本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種船舶安全監(jiān)管方法及裝置。

背景技術(shù)：

隨著國家簡政放權(quán)政策推進(jìn)，對海事監(jiān)管與服務(wù)提出了更高的要求，海事部門在船舶安全監(jiān)管方面也在不斷改進(jìn)思路，從被動管理向主動管理轉(zhuǎn)變，這就要求船舶安全監(jiān)管手段要更全面、更智能、更快捷。ais是船舶自動識別系統(tǒng)(automaticidentificationsystem)的簡稱，由岸基(基站)設(shè)施和船載設(shè)備共同組成，是一種集網(wǎng)絡(luò)技術(shù)、現(xiàn)代通訊技術(shù)、計算機技術(shù)、電子信息顯示技術(shù)為一體的數(shù)字助航系統(tǒng)和設(shè)備。

目前海事部門對轄區(qū)的國內(nèi)船舶安全監(jiān)管手段主要是通過ais、視頻監(jiān)控(個別地方輔助采用雷達(dá)技術(shù))同時配合現(xiàn)場巡邏等，由于存在船舶主動關(guān)閉ais躲避監(jiān)管等行為，而且目前針對國內(nèi)船舶的視頻監(jiān)控還無法做到自動識別船名，這樣就需要耗費大量人力，通過人眼識別視頻監(jiān)控中的船舶，同時結(jié)合ais來判斷過往船舶的信息以及是否存在違規(guī)行為。

為克服上述缺點，目前已經(jīng)有基于rfid技術(shù)來實現(xiàn)對船舶安全監(jiān)管，但是國內(nèi)現(xiàn)在安裝rfid的船舶還很少，而且也存在標(biāo)準(zhǔn)化的問題，同時rfid的感知距離有限，安裝成本較高。

由此可見，如何實現(xiàn)海事船舶安全監(jiān)管的智能化，大大提高監(jiān)管效率和服務(wù)能力是本領(lǐng)域技術(shù)人員亟待解決地問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種船舶安全監(jiān)管方法及裝置，用于實現(xiàn)海事船舶安全監(jiān)管的智能化，大大提高監(jiān)管效率和服務(wù)能力。

為解決上述技術(shù)問題，本發(fā)明提供一種船舶安全監(jiān)管方法，包括：

將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型；

當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取所述目標(biāo)船舶的目標(biāo)圖像信息，并將所述目標(biāo)圖像信息輸入至所述神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱；

在數(shù)據(jù)庫中判斷所述目標(biāo)船舶是否需要告警提示；

如果需要告警，則輸出告警提示信息。

優(yōu)選地，在得到所述目標(biāo)船舶名稱之后還包括：

判斷所述目標(biāo)船舶名稱是否與船舶自動識別系統(tǒng)ais中的船舶匹配；

如果匹配成功，則進(jìn)入所述在數(shù)據(jù)庫中判斷所述目標(biāo)船舶是否需要告警提示的步驟；

如果匹配不成功，則進(jìn)入所述輸出告警提示信息的步驟。

優(yōu)選地，如果匹配成功，則所述在數(shù)據(jù)庫中判斷所述目標(biāo)船舶是否需要告警提示具體包括：

依據(jù)所述目標(biāo)船舶名稱查找到與所述目標(biāo)船舶名稱對應(yīng)的目標(biāo)船舶標(biāo)志；

根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中的船舶黑名單中是否包含所述目標(biāo)船舶，如果是，則進(jìn)入所述輸出告警提示信息的步驟；

如果否，則根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中是否登記所述目標(biāo)船舶載有危險貨物，如果是，則進(jìn)入所述輸出告警提示信息的步驟；

如果否，則根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中是否登記所述目標(biāo)船舶超載，如果是，則進(jìn)入所述輸出告警提示信息的步驟。

優(yōu)選地，所述歷史圖像信息具體包括船舶的正橫、船舶的正艉和船舶的側(cè)艏。

優(yōu)選地，還包括：

接收新的訓(xùn)練樣本，并利用新的訓(xùn)練樣本校正所述神經(jīng)網(wǎng)絡(luò)模型。

為解決上述技術(shù)問題，本發(fā)明還提供一種船舶安全監(jiān)管裝置，包括：

創(chuàng)建模塊，用于將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型；

獲取模塊，用于當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取所述目標(biāo)船舶的目標(biāo)圖像信息，并將所述目標(biāo)圖像信息輸入至所述神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱；

