System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及船舶行为检测领域,尤其涉及一种基于图像识别与ais数据的船舶行为检测方法。
技术介绍
1、在海事检测领域,对于船舶的行为的监测至关重要。目前,海事监测的主要方式可以分为以下几类:
2、人力监测:通过人员进行现场监管,或是在监控室通过监控摄像头,以人工判断船舶的行为。这种方法最为传统,虽然有效,但耗费大量人力。此外,人员观察会有疲惫性,无法同时细致观测多个区域,且难免疏忽。
3、图像识别:利用图像识别技术,通过人工智能,识别摄像头传回的图片及影像数据中的船舶,代替人工进行监测。可以24小时监测,且可以轻松地监测多个区域。然而,这种方式即使发现异常行为,也难以直接与后续处理关联上,虽然可以保存船舶异常情况的图片与影像证据,但在处理远滞后于事情发生、制式船舶外观基本相同的情况下,难以溯源到船舶的信息进行后续处理。
4、ais技术:通过接收船舶发出的ais雷达信息,包括其船舶识别信息、坐标与运动情况,并通过其坐标与运动情况判断其是否有异常行为,并可通过识别信息定位到相关船舶。然而,这种方法可处理的状况极其有限,且没有直观的违规行为的图像、影像记录,难以进行后续的纠正改进。此外,对于不具有ais设备的非制式船只,该方法完全无效。
5、每种方法都有其优势和局限性,选择时需考虑具体的研究目的和条件。因此,需要一种自动、高效、准确的技术,综合各方法的优势、互补短板来改进这一过程。
技术实现思路
1、本专利技术所要解决的技术问题是:提供一
2、本专利技术所采用的技术方案是:一种基于图像识别与ais数据的船舶行为检测方法,它包括以下步骤:
3、s1、采用架设在设定位置的摄像头获取监控区域内的水域视频信息;
4、s2、使用图像识别算法识别视频信息中的各个船舶的方位;
5、s3、根据摄像头的设定位置信息与转向角度信息,计算当前时间点各个船舶的真实经纬坐标;
6、s4、使用ais接收机,接收范围内各个船舶的ais信息,所述ais信息包括识别号、船名、经纬方位、类型、航向、航速以及发出时间,并根据发出时间、航向、航速修正船舶经纬方位,计算当前时间点各船舶的预估经纬坐标;
7、s5、通过匈牙利算法将步骤s3得到的各个船舶的真实经纬坐标与步骤s4得到的各个船舶的预估经纬坐标进行匹配;
8、s6、根据步骤s5的匹配结果,得到视频信息中的各个船舶的识别号以及船名;
9、s7、使用图像识别算法,识别视频信息中船舶是否存在设定的行为情况;
10、s8、如果识别到视频信息中的船舶存在设定的行为情况时,将行为、船舶信息、船舶经纬坐标信息发送至给指定用户,并截图、创建录像记录证据待后续查验。
11、作为优选,步骤s2中还需要识别视频信息中的船舶类型,步骤s5匹配之前先筛选相同船舶类型的进行匹配。
12、作为优选,步骤s5匹配后存在没有匹配到的船舶时,在步骤s6中也需要进行标记。
13、作为优选,步骤s7设定的行为情况包括船舶上的人员使用工具进行捕捞作业、船舶进入设定的区域以及船舶停泊在设定的区域。
14、作为优选,步骤s7中需要先识别船舶的类型,然后根据船舶的类型来判断否存在该类型船舶设定的行为情况。
15、作为优选,步骤s2以及步骤s7中的图像识别算法采用yolov8模型来进行训练。
16、作为优选,步骤s8中如果识别到视频信息中的船舶存在设定的行为情况,则还需要调整摄像头使得画面清晰明确,进而进一步判断该船舶的行为是否属于设定的行为情况。
17、采用以上结构与现有技术相比,本专利技术具有以下优点:通过图像识别与ais技术结合来得到视频中的船舶的具体类型以及各种信息,然后再通过图像识别来判断视频中的船舶的行为情况是否是设定的行为情况,这样就可以实现对水上船舶行为的监测、定位与溯源。
18、通过识别船舶类型,然后匹配是首先将相同船舶类型的进行匹配,这样匹配的准确度更高,匹配效率也更高。
19、对于没有匹配到的船舶,也需要进行标记,这样防止出现漏记的情况。
20、采用这些设定的行为情况,这样可以检测到船舶是否捕鱼,是否驶入不可驶入的区域,或者是否停留在不可停留的区域。
21、在进行行为情况判断之前也需要检测船舶类型,因为有些行为是针对特定类型的船舶的,这样就可以更加准确判断船舶的行为。
22、采用yolov8模型来训练图像识别模型,与传统的检测方法相比,yolov8通过深度学习算法实现对目标的快速定位和行为的精确识别,显著提高了检测速度和精度。此外,该方法对各种复杂背景和不同光照条件下的目标都有良好的鲁棒性,能够有效处理实际应用中的多样化场景。
23、识别到设定的行为情况后再调整摄像头进行识别,这样保证了识别的准确性,防止出现误识别。
本文档来自技高网...【技术保护点】
1.一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于,它包括以下步骤:
2.根据权利要求1所述的一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于:步骤S2中还需要识别视频信息中的船舶类型,步骤S5匹配之前先筛选相同船舶类型的进行匹配。
3.根据权利要求1所述的一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于:步骤S5匹配后存在没有匹配到的船舶时,在步骤S6中也需要进行标记。
4.根据权利要求1所述的一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于:步骤S7设定的行为情况包括船舶上的人员使用工具进行捕捞作业、船舶进入设定的区域以及船舶停泊在设定的区域。
5.根据权利要求4所述的一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于:步骤S7中需要先识别船舶的类型,然后根据船舶的类型来判断否存在该类型船舶设定的行为情况。
6.根据权利要求1所述的一种基于图像识别与AIS数据的船舶行为检测方法,其特征在于:步骤S2以及步骤S7中的图像识别算法采用YOLOv8模型来进行训练。
< ...【技术特征摘要】
1.一种基于图像识别与ais数据的船舶行为检测方法,其特征在于,它包括以下步骤:
2.根据权利要求1所述的一种基于图像识别与ais数据的船舶行为检测方法,其特征在于:步骤s2中还需要识别视频信息中的船舶类型,步骤s5匹配之前先筛选相同船舶类型的进行匹配。
3.根据权利要求1所述的一种基于图像识别与ais数据的船舶行为检测方法,其特征在于:步骤s5匹配后存在没有匹配到的船舶时,在步骤s6中也需要进行标记。
4.根据权利要求1所述的一种基于图像识别与ais数据的船舶行为检测方法,其特征在于:步骤s7设定的行为情况包括船舶上的人员使用工具进行捕捞作业、船舶进入设定的区域以及船...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。