一种多元融合的船舶身份识别方法与流程

1.本发明涉及船舶监管领域技术领域，具体为一种多元融合的船舶身份识别方法。


背景技术：

2.船舶身份识别方法是用于水上执法、海事监管、船舶监管领域的信息处理方法，目前船舶身份识别方法有以下三种，首先是ais识别方法，ais是船舶自动识别系统，装载ais的船舶可主动向外部交换船位、航速、航向、船名、呼号等重要信息，但这种方法属于被动接收式，船舶未装载ais、人为关闭或篡改ais等情况时有发生，据统计长江江苏段ais开机率约为80％，有20％的船舶身份无法通过ais获得；其次是rfid识别方法，内河航道的船舶安装有船用rfid电子标签，电子标签用于标识船舶身份，安装在航道堤岸上的rfid读卡器可识别300m以内的rfid标签，达到识别身份的目的，但是船舶一旦靠近识别范围内就可被识别到，造成可能有多艘船被同时识别，且无法区分多船身份；最后是视频图像识别方法，是通过采集船舶照片，识别船名字符达到识别船舶身份的目标，很多内河船舶船名不规范，有标识不清、船名遮挡、船名标识模糊等问题，仅依靠图像识别船名字符难度大，准确率不高，可靠性低，需要设计一种多元融合的船舶身份识别方法。


