CN117173933A - 基于图像识别的海洋安全评测方法、装置、设备及介质 - Google Patents
基于图像识别的海洋安全评测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117173933A CN117173933A CN202311129194.0A CN202311129194A CN117173933A CN 117173933 A CN117173933 A CN 117173933A CN 202311129194 A CN202311129194 A CN 202311129194A CN 117173933 A CN117173933 A CN 117173933A
- Authority
- CN
- China
- Prior art keywords
- identified
- preset
- information
- determining
- image data
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000004050 Pentaglottis sempervirens Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像识别的海洋安全评测方法、装置、设备及介质，该方法包括：从多视角海况图像数据中检测到待识别对象，待识别对象与预设对象相匹配，则获取船舶设备当前的第一卫星定位信息，以及待识别对象的预设权限信息，根据相对位置和第一卫星定位信息，确定待识别对象的第二卫星定位信息，若第二卫星定位信息与第一预设海域匹配，基于多视角海域图像数据，确定待识别对象的运动状态信息，对运动状态信息进行评测，得到待识别对象的安全航行数值，若安全等级小于设定等级阈值，则基于船舶设备发出预警警报。从而减少了人工检测所增加的人力成本，并提高了安全检测效率。
Description
技术领域
本发明涉及图像识别技术领域，具体为一种基于图像识别的海洋安全评测方法、装置、设备及介质。
背景技术
目前，传统海洋安全保护解决方案，主要是由人工盯守传感器采集的数据或普通视频监控，其中，部署的海洋监测设施，仅仅只能提供数据信息，发生异常情况时，缺乏对现场直观的了解；视频监控以“被动监控”为主，需要值班人员时刻监控，大多数时间只适用于事件追溯的视频查阅，不能在发生险情的第一时间发生报警，使得相关人员不能及时采取对应措施。另外一些小型设施安全监管不到位，对于海洋安全检查涉及的地理范围比较广的监控场景，投入的人工成本较多，耗费精力大。
发明内容
针对现有技术中海域安全检查耗费成本较多的技术问题，本发明提供了一种基于图像识别的海洋安全评测方法、装置、设备及介质。
为实现以上目的，本发明通过以下技术方案予以实现：
根据本发明实施例的第一方面，提供一种基于图像识别的海洋安全评测方法，应用于船舶设备，所述方法包括：
获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配；
若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分；
响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息；
若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级；
若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
可选地，所述基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息，包括：
基于所述多视角海域图像数据，对所述待识别对象的类型特征和姿态特征进行识别，生成所述待识别对象的有限元模型，所述有限元模型用于对所述待识别对象的运动特征进行模拟；
基于所述有限元模型和所述船舶设备中装载的多维建模模块，对所述待识别对象在当前海洋场景中的运动特征进行仿真，以生成所述待识别对象相对所述船舶设备的运动状态信息。
可选地，所述对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，包括：
基于所述船舶设备中装载的预设安全评价模块和所述相对位置，对仿真生成的所述船舶设备的所述运动状态信息进行航行稳定性以及航行安全性评估，以生成所述待识别对象的航行稳定性信息；
根据所述运动状态信息和所述航行稳定性信息，对所述待识别对象在预设时间范围内的运动轨迹进行预测，生成所述待识别对象的预测轨迹信息；
根据所述预测轨迹信息，生成所述待识别对象的所述安全航行数值。
可选地，在所述获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据之后，还包括：
基于所述船舶设备中装载的BEV鸟瞰图模块，将所述多视角海况图像数据转换至BEV空间中，生成以所述船舶设备为中心的BEV数据；
通过预设特征检测模型，对所述BEV数据中的特征对象进行识别，确定所述BEV数据中是否存在所述待识别对象。
可选地，所述通过预设特征检测模型，对所述BEV数据中的特征对象进行识别，确定所述BEV数据中是否存在所述待识别对象，包括：
