一种船舶轨迹数据标注方法与装置

摘要: 本发明涉及船舶数据处理,尤其涉及一种船舶轨迹数据标注方法与装置。背景技术:1、船舶自动识别系统(automaticidentificationsystem,ai...
一种船舶轨迹数据标注方法与装置

本发明涉及船舶数据处理,尤其涉及一种船舶轨迹数据标注方法与装置。

背景技术:

1、船舶自动识别系统(automatic identification system, ais)的普及使得海事领域积累了海量的船舶轨迹数据。对船舶轨迹进行高效、准确的分类识别,是实现海事智能监管、异常行为检测、航线规划、海上搜救及渔业资源管理等应用的核心技术支撑。然而,占据主流的有监督式轨迹分类方法依赖大量高质量的标注数据。在实际海事场景中,船舶轨迹的类别标注需要依赖领域专家的人工研判,标注成本高昂、效率低下,获取大规模标注轨迹数据集在实践中极为困难,这严重制约了有监督学习方法在船舶轨迹分类任务中的实际应用效果。

2、为了实现对船舶轨迹大数据的高效准确标注,部分研究人员试图借助机器以预定义规则实现标注,但这种分类规则的建立与选择依然会导致对船舶行为模式的主观解释,且轨迹原始数值特征与船舶类型之间的映射规则本就难以描述。无监督学习、半监督学习等机器学习算法为该问题的解决提供了新思路:聚类方法是探索无标签数据内在结构的重要手段,是无监督学习算法的典型代表,船舶轨迹聚类已被广泛应用于异常检测和轨迹预测等任务,然而,现有聚类方法大多仅输出聚类结果,缺乏将聚类簇与语义标签空间有效关联的机制,难以直接服务于后续的分类任务,并且其决策边界难精准划分,位于不同类簇交叉区域的边界样本极易被错分导致错误标注;半监督学习利用少量有标签样本和大量无标签样本进行联合训练,是缓解标注稀缺问题的有效范式,但在没有任何类别先验信息的极端小样本场景下,如何确定标签空间的类别体系、建立统一的类别语义,确保源域与目标域数据的标签空间相一致,这仍是一个未被充分解决的问题。

3、综上所述,现有船舶轨迹大数据标注仍是一个亟待解决的技术问题,单一的数据驱动方法难以从无标签数据中自动发现并建立标签空间从而应对无任何类别先验信息的极端小样本场景,纯人工值守标注的方法又面临质效比低,主观性强等问题。

技术实现思路

1、鉴于此,有必要提供一种船舶轨迹数据标注方法、装置、电子设备及介质,用以解决现有标注方法难以兼顾效率与质量的问题。

2、为了解决上述问题,第一方面,本发明提供一种船舶轨迹数据标注方法,包括:

3、提取多个船舶轨迹的深度特征,并对所述深度特征进行聚类,得到多个类簇;

4、计算所述类簇中各个样本距簇中心的距离,并确定距离分布统计参数;

5、根据所述类簇的距离分布统计参数以及各个样本的距离,计算各个样本对应于不同距离语义等级的隶属度,并根据所述隶属度以及预构建的距离语义等级与置信度评价之间的模糊推理规则进行规则激活,对激活结果进行解模糊处理,得到各个样本的置信度得分;

6、根据所述类簇中各个样本的置信度得分,筛选得到核心样本;

7、根据各个类簇的核心样本对应的核心船舶轨迹,以及所述核心船舶轨迹的人工标注对船舶轨迹分类模型进行训练,并通过训练好的船舶轨迹分类模型对待标注船舶轨迹进行自动标注。

8、第二方面,本发明还提供一种船舶轨迹数据标注装置,包括:

9、聚类模块,用于提取多个船舶轨迹的深度特征,并对所述深度特征进行聚类,得到多个类簇;

10、统计模块,用于计算所述类簇中各个样本距簇中心的距离,并确定距离分布统计参数;

11、模糊与解模糊模块,用于根据所述类簇的距离分布统计参数以及各个样本的距离,计算各个样本对应于不同距离语义等级的隶属度,并根据所述隶属度以及预构建的距离语义等级与置信度评价之间的模糊推理规则进行规则激活,对激活结果进行解模糊处理,得到各个样本的置信度得分;

12、筛选模块,用于根据所述类簇中各个样本的置信度得分,筛选得到核心样本;

13、训练与自动标注模块,用于根据各个类簇的核心样本对应的核心船舶轨迹,以及所述核心船舶轨迹的人工标注对船舶轨迹分类模型进行训练,并通过训练好的船舶轨迹分类模型对待标注船舶轨迹进行自动标注。

14、第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述任一项的船舶轨迹数据标注方法。

15、第四方面,本发明还提供一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现上述任一项所述的船舶轨迹数据标注方法。

16、本发明的有益效果是:

17、本发明通过对船舶轨迹的深度特征进行聚类,基于模糊模型将类簇中样本距簇中心的距离转化为置信度得分,再筛选出各类簇中高置信度的核心样本,将核心样本对应的核心船舶轨迹给专家进行人工标注。高置信度样本位于类簇的核心密集区域,专家对其进行标注时面临的歧义性最低,标注结果的可靠性最高;同时,由于只有置信度较高的样本需要人工标注,大大减小了标注工作量。这种样本筛选策略,使得有限的人工标注预算被投入到信息量最大、确定性最强的样本上,从根本上降低了专家标注的随机性风险与认知负担。

18、此外,本发明在生成置信度得分时按类簇的距离分布统计参数进行评估,消除了类簇尺度差异带来的偏差,确保了不同类簇均有合适数量的代表性样本被选中,避免了标注样本在类别分布上的严重倾斜。

19、最后,本发明利用标注好的核心船舶轨迹对船舶轨迹分类模型进行训练,可以为模型提供精确的决策边界初始定位。训练好的模型即可以实现船舶轨迹大数据的自动标注。

1.一种船舶轨迹数据标注方法,其特征在于,包括:

2.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,所述根据所述类簇的距离分布统计参数以及各个样本的距离,计算各个样本对应于不同距离语义等级的隶属度,包括:

3.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,根据所述类簇中各个样本的置信度得分,筛选得到核心样本,包括:

4.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,所述对所述深度特征进行聚类,包括:

5.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,所述提取多个船舶轨迹的深度特征,包括:

6.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,所述根据各个类簇的核心样本对应的核心船舶轨迹,以及所述核心船舶轨迹的人工标注对船舶轨迹分类模型进行训练,包括:

7.根据权利要求1所述的船舶轨迹数据标注方法,其特征在于,所述根据各个类簇的核心样本对应的核心船舶轨迹、所述核心船舶轨迹的人工标注以及无标签船舶轨迹对船舶轨迹分类模型进行半监督训练,包括:

8.一种船舶轨迹数据标注装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1至7中任一项所述的船舶轨迹数据标注方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的船舶轨迹数据标注方法。