CN113505676B - 一种监控船舶海上安全作业的智能检测方法及装置 - Google Patents
一种监控船舶海上安全作业的智能检测方法及装置 Download PDFInfo
- Publication number
- CN113505676B CN113505676B CN202110740083.8A CN202110740083A CN113505676B CN 113505676 B CN113505676 B CN 113505676B CN 202110740083 A CN202110740083 A CN 202110740083A CN 113505676 B CN113505676 B CN 113505676B
- Authority
- CN
- China
- Prior art keywords
- ship
- image
- information
- violation
- cockpit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000007726 management method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 230000004399 eye closure Effects 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 7
- 230000009471 action Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
- G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0269—System arrangements wherein the object is to detect the exact location of child or item using a navigation satellite system, e.g. GPS
Landscapes
- Health & Medical Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种监控船舶海上安全作业的智能检测方法及装置，属于海上安全及图像智能检测技术领域，获取船舶的驾驶舱、前甲板和后甲板的图像信息并存储；获取船舶的航速信息和经纬度信息；通过航速信息判断船舶是否处于航行状态，通过经纬度信息判断船舶是否在港区；获取船舶位于非港区且处于航行状态的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储；当违规的持续时间超过设定时间长度时报警并将违规图像、船舶信息和违规图像的起始结束时间信息上传到服务器，通过船舶管理平台进行显示；能够实时监控船舶在航行及作业过程中的无人驾驶及船员未穿戴救生衣问题。
Description
技术领域
本发明属于海上安全及图像智能检测技术领域，涉及一种监控船舶海上安全作业的智能检测方法及装置。
背景技术
随着我国经济的快速稳定发展，海洋产业的地位不断提升，其中渔业和海洋运输业作为国家经济的重要组成部分受到越来越多的重视，投入到渔业捕捞及海洋运输业的船舶及人员也越来越多。与此同时，海上船舶航行及作业由于环境的特殊性，风险高容易出现安全事故，且事故救援难度大。
据统计，各种海上事故中人为因素占到80％以上，而由于驾驶原因导致碰撞事故发生的有一半以上，因此在预防海上碰撞事故时需要重点解决船舶驾驶疏忽问题。而在渔业捕捞过程中，船员邻水作业过程中落水的风险很大，由于不穿救生衣导致人员救援失败的案例比比皆是。
发明内容
本发明的目的在于：提供了一种监控船舶海上安全作业的智能检测方法及装置，解决了因为船舶驾驶疏忽和邻水作业人员不穿救生衣导致的安全事故的问题。
本发明采用的技术方案如下：
一种监控船舶海上安全作业的智能检测方法，包括以下步骤：获取船舶的驾驶舱、前甲板和后甲板的图像信息并存储；
获取船舶的航速信息和经纬度信息；
通过航速信息判断船舶是否处于航行状态，通过经纬度信息判断船舶是否在港区；
获取船舶位于非港区且处于航行状态的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储；
当违规的持续时间超过设定时间长度时报警并将违规图像、船舶信息和违规图像的起始结束时间信息上传到服务器，并通过船舶管理平台进行显示。
进一步地，通过GPS或者AIS数据获取船舶的航速信息和经纬度信息，其中航速信息用于检测船舶是否在航行；经纬度信息用于判定船舶是否在港区。
进一步地，所述图像识别包括以下步骤：
所述图像识别包括使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
一种监控船舶海上安全作业的智能检测装置，包括图像采集装置、核心计算模块、网络模块、数据存储模块、串口模块和报警模块，所述核心计算模块与视频刻录机连接，并通过串口模块与GPS或者AIS连接，其中：
所述图像采集装置，用于获取船舶的驾驶舱、前甲板和后甲板的图像信息并上传到视频刻录机存储；
所述GPS或者AIS，用于获取船舶的航速信息和经纬度信息；
所述GPS或AIS数据实时回传服务器；
所述核心计算模块，通过GPS或者AIS获取船舶的航速信息和经纬度信息，根据航速及经纬度信息获取船舶位于非港区且处于航行状态的视频刻录机的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储到数据存储模块；当违规的持续时间超过设定时间长度时控制报警模块报警并将违规图像、船舶信息和违规图像的起始结束时间信息通过网络模块上传到服务器，并通过船舶管理平台进行显示。
