[发明专利]一种基于AIS数据检索的遥感图像自动数据标注方法

说明书

本发明提供了一种基于AIS数据检索的船舶目标数据自动标注方法，首先测量监控摄像头的安装地点、安装高度以及俯仰角度等位置参数，计算得到待查询区域的经纬度坐标范围区间；然后通过AIS查询得到船舶目标的时间戳以及地理坐标、航向、行驶速度等信息；利用图像与地理坐标快速匹配的方法，修正计算得出图像中船舶目标的位置坐标；整合图像中目标的标注数据格式，完成遥感图像船舶目标的数据标注,可以提高遥感图像船舶目标大型数据集的标注效率以及缩短数据集的制作周期。

技术领域

本发明属于云计算技术领域，具体涉及一种基于AIS数据检索的遥感图像自动数据标注方法。

背景技术

基于深度学习的神经网络的目标检测方法，是计算机视觉领域中较为高效和准确的计算方式。不同的目标检测模型凭借其网络的深层结构设计和采用的训练数据，可以针对图像中的不同目标类型和大小进行检测和识别，得出目标物在图像中的位置坐标和类型预测结果。

然而基于深度学习的目标检测方法，往往依赖于大型的人工标注的数据集进行训练，才能取得较好的检测识别效果。尤其在对遥感图像中的船只目标检测和识别时，在近岸区域的遥感图像中，由于图像中的船只目标尺寸较小，易与集装箱等其他目标混淆，这给数据集的制作带来了极大困难。依赖于人工标注的数据集的制作周期长，人力投入高，制作效率低。

发明内容

有鉴于此，本发明的目的是提供一种基于AIS数据检索的船舶目标数据自动标注方法，可以提高遥感图像船舶目标大型数据集的标注效率以及缩短数据集的制作周期。

一种船舶目标数据自动标注方法，其特征在于，包括如下步骤：

步骤1：计算摄像头的监控画面的坐标范围，得到监控图像顶点的4个经纬度坐标(long₁,lati₁),(long₂,lati₂),(long₃,lati₃),(long₄,lati₄),

步骤2、使用基于http的区域船舶查询API，查询以经纬度坐标(long₁,lati₁),(long₂,lati₂),(long₃,lati₃),(long₄,lati₄)为四个顶点的区域内设定时间段内的船舶航行信息；

步骤3、根据步骤2中AIS查询到的区域船舶信息，查找与摄像头图像拍摄时间点t_p相邻的两个时间戳t₁,t₂下目标船舶的地理坐标，并利用插值法获得目标船舶在时间点t_p的经纬度坐标；

步骤4：依据目标船舶的经纬度坐标和摄像头坐标的映射关系，计算得出目标船舶的中心点在监控画面中的图像坐标值(x_c,y_c)。

步骤5：使用基于http的船舶信息查询API，查询船舶的船舶类型、船的长度、宽度以及航向信息等，整合计算得出船只在图像中的顶点位置坐标以及对应的船只类别信息；

步骤6：使用步骤5得到的目标船舶的位置坐标以及类型数据，对目标船舶进行标注，形成文本标注数据。

较佳的，步骤1中，所述4个经纬度坐标的计算方法为：