基于所述BEV数据对应所述多视角相机传感器的预设拍摄角度，对所述BEV数据进行融合，生成所述船舶设备在所述设定范围内的BEV图像帧；
通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值；
若所述多个灰度差值中存在多个目标灰度差值大于预设阈值，则确定所述多视角海况图像数据中存在所述待识别对象；
若所述多个灰度差值均小于或等于所述预设阈值，则确定所述多视角海况图像数据中不存在所述待识别对象。
可选地，所述通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值，包括：
通过所述预设特征检测模块和海洋图像特征参数，对所述BEV图像帧进行降噪处理，生成初始图像帧；
根据所述初始图像帧中各个相邻像素点之间的梯度信息和/或亮度差值信息，生成所述多个灰度差值。
可选地，所述通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级，包括：
确定所述待识别对象的对象类型；
从预设权重映射表中确定与所述对象类型匹配的所述预设权重数值；
将所述安全航行数值与所述预设权重数值相乘，生成目标安全数值；
基于预设安全等级映射表，确定所述目标安全数值对应的所述安全等级。
根据本发明实施例的第二方面，提供一种基于图像识别的海洋安全评测装置，应用于船舶设备，所述装置包括：
获取模块，用于获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配；
第一判定模块，用于若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分；
确定模块，用于响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息；
第二判定模块，用于若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级；
执行模块，用于若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
根据本发明实施例的第三方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面中任意一项所述基于图像识别的海洋安全评测方法的步骤。
根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时实现本公开第一方面中任一项所述方法的步骤。
本发明提供了基于图像识别的海洋安全评测方法、装置、设备及介质，与现有技术相比具备以下有益效果：
通过上述方式，获取多视角相机传感器采集到的船舶设备设定范围内的多视角海况图像数据，若从多视角海况图像数据中检测到待识别对象，则确定待识别对象与预设对象是否匹配，若待识别对象与预设对象相匹配，则获取船舶设备当前的第一卫星定位信息，以及待识别对象的预设权限信息，其中，预设权限信息所指示的预设权限包括待识别对象进入第一卫星定位信息对应的第一预设海域的权限，预设对象对应授权的预设海域为预设总海域中的一部分，响应于预设权限信息，根据多视角海况图像数据识别船舶设备与待识别对象的相对位置，并根据相对位置和第一卫星定位信息，确定待识别对象的第二卫星定位信息，若第二卫星定位信息与第一预设海域匹配，基于多视角海域图像数据，确定待识别对象的运动状态信息；对运动状态信息进行评测，得到待识别对象的安全航行数值，通过安全航行数值以及待识别对象的预设权重数值，确定待识别对象的安全等级，若安全等级小于设定等级阈值，则基于船舶设备发出预警警报。从而通过自动检测的方式，确定船舶设备周围的待识别对象，在待识别对象的安全等级小于阈值时，自动进行预警，减少了人工检测所增加的人力成本，并提高了安全检测效率。
附图说明
图1是根据一示例性实施例示出的一种基于图像识别的海洋安全评测方法的流程图。
图2是根据一示例性实施例示出的一种待识别对象检测方法的流程图。
图3是根据一示例性实施例示出的一种基于图像识别的海洋安全评测装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
图1是根据一示例性实施例示出的一种基于图像识别的海洋安全评测方法的流程图，如图1所示，该方法应用于船舶设备中，包括以下步骤。
步骤S11，获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，确定所述多视角海况图像数据中待识别对象与预设对象是否匹配；
示例的，获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配。
在一些实施方式中，可以在船舶设备船舶的多个视角上设置相机传感器设来采集船舶设备在各个不同视角上的海况图像数据，其中，各个视角可以覆盖船舶设备的全方位角度，从而可以基于多视角海况图像数据确定船舶设备当前所处环境的环境信息。
步骤S12，若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息。
