得单元，所述第二十三获得单元用于根据所述第一区域信息，获得区域人群密度要求；

第二十四获得单元，所述第二十四获得单元用于当所述区域人群密度要求存在两个以上时，获得分区信息；

第二十五获得单元，所述第二十五获得单元用于根据所述分区信息对所述第一区域视频信息进行分区，获得分区视频集，其中，所述分区视频与所述区域人群密度要求相对应；

第二十六获得单元，所述第二十六获得单元用于根据所述分区视频集，获得第一分区视频，其中，所述第一分区视频与第一分区人群密度要求相对应；

第二十七获得单元，所述第二十七获得单元用于获得人像识别算法；

第二十八获得单元，所述第二十八获得单元用于根据所述第一分区视频、所述人像识别算法，获得第一分区人像识别结果；

第二十九获得单元，所述第二十九获得单元用于根据所述第一分区人像识别结果，获得第一分区人群密度；

第三十获得单元，所述第三十获得单元用于当所述第一分区人群密度超过所述第一分区人群密度要求时，获得第二预警信息。

进一步的，所述系统还包括：

第一标记单元，所述第一标记单元用于根据所述第一分区人像识别结果，获得第一标记信息，所述第一标记信息用于标记所述第一分区的人像；

第三十一获得单元，所述第三十一获得单元用于根据所述第一标记信息，获得标记统计结果；

第三十二获得单元，所述第三十二获得单元用于根据所述标记统计结果，获得第一分区人数信息。

进一步的，所述系统还包括：

第三十三获得单元，所述第三十三获得单元用于获得预设停机位区域；

第三十四获得单元，所述第三十四获得单元用于根据所述预设停机为区域，获得第二区域视频信息；

第三十五获得单元，所述第三十五获得单元用于根据所述第二区域视频信息，获得飞机位置信息；

第三十六获得单元，所述第三十六获得单元用于根据所述预设停机位区域、所述第二区域视频信息，获得停机位信息；

第二标记单元，所述第二标记单元用于根据所述停机位信息、所述第二区域视频信息，获得第二标记信息，所述第二标记信息用于标记所述停机位；

第三十七获得单元，所述第三十七获得单元用于根据所述飞机位置信息、所述第二标记信息，获得飞机入离位结果。

进一步的，所述系统还包括：

第三十八获得单元，所述第三十八获得单元用于当所述飞机入离位结果为飞机入位结果时，所述飞机入位结果为所述飞机位置与第二标记合并连接，获得廊桥检测指令；

第三十九获得单元，所述第三十九获得单元用于当接收到所述廊桥检测指令时，根据所述预设停机位区域，获得廊桥位置信息；

第四十获得单元，所述第四十获得单元用于根据所述飞机位置信息，获得飞机检测标记位置；

第四十一获得单元，所述第四十一获得单元用于根据所述廊桥位置信息，获得廊桥检测标记位置；

第一判断单元，所述第一判断单元用于判断所述飞机检测标记位置是否与所述廊桥检测标记位置建立连接；

第四十二获得单元，所述第四十二获得单元用于当未建立连接时，获得第一提醒信息。

前述图1实施例一中的一种智慧机场服务的视频智能分析方法的各种变化方式和具体实例同样适用于本实施例的一种智慧机场服务的视频智能分析系统，通过前述对一种智慧机场服务的视频智能分析方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种智慧机场服务的视频智能分析系统的实施方法，所以为了说明书的简洁，在此不再详述。

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种智慧机场服务的视频智能分析方法的发明构思，本发明还提供一种智慧机场服务的视频智能分析系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种智慧机场服务的视频智能分析方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供了一种智慧机场服务的视频智能分析方法及系统，通过获得服务区域划分信息；根据所述服务区域划分信息，获得第一区域信息；根据所述第一区域信息，获得第一区域服务类型；获得第一区域视频信息；根据所述第一区域服务类型，获得图像提取特征信息；根据所述图像提取特征信息对所述第一区域视频信息进行特征提取，获得第一区域图像特征；根据所述第一区域服务类型、所述图像提取特征信息，获得第一区域服务分析标准；将所述第一区域图像特征、所述第一区域服务分析标准输入第一训练模型，获得第一区域分析结果；根据所述第一区域分析结果，获得第一区域服务指令。第一区域服务指令是根据第一区域分析结果和第一区域服务类型进行针对性操作。达到了充分利用视频分析这个新一代信息技术，能够对动态场景中的目标完成行为分析和场景理解，从而提高视频监控系统的能力和效率，及能够进行监控场景高层次描述并且对其进行实时分析，提升机场安全管理水平，创造安全的机场和航班环境，丰富智慧机场的服务内容，增加服务范围的技术效果。从而解决了现有技术中机场视频监控系统主要用于安防监视，能动性弱，存在无法进行动态场景的目标服务监测分析，服务范围受限的技术问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。