[发明专利]基于云平台的智能视觉船舶感知系统以及数据处理方法

权利要求书

1.基于云平台的智能视觉船舶感知系统，其特征在于，所述系统包括信息获取模块、第一信息发送模块，本地云平台数据融合处理模块、第二信息发送模块和信息可视化模块，

其中，所述信息获取模块包括：

船舶视频信息获取单元，用于获取船舶运行的视频信息；

AIS信息获取单元，用于获取船舶的AIS信息，其中，AIS信息包括船舶静态数据、船舶动态数据和船舶航行因素数据；

第一信息发送模块，用于将船舶运行的视频信息和船舶的AIS信息发送至本地云平台数据融合处理模块；

本地云平台数据融合处理模块包括：

目标船舶识别单元，用于采用预设目标检测算法对船舶运行的视频信息进行处理，并对目标船舶进行识别并框选，将框选出的目标船舶信息发送至信息匹配跟踪单元；

信息匹配跟踪单元，根据框选出的目标船舶信息与船舶的AIS信息进行匹配，匹配过程具体包括：将计算得到的目标船舶识别框的中心作为船舶的中心像素点，并通过映射函数将船舶的图像位置转换得到实际位置，计算实际位置中摄像头中心像素衍出的射线与船舶中心像素点之间的第一夹角，再计算电子海图中摄像头衍出的中心线与电子海图中船舶和摄像头连线之间的第二夹角，将第一夹角与第二夹角进行对比，将角度相同时的船舶作为匹配后的目标船舶；

第二信息发送模块，将匹配后的目标船舶的信息发送至信息可视化模块；

信息可视化模块，用于对匹配后的目标船舶的信息进行可视化显示。

2.如权利要求1所述的感知系统，其特征在于，目标船舶识别单元，具体用于：

采用训练后的预设全卷积网络对获取船舶运行的视频信息进行处理，获得船舶的特征图谱；

将船舶特征图谱与数据库中的船舶特征进行比对，获得比对结果，其中，数据库中的船舶特征预先通过机器学习，对预设数量的船舶图片进行标注和特征学习获得，并导入数据库中；

将与比对结果相近的卷积特征进行损失函数运算，并采用非极大值抑制算法将通过特征损失函数运算后特征损失最小的卷积特征图进行框选。

3.如权利要求1所述的感知系统，其特征在于，所述船舶静态数据包括以下信息中的一种或多种：

船名、呼号、船舶类型、船长、船宽。

4.如权利要求1所述的感知系统，其特征在于，所述船舶动态数据包括以下信息中的一种或多种：

经度、纬度、船首向、航速。

5.如权利要求4所述的感知系统，其特征在于，所述船舶航行因素数据包括以下信息中的一种或多种：

风力、水温、气象、水温、航标。

6.如权利要求1所述的感知系统，其特征在于，所述信息可视化模块的展示形式包括2D、3D和AR三种模式。

7.如权利要求6所述的感知系统，其特征在于，展示的信息包括船名、对岸船速、对岸船首向、目标船舶对岸距离。