[发明专利]一种船舶甲板缆绳数据库的构建方法及系统

说明书

本发明提供一种船舶甲板缆绳数据库的构建方法及系统，本发明方法，包括获取不安全行为的视频数据；对视频数据进行预处理；对预处理后的数据进行筛选；采用labelimg对筛选出来的图像进行标注；将标注后的不安全行为数据库图像的基本信息保存到图片数据表中，形成甲板缆绳不安全行为数据库。本发明通过采集船员不安全行为的图像数据库，提取每张数据库图片的不安全行为特征，将数据库图片特征以及不安全行为索引保存到图片特征表中；并通过深度学习以及神经网络等算法对甲板缆绳操作的船员进行不安全行为监测，基于《船员不安全行为与状态监测预警平台》项目的支持，船员可以通过手环震动来获得预警。

技术领域

本发明涉及船舶领域与计算机领域的交叉技术领域，具体而言，尤其涉及一种船舶甲板缆绳数据库的构建方法及系统。

背景技术

船员甲板缆绳不安全行为的监测是船员行为监测系统中至关重要的一步，随着视频监控技术在船舶领域的广泛应用，船员缆绳操作的不安全行为由人员以及经验主导的监控逐渐转变为视频智能监控，视频智能监控也在船舶运营中逐渐得到船员以及路上监管人员的认可。

但是，在船舶领域关于船员的不安全行为的视频监控目前研究以及应用的并不广泛，主要难度有以下三点：

1、对象跟踪管理困难。船员的工作是一个国际性的工作，通常远洋船舶要在全球范围内航行，研究起来相对困难，无法像矿井、火车站等固定场所对工作人员可以方便的进行跟踪管理。

2、实时联系困难。在大洋上船舶上的信号无法像陆上保持良好，所以无法及时联系，不能像岸上一样做到及时沟通。

3、由于船舶自身具有横摇以及纵摇等陆上不具有的特点，在视频采集过程中会遇到视频图像不稳定等特点，陆上的数据集制作方法无法完全适用。

得益于视频监控技术的飞速发展，其在陆上领域已经可以实现智能、便捷、高效的识别。然而由于船上工作环境以及工作性质的特殊性，并不能直接适用路上的监控系统，所以，在船上单独研发、建立一套考核船员不安全行为与状态监测预警平台就显得额外重要。在建立视频监控的过程中，唯一需要较多人为参与的步骤就是建立完备的不安全行为数据集，必须完成一套整合所有不安全行为的数据集才能在未来的识别过程中精确识别并及时提醒。目前数据集制作并非在软件里凭空设计出不安全行为，而是在船员实际工作时收集出一系列不安全行为，将视频剪切成图片，经过筛选、标注等处理，进而形成数据集。例如矿场、工地均有不安全行为的数据集，为监控者提供使用，所以数据集的质量对于不安全行为的监控尤为重要，而最终的监测以及预警也都直接受到不安全行为数据库的影响。

但是矿场、工地的专业数据集内的不安全行为更加具有专业性，能用于航海的分类较少，而且由于数据集的制作者缺少航海经验，对海上容易发生的不安全行为并不了解，很难实际应用于航海领域。并且，由于船舶本身具有横摇以及纵摇的特点，陆上数据集制作的方法并完全适用于船舶，所以制作一个适用于航海领域，又能精准识别以及预警的甲板缆绳操作不安全行为数据库是非常必要的。

发明内容

根据上述提出的技术问题，而提供一种船舶甲板缆绳数据库的构建方法及系统。本发明通过采集船员不安全行为的图像数据库，提取每张数据库图片的不安全行为特征，将数据库图片特征以及不安全行为索引保存到图片特征表中；并通过深度学习以及神经网络等算法对甲板缆绳操作的船员进行不安全行为监测，基于船员不安全行为与状态监测预警平台项目的支持，船员可以通过手环震动来获得预警。

本发明采用的技术手段如下：

一种船舶甲板缆绳数据库的构建方法，包括如下步骤：

获取不安全行为的视频数据；

对获取的视频数据进行预处理；

对预处理后的数据进行筛选；

采用labelimg对筛选出来的图像进行标注；