示例的，若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分。示例的，在一些实施方式中可以在船舶设备中预存储预设对象的图像特征信息，通过图像识别模型对待识别对象进行识别生成待识别对象的图像特征向量，将图像特征信息与图像特征向量进行比对确定两者之间的相似度，从而确定待识别对象与预设对象之间是否匹配。
步骤S13，根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息。
示例的，响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息。
步骤S14，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级。
示例的，若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级。示例的，可以在船舶设备中设置安全等级与安全航行分数之间的映射表格，该表格中设置有多个安全航行分数范围和多个安全等级之间的映射关系，通过将安全航行数值与预设权重数值相乘，生成安全航行分数，通过查阅该表格从而确定该船舶设备的安全等级。
可选地，在一些实施方式中，上述步骤S14，包括：
确定所述待识别对象的对象类型；
从预设权重映射表中确定与所述对象类型匹配的所述预设权重数值；
将所述安全航行数值与所述预设权重数值相乘，生成目标安全数值；
基于预设安全等级映射表，确定所述目标安全数值对应的所述安全等级。
可选地，在一些实施方式中，上述步骤S14，包括：
基于所述多视角海域图像数据，对所述待识别对象的类型特征和姿态特征进行识别，生成所述待识别对象的有限元模型，所述有限元模型用于对所述待识别对象的运动特征进行模拟；
基于所述有限元模型和所述船舶设备中装载的多维建模模块，对所述待识别对象在当前海洋场景中的运动特征进行仿真，以生成所述待识别对象相对所述船舶设备的运动状态信息。
可选地，在一些实施方式中，上述步骤对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，还可以包括：
基于所述船舶设备中装载的预设安全评价模块和所述相对位置，对仿真生成的所述船舶设备的所述运动状态信息进行航行稳定性以及航行安全性评估，以生成所述待识别对象的航行稳定性信息；
根据所述运动状态信息和所述航行稳定性信息，对所述待识别对象在预设时间范围内的运动轨迹进行预测，生成所述待识别对象的预测轨迹信息；
根据所述预测轨迹信息，生成所述待识别对象的所述安全航行数值。
步骤S15，若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
通过上述方式，获取多视角相机传感器采集到的船舶设备设定范围内的多视角海况图像数据，若从多视角海况图像数据中检测到待识别对象，则确定待识别对象与预设对象是否匹配，若待识别对象与预设对象相匹配，则获取船舶设备当前的第一卫星定位信息，以及待识别对象的预设权限信息，其中，预设权限信息所指示的预设权限包括待识别对象进入第一卫星定位信息对应的第一预设海域的权限，预设对象对应授权的预设海域为预设总海域中的一部分，响应于预设权限信息，根据多视角海况图像数据识别船舶设备与待识别对象的相对位置，并根据相对位置和第一卫星定位信息，确定待识别对象的第二卫星定位信息，若第二卫星定位信息与第一预设海域匹配，基于多视角海域图像数据，确定待识别对象的运动状态信息；对运动状态信息进行评测，得到待识别对象的安全航行数值，通过安全航行数值以及待识别对象的预设权重数值，确定待识别对象的安全等级，若安全等级小于设定等级阈值，则基于船舶设备发出预警警报。从而通过自动检测的方式，确定船舶设备周围的待识别对象，在待识别对象的安全等级小于阈值时，自动进行预警，减少了人工检测所增加的人力成本，并提高了安全检测效率。
图2是根据一示例性实施例示出的一种待识别对象检测方法的流程图，如图2所示，该检测方法包括以下步骤。
步骤S21，基于船舶设备中装载的BEV鸟瞰图模块，将多视角海况图像数据转换至BEV空间中，生成以船舶设备为中心的BEV数据。
示例的，本实施例中为检测船舶设备设定范围内是否存在待识别物体，可以基于BEV鸟瞰图进行检测，从而确定待识别物体的信息。因此，可以基于各个多视角相机传感器在船舶设备中的设定位置对采集到的多视角海况图像数据进行转换，将多视角海况图像数据转换到BEV空间中，生成船舶为中心的BEV数据。
步骤S22，通过预设特征检测模型，对BEV数据中的特征对象进行识别，确定BEV数据中是否存在待识别对象。
可选地，在一些实施方式中上述步骤S22，包括：
基于所述BEV数据对应所述多视角相机传感器的预设拍摄角度，对所述BEV数据进行融合，生成所述船舶设备在所述设定范围内的BEV图像帧；
通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值；
若所述多个灰度差值中存在多个目标灰度差值大于预设阈值，则确定所述多视角海况图像数据中存在所述待识别对象；
若所述多个灰度差值均小于或等于所述预设阈值，则确定所述多视角海况图像数据中不存在所述待识别对象。
可选地，在一些实施方式中，上述步骤通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值，包括：