进一步地，所述图像采集装置包括至少三个摄像头，船舶的驾驶舱、前甲板和后甲板上均至少设置有一个摄像头。
进一步地，所述图像识别包括使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
进一步地，所述报警模块包括喇叭和闪光灯。
进一步地，还包括电源转换模块，所述电源转换模块用于转换电压后给核心计算模块供电。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明一种监控船舶海上安全作业的智能检测方法及装置，能够实时监控船舶在航行及作业过程中的无人驾驶及船员未穿戴救生衣问题，并对危险情况进行及时报警提醒，对违规场景图片信息进行记录保存并上传至服务器，便于管理人员主动干预，从而有效地解决海上船舶的安全航行及安全作业问题，很大程序上避免由此导致的碰撞事故以及人员落水伤亡情况。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图，其中：
图1为本发明方法的流程示意图；
图2本发明的装置的框架示意图；
图3为本发明的装置的原理框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例1
如图1所示，本发明较佳实施例提供的一种监控船舶海上安全作业的智能检测方法，包括以下步骤：
S0：获取船舶的驾驶舱、前甲板和后甲板的图像信息并存储；
需要说明的是，驾驶舱、前甲板和后甲板的图像信息的获取，可以通过分别设置在驾驶舱、前甲板和后甲板的摄像头进行实时视频采集，其中摄像头优选红外摄像头，便于夜间实时采集视频。另外，驾驶舱、前甲板和后甲板的摄像头的数量不做限制，能够满足视频采集的需要即可。
S1：获取船舶的航速信息和经纬度信息；
优选地，通过GPS或者AIS数据获取船舶的航速信息和经纬度信息，其中航速信息用于检测船舶是否在航行；经纬度信息用于判定船舶是否在港区。
S2：通过航速信息判断船舶是否处于航行状态，通过经纬度信息判断船舶是否在港区；
S3：获取船舶位于非港区且处于航行状态的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储；
具体地，所述图像识别包括以下步骤：
所述图像识别包括使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
需要说明的是，对摄像头进行编号，从而获取图像信息的来源，判断图像信息是属于驾驶舱、前甲板还是后甲板。
S4：当违规的持续时间超过设定时间长度时报警并将违规图像、船舶信息和违规图像的起始结束时间信息上传到服务器，并通过船舶管理平台进行显示。
实施时，通过预设时间长度避免船舶的驾驶员短暂离开驾驶舱或者船员路过前甲板或者后甲板造成误触发报警。船舶管理平台显示违规情况及时提醒值班人员，从而主动联系船上人员进行主动干预，避免危险事故发生。
实施例2
另外，如图2、图3所示，提供一种监控船舶海上安全作业的智能检测装置，用于上述实施例1的硬件支撑，本实施例中与上述实施例1中的描述相同的部分，在此不再赘述，包括图像采集装置、核心计算模块、网络模块、数据存储模块、串口模块和报警模块，所述核心计算模块与视频刻录机连接，并通过串口模块与GPS或者AIS连接，其中：
所述图像采集装置，用于获取船舶的驾驶舱、前甲板和后甲板的图像信息并上传到视频刻录机存储；
所述GPS或者AIS，用于获取船舶的航速信息和经纬度信息；
所述GPS或AIS数据实时回传服务器；
所述核心计算模块，通过GPS或者AIS获取船舶的航速信息和经纬度信息，根据航速及经纬度信息获取船舶位于非港区且处于航行状态的视频刻录机的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储到数据存储模块；当违规的持续时间超过设定时间长度时控制报警模块报警并将违规图像、船舶信息和违规图像的起始结束时间信息通过网络模块上传到服务器，并通过船舶管理平台进行显示。
本发明：核心计算模块、网络模块、数据存储模块、串口模块和报警模块构成船舶作业安全智能检测装置，核心计算模块以多核心ARM为处理器，采用嵌入式Linux系统，运行人工智能图像检测程序(图像识别)，为了兼容多种品牌摄像头，ARM芯片通过RTSP协议获取视频流，通过视频刻录机获取图像采集装置的视频图像进行分析识别，根据违规情况产生报警信号。网络模块包括有线网络和无线网络，其中有线网络接入视频刻录机用于获取图像采集装置的视频流，无线网络根据场景需要，可设置为无线Wifi或3G/4G无线网络，用于连接岸基后台的服务器，将违规图像上传；当连接卫通网络Wifi时，违规图像可实时上传，当使用3G/4G无线网络时，在无信号情况下将违规图像保存，待船舶靠岸有信号后再依次上传。数据存储模块为大容量Flash芯片，通过地址总线、数据总线以及控制线与ARM芯片连接，用于保存违规图像及相关信息，设置检测数据保存的最大存储容量为Flash芯片容量的60％，当超过之后进行循环覆盖保存。串口模块用于接入导航数据，由于船载GPS数据的接口通常为RS485接口，因此串口模块需要将RS485串口转换为TTL串口，再与ARM芯片连接。
优选地，所述图像采集装置包括至少三个摄像头，船舶的驾驶舱、前甲板和后甲板上均至少设置有一个摄像头。实施时，对摄像头进行编号，从而获取图像信息的来源，判断图像信息是属于驾驶舱、前甲板还是后甲板。摄像头供电采用POE供电，避免多余布线。
