[发明专利]一种基于深度学习的船舶烟雾排放在线检测和追踪方法

说明书

本发明公开了一种基于深度学习的船舶烟雾排放在线检测和追踪方法，主要包括烟雾检测和追踪两个部分，首先把在长江武汉流域和深圳港采集的船舶烟雾视频数据分别转化为用于训练检测模型和追踪模型的标准数据集格式。其次使用TensorFlow分别构建检测网络和追踪网络并设置学习率、批次样本数、训练迭代次数等超参数，然后加载训练数据集开始训练，训练完成后得到检测和追踪模型。最后输入一个视频片段或在线视频流到检测模型中，当检测到在某一帧中的某个坐标区域中存在烟雾时，停止检测过程并以此坐标信息和首次检测到烟雾的帧设定为输入到追踪模型进行追踪过程的初始位置信息和模板图像进行追踪。与现有技术相比，本发明的有益效果是低成本和高时效。

技术领域

本发明属于智能绿色交通技术领域，涉及一种船舶烟雾排放在线检测和追踪方法，具体涉及一种基于深度学习的船舶烟雾视觉检测和追踪方法。

技术背景

随着经济的快速发展和贸易量的不断增长，我国水路货物运输量和港口吞吐量连续多年稳居世界第一。繁忙的水运和海运在带来经济效益增长的同时，也带来了空气污染，但是水域一般远离城市中心区，其带来的空气污染很容易被人忽视。事实上，在京津冀、长三角、珠三角及沿海沿江地区，船舶烟雾排放已成为大气污染的重要来源之一。船舶所使用的燃料主要是渣油或重油，它们均属于柴油，含硫量是车用油的100至3500倍，因此在航道内会看到带着“黑尾”的船只。

近年来，我国社会各界对大气污染的治理有了更高的关注度，我国政府也把生态环境保护上升到国家战略的高度。2015年12月15日，在中华人民共和国交通运输部第25次会议中通过了《中华人民共和国防治船舶污染内河水域环境管理规定》，这一法规的出台使船舶排放烟雾所造成的环境污染问题带来了有效的改善。一部好的法规固然重要，但是科学高效的监管才是重要的保证。

目前船舶烟雾排放检测的方法主要分为以下几种：

(1)全人工视觉观测法；

所谓全人工视觉检测，即不依靠任何的软件系统和硬件设备，仅根据水域管理部门中的工作人员对烟雾外观的视觉表征的认知和船舶排放烟雾时的场景经验来判断水域中的船舶是否具有排放烟雾的行为。从技术方法的角度分析，这种方法不涉及技术难点，只需要挑选具备一定科学素养的观测人员即可。而从经济成本的角度分析，虽然这种方法不需要购买系统和硬件设备资源，但是会支付大量的人力资源成本。此外，该方法最大的缺点在于过于依赖人工经验的标准，因为每个人的生活经历和认知水平具有差异这一局限性，所以漏检或误检的情况时有发生。

(2)传感设备探测法；

所谓传感设备探测，即通过在监测水域铺设一定规模的烟雾传感器进行探测的方式。这种方法在正常天气环境下的灵敏度较高，然而如果遇到强风的天气，就会出现探测信号不稳定的问题。除此之外，该方法受烟雾浓度的影响较大，当烟雾的浓度达到一个阈值时，传感器才会产生响应并发出报警信号，这种不灵活的探测特性很容易导致漏检的现象出现。与全人工视觉观测法相比，这种方法确实节省了大量的人力成本的开销，但如果监测的水域范围较大，那么会耗费大量的传感设备资源，所以传感设备探测法更适合重点水域的小范围检测场景。

(3)机器视觉检测法；