通过所述预设特征检测模块和海洋图像特征参数，对所述BEV图像帧进行降噪处理，生成初始图像帧；
根据所述初始图像帧中各个相邻像素点之间的梯度信息和/或亮度差值信息，生成所述多个灰度差值。
通过上述方式，基于转化值BEV空间中的海洋图像帧对预设范围内的待识别对象进行检测，并基于图像帧中相邻像素之间的灰度差值来确定对应的图像中是否存在待识别对象，提高待识别对象的检测准确性。
图3是根据一示例性实施例示出的一种基于图像识别的海洋安全评测装置，如图3所示，该装置100包括：获取模块110、第一判定模块120、确定模块130、第二判定模块140和执行模块150。
获取模块110，用于获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配；
第一判定模块120，用于若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分；
确定模块130，用于响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息；
第二判定模块140，用于若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级；
执行模块150，用于若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
可选地，第二判定模块140，包括：
第一生成子模块，用于基于所述多视角海域图像数据，对所述待识别对象的类型特征和姿态特征进行识别，生成所述待识别对象的有限元模型，所述有限元模型用于对所述待识别对象的运动特征进行模拟；
第二生成子模块，用于基于所述有限元模型和所述船舶设备中装载的多维建模模块，对所述待识别对象在当前海洋场景中的运动特征进行仿真，以生成所述待识别对象相对所述船舶设备的运动状态信息。
可选地，该第二判定模块140，还包括：
第三生成子模块，用于基于所述船舶设备中装载的预设安全评价模块和所述相对位置，对仿真生成的所述船舶设备的所述运动状态信息进行航行稳定性以及航行安全性评估，以生成所述待识别对象的航行稳定性信息；
第四生成子模块，用于根据所述运动状态信息和所述航行稳定性信息，对所述待识别对象在预设时间范围内的运动轨迹进行预测，生成所述待识别对象的预测轨迹信息；
第五生成子模块，用于根据所述预测轨迹信息，生成所述待识别对象的所述安全航行数值。
可选地，该装置100，还包括转换模块，该转换模块包括：
第六生成子模块，用于基于所述船舶设备中装载的BEV鸟瞰图模块，将所述多视角海况图像数据转换至BEV空间中，生成以所述船舶设备为中心的BEV数据；
确定子模块，用于通过预设特征检测模型，对所述BEV数据中的特征对象进行识别，确定所述BEV数据中是否存在所述待识别对象。
可选地，确定子模块，包括：
生成单元，用于基于所述BEV数据对应所述多视角相机传感器的预设拍摄角度，对所述BEV数据进行融合，生成所述船舶设备在所述设定范围内的BEV图像帧；
确定单元，用于通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值；
第一判定单元，用于若所述多个灰度差值中存在多个目标灰度差值大于预设阈值，则确定所述多视角海况图像数据中存在所述待识别对象；
第二判定单元，用于若所述多个灰度差值均小于或等于所述预设阈值，则确定所述多视角海况图像数据中不存在所述待识别对象。
可选地，该确定单元，用于：
通过所述预设特征检测模块和海洋图像特征参数，对所述BEV图像帧进行降噪处理，生成初始图像帧；
根据所述初始图像帧中各个相邻像素点之间的梯度信息和/或亮度差值信息，生成所述多个灰度差值。
可选地，第二判定模块140，用于：
确定所述待识别对象的对象类型；
从预设权重映射表中确定与所述对象类型匹配的所述预设权重数值；
将所述安全航行数值与所述预设权重数值相乘，生成目标安全数值；
基于预设安全等级映射表，确定所述目标安全数值对应的所述安全等级。
通过上述方式，获取多视角相机传感器采集到的船舶设备设定范围内的多视角海况图像数据，若从多视角海况图像数据中检测到待识别对象，则确定待识别对象与预设对象是否匹配，若待识别对象与预设对象相匹配，则获取船舶设备当前的第一卫星定位信息，以及待识别对象的预设权限信息，其中，预设权限信息所指示的预设权限包括待识别对象进入第一卫星定位信息对应的第一预设海域的权限，预设对象对应授权的预设海域为预设总海域中的一部分，响应于预设权限信息，根据多视角海况图像数据识别船舶设备与待识别对象的相对位置，并根据相对位置和第一卫星定位信息，确定待识别对象的第二卫星定位信息，若第二卫星定位信息与第一预设海域匹配，基于多视角海域图像数据，确定待识别对象的运动状态信息；对运动状态信息进行评测，得到待识别对象的安全航行数值，通过安全航行数值以及待识别对象的预设权重数值，确定待识别对象的安全等级，若安全等级小于设定等级阈值，则基于船舶设备发出预警警报。从而通过自动检测的方式，确定船舶设备周围的待识别对象，在待识别对象的安全等级小于阈值时，自动进行预警，减少了人工检测所增加的人力成本，并提高了安全检测效率。