第一判斷模塊，用于在數(shù)據(jù)庫中判斷所述目標(biāo)船舶是否需要告警提示，如果需要告警，則觸發(fā)輸出模塊；

所述輸出模塊，用于輸出告警提示信息。

優(yōu)選地，還包括：

第二判斷模塊，用于判斷所述目標(biāo)船舶名稱是否與船舶自動識別系統(tǒng)ais中的船舶匹配，如果匹配成功，則觸發(fā)所述第一判斷模塊，如果匹配不成功，則觸發(fā)所述輸出模塊。

優(yōu)選地，所述第一判斷模塊具體包括：

查找單元，用于依據(jù)所述目標(biāo)船舶名稱查找到與所述目標(biāo)船舶名稱對應(yīng)的目標(biāo)船舶標(biāo)志；

第一判斷單元，用于根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中的船舶黑名單中是否包含所述目標(biāo)船舶，如果是，則觸發(fā)所述輸出模塊，否則觸發(fā)第二判斷單元；

所述第二判斷單元，用于根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中是否登記所述目標(biāo)船舶載有危險貨物，如果是，則觸發(fā)所述輸出模塊，否則觸發(fā)第二判斷單元；

第三判斷單元，用于根據(jù)所述目標(biāo)船舶標(biāo)志判斷所述數(shù)據(jù)庫中是否登記所述目標(biāo)船舶超載，如果是，則觸發(fā)所述輸出模塊。

優(yōu)選地，所述歷史圖像信息具體包括船舶的正橫、船舶的正艉和船舶的側(cè)艏。

優(yōu)選地，還包括：

校正模塊，用于接收新的訓(xùn)練樣本，并利用所述新的訓(xùn)練樣本校正所述神經(jīng)網(wǎng)絡(luò)模型。

本發(fā)明所提供的船舶安全監(jiān)管方法，包括：將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型；當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取目標(biāo)船舶的目標(biāo)圖像信息，并將目標(biāo)圖像信息輸入至神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱；在數(shù)據(jù)庫中判斷目標(biāo)船舶是否需要告警提示；如果需要告警，則輸出告警提示信息。由此可見，本方法無需借助ais就可以實現(xiàn)對船舶的自動識別，在識別之后利用數(shù)據(jù)庫中的告警信息確定目標(biāo)船舶是否需要告警提示，從而實現(xiàn)海事船舶安全監(jiān)管的智能化，大大提高監(jiān)管效率和服務(wù)能力。并且，該方法能夠?qū)崿F(xiàn)較長距離的圖像信息采集，應(yīng)用范圍較廣。此外，本發(fā)明還提供一種船舶安全監(jiān)管裝置，效果如上。

附圖說明

為了更清楚地說明本發(fā)明實施例，下面將對實施例中所需要使用的附圖做簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種船舶安全監(jiān)管方法的流程圖；

圖2為本發(fā)明實施例提供的另一種船舶安全監(jiān)管方法的流程圖；

圖3為本發(fā)明實施例提供的一種船舶安全監(jiān)管裝置的結(jié)構(gòu)圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下，所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)范圍。

本發(fā)明的核心是提供一種船舶安全監(jiān)管方法及裝置。

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實施方式對本發(fā)明作進(jìn)一步的詳細(xì)說明。

圖1為本發(fā)明實施例提供的一種船舶安全監(jiān)管方法的流程圖。如圖1所示，該方法包括：

s10：將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型。

由于近幾年人工智能技術(shù)得到快速發(fā)展，例如神經(jīng)網(wǎng)絡(luò)出現(xiàn)了很多新的模型。本發(fā)明就是利用神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)對船舶的識別。另外，卷積神經(jīng)網(wǎng)絡(luò)在圖像識別方面優(yōu)勢明顯，因此，本實施例中的神經(jīng)網(wǎng)絡(luò)可以為卷積神經(jīng)網(wǎng)絡(luò)。

在現(xiàn)有的海事船舶登記和船舶檢驗系統(tǒng)中存在大量的國內(nèi)船舶照片，因此，作為優(yōu)選地實施方式，歷史圖像信息可以從海事船舶登記系統(tǒng)和船舶檢驗系統(tǒng)中獲取。歷史圖像信息具體包括船舶的正橫、船舶的正艉和船舶的側(cè)艏。

