[发明专利]一种景区河道视觉识别移动船只跟踪联动方法和系统

权利要求书

1.一种景区河道视觉识别移动船只跟踪联动方法，其特征在于，包括：

在景区河道交叉口设置多个摄像头，形成数字视网膜网络，实时监控多条河道的船流情况，获得监控感知数据；

对所述监控感知数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤；

所述数字视网膜网络提取所述监控感知数据的实时特征流，并将所述实时特征流发送给云端服务器；

建立数字细胞神经网络，接收所述实时特征流；

解析所述实时特征流，获得多个移动船只的牌照、航速、方向、位置、和驾驶员信息，包括：通过图像识别获得多个移动船只的牌照，根据所述牌照查询交通数据库，得到所述牌照对应的驾驶员信息，所述驾驶员信息包括所述驾驶员的移动终端号码；建立空间坐标系，获取多个移动船只在所述空间坐标系中的位置和方向，通过视频识别获得所述多个移动船只的航速；预测所述多个移动船只之间相撞的概率；

通过人工智能算法根据所述多个移动船只的牌照、航速、方向、位置进行路线规划和驾驶建议，重复预测所述多个移动船只之间相撞的概率，直至将所述多个移动船只之间相撞的概率降为预设阈值以下；

发送碰撞预警概率提醒，以及规划路线和/或驾驶建议给所述多个移动船只的驾驶员的移动终端。

2.根据权利要求1所述的方法，其特征在于，

所述监控感知数据包括以下数据中的至少一种：视频数据、音频数据。

3.根据权利要求1所述的方法，其特征在于，

所述提取所述监控感知数据的实时特征流，包括：提取监控感知数据的特征，得到实时特征流；对所述实时特征流进行特征变换。

4.如权利要求3所述的方法，其特征在于，所述特征变换包括以下方式中的至少一种：特征加扰、特征编码、同态加密。

5.根据权利要求1所述的方法，其特征在于，所述预测多个移动船只之间相撞的概率通过以下公式计算：

其中，i为第i类碰撞事件，f_i()为指定子空间中所述碰撞事件与对应维度标准之间距离的计算函数，P为所述移动船只的航速，S为所述移动船只的方向，T为所述移动船只的位置。

6.一种景区河道视觉识别移动船只跟踪联动系统，其特征在于，包括：

数字视网膜模块，用于在景区河道交叉口设置多个摄像头，形成数字视网膜网络，实时监控多条河道的船流情况，获得监控感知数据；

特征提取模块，对所述监控感知数据中的图像进行目标定位，截取检测到的目标并分别提取特征，得到目标特征；对比所述目标特征与例外特征的差异度；若差异度小于阈值，则将此图像的帧剔除，不进行后续步骤；若差异度大于阈值，进行后续步骤；所述数字视网膜网络提取所述监控感知数据的实时特征流，并将所述实时特征流发送给云端服务器；

细胞神经网络模块，建立数字细胞神经网络，接收所述实时特征流；

碰撞概率预测模块，解析所述实时特征流，获得多个移动船只的牌照、航速、方向、位置、和驾驶员信息，包括：通过图像识别获得多个移动船只的牌照，根据所述牌照查询交通数据库，得到所述牌照对应的驾驶员信息，所述驾驶员信息包括所述驾驶员的移动终端号码；建立空间坐标系，获取多个移动船只在所述空间坐标系中的位置和方向，通过视频识别获得所述多个移动船只的航速；预测所述多个移动船只之间相撞的概率；

路径规划模块，通过人工智能算法根据所述多个移动船只的牌照、航速、方向、位置进行路线规划和驾驶建议，重复预测所述多个移动船只之间相撞的概率，直至将所述多个移动船只之间相撞的概率降为预设阈值以下；

碰撞提醒模块，发送碰撞预警概率提醒，以及规划路线和/或驾驶建议给所述多个移动船只的驾驶员的移动终端。

7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1－5任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1－5中任一项所述的方法。