[发明专利]基于AI人工智能的视频图像船舶识别系统及方法有效

专利信息
申请号: 202210436902.4 申请日: 2022-04-19
公开(公告)号: CN114782868B 公开(公告)日: 2023-06-09
发明(设计)人: 徐登蛟;叶国安;徐敏;赵俊琦;范圣普;马浈;黄俊;谢中晓 申请(专利权)人: 网新百橙科技(杭州)有限公司
主分类号: G06V20/40 分类号: G06V20/40;G06V10/75
代理公司: 合肥初航知识产权代理事务所(普通合伙) 34171 代理人: 金娟娟;伍桂林
地址: 311121 浙江省杭州市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 人工智能 视频 图像 船舶 识别 系统 方法
【说明书】:

发明涉及船舶识别技术领域,具体地说,涉及一种基于AI人工智能的视频图像船舶识别系统及方法。该系统包括:样本数据库,其用于存储样本船舶的船舶信息和图像信息;图像采集系统,其用于采集目标船舶的图像信息;以及特征识别模块,其用于将目标船舶的图像信息与样本数据库中的样本船舶的图像信息进行比对并输出比对结果。该方法基于上述系统实现。本发明能够较佳地实现对船舶的识别。

技术领域

本发明涉及船舶识别技术领域,具体地说,涉及一种基于AI人工智能的视频图像船舶识别系统及方法。

背景技术

目前对船舶的定位或识别通常是借助已有的AIS系统实现,但在船舶违规关闭其所携带的AIS设备时则难以实现对其的追踪和定位。虽然在目前的航线处也会部署如雷达、光电视频设备等系统,但因缺乏相应的识别体系,故目前大多是依靠人工进行船舶识别,这直接导致船舶识别的效率低下。

发明内容

本发明提供了一种基于AI人工智能的视频图像船舶识别系统,其能够克服现有技术的某种或某些缺陷。

根据本发明的基于AI人工智能的视频图像船舶识别系统,其包括:

样本数据库,其用于存储样本船舶的船舶信息和图像信息;

图像采集系统,其用于采集目标船舶的图像信息;以及

特征识别模块,其用于将目标船舶的图像信息与样本数据库中的样本船舶的图像信息进行比对并输出比对结果。

通过本发明的一种基于AI人工智能的视频图像船舶识别系统,其能够较佳地建立样本数据库,并能够对目标船舶的图像信息进行采集,通过特征识别模块即可较佳地实现对目标船舶的识别。

此外,本发明还提供了一种基于AI人工智能的视频图像船舶识别方法,其包括如下步骤:

步骤S1、构建样本数据库

步骤S2、通过图像采集系统获取目标船舶的图像数据S0

步骤S3、基于特征识别单元将目标船舶图像数据与样本数据库中的数据进行比对,并输出比对结果。

通过上述步骤S1-S3,能够较佳地实现对目标船舶的自动化识别,故而能够较佳地实现对船舶的智能识别,故能够较佳地提升船舶识别的效率及准确度。

作为优选,步骤S1具体包括如下步骤,

步骤S11,对于第i个样本船舶,获取其船舶信息Ti和图像信息Si

步骤S12,构建单条样本Pi,Pi={Ti,Si};

步骤S13,构建样本集P并存储于样本数据库中,P={Pi|i=1,2,3,…,N},N为样本总数。

通过上述,能够较佳地实现样本数据库的构建。

作为优选,步骤S11中,图像信息Si包括样本船舶的船头侧图像左侧面图像图像右侧面图像以及船尾侧图像故而使得单条样本中能够包含多种角度下的样本船舶的图像信息,从而能够较佳地提升识别的准确度。

作为优选,步骤S2具体包括如下步骤,

步骤S21,部署图像采集系统及雷达系统;

步骤S22,基于雷达系统获取目标船舶的位置信息;

步骤S23,基于图像采集系统获取目标船舶的图像数据,目标船舶的图像数据包括其船头侧图像左侧面图像右侧面图像以及船尾侧图像

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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网新百橙科技(杭州)有限公司,未经网新百橙科技(杭州)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/202210436902.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top