[发明专利]船脸特征数据库的建立方法、系统、设备及存储介质

权利要求书

1.一种船脸特征数据库的建立方法，其特征在于，所述方法包括：

在不同预设区域采集不同预设条件下的船舶图像；

提取出不同预设条件下的船舶图像对应的预设维度特征信息；

获取船舶的AIS信息，将获取的AIS信息与采集的船舶图像进行匹配，得到所述船舶图像对应的身份识别标签；

将不同预设条件下的船舶图像、预设维度特征信息及身份识别标签对应存储在数据库中，生成船脸特征数据库，以使对内河水域船舶进行重识别时利用所述船脸特征数据库来进行检索匹配。

2.根据权利要求1所述的船脸特征数据库的建立方法，其特征在于，所述预设区域包括内河桥区水域、内河弯道水域和/或沿海港口进出港航道区域；所述预设条件包括船舶距相机的不同尺度、不同光照环境、不同角度和/或不同时段。

3.根据权利要求1或2所述的船脸特征数据库的建立方法，其特征在于，所述在不同预设区域采集不同预设条件下的船舶图像，包括：

在内河桥区水域采集船舶图像时，利用预先在桥基及岸基上安装的相机阵列采集内河桥区水域范围内的船舶图像，其中，所述相机阵列由可见光相机与红外相机组成，在桥基上每隔预设距离安装有所述相机阵列，在岸基上将若干所述相机阵列集成安装，形成多角度相机阵列。

4.根据权利要求1或2所述的船脸特征数据库的建立方法，其特征在于，所述提取出不同预设条件下的船舶图像对应的预设维度特征信息包括：

基于预设目标检测算法提取出船舶图像的前景图像；

利用预先训练好的船首船尾识别模型对所述前景图像进行识别，提取出所述前景图像中的船首图片及船尾图片，将所述船首图片及船尾图片作为船舶图像对应的预设维度特征信息；其中，所述船首船尾识别模型为预先通过对预设数量的船首样本图像及船尾样本图像进行标注并训练得到的神经网络模型。

5.根据权利要求4所述的船脸特征数据库的建立方法，其特征在于，所述提取出不同预设条件下的船舶图像对应的预设维度特征信息包括：

利用全卷积神经网络对所述前景图像进行识别生成文本特征图，利用分割框根据文本特征图的形状提取出所述前景图像中的文字区域图，将所述文字区域图作为船舶图像对应的预设维度特征信息；和/或，

获取所述前景图像中船舶的纵横像素及纵横比信息，并将所述纵横像素及纵横比信息作为船舶图像对应的预设维度特征信息。

6.根据权利要求1或2所述的船脸特征数据库的建立方法，其特征在于，所述提取出不同预设条件下的船舶图像对应的预设维度特征信息包括：

计算所述船舶图像与相似船舶图像的相似度参数，若计算的相似度参数大于预设阈值，则将所述相似船舶图像确定为所述船舶图像的负样本标签图像，所述负样本标签图像作为所述船舶图像对应的预设维度特征信息；

所述计算所述船舶图像与相似船舶图像的相似度参数，包括：

将所述船舶图像X₁与相似船舶图像X₂利用构建的网络映射函数Gw(X)转换得到特征向量Gw(X₁)、Gw(X₂)，利用如下公式得到损失函数EW(X₁，X₂)：

EW(X₁，X₂)＝||G_W(X₁)-G_W(X₂)||

利用损失函数EW(X₁，X₂)对Siamese网络进行训练，输出所述船舶图像X₁与相似船舶图像X₂的相似度参数。