[发明专利]基于深度学习和目标检测实现海事视频数据筛选处理的系统及其方法

说明书

本发明涉及一种基于深度学习和目标检测实现海事视频数据筛选处理的系统，包括视频过滤模块，用于筛选有船舶通航的视频段，结构化保存为相应的片段和图像；船舶检索模块，与所述的视频过滤模块相连接，用于检索生成对应的船舶数据表单；船舶流量统计模块，与所述的船舶检索模块相连接，用于对过往船舶进行跟踪，绘制船舶航行轨迹，并对江面船舶流量进行统计。采用了本发明的基于深度学习和目标检测实现海事视频数据筛选处理的系统及其方法，对视频进行压缩筛选，减小视频存储所需空间，降低存储成本。能够自动检测船只类型和船只尺寸，结构化地将视频数据、图像数据进行存储，提高了流量监测的自动化水平与效率。

技术领域

本发明涉及海事视频处理领域，尤其涉及目标检测、视频浓缩及流量统计领域，具体是指一种基于深度学习和目标检测实现海事视频数据筛选处理的系统及其方法。

背景技术

目前交管部门通常采用AIS(Automatic Identification System，船舶自动识别系统)，雷达，CCTV(Closed Circuit Television，闭路电视)等对在航船舶实施监控。

船舶航行时，自身装载的AIS设备会通过甚高频依照一定频率向交管中心及其它船舶发送实时信息(包括船名、船长、船位、船速、航向等)，交管中心及周围船舶通过所接收到信息了解船舶实时状态。因此，运用AIS设备可识别周围船只，对目标船舶进行追踪，对提高船舶航行安全有较大帮助，国际海事组织规定载重300总吨以上船舶必须装载AIS设备。然而，运用AIS监测在航船舶会出现漏船现象，且所发送报文时常出现错误信息，对在航船舶监控造成误导；另一方面，雷达受地型因素影响较大，在多遮挡物的位置中，如弯曲河道、高山等会对雷达造成干扰，且价格昂贵，投资起点较高。

相较于雷达及AIS设备，CCTV有低成本、使用方便等优势，对提高航行速度，保障船舶安全，实现动态监控，减少水上环境污染，预防交通事故发生，有至关重要的作用。但CCTV通常用来监视目标，不能对其实施手动操控，而当航道出现事故时，需快速准确提取监控视频，人工查询视频需耗费大量时间与精力：并且获取的只是一段视频或者一张照片，没有建立一个船舶结构化的知识库，归档和后续检索比较麻烦；最后，存储下的视频冗余信息比较多，很多画面没有有效信息，浪费了大量的存储空间，这样就大大降低了监控系统的实时性，降低了监控性能与效率。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足性能高、实时性好、适用范围较为广泛的基于深度学习和目标检测实现海事视频数据筛选处理的系统及其方法。

为了实现上述目的，本发明的基于深度学习和目标检测实现海事视频数据筛选处理的系统及其方法如下：

该基于深度学习和目标检测实现海事视频数据筛选处理的系统，其主要特点是，所述的系统包括：

视频过滤模块，用于筛选有船舶通航的视频段，结构化保存为相应的片段和图像；

船舶检索模块，与所述的视频过滤模块相连接，用于检索生成对应的船舶数据表单；

船舶流量统计模块，与所述的船舶检索模块相连接，用于对过往船舶进行跟踪，绘制船舶航行轨迹，并对江面船舶流量进行统计。

较佳地，所述的视频过滤模块对船舶划分唯一识别id，并根据日期、地点、id号和事件结构化保存为相应的片段和图像。

较佳地，所述的系统统计了船舶的尺寸、大小、速度、航向和上下行数量。

较佳地，所述的船舶检索模块生成的船舶数据表单包括船舶类型、尺寸、航速和航行艏向。

较佳地，所述的船舶流量统计模块从单目标跟踪和双目标跟踪两个方向对过往船舶进行跟踪。

该利用上述的系统实现基于深度学习和目标检测的海事视频数据筛选处理的方法，其主要特点是，所述的方法包括以下步骤：