[发明专利]一种基于深度学习的船舶识别系统及其识别方法

权利要求书

1.一种基于深度学习的船舶识别系统，该系统包括有后台和至少一个前端卡口，所述前端卡口包括有枪机、球机与交换机，所述枪机摄录目标水域的全景画面，所述球机跟踪拍摄目标船只，所述枪机与球机均与交换机交互；所述交换机与后台通讯连接；所述后台包括视频分析器和深度学习服务器，所述视频分析器分析前端卡口摄录的画面，所述深度学习服务器为视频分析器提供深度学习服务；

所述前端卡口还包括有AIS接收器，所述AIS接收器检测并接收船载AIS设备发出的信号，所述AIS接收器也与交换机交互；

所述前端还包括有网络扩音器，所述网络扩音器通过交换机与后台通讯连接；

该系统还采用了船舶识别方法，该方法为：S1：采用深度学习方法建立前端卡口环境下的初步船舶识别模型；

S2：对初步船舶识别模型输入样本进行训练，完成训练并生成船舶识别模型；

S3：船舶识别系统利用船舶识别模型自动识别船舶；

所述S3具体为：

S31：枪机发现目标；

S32：系统启动船舶识别模型识别目标并判断是否为船舶，如判断为船舶，则跳转S33，如判断并非船舶，则返回S31；

S33：AIS接收器检测是否收到该船舶的AIS信号，如能收到该船舶的正常的AIS信号，则跳转S34，如不能，则网络扩音器发出报警，并将该船舶画面通过后台报送上级监管部门发出提醒；

S34：球机跟踪摄录该船舶的画面信息，并将该画面信息结合该船舶的AIS信号一同保存在后台留底；

所述S2具体为：

S21：正样本标注；

S22：先验框匹配；

S23：负样本抽样；

S24：计算误差与置信度；

S25：数据扩增；

S26：调整阈值并生成船舶识别模型；

所述S32具体为：S321：枪机摄录目标水域的全景画面，并将全景画面传送至视频分析器中；

S322：视频分析器发现目标进入画面，则启动深度学习服务器中的船舶识别模型对目标识别检测；

S323：对目标进行数据扩增，并将扩增后的数据放入船舶识别模型中识别；

S324：计算置信度，未达到设定阈值，则判断目标并非船舶，放弃该目标；达到或超过设定阈值，则判定目标为船舶。