[发明专利]基于监控视频的船舶识别方法、系统、设备及存储介质

说明书

本发明公开了一种基于监控视频的船舶识别方法。包括：标定船舶图像对应的边界框、船舶类型；利用船舶图像与边界框构造训练集；根据边界框，找出船舶图像中匹配的先验框，作为用于训练的预测框；利用训练集、船舶类型、预测框，输入到神经网络模型中进行训练，训练后模型的输出结果为图像中船舶位置的预测值及船舶类型的预测值；输入待处理船舶图像到模型中，得到识别结果。本发明还公开了一种基于监控视频的船舶识别系统、计算机设备及计算机可读存储介质。本发明通过水面监控摄像头所采集的图像即可进行船舶识别分类，不需要借助其他技术手段，相对于借助卫星遥感、无人机等额外设备且计算量大的识别方法，本发明成本低、效率高且应用范围广。

技术领域

本发明涉及计算机视觉、目标检测技术领域，具体涉及一种基于监控视频的船舶识别方法、基于监控视频的船舶识别系统、计算机设备及计算机可读存储介质。

背景技术

近年来，随着我国航运技术发展，以船运为主的水上运输已成为交通运输系统中不可或缺的一部分。因此，对于船舶的识别与监控也在水域监控技术中占有愈发重要的地位。目前常见的船舶识别方法以基于卫星遥感图像、无人机拍摄、雷达、AIS(船舶自动识别系统)的技术为主，缺少通过监控摄像头进行识别的方法。然而，雷达和AIS无法直观显示水面的图像，且不适用于通过外观特征识别船舶类型的应用。而卫星遥感图像和无人机拍摄则存在成本较高的劣势，难以广泛应用。

目前的现有技术之一，专利“一种星载遥感光学图像的船舶目标检测识别方法和系统”，采集星载遥感图像，从图像中寻找到船舶目标后，根据其主方向进行旋转并提取船舶的图像特征，将目标特征输入到船舶分类器中，筛选并判断船舶的类型，而后输出船舶目标的船舶类型和坐标信息。该技术的缺点是基于星载遥感图像，硬件设置成本高。且相较地面计算处理，星上计算速度慢，且星载遥感图像数据量大，因此在江面、河面等较小范围航道监控应用中效率低下。

目前的现有技术之二，专利“一种基于AIS的船舶身份识别系统”，AIS终端实时搜索附近范围内船舶发射的AIS目标信息或AIS基站代发射的AIS信息，通过网络链接至船舶身份查询系统中，查询船舶身份与违法违规信息。该方法的缺点是应用于以AIS标识为基准的船舶身份识别，必须对船舶的AIS信息进行采集，因此会产生设置AIS终端的额外成本。同时，此方案无法直观获取航道图像，不能应用于对船舶类型进行分类。

发明内容

本发明的目的是克服现有方法的不足，提出了基于监控视频的船舶识别方法、系统、设备及存储介质。本发明解决的主要问题，一是现有基于卫星遥感图像、无人机的船舶识别技术硬件设置成本高，且计算速度慢、效率低，不适合广泛应用于江面、河面航道监控系统中。二是现有基于AIS的船舶识别技术主要应用于识别船舶身份与位置，即多图像场景中的船舶是否为同一个体，缺少能通过外观特征识别船舶类型的方法。即如何通过江面或河道的彩色监控摄像头对船舶类型进行识别的问题。

为了解决上述问题，本发明提出了一种基于监控视频的船舶识别方法，所述方法包括：

收集船舶图像数据集，将船舶图像数据集中的船舶图像进行预处理，并标定船舶图像对应的船舶边界框、船舶类型；

利用所述预处理后的船舶图像与船舶边界框，以一定的选择概率进行同步切割与变形，构造训练集；

在所述预处理后的船舶图像中设置多个先验框，根据所述船舶边界框，找出与其匹配的先验框，将其作为用于训练的预测框；

利用所述训练集、所述船舶类型、所述预测框，输入到SSD300神经网络模型中进行参数训练，得到训练后的模型，模型的输出结果为图像中船舶位置的预测值及船舶类型的预测值；

输入待处理船舶图像到所述训练后的模型中，利用其输出的船舶位置的预测值及船舶类型的预测值，在图像中标出船舶的预测框与其类型，并显示标记后的图像。

优选地，所述将船舶图像数据集中的船舶图像进行预处理，并标定船舶图像对应的船舶边界框、船舶类型，具体为：