[发明专利]一种单拖船只目标的识别方法及装置

说明书

本发明提供一种单拖船只目标的识别方法及装置，所述方法包括：获取船只的实时行驶轨迹数据；对所述实时行驶轨迹数据进行预处理，获得预处理结果；对所述预处理结果进行轨迹聚类，获得聚类结果；对所述聚类结果进行特征抽取，获得特征数据；将所述特征数据输入识别单拖船只目标的预设模型进行处理，获得单拖船只目标的识别结果。本发明的方案基于单拖船只的运动特点，抽象出航向变化、转弯次数、分段直行时间等特征，不直接设置阈值，极大降低了误报率，提高了涉海涉渔违法违规行为情报获取能力。

技术领域

本发明涉及通信技术领域，特别是指一种单拖船只目标的识别方法及装置。

背景技术

单拖渔船(由单船拖曳网具进行捕捞作业的渔船)的精准识别，能提高涉海涉渔违法违规行为情报获取能力，进而强化对涉渔违法违规行为的精准打击和伏季休渔精细化管理。

现有技术至少存在如下问题：

一般的单拖作业长达几个小时以上，而传统的基于规则的单拖可用于识别的轨迹时间较短(1个小时)，无法完整表达单拖的轨迹特征。基于规则的识别都需要设置固定的阈值，有一定的局限性，无法适应多变的运动轨迹，导致误报和漏报。

发明内容

本发明要解决的技术问题是提供一种单拖船只目标的识别方法及装置，基于单拖船只的运动特点，抽象出航向变化、转弯次数、分段直行时间等特征，不直接设置阈值，而是学习大量单拖轨迹特征，抽取至少3个小时的历史轨迹，对轨迹进行分类，极大降低了误报率，提高了涉海涉渔违法违规行为情报获取能力。

为解决上述技术问题，本发明的技术方案如下：

一种单拖船只目标的识别方法，包括：

获取船只的实时行驶轨迹数据；

对所述实时行驶轨迹数据进行预处理，获得预处理结果；

对所述预处理结果进行轨迹聚类，获得聚类结果；

对所述聚类结果进行特征抽取，获得特征数据；

将所述特征数据输入识别单拖船只目标的预设模型进行处理，获得单拖船只目标的识别结果。

可选的，对所述实时行驶轨迹数据进行预处理，包括：

删除所述实时行驶轨迹数据中轨迹的点数少于第一值的实时行驶轨迹数据；

删除所述实时行驶轨迹数据中平均速度小于第二值的实时行驶轨迹数据；和/或

删除所述实时行驶轨迹数据中平均速度大于第三值的实时行驶轨迹数据。

可选的，对所述预处理结果进行轨迹聚类，获得聚类结果，包括：

对所述预处理结果通过聚类算法进行轨迹聚类，获取中间聚类结果；

根据所述中间聚类结果，计算出待识别船只的活动范围，获取活动范围结果；

将小于或者等于第一阈值的活动范围结果删除；否则，则保留该活动范围，得到最终的聚类结果。

可选的，对所述聚类结果进行特征抽取，获得特征数据，包括：

对所述聚类结果进行特征抽取，得到以下至少一种特征数据：航向变化结果、转弯次数结果、直行时间结果、绕圈率结果、航速、航向。

可选的，所述航向变化结果是待识别船只的航向变化之和，所述航向变化是待识别船只的两个时刻的航向差；

所述转弯次数结果是待识别船只的转弯次数；

所述直行时间结果是待识别船只的分段统计直行时间；

所述绕圈率结果是待识别船只的绕圈率；所述绕圈率是待识别船只的总路程除以位移。