技术实现要素：

3.本发明提供一种多元融合的船舶身份识别方法可以解决上述背景技术中的问题。
4.为实现上述目的，本发明提供如下技术方案：
5.一种多元融合的船舶身份识别方法，所述船舶身份识别方法包括以下步骤：
6.步骤一，基于视频采用背景建模方法检测船舶在图像中的位置坐标；
7.步骤二，根据船舶在图像中的位置坐标获取船舶高清图像，并采用深度学习方法对船名区域进行定位和识别，得到图像识别船名；
8.步骤三，利用ais接收终端获取船舶ais信息，并对船舶ais信息进行解析，得到解析信息，包括：ais船名和ais船舶位置；
9.步骤四，将船舶在图像中的位置坐标通过相机成像原理变换成世界坐标系下的船舶位置坐标，将世界坐标系下的船舶位置坐标与步骤三解析得到的ais船舶位置进行匹配，如果满足匹配条件，则认为匹配上，进入步骤五，否则以步骤二得到的图像识别船名作为最终的船舶身份；
10.步骤五，当船舶既有ais船名又有图像识别船名时，判断两者是否相等，若相等，则以图像识别船名作为最终的船舶身份，若不相等，则判断图像识别船名的置信度是否大于第二预设阈值，如果是，则以图像识别船名作为最终的船舶身份，反之，以ais船名作为最终的船舶身份。
11.优选的，所述步骤二中，采用预先训练好的yolo v5检测模型对船名区域进行定位和识别，其中yolo v5检测模型的训练过程如下：采集包括白天、夜晚、雨天和雾天不同场景下包含船名的图像作为数据集，并对数据集中的船名位置进行人工标定；对于人工标定后
的数据集采用马赛克增强机制进行丰富，即任选4张图像作为一个组合进行随机裁剪和缩放后，再随机排列拼接形成一张新的图像，重复上述操作，直至没有新的组合为止，利用丰富后的数据集对yolo v5检测模型进行训练，得到训练好的yolo v5检测模型；
12.利用训练好的yolo v5检测模型对船名区域进行识别，得到图像识别船名。
13.优选的，所述步骤二中，根据船舶在图像中的位置坐标利用抓拍相机获取船舶高清图像，并采用深度学习方法对船舶上文字进行定位和识别，得到文字识别结果，包括位置、置信度conf和识别内容信息txt，对文字识别结果进行进一步判断，判断逻辑如下：
[0014][0015]
其中，(x
min
,y
min
)是文字识别结果左上角像素点坐标，(x
max
,y
max
)是文字识别结果右下角像素点坐标，n是txt中的字符个数，若满足上述判断逻辑，即能得到最终船名识别结果。
[0016]
优选的，所述步骤四中，将船舶在图像中的位置坐标通过相机成像原理变换成世界坐标系中的船舶位置坐标{x
p
,y
p
}，该位置坐标{x
p
,y
p
}与步骤三解析得到的ais船舶位置{xw,yw}进行匹配，如果满足以下匹配条件：
[0017][0018]
则认为匹配上。
[0019]
与现有技术相比，本发明的有益效果是：本发明结合ais和视频图像识别技术的优点，可以在船舶没有开启ais的情况下获取船舶身份，提升了船舶身份识别的准确率，为水上执法监管提供了基础，其次在ais船名与图像识别船名相互校验比对时，提升了船舶身份的可靠性，既解决了未开ais船舶身份无法识别的问题，还可以对船名不规范的船舶用ais作为身份补充，提升船舶身份识别准确率，具备一定的使用前景。
附图说明
[0020]
图1为本发明多元融合的船舶身份识别方法的算法流程图。
具体实施方式
[0021]
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
[0022]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0023]
实施例
[0024]
请参阅图1，本发明提供一种多元融合的船舶身份识别方法，包括以下步骤：
[0025]
步骤一，基于视频采用背景建模方法检测船舶在图像中的位置坐标；
[0026]
步骤二，根据船舶在图像中的位置坐标获取船舶高清图像，并采用深度学习方法对船名区域进行定位和识别，得到图像识别船名；
[0027]
步骤三，利用ais接收终端获取船舶ais信息，并对船舶ais信息进行解析，得到解析信息，包括：ais船名和ais船舶位置；
[0028]
步骤四，将船舶在图像中的位置坐标通过相机成像原理变换成世界坐标系下的船舶位置坐标，将世界坐标系下的船舶位置坐标与步骤三解析得到的ais船舶位置进行匹配，如果满足匹配条件，则认为匹配上，进入步骤五，否则以步骤二得到的图像识别船名作为最终的船舶身份；
[0029]
步骤五，当船舶既有ais船名又有图像识别船名时，判断两者是否相等，若相等，则以图像识别船名作为最终的船舶身份，若不相等，则判断图像识别船名的置信度是否大于第二预设阈值，如果是，则以图像识别船名作为最终的船舶身份，反之，以ais船名作为最终的船舶身份。
[0030]
步骤一中，基于视频采用背景建模方法检测画面中变化的前景连通域集合{si|i＝1、2、3
…
n}，根连通域的面积n、连通域外接矩形宽高比r、矩形度q、宽度wm、高度hm参数进一步过滤，最终得到的区域为船舶区域，即可得到船舶的图像位置。
[0031][0032]
步骤二中，根据图像位置坐标抓拍相机获取船舶高清图像，并用深度学习算法对船舶上文字进行定位、识别，每个文字识别结果具有位置{x
min
，y
min
，x
max
，y
max
}、置信度conf和识别内容信息txt，对所有文字识别结果进行进一步判断，判断逻辑如下，得到最终船名识别结果。
[0033][0034]
步骤三中，用ais接收终端获取船舶ais信息，并对ais信息进行解析，主要解析的信息包括：ais船名、船舶位置，其中n是txt中的字符个数。
[0035]
步骤四中，将船舶在图像中的位置通过相机成像原理变换成世界坐标系中的船舶位置{x
p
，y
p
}，该位置与ais的船舶位置{xw，yw}进行匹配，如果满足以下匹配条件，则认为匹配上，得到ais船名，若未匹配上则以图像识别船名为最终船舶身份。
[0036][0037]
步骤五中，当船舶既有ais船名又有图像识别船名时，先判断两者是否相等，若相
等，则最终身份为图像识别船名，若不相等，则判断图像识别船名置信度是否大于阈值，如果是，图像识别船名为最终船舶身份，反之，最终身份为ais船名。
[0038]
本发明结合ais和视频图像识别技术的优点，可以在船舶没有开启ais的情况下获取船舶身份，提升了船舶身份识别的准确率，为水上执法监管提供了基础，其次在ais船名与图像识别船名相互校验比对时，提升了船舶身份的可靠性，既解决了未开ais船舶身份无法识别的问题，还可以对船名不规范的船舶用ais作为身份补充，提升船舶身份识别准确率。
[0039]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。