[發明專利]基于圖像識別的航線貨運狀況識別方法及裝置

有效

• 申請號: 201711329876.0
• 申請日: 2017-12-13
• 公開（公告）號: CN108288022B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 鄧立邦
• 申請（專利權）人: 廣東數相智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 邵穗娟;湯喜友

1.基于圖像識別的航線貨運狀況識別方法，其特征在于包括以下步驟：

模型建立步驟：建立貨船識別模型和貨物識別模型；所述貨船識別模型存儲了每種貨船的衛星圖片所對應的特征向量的集合；所述貨物識別模型存儲了每種集裝箱的衛星圖片所對應的特征向量的集合；

第一獲取步驟：獲取待統計海域內覆蓋所有航線的衛星圖片；

貨船識別步驟：根據衛星圖片與貨船識別模型得出所述衛星圖片中所出現的貨船的類型和數量；

所述貨船識別步驟還包括對衛星圖片進行特征提取得出對應的特征向量，并根據所述特征向量與貨船識別模型得出所述衛星圖片中所出現的貨船；

貨物識別步驟：根據衛星圖片與貨物識別模型得出所述衛星圖片中所出現的每個貨船裝載貨物的類型和數量；

所述貨物識別步驟還包括對衛星圖片進行特征提取得出對應的特征向量，并根據所述特征向量與貨物識別模型得出每個貨船裝載集裝箱的類型和數量，并根據每個貨船裝載集裝箱的類型和數量得出所述衛星圖片中所出現的每個貨船裝載貨物的類型和數量；

第二獲取步驟：獲取統計周期內待統計海域覆蓋所有航線的多張衛星圖片；

判斷步驟：按照衛星圖片的日期的先后順序依次對比在前日期的衛星圖片中所出現的每個貨船是否在其后日期的衛星圖片中出現；若是，則根據該貨船所出現的衛星圖片的日期以及該貨船所出現的衛星圖片上的經緯度數據來得知該貨船在統計周期內所經過的地點以及時間；

確定航線步驟：根據每個貨船在統計周期內所經過的地點、時間與系統中待統計海域內所有航線的航線信息來得知每個貨船所屬的航線。

2.如權利要求1所述的方法，其特征在于還包括：

識別步驟：對多張衛星圖片依次執行提取步驟、貨船識別步驟、貨物識別步驟得出每張衛星圖片中所出現的貨船的類型和數量、每個貨船裝載貨物的類型和數量；

貨船統計步驟：根據每個貨船裝載貨物的類型和數量以及每個貨船所屬的航線來統計每個航線上貨船的數量；所述每個航線上的貨船的數量包括從航線出發點到目的地的貨船以及從航線目的地返回到出發點的貨船。

3.如權利要求2所述的方法，其特征在于還包括：

航行時間計算步驟：根據每個貨船所經過的地點、時間以及所屬的航線統計得出統計周期內每個貨船在航線上的航行時間；所述航行時間為貨船從航線的出發點到目的地之間的行駛時間；

處理步驟：根據每個航線上的貨船數量、每個貨船裝載的貨物類型和數量、統計周期內每個貨船在航線上的航行時間得出每個航線在統計周期內的總體裝載貨物的數量以及平均航行時間。

4.如權利要求1所述的方法，其特征在于：所述貨船識別模型的建立過程如下：首先分別獲取每種貨船的多張衛星圖片并對其進行預處理；然后對預處理后的每種貨船的每張衛星圖片均進行特征提取得出對應的特征向量；最后對每種貨船的多張衛星圖片所對應的特征向量進行識別訓練得出每種貨船的衛星圖片所對應的特征向量的集合，也即是貨船識別模型。

5.如權利要求1所述的方法，其特征在于：所述貨物識別模型的建立過程如下：首先分別獲取每種集裝箱的多張衛星圖片并對其進行預處理；然后對預處理后的每種集裝箱的每張衛星圖片均進行特征提取得出對應的特征向量；最后對每種集裝箱的多張衛星圖片所對應的特征向量進行識別訓練得出每種集裝箱的衛星圖片所對應的特征向量的集合，也即是貨物識別模型；其中，集裝箱的類型與貨物的類型一一對應。

6.一種電子設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于：所述處理器執行所述程序時實現如權利要求 1-5中任一項所述的基于圖像識別的航線貨運狀況識別方法的步驟。

7.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行時實現如權利要求1-5中任一項所述的基于圖像識別的航線貨運狀況識別方法的步驟。