[发明专利]一种基于深度学习框架的船舶名称识别系统及方法

权利要求书

1.一种基于深度学习框架的船舶名称识别方法，其通过基于深度学习框架的船舶名称识别系统实现，其特征在于，所述系统包括：海事监管无人机、机载图像处理模块、机载通信模块及海事监控中心；所述海事监管无人机搭载所述机载图像处理模块与所述机载通信模块，所述机载通信模块与所述海事监控中心相连；所述海事监管无人机采集目标船舶图像并将所述目标船舶图像传递至所述机载图像处理模块，其中，所述目标船舶图像中包括船舶名称信息；所述机载图像处理模块采用深度学习人工智能算法判断出所述船舶名称信息所处的位置，然后对船名位置区域包含的字符信息进行识别，得到所述目标船舶图像中的船舶名称信息，并通过所述机载通信模块将所述船舶名称信息传递至所述海事监控中心；所述海事监控中心根据所述船舶名称信息向对应船舶发出警示信息，所述方法包括：

S1：通过海事监管无人机拍摄含有船舶名称的目标船舶图像；

S2：将所述目标船舶图像作为训练好的深度学习识别模型的输入，提取所述目标船舶图像中疑似船舶名称的图像特征，并形成目标物；

S3：检测出目标物阈值，并对所述目标物进行标注，在所述目标船舶图像中形成包含船舶名称信息的标注框，基于所述训练好的深度学习识别模型定位船舶名称信息所处的位置，并结合所述标注框得到目标物的置信度，其中，由确定所述目标物的置信度，其中，P表示通过所述深度学习识别模型定位到的船舶名称信息所处的位置，区域S表示通过标注得到的真实船舶名称信息所处的位置；

S4：判断所述目标物的置信度是否大于等于所述目标物阈值；若为否，则重新输入船舶图像至所述训练好的深度学习识别模型；若为是，则判断出所述船舶名称信息所处的位置，然后对船名位置区域包含的字符信息进行识别，得到所述目标船舶图像中的船舶名称信息；

其中，步骤S3中对目标物进行标注通过以下方式实现：对含有船舶名称的船舶图形进行预处理，含有船舶名称的图像预处理主要包括对面向海事监管的船名图像尺度的处理，具体为通过随机裁剪的方式将船名图片统一裁剪为目标大小；以及对船名位置区域标注，具体为选取Labelme对船名图像区域进行标注并生成json文件，进一步将json文件转化为可被网络接收训练的info.yaml及labnel.png文件；

所述深度学习识别模型包括：卷积层、循环层及转录层，所述卷积层对输入的船舶图像进行特征序列提取得到船舶名称信息的特征序列，特征序列交由所述循环层进行预测并输出单帧检测结果，最后通过所述转录层将单帧预测结果转录为船舶名称信息输出，卷积层借鉴VGG-VeryDeep的网络结构，且将VGG-VeryDeep的网络结构中第3个和第4个最大池化层的池化窗口转化为1×2的矩形池化窗口，训练过程中在网络的3个卷积层上添加了BN操作，循环层由两个双向LSTM结构组成，在转录层中，误差通过前向-后向算法进行传递，使用ADADELTA优化方法对船名识别网络进行优化。

2.根据权利要求1所述的方法，其特征在于，所述深度学习识别模型的训练方法包括：

通过无人机拍摄与实地拍摄获取含有船舶名称的船舶图像；

对各所述船舶图像进行标注，生成与各所述船舶图像对应的含有船舶名称位置信息的目标格式文件，由各所述目标格式文件形成船舶名称识别数据集；

由所述深度学习识别模型进行预处理定位所述船舶名称识别数据集中各图像中船舶名称信息所处的位置，然后所述卷积层对船名位置区域包含的字符信息进行特征提取得到特征序列，特征序列交由所述循环层进行预测并输出单帧检测结果，最后通过所述转录层将单帧预测结果转录为船舶名称信息输出。

3.根据权利要求1所述的方法，其特征在于，所述机载图像处理模块包括船舶图像信息存储单元、识别模型存储单元以及处理单元；

所述船舶图像信息存储单元存储接收的所述目标船舶图像以扩充船名识别系统数据集；

所述识别模型存储单元用于存储深度学习识别模型；

所述处理单元接收所述海事监管无人机传递的所述目标船舶图像，并调用所述识别模型存储单元存储的所述深度学习识别模型，将所述目标船舶图像作为所述深度学习识别模型的输入，判断出所述船舶名称信息所处的位置，然后对船名位置区域包含的字符信息进行识别，得到所述目标船舶图像中的船舶名称信息。