具体地，所述图像识别包括使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
优选地，所述报警模块包括喇叭和闪光灯。实施时，通过连接核心计算模块的输出音频及控制信号，在设备产生报警信号时通过喇叭播放提示语音并打开闪光灯。
优选地，还包括电源转换模块，所述电源转换模块用于转换电压后给核心计算模块供电。实施时，船载通用的24V直流电压，将其转换为5V给给核心计算模块供电。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明的保护范围，任何熟悉本领域的技术人员在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种监控船舶海上安全作业的智能检测方法，其特征在于：包括以下步骤：
获取船舶的驾驶舱、前甲板和后甲板的图像信息并存储；
获取船舶的航速信息和经纬度信息；
通过航速信息判断船舶是否处于航行状态，通过经纬度信息判断船舶是否在港区；
获取船舶位于非港区且处于航行状态的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储；
当违规的持续时间超过设定时间长度时报警并将违规图像、船舶信息和违规图像的起始结束时间信息上传到服务器，并通过船舶管理平台进行显示；
所述图像识别包括以下步骤：
使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
2.根据权利要求1所述的一种监控船舶海上安全作业的智能检测方法，其特征在于：通过GPS或者AIS数据获取船舶的航速信息和经纬度信息，其中航速信息用于检测船舶是否在航行；经纬度信息用于判定船舶是否在港区。
3.一种监控船舶海上安全作业的智能检测装置，其特征在于：包括图像采集装置、核心计算模块、网络模块、数据存储模块、串口模块和报警模块，所述核心计算模块与视频刻录机连接，并通过串口模块与GPS或者AIS连接，其中：
所述图像采集装置，用于获取船舶的驾驶舱、前甲板和后甲板的图像信息并上传到视频刻录机存储；
所述GPS或者AIS，用于获取船舶的航速信息和经纬度信息；
所述GPS或AIS数据实时回传服务器；
所述核心计算模块，通过GPS或者AIS获取船舶的航速信息和经纬度信息，根据航速及经纬度信息获取船舶位于非港区且处于航行状态的视频刻录机的图像信息进行图像识别，获取驾驶舱、前甲板和后甲板的违规图像，并记录违规图像的检测时间后存储到数据存储模块；当违规的持续时间超过设定时间长度时控制报警模块报警并将违规图像、船舶信息和违规图像的起始结束时间信息通过网络模块上传到服务器，并通过船舶管理平台进行显示；
所述图像识别包括使用SSDLite模型检测船员，从图像信息中获取图像；
将获取的图像输入到训练好的特征提取网络获得不同大小的feature map，再抽取不同网络层上的feature map，然后分别对这些feature map上的每个点生成6个不同尺度大小的Default boxes，分别进行检测和分类生成多个初步符合条件的Default boxes，最后经过NMS方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Defaultboxes，即检测到的船员目标；
判断是否是驾驶舱的图像信息，若是驾驶舱的图像信息直接输出驾驶舱内人员是否在岗，若驾驶舱内人员不在岗则输出违规图像；
若驾驶舱内人员在岗，抓拍到人脸的情况下，识别出图像中人脸的位置并在原图上将检测到的人脸截取下来，送入ssd-mobilenetv3网络检测眼睛的状态，通过mobilenetv3主干网络提取特征，再经过6个不同尺度的特征图做检测，最后经过卷积和NMS非极大值抑制得到最后检测结果，当连续多次检测到闭眼的情况，则输出驾驶舱人员睡觉的违规图像；
判断是否是前甲板或者后甲板的图像信息，如果是前甲板或者后甲板的图像信息，切割出船员图片，送入到MobileNet-V2分类网络的特征提取主网络，得到对应的特征图，通过全连接层实现分类判断是否穿戴救生衣，若没有穿戴救生衣则输出违规图像。
4.根据权利要求3所述的一种监控船舶海上安全作业的智能检测装置，其特征在于：所述图像采集装置包括至少三个摄像头，船舶的驾驶舱、前甲板和后甲板上均至少设置有一个摄像头。
5.根据权利要求3所述的一种监控船舶海上安全作业的智能检测装置，其特征在于：所述报警模块包括喇叭和闪光灯。
6.根据权利要求3所述的一种监控船舶海上安全作业的智能检测装置，其特征在于：还包括电源转换模块，所述电源转换模块用于转换电压后给核心计算模块供电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110740083.8A CN113505676B (zh) | 2021-06-30 | 2021-06-30 | 一种监控船舶海上安全作业的智能检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110740083.8A CN113505676B (zh) | 2021-06-30 | 2021-06-30 | 一种监控船舶海上安全作业的智能检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113505676A CN113505676A (zh) | 2021-10-15 |
| CN113505676B true CN113505676B (zh) | 2024-03-29 |
Family
