[發(fā)明專利]一種局部特征融合的多視角船舶身份識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210362998.4
• 申請(qǐng)日: 2022-04-08
• 公開（公告）號(hào): CN114463640A
• 公開（公告）日: 2022-05-10
• 發(fā)明（設(shè)計(jì)）人: 張笛;李玉立;范亮;馬浩為;張金奮;萬程鵬;吳達(dá)
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué);廣東省內(nèi)河港航產(chǎn)業(yè)研究有限公司
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06K9/62;G06N3/04;G06N3/08;G06F16/532;G06V10/80;G06V10/40;G06V10/764;G06V10/75;G06V10/82
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 徐瑛

本發(fā)明公開了一種局部特征融合的多視角船舶身份識(shí)別方法，包括以下步驟：S1，采集多點(diǎn)位船舶船身局部高清圖像，不同點(diǎn)位對(duì)應(yīng)不同的拍攝視角；S2，將同一點(diǎn)位拍攝的多張船身局部高清圖像進(jìn)行拼接融合，得到船舶的全景圖；S3，對(duì)船舶進(jìn)行身份識(shí)別，將船舶的多點(diǎn)位全景圖和身份信息綁定后錄入船舶身份數(shù)據(jù)庫中；S4，采集某一視角下目標(biāo)船舶的多張局部高清圖像進(jìn)行拼接融合，得到目標(biāo)船舶的全景圖；S5，根據(jù)目標(biāo)船舶的全景圖，在船舶身份數(shù)據(jù)庫中檢索與目標(biāo)船舶匹配的船舶身份信息。本發(fā)明通過對(duì)船舶局部高清圖片的拼接融合，利用深度學(xué)習(xí)框架進(jìn)行目標(biāo)識(shí)別與檢測(cè)，細(xì)節(jié)化多視角船舶全景圖，豐富了船舶圖像信息，大大提高船舶身份識(shí)別的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明屬于視覺識(shí)別技術(shù)領(lǐng)域，具體涉及一種局部特征融合的多視角船舶身份識(shí)別方法。

背景技術(shù)

水路運(yùn)輸在所有運(yùn)輸方式中屬于高風(fēng)險(xiǎn)行業(yè)，船舶重大水上交通事故和污染事故時(shí)有發(fā)生，不僅危及船員的生命、船公司的經(jīng)濟(jì)利益，而且對(duì)經(jīng)濟(jì)發(fā)展也產(chǎn)生一定影響。

當(dāng)船舶發(fā)生重大交通事故時(shí)，往往不能及時(shí)確認(rèn)肇事船舶身份，對(duì)有關(guān)部門來說具有較大困難。水上船舶身份識(shí)別與路上車輛識(shí)別相比技術(shù)難度更高，水上船舶感知主要依靠雷達(dá)和AIS，雷達(dá)能夠助航，但雷達(dá)目標(biāo)不夠直觀，無法判斷目標(biāo)物體種類。AIS可以感知船舶身份，不過AIS開機(jī)率不高，而且即使開了AIS，身份信息也經(jīng)常被篡改，置信度低，AIS信號(hào)易丟失且受船載設(shè)備的影響，并且AIS無法獲取到船舶船身細(xì)節(jié)圖像信息。

針對(duì)確認(rèn)船舶的身份存在不少困難這一情況，需要大力推進(jìn)視覺識(shí)別技術(shù)在海事監(jiān)管領(lǐng)域的應(yīng)用。而視覺識(shí)別技術(shù)在船舶身份識(shí)別上的應(yīng)用仍存在不少問題：攝像頭遠(yuǎn)距離抓拍可以獲得船舶的全景圖像，但全景圖像中包含航行環(huán)境，圖像中船舶船體部分圖像不清晰，較難顯示船舶船體細(xì)節(jié)，不易體現(xiàn)船舶身份；攝像頭近距離抓拍只能獲得船舶局部的高清細(xì)節(jié)圖，圖片信息不全，也無法確認(rèn)船舶身份。

公開號(hào)為CN108806334A的中國專利公開了一種基于圖像的智能船舶身份識(shí)別方法，主要包含的步驟包括：1）對(duì)于首次經(jīng)過航道的船舶建立基于圖像的船舶信息數(shù)據(jù)庫；2）抓拍航道區(qū)域，并判斷是否存在船舶；3）船舶區(qū)域的定位與分割；4）船舶圖像特征的提取；5）把抓拍區(qū)域的船舶特征與船舶數(shù)據(jù)庫的船舶信息進(jìn)行匹配，以判定船舶身份。該專利主要利用了深度學(xué)習(xí)的方法來對(duì)船舶進(jìn)行定位和身份進(jìn)行識(shí)別，并且在處理大規(guī)模船舶信息數(shù)據(jù)上采用了并行加速處理的方法，具有識(shí)別率高、響應(yīng)速度快的有點(diǎn)，具有很廣泛的應(yīng)用前景。然而該專利仍未解決上述問題，當(dāng)拍攝距離較遠(yuǎn)時(shí)，全景圖中船舶細(xì)節(jié)部分無法清晰展示，當(dāng)近距離拍攝時(shí)，圖片信息不全，無法快速、準(zhǔn)確識(shí)別船舶身份。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)存在的遠(yuǎn)程拍攝船舶圖片船舶細(xì)節(jié)不清晰以及近拍船舶圖片信息不全等問題，提供一種局部特征融合的多視角船舶身份識(shí)別方法，大大提高了識(shí)別的精確性。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種局部特征融合的多視角船舶身份識(shí)別方法，包括以下步驟：

S1，采集多點(diǎn)位船舶船身局部高清圖像，不同點(diǎn)位對(duì)應(yīng)不同的拍攝視角；

S2，將同一點(diǎn)位拍攝的多張船身局部高清圖像進(jìn)行拼接融合，得到船舶的全景圖；

S3，對(duì)船舶進(jìn)行身份識(shí)別，將船舶的多點(diǎn)位全景圖和身份信息綁定后錄入船舶身份數(shù)據(jù)庫中；

S4，采集某一視角下目標(biāo)船舶的多張局部高清圖像進(jìn)行拼接融合，得到目標(biāo)船舶的全景圖；

S5，根據(jù)目標(biāo)船舶的全景圖，在船舶身份數(shù)據(jù)庫中檢索與目標(biāo)船舶匹配的船舶身份信息；若目標(biāo)船舶的身份信息未錄入船舶身份數(shù)據(jù)庫中，則采集目標(biāo)船舶的多點(diǎn)位全景圖和身份信息進(jìn)行綁定，并錄入船舶身份數(shù)據(jù)庫中。

具體地，步驟S1中，采集船舶船身局部高清圖像前，采用基于YOLOv5的目標(biāo)檢測(cè)算法識(shí)別圖像中的船舶目標(biāo)。

所述YOLOv5網(wǎng)絡(luò)包括依次連接的輸入端、Backbone主干網(wǎng)、Neck層和預(yù)測(cè)端四個(gè)部分；其中，