需要說明的是，訓(xùn)練樣本足夠多，才能保證神經(jīng)網(wǎng)絡(luò)的識別準(zhǔn)確性，并且訓(xùn)練時間越長，訓(xùn)練次數(shù)越多，則準(zhǔn)確性更高。由于在現(xiàn)有技術(shù)中，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型已經(jīng)非常成熟，因此，本實施例中不再展開構(gòu)建的具體過程。

s11：當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取目標(biāo)船舶的目標(biāo)圖像信息，并將目標(biāo)圖像信息輸入至神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱。

當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，通過視頻采集裝置就可以得到目標(biāo)船舶的當(dāng)前圖像信息，例如包括正橫、正艉、側(cè)艏等，輸入到預(yù)先建立好的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行自動識別，從而獲得目標(biāo)船舶對應(yīng)的目標(biāo)船舶名稱。由此可見，即使船舶關(guān)閉了ais，也可以通過神經(jīng)網(wǎng)絡(luò)模型現(xiàn)對船舶的自動識別。

s12：在數(shù)據(jù)庫中判斷目標(biāo)船舶是否需要告警提示，如果需要告警，則進(jìn)入s13。

s13：輸出告警提示信息。

數(shù)據(jù)庫中包含有多種船舶的相關(guān)信息，當(dāng)然這里的相關(guān)信息主要是指船舶是否存在危險因素，例如是否在通緝的黑名單中，或者是否超載等。因此，將目標(biāo)船舶名稱在數(shù)據(jù)庫中搜索，以查看目標(biāo)船舶是否需要告警提示，如果需要則，輸出告警提示信息。工作人員在接收到告警提示信息時，就可以通過人工查看的方式進(jìn)一步確定目標(biāo)船舶是否存在相關(guān)的問題。

本實施例提供的船舶安全監(jiān)管方法，包括：將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型；當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取目標(biāo)船舶的目標(biāo)圖像信息，并將目標(biāo)圖像信息輸入至神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱；在數(shù)據(jù)庫中判斷目標(biāo)船舶是否需要告警提示；如果需要告警，則輸出告警提示信息。由此可見，本方法無需借助ais就可以實現(xiàn)對船舶的自動識別，在識別之后利用數(shù)據(jù)庫中的告警信息確定目標(biāo)船舶是否需要告警提示，從而實現(xiàn)海事船舶安全監(jiān)管的智能化，大大提高監(jiān)管效率和服務(wù)能力。并且，該方法能夠?qū)崿F(xiàn)較長距離的圖像信息采集，應(yīng)用范圍較廣。

圖2為本發(fā)明實施例提供的另一種船舶安全監(jiān)管方法的流程圖。在上述實施例的基礎(chǔ)上，在得到目標(biāo)船舶名稱之后還包括：

s20：判斷目標(biāo)船舶名稱是否與船舶自動識別系統(tǒng)ais中的船舶匹配，如果匹配成功，則進(jìn)入s12，否則進(jìn)入s13。

由于ais的信息相對于神經(jīng)網(wǎng)絡(luò)模型的自動識別會更加準(zhǔn)確，因此，本實施例在得到目標(biāo)船舶名稱后與ais進(jìn)行匹配，如果匹配成功，則說明自動識別的結(jié)果是準(zhǔn)確地，可以直接到數(shù)據(jù)庫中進(jìn)一步判斷是否需要告警，如果匹配不成功，則有可能是該船舶關(guān)閉ais或者神經(jīng)網(wǎng)絡(luò)模型識別的結(jié)果不夠可靠，因此，需要告警提示。

作為優(yōu)選地實施方式，匹配成功的基礎(chǔ)上，s12具體包括：

s120：依據(jù)目標(biāo)船舶名稱查找到與目標(biāo)船舶名稱對應(yīng)的目標(biāo)船舶標(biāo)志；

s121：根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中的船舶黑名單中是否包含目標(biāo)船舶，如果是，則進(jìn)入s13；如果否，則進(jìn)入s122。

s122：根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中是否登記目標(biāo)船舶載有危險貨物，如果是，則進(jìn)入s13；如果否，則進(jìn)入s123。

s123：根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中是否登記目標(biāo)船舶超載，如果是，則進(jìn)入s13。

可以理解的是，在具體實施中，步驟s120-s123的順序可以靈活改變，并不代表只有這一種判斷的順序。圖2只是一種具體的應(yīng)用場景。另外，除了黑名單、載有危險獲取以及超載三種告警情況外，還可以包含其它告警情況，本發(fā)明不再贅述。

