[发明专利]一种海上船舶实时检测方法及系统

权利要求书

1.一种海上船舶实时检测方法，其特征在于，包括以下步骤：

获取船载实时视频图像，利用船舶区域提取算法对视频的当前帧图像进行检测；

当在当前帧图像中检测到船舶目标时，提取船舶的前景图像；

将提取得到的船舶前景图像作为输入，利用改进的YOLOv3模型进行海上船舶的实时检测。

2.根据权利要求1所述的一种海上船舶实时检测方法，其特征在于，所述改进的YOLOv3模型，根据如下方式获取：

采集并制作船舶图像数据库；

根据所述船舶图像数据库中船舶数据训练YOLOv3模型，得到用于检测海上船舶的模型权重；

加载预训练权重，修正所述YOLOv3模型为改进的YOLOv3模型。

3.根据权利要求1所述的一种海上船舶实时检测方法，其特征在于，所述船舶区域提取算法，包括：

采用帧差法对船舶前景图像进行提取，仅保留船舶区域并加入连通域处理。

4.根据权利要求3所述的一种海上船舶实时检测方法，其特征在于，所述船舶区域提取算法，包括：

输入一段船载视频图像，提取第N帧与第N-1帧图像；

将所述两帧图像对应像素点的灰度值做差运算，得到差分图像；

对所述差分图像通过连通域处理，并进行阈值判断；

如果小于设定阈值，则返回继续判断下一帧；如果大于设定阈值，则输出船舶位置信息，提取船舶图像。

5.根据权利要求1所述的一种海上船舶实时检测方法，其特征在于，所述改进的YOLOv3模型，包括：

通过标注船舶图像获取的标注文本包含图像通道信息，使用K-means聚类算法在标注文本基础上聚类出针对船舶检测的先验框尺寸；每个特征尺度分别对应三个先验框尺寸。

6.根据权利要求5所述的一种海上船舶实时检测方法，其特征在于，所述改进的YOLOv3模型，包括：

改进的YOLOv3模型结构由卷积操作、批标准化和Mish激活函数组成。

7.根据权利要求6所述的一种海上船舶实时检测方法，其特征在于，所述改进的YOLOv3模型，包括：

在残差模块中加入CBAM注意力机制；所述CBAM注意力机制由两个CBM结构和一个CBAM注意力机制构成。

8.根据权利要求7所述的一种海上船舶实时检测方法，其特征在于，所述改进的YOLOv3模型，包括：

改进后的YOLOv3模型的架构中，特征纬度w＝(船舶种类+5)*3，残差n由一个CBM结构和n个残差块构成。

9.一种海上船舶实时检测系统，其特征在于，包括：

船舶区域提取单元，用于获取船载实时视频图像，利用船舶区域提取算法对视频的当前帧图像进行检测；当在当前帧图像中检测到船舶目标时，提取船舶的前景图像；

目标检测识别单元，用于将提取得到的船舶前景图像作为输入，利用改进的YOLOv3模型进行海上船舶的实时检测。

10.根据权利要求9所述的一种海上船舶实时检测系统，其特征在于，所述系统还包括：

模型训练单元，用于采集并制作船舶图像数据库；根据所述船舶图像数据库中船舶数据训练YOLOv3模型，得到用于检测海上船舶的模型权重；加载预训练权重，修正所述YOLOv3模型为改进的YOLOv3模型。