以上述依据本申请的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项申请技术思想的范围内，进行多样的变更以及修改。本项申请的技术性范围并不局限于说明书上的内容。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于图像识别的海洋安全评测方法，其特征在于，应用于船舶设备，所述方法包括：
获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配；
若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分；
响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息；
若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级；
若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
2.根据权利要求1所述的方法，其特征在于，所述基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息，包括：
基于所述多视角海域图像数据，对所述待识别对象的类型特征和姿态特征进行识别，生成所述待识别对象的有限元模型，所述有限元模型用于对所述待识别对象的运动特征进行模拟；
基于所述有限元模型和所述船舶设备中装载的多维建模模块，对所述待识别对象在当前海洋场景中的运动特征进行仿真，以生成所述待识别对象相对所述船舶设备的运动状态信息。
3.根据权利要求2所述的方法，其特征在于，所述对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，包括：
基于所述船舶设备中装载的预设安全评价模块和所述相对位置，对仿真生成的所述船舶设备的所述运动状态信息进行航行稳定性以及航行安全性评估，以生成所述待识别对象的航行稳定性信息；
根据所述运动状态信息和所述航行稳定性信息，对所述待识别对象在预设时间范围内的运动轨迹进行预测，生成所述待识别对象的预测轨迹信息；
根据所述预测轨迹信息，生成所述待识别对象的所述安全航行数值。
4.根据权利要求1所述的方法，其特征在于，在所述获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据之后，还包括：
基于所述船舶设备中装载的BEV鸟瞰图模块，将所述多视角海况图像数据转换至BEV空间中，生成以所述船舶设备为中心的BEV数据；
通过预设特征检测模型，对所述BEV数据中的特征对象进行识别，确定所述BEV数据中是否存在所述待识别对象。
5.根据权利要求4所述的方法，其特征在于，所述通过预设特征检测模型，对所述BEV数据中的特征对象进行识别，确定所述BEV数据中是否存在所述待识别对象，包括：
基于所述BEV数据对应所述多视角相机传感器的预设拍摄角度，对所述BEV数据进行融合，生成所述船舶设备在所述设定范围内的BEV图像帧；
通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值；
若所述多个灰度差值中存在多个目标灰度差值大于预设阈值，则确定所述多视角海况图像数据中存在所述待识别对象；
若所述多个灰度差值均小于或等于所述预设阈值，则确定所述多视角海况图像数据中不存在所述待识别对象。
6.根据权利要求5所述的方法，其特征在于，所述通过所述预设特征检测模块，确定所述BEV图像帧中各个相邻像素点之间的多个灰度差值，包括：
通过所述预设特征检测模块和海洋图像特征参数，对所述BEV图像帧进行降噪处理，生成初始图像帧；
根据所述初始图像帧中各个相邻像素点之间的梯度信息和/或亮度差值信息，生成所述多个灰度差值。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级，包括：
确定所述待识别对象的对象类型；
从预设权重映射表中确定与所述对象类型匹配的所述预设权重数值；
将所述安全航行数值与所述预设权重数值相乘，生成目标安全数值；
基于预设安全等级映射表，确定所述目标安全数值对应的所述安全等级。
8.一种基于图像识别的海洋安全评测装置，其特征在于，应用于船舶设备，所述装置包括：
获取模块，用于获取多视角相机传感器采集到的所述船舶设备设定范围内的多视角海况图像数据，若从所述多视角海况图像数据中检测到待识别对象，则确定所述待识别对象与预设对象是否匹配；
第一判定模块，用于若所述待识别对象与所述预设对象相匹配，则获取所述船舶设备当前的第一卫星定位信息，以及所述待识别对象的预设权限信息，其中，所述预设权限信息所指示的预设权限包括所述待识别对象进入所述第一卫星定位信息对应的第一预设海域的权限，所述预设对象对应授权的预设海域为预设总海域中的一部分；
确定模块，用于响应于所述预设权限信息，根据所述多视角海况图像数据识别所述船舶设备与所述待识别对象的相对位置，并根据所述相对位置和所述第一卫星定位信息，确定所述待识别对象的第二卫星定位信息；
第二判定模块，用于若所述第二卫星定位信息与所述第一预设海域匹配，基于所述多视角海域图像数据，确定所述待识别对象的运动状态信息；对所述运动状态信息进行评测，得到所述待识别对象的安全航行数值，通过所述安全航行数值以及所述待识别对象的预设权重数值，确定所述待识别对象的安全等级；
执行模块，用于若所述安全等级小于设定等级阈值，则基于所述船舶设备发出预警警报。
9.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任意一项所述基于图像识别的海洋安全评测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311129194.0A CN117173933A (zh) | 2023-09-04 | 2023-09-04 | 基于图像识别的海洋安全评测方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311129194.0A CN117173933A (zh) | 2023-09-04 | 2023-09-04 | 基于图像识别的海洋安全评测方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117173933A true CN117173933A (zh) | 2023-12-05 |
Family
ID=88937006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311129194.0A Pending CN117173933A (zh) | 2023-09-04 | 2023-09-04 | 基于图像识别的海洋安全评测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117173933A (zh) |
-
2023
- 2023-09-04 CN CN202311129194.0A patent/CN117173933A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109325520B (zh) | 一种石油泄漏的检查方法、装置及系统 | |
| CN105335955B (zh) | 对象检测方法和对象检测装置 | |
| US20150213299A1 (en) | Infrared image based early detection of oil spills in water | |
| CN107609483B (zh) | 面向驾驶辅助系统的危险目标检测方法、装置 | |
| CN112580600A (zh) | 粉尘浓度检测方法、装置、计算机设备和存储介质 | |
| CN109446926A (zh) | 一种交通监控方法及装置、电子设备和存储介质 | |
| CN112288975A (zh) | 一种事件预警的方法和装置 | |
| EP3376438A1 (en) | A system and method for detecting change using ontology based saliency | |
| CN117314157A (zh) | 一种矿山边坡稳定性的安全评估方法、装置、介质及设备 | |
| CN111563428A (zh) | 一种机场停机位入侵检测方法及其系统 | |
| CN116910491B (zh) | 一种雷电监测预警系统、方法、电子设备及存储介质 | |
| CN118115938A (zh) | 一种基于图像识别与ais数据的船舶行为检测方法 | |
| CN117173933A (zh) | 基于图像识别的海洋安全评测方法、装置、设备及介质 | |
| CN116402774A (zh) | 隔离挡板异常检测方法和装置、电子设备及存储介质 | |
| CN111429701B (zh) | 报警方法、装置、设备及存储介质 | |
| CN115496803A (zh) | 一种海上浮标碰撞告警和取证系统及方法 | |
| CN111626078A (zh) | 识别车道线的方法及装置 | |
| Huang et al. | Impact of camera vibration frequencies on image noise for unmanned aerial system applications | |
| CN113419075B (zh) | 基于双目视觉的船舶测速方法、系统、装置和介质 | |
| CN115880844B (zh) | 一种基于多源感知的船舶安防智能管理系统 | |
| CN112931482B (zh) | 一种杆塔驱鸟器 | |
| CN115236676B (zh) | 一种基于滑动时空匹配的冰雹数据集生成方法和装置 | |
| KR20150087610A (ko) | 데이터 매칭방법 및 장치 | |
| CN116091820A (zh) | 一种输电线路的点云修复方法、装置、电子设备及介质 | |
| Ming et al. | Research on Key Technique of Screen Spot Authenticity Detection Based on ARPA Ground-Based Radar |
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 |