[发明专利]基于深度学习的船舶辅助航行方法及系统

权利要求书

1.一种基于深度学习的船舶辅助航行方法,其特征在于，包括如下步骤：

视频成像：获取本船航道水平视频图像，获取视频图像的水平视角；

目标识别和标记：通过深度学习模型检测视频中的目标，获得目标的分类、回归框和轮廓中的一种或多种，并进行标记；

建立坐标系：在摄像机的观测范围内建立顶视图视角的直角坐标系，坐标系的x轴和y轴方向相对大地固定，按照等距离间隔绘制坐标网格；根据摄像机的视场角、摄像机视轴方向和摄像机离水面的位置，确定摄像机的观测范围，以相对大地固定的坐标轴方向建立直角坐标系；

坐标变换：获得平视图视角和顶视图视角的坐标映射关系，按平视图视角进行对坐标系中坐标轴及坐标网格进行坐标变换，按顶视图视角对周围船只位置进行坐标变换；

获取船只航行信息：在顶视图视角坐标系中，获取船只目标的航速和航向并对船只目标进行标记；

图像融合：将坐标网格、顶视图坐标系、目标标记与视频进行融合。

2.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，在建立坐标系步骤中，根据摄像机的视场角、摄像机视轴方向和摄像机离水面的位置，确定摄像机的观测范围，以相对大地固定的坐标轴方向建立直角坐标系。

3.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，图像融合过程中，设置一个距离阈值，将顶视图坐标系限制在以距离阈值为半径的圆内，顶视图坐标系以一定的缩小比例呈现在画面上。

4.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，被识别的目标在平视图坐标系中的坐标位置，由回归框坐标计算获得。

5.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，使用深度学习模型对本船航道水平视频图像中的目标进行检测，采用实例分割的方法获得目标的轮廓。

6.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，对目标的标记包括以文字或图形方式指明类别、画出回归框、轮廓高亮、轮廓填充方法中的一种或多种。

7.根据权利要求1所述基于深度学习的船舶辅助航行方法，其特征在于，通过周围船只在顶视图坐标系中的坐标位置信息计算周围船只与本船的距离，通过固定时间间隔内周围船只在顶视图坐标系中的坐标变化，计算周围船只的相对行驶速度。

8.一种基于深度学习的船舶辅助航行系统,其特征在于，包括视频成像设备、视角获取模块、目标识别模块、目标标记模块、坐标系构建模块、坐标变换模块、船只航行信息获取模块、图像融合模块，所述视频成像设备获取本船航道水平视频图像，所述视角获取模块获取视频图像的水平视角；所述目标识别模块通过深度学习模型检测视频中的目标，获得目标的分类、回归框和轮廓中的一种或多种，所述目标标记模块对视频图像中的目标进行标记；所述坐标系构建模块在摄像机的观测范围内建立顶视图视角的直角坐标系，坐标系的x轴和y轴方向相对大地固定，按照等距离间隔绘制坐标网格；所述坐标变换模块获得平视图视角和顶视图视角的坐标映射关系，按平视图视角进行对坐标系中坐标轴及坐标网格进行坐标变换，按顶视图视角对周围船只位置进行坐标变换；所述船只航行信息获取模块在顶视图视角坐标系中，计算船只目标的航速和航向并对船只目标进行标记；所述图像融合模块将坐标网格、顶视图坐标系、目标标记与视频进行融合。

9.根据权利要求8所述基于深度学习的船舶辅助航行系统,其特征在于，还包括目标测距模块，所述目标测距模块对周围场景中的目标进行测距。

10.根据权利要求8所述基于深度学习的船舶辅助航行系统,其特征在于，还包括标识模块，所述标识模块对周围场景中的目标及航道区域进行标识。

11.根据权利要求8所述基于深度学习的船舶辅助航行系统,其特征在于，还包括目标信息处理模块，所述目标信息处理模块对周围场景中目标信息进行显示或隐藏。