[发明专利]黑烟船舶的识别方法、装置、介质及设备在审
申请号: | 202110596243.6 | 申请日: | 2021-05-30 |
公开(公告)号: | CN113408367A | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 李毓勤;李晓斌;刘超宇;袁文怡;王弘越;肖在春 | 申请(专利权)人: | 广州市云景信息科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/38;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
代理公司: | 广州国鹏知识产权代理事务所(普通合伙) 44511 | 代理人: | 周燕君 |
地址: | 510663 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 黑烟 船舶 识别 方法 装置 介质 设备 | ||
1.一种黑烟船舶的识别方法,其特征在于,包括:
按照预设的视野坐标控制摄像机进行区域巡航及检测船体信息;
若在区域巡航过程中检测到船体信息,则对所述船体信息进行跟踪,得到跟踪视频;
对所述跟踪视频中的船体信息进行黑烟识别,获取黑烟船舶;
提取所述黑烟船舶的船体编码。
2.如权利要求1所述的黑烟船舶的识别方法,其特征在于,所述按照预设的视野坐标控制摄像机进行区域巡航及检测船体信息包括:
设置摄像机巡航时的视野坐标,所述视野坐标覆盖船舶航行区域;
按照所述视野坐标控制所述摄像机以预设的时间间隔进行区域巡航;
在区域巡航的过程中,采用预设的第一神经网络对所述视野坐标下采集到的视频帧信息进行船体信息检测。
3.如权利要求2所述的黑烟船舶的识别方法,其特征在于,所述在区域巡航的过程中,采用预设的第一神经网络对所述视野坐标下采集到的视频帧信息进行船体信息检测包括:
遍历所述视野坐标下采集到的视频帧信息,对所述视频帧信息进行分割,得到若干个图像块,其中,所述图像块为矩形且相邻图像块之间存在重叠区域;
通过所述第一神经网络对每一图像块进行船体信息检测,生成图像块对应的至少一个检测框;
将每一图像块对应的检测框汇集到所述视频帧信息上,对所述视频帧信息上的检测框进行非极大值抑制操作nms,得到目标检测框;
根据所述目标检测框获取船体信息。
4.如权利要求3所述的黑烟船舶的识别方法,其特征在于,在对所述视频帧信息进行分割得到若干个图像块之前,所述识别方法还包括:
对所述视频帧信息自适应填充黑边,以将所述视频帧信息缩放到统一尺寸。
5.如权利要求1至4任一项所述的黑烟船舶的识别方法,其特征在于,所述若在区域巡航过程中检测到船体信息,则对所述船体信息进行跟踪,得到跟踪视频包括:
预先设置船体信息的目标范围;
若在区域巡航过程中检测到船体信息,则按照所述目标范围调整摄像机的位置,以使船体中心点始终保持在所述目标范围内;
通过调整后的摄像机对所述船体信息进行跟踪,得到跟踪视频。
6.如权利要求5所述的黑烟船舶的识别方法,其特征在于,所述目标范围与视频画面的左边相距35%的视频画面宽度、与视频画面的右边相距35%的视频画面宽度以及与视频画面的上边相距50%的视频画面高度。
7.如权利要求1至4任一项所述的黑烟船舶的识别方法,其特征在于,所述对所述跟踪视频中的船体信息进行黑烟识别,获取黑烟船舶包括:
采用改进型时空动态高斯背景模型对所述跟踪视频中的每一视频帧信息进行背景过滤,提取前景信息;
采用超分辨率算法对所述前景信息进行重建;
采用稠密光流算法对重建后的前景信息进行特征提取,得到光流特征;
采用局部二值模式LBP对重建后的前景信息进行烟雾提取,得到烟雾的纹理特征;
采用长短期记忆网络对重建后的前景信息进行特征分类,得到若干个空间特征;
将所述光流特征、纹理特征、空间特征输入至支持向量机SVM中进行黑烟识别,获取黑烟船舶。
8.如权利要求7所述的黑烟船舶的识别方法,其特征在于,所述改进型时空动态高斯背景模型采用动态的学习率;
对所述跟踪视频中预设的帧数阈值之前的视频帧信息按照第一学习率来学习,在帧数阈值之后的视频帧信息按照第二学习率学习;
其中,所述第一学习率大于所述第二学习率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市云景信息科技有限公司,未经广州市云景信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110596243.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种抑菌无纺布加工设备及其方法
- 下一篇:—种除尘效率高的节能型采掘设备