在上述實施例的基礎(chǔ)上，還包括：

接收新的訓(xùn)練樣本，并利用新的訓(xùn)練樣本校正神經(jīng)網(wǎng)絡(luò)模型。

在模型的使用過程中，會有產(chǎn)生新的歷史圖像信息，即產(chǎn)生新的訓(xùn)練樣本，需要不斷利用新的訓(xùn)練樣本校正神經(jīng)網(wǎng)絡(luò)模型，使得神經(jīng)網(wǎng)絡(luò)模型的識別結(jié)果更為準(zhǔn)確。

上文中對于船舶安全監(jiān)管方法對應(yīng)的實施例進(jìn)行了詳細(xì)的描述，本發(fā)明還提供一種船舶安全監(jiān)管裝置。由于方法部分的實施例與裝置部分的實施例相互對應(yīng)，因此裝置部分的實施例請參見裝置部分的實施例的描述，這里暫不贅述。

圖3為本發(fā)明實施例提供的一種船舶安全監(jiān)管裝置的結(jié)構(gòu)圖。如圖3所示，該裝置包括：

創(chuàng)建模塊10，用于將各船舶的歷史圖像信息作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，并建立用于識別船舶名稱的神經(jīng)網(wǎng)絡(luò)模型；

獲取模塊11，用于當(dāng)目標(biāo)船舶通過視頻監(jiān)控范圍內(nèi)時，獲取目標(biāo)船舶的目標(biāo)圖像信息，并將目標(biāo)圖像信息輸入至神經(jīng)網(wǎng)絡(luò)模型以得到目標(biāo)船舶名稱；

第一判斷模塊12，用于在數(shù)據(jù)庫中判斷目標(biāo)船舶是否需要告警提示，如果需要告警，則觸發(fā)輸出模塊；

輸出模塊13，用于輸出告警提示信息。

作為優(yōu)選地實施方式，還包括：

第二判斷模塊，用于判斷目標(biāo)船舶名稱是否與船舶自動識別裝置ais中的船舶匹配，如果匹配成功，則觸發(fā)第一判斷模塊，如果匹配不成功，則觸發(fā)輸出模塊。

作為優(yōu)選地實施方式，第一判斷模塊12具體包括：

查找單元，用于依據(jù)目標(biāo)船舶名稱查找到與目標(biāo)船舶名稱對應(yīng)的目標(biāo)船舶標(biāo)志；

第一判斷單元，用于根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中的船舶黑名單中是否包含目標(biāo)船舶，如果是，則觸發(fā)輸出模塊13，否則觸發(fā)第二判斷單元；

第二判斷單元，用于根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中是否登記目標(biāo)船舶載有危險貨物，如果是，則觸發(fā)輸出模塊13，否則觸發(fā)第二判斷單元；

第三判斷單元，用于根據(jù)目標(biāo)船舶標(biāo)志判斷數(shù)據(jù)庫中是否登記目標(biāo)船舶超載，如果是，則觸發(fā)輸出模塊13。

作為優(yōu)選地實施方式，歷史圖像信息具體包括船舶的正橫、船舶的正艉和船舶的側(cè)艏。

作為優(yōu)選地實施方式，還包括：

校正模塊，用于接收新的訓(xùn)練樣本，并利用新的訓(xùn)練樣本校正神經(jīng)網(wǎng)絡(luò)模型。

本實施例提供的船舶安全監(jiān)管裝置，無需借助ais就可以實現(xiàn)對船舶的自動識別，在識別之后利用數(shù)據(jù)庫中的告警信息確定目標(biāo)船舶是否需要告警提示，從而實現(xiàn)海事船舶安全監(jiān)管的智能化，大大提高監(jiān)管效率和服務(wù)能力。并且，該方法能夠?qū)崿F(xiàn)較長距離的圖像信息采集，應(yīng)用范圍較廣。

以上對本發(fā)明所提供的船舶安全監(jiān)管方法及裝置進(jìn)行了詳細(xì)介紹。說明書中各個實施例采用遞進(jìn)的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的系統(tǒng)相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見系統(tǒng)部分說明即可。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。

還需要說明的是，在本說明書中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、系統(tǒng)、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、系統(tǒng)、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、系統(tǒng)、物品或者設(shè)備中還存在另外的相同要素。