出海船舶监测方法、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255423A(43)申请公布日2022.03.29(21)申请号202111519926.8G06V10/82(2022.01)(22)申请日2021.12.13(71)申请人以萨技术股份有限公司地址266000山东省青岛市黄岛区灵山卫街道办事处灵岩路77号(72)发明人张高志李凡平王堃(74)专利代理机构北京酷爱智慧知识产权代理有限公司11514代理人刘娟(51)Int.Cl.G06V20/40(2022.01)G06V20/52(2022.01)G08B7/06(2006.01)G06T7/11(2017.01)G06N3/04(2006.01)权利要求书2页说明书6页附图2页(54)发明名称出海船舶监测方法、系统及存储介质(57)摘要本发明实施例公开了一种出海船舶监测方法、系统及存储介质。其中，方法包括：读取监控视频数据；采用YOLOv5神经网络对待处理图像进行处理，的到船舶目标；采用SORT算法进行追踪，若追踪到进入预设的目标区域，则进行报警。实施本发明实施例，仅接入码头摄像头高清视频，无需添加额外的传感器，硬件成本低，简单、高效、实时；另外，通过使用深度神经网络YOLOv5，有效地提高了海上监控区域的目标检测效率和精度，并且使用SORT可以有针对性的对检测目标进行追踪和抓拍，避免生成一些连续的、冗余的抓拍图像；接入检测报警系统，便于对船舶违法出海进行实时监控，更规范的记录视频船舶违法出海监测情况。CN114255423ACN114255423A权利要求书1/2页1.一种出海船舶监测方法，其特征在于，包括：获取码头摄像头拍摄的监控视频数据，对所述监控视频数据进行读取，得到待处理图像；采用YOLOv5神经网络对所述待处理图像进行处理，得到船舶目标；采用SORT多目标追踪算法对所述船舶目标进行追踪；若追踪到所述船舶目标进入预设的监测报警区域，则进行报警。2.如权利要求1所述的出海船舶监测方法，其特征在于，对所述监控视频数据进行读取具体为：采用逐帧或跳帧方式进行读取。3.如权利要求1所述的出海船舶监测方法，其特征在于，所述YOLOv5神经网络包括两部分，第一部分采用Focus结构和CSP1_X结构，第二部分采用CSP2_X结构。4.如权利要求3所述的出海船舶监测方法，其特征在于，采用YOLOv5神经网络对所述待处理图像进行处理，得到船舶目标，具体为：对所述待处理图像进行缩放处理，得到第一图像；将所述第一图像输入Focus结构，采用切片操作，将所述第一图像处理为第一特征图；对所述第一特征图进行卷积操作，得到第二特征图；采用CSP1_X结构将所述第二特征图拆分为两部分，一部分进行卷积操作，得到卷积结果，另一部分与所述卷积结果进行拼接，得到拼接结果；采用CSP2_X结构对所述拼接结果进行多次卷积、上采样及拼接操作，输出检测结果边框，并对所述检测结果边框进行非极大值抑制处理，所述检测结果边框中包含船舶目标。5.如权利要求4所述的出海船舶监测方法，其特征在于，若追踪到所述船舶目标进入预设的监测报警区域，则进行报警，具体为：采用OpenCV绘制监测报警区域；若所述检测结果边框的中心在所述监测报警区域内，且持续预设时间值，则进行声光报警，并对违规进入所述监测报警区域的船舶进行抓拍及图像保存。6.一种出海船舶监测系统，其特征在于，包括：图像获取单元，用于获取码头摄像头拍摄的监控视频数据，对所述监控视频数据进行读取，得到待处理图像；目标检测单元，用于采用YOLOv5神经网络对所述待处理图像进行处理，得到船舶目标；目标追踪单元，用于采用SORT多目标追踪算法对所述船舶目标进行追踪；报警单元，用于若追踪到所述船舶目标进入预设的监测报警区域，则进行报警。7.如权利要求6所述的出海船舶监测系统，其特征在于，所述图像获取单元具体用于：采用逐帧或跳帧方式读取所述监控视频数据。8.如权利要求6所述的出海船舶监测系统，其特征在于，所述YOLOv5神经网络包括两部分，第一部分采用Focus结构和CSP1_X结构，第二部分采用CSP2_X结构；所述目标检测单元具体用于：对所述待处理图像进行缩放处理，得到第一图像；将所述第一图像输入Focus结构，采用切片操作，将所述第一图像处理为第一特征图；对所述第一特征图进行卷积操作，得到第二特征图；2CN114255423A权利要求书2/2页采用CSP1_X结构将所述第二特征图拆分为两部分，一部分进行卷积操作，得到卷积结果，另一部分与所述卷积结果进行拼接，得到拼接结果；采用CSP2_X结构对所述拼接结果进行多次卷积、上采样及拼接操作，输出检测结果边框，并对所述检测结果边框进行非极大值抑制处理，所述检测结果边框中包含船舶目标。9.如权利要求8