ID=78009481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110740083.8A Active CN113505676B (zh) | 2021-06-30 | 2021-06-30 | 一种监控船舶海上安全作业的智能检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113505676B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113947869B (zh) * | 2021-10-18 | 2023-09-01 | 广州海事科技有限公司 | 基于船舶驾驶状态的报警方法、系统、计算机设备及介质 |
| CN114663041B (zh) * | 2022-01-30 | 2023-03-31 | 宁波北仑第三集装箱码头有限公司 | 船舶靠泊作业防疫管理方法及管理系统 |
| CN115102881A (zh) * | 2022-05-16 | 2022-09-23 | 祝海东 | 一种基于船舶报港大数据的船舶报港信息异常判断方法 |
| CN115985139B (zh) * | 2022-12-07 | 2024-01-09 | 迪泰（浙江）通信技术有限公司 | 一种基于海上斑马线的ai预警方法及其终端 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016047852A1 (ko) * | 2014-09-24 | 2016-03-31 | (주) 지씨에스씨 | 규칙 기반 알고리즘을 이용한 선박 항행 감시 시스템 및 방법 |
| CN112380914A (zh) * | 2020-10-21 | 2021-02-19 | 浙江工业大学 | 一种基于深度学习的渔船安全监控方法 |
-
2021
- 2021-06-30 CN CN202110740083.8A patent/CN113505676B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016047852A1 (ko) * | 2014-09-24 | 2016-03-31 | (주) 지씨에스씨 | 규칙 기반 알고리즘을 이용한 선박 항행 감시 시스템 및 방법 |
| CN112380914A (zh) * | 2020-10-21 | 2021-02-19 | 浙江工业大学 | 一种基于深度学习的渔船安全监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 船舶驾驶员疲劳智能识别实验平台;李林;张钊;黎广宇;;中国水运(下半月)(12);第85-87页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113505676A (zh) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113505676B (zh) | 一种监控船舶海上安全作业的智能检测方法及装置 | |
| KR101288953B1 (ko) | 레저 선박용 블랙박스 시스템 | |
| CN110333522A (zh) | 一种航行数据记录及船舶定位系统 | |
| CN109878657A (zh) | 一种船舶安全监控系统及其使用方法 | |
| CN202353711U (zh) | 一种舰船全景视频监控系统 | |
| CN105416525A (zh) | 一种船舶安全监控系统 | |
| CN202795771U (zh) | 一种船舶安全救助保障终端 | |
| KR102170351B1 (ko) | 선상에서 추락한 조난자를 위한 해상 인명구조 시스템 및 방법 | |
| CN111145594A (zh) | 一种港口交通监控装置及其监控方法 | |
| CN109799748A (zh) | 一种运输船舶超载监控系统及其监控方法 | |
| CN202563703U (zh) | 一种集成ais的3g渔船防碰撞终端 | |
| CN210924849U (zh) | 一种船舶人员落水监控系统 | |
| CN104571075A (zh) | 一种船舶实时在线故障远程监测系统 | |
| CN208400323U (zh) | 一种水上作业智能警戒装置 | |
| CN114979566A (zh) | 一种船舶实时状态监测显示系统 | |
| CN114120709A (zh) | 一种船舶安全管理系统 | |
| KR20030023201A (ko) | 사고 진단기능을 가진 선박용 항해기록장치 | |
| CN206450713U (zh) | 一种船舶用监控预警装置 | |
| TWI837969B (zh) | 港區海際多船監控系統及其運作方法 | |
| CN114821454A (zh) | 多发动机快艇识别系统 | |
| CN212782230U (zh) | 一种危险品码头周界入侵监测防控系统 | |
| CN110349389B (zh) | 一种内河小型客渡船的安全监测方法 | |
| CN218896414U (zh) | 雷达ais激光测距的船只水路卡口监控系统 | |
| CN215450455U (zh) | 多发动机快艇预警系统 | |
| CN115547111B (zh) | 一种船载航行海况、船况信息手机智能播放系统及运行方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |