CN113220910A - 一种船舶甲板缆绳数据库的构建方法及*** - Google Patents
一种船舶甲板缆绳数据库的构建方法及*** Download PDFInfo
- Publication number
- CN113220910A CN113220910A CN202110552915.3A CN202110552915A CN113220910A CN 113220910 A CN113220910 A CN 113220910A CN 202110552915 A CN202110552915 A CN 202110552915A CN 113220910 A CN113220910 A CN 113220910A
- Authority
- CN
- China
- Prior art keywords
- database
- image
- unsafe
- information
- frame image
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/44—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种船舶甲板缆绳数据库的构建方法及***,本发明方法,包括获取不安全行为的视频数据;对视频数据进行预处理;对预处理后的数据进行筛选;采用labelimg对筛选出来的图像进行标注;将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成甲板缆绳不安全行为数据库。本发明通过采集船员不安全行为的图像数据库,提取每张数据库图片的不安全行为特征,将数据库图片特征以及不安全行为索引保存到图片特征表中;并通过深度学***台》项目的支持,船员可以通过手环震动来获得预警。
Description
技术领域
本发明涉及船舶领域与计算机领域的交叉技术领域,具体而言,尤其涉及一种船舶甲板缆绳数据库的构建方法及***。
背景技术
船员甲板缆绳不安全行为的监测是船员行为监测***中至关重要的一步,随着视频监控技术在船舶领域的广泛应用,船员缆绳操作的不安全行为由人员以及经验主导的监控逐渐转变为视频智能监控,视频智能监控也在船舶运营中逐渐得到船员以及路上监管人员的认可。
但是,在船舶领域关于船员的不安全行为的视频监控目前研究以及应用的并不广泛,主要难度有以下三点:
1、对象跟踪管理困难。船员的工作是一个国际性的工作,通常远洋船舶要在全球范围内航行,研究起来相对困难,无法像矿井、火车站等固定场所对工作人员可以方便的进行跟踪管理。
2、实时联系困难。在大洋上船舶上的信号无法像陆上保持良好,所以无法及时联系,不能像岸上一样做到及时沟通。
3、由于船舶自身具有横摇以及纵摇等陆上不具有的特点,在视频采集过程中会遇到视频图像不稳定等特点,陆上的数据集制作方法无法完全适用。
得益于视频监控技术的飞速发展,其在陆上领域已经可以实现智能、便捷、高效的识别。然而由于船上工作环境以及工作性质的特殊性,并不能直接适用路上的监控***,所以,在船上单独研发、建立一套考核船员不安全行为与状态监测预警平台就显得额外重要。在建立视频监控的过程中,唯一需要较多人为参与的步骤就是建立完备的不安全行为数据集,必须完成一套整合所有不安全行为的数据集才能在未来的识别过程中精确识别并及时提醒。目前数据集制作并非在软件里凭空设计出不安全行为,而是在船员实际工作时收集出一系列不安全行为,将视频剪切成图片,经过筛选、标注等处理,进而形成数据集。例如矿场、工地均有不安全行为的数据集,为监控者提供使用,所以数据集的质量对于不安全行为的监控尤为重要,而最终的监测以及预警也都直接受到不安全行为数据库的影响。
但是矿场、工地的专业数据集内的不安全行为更加具有专业性,能用于航海的分类较少,而且由于数据集的制作者缺少航海经验,对海上容易发生的不安全行为并不了解,很难实际应用于航海领域。并且,由于船舶本身具有横摇以及纵摇的特点,陆上数据集制作的方法并完全适用于船舶,所以制作一个适用于航海领域,又能精准识别以及预警的甲板缆绳操作不安全行为数据库是非常必要的。
发明内容
根据上述提出的技术问题,而提供一种船舶甲板缆绳数据库的构建方法及***。本发明通过采集船员不安全行为的图像数据库,提取每张数据库图片的不安全行为特征,将数据库图片特征以及不安全行为索引保存到图片特征表中;并通过深度学***台项目的支持,船员可以通过手环震动来获得预警。
本发明采用的技术手段如下:
一种船舶甲板缆绳数据库的构建方法,包括如下步骤:
获取不安全行为的视频数据;
对获取的视频数据进行预处理;
对预处理后的数据进行筛选;
采用labelimg对筛选出来的图像进行标注;
将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
进一步地,所述获取不安全行为的视频数据,包括:
结合航运公司体系文件以及IMO规则,提取出船员不安全行为,作为第一信息;
统计并整理船舶甲板缆绳操作不安全行为,作为第二信息;
分析第一信息与第二信息之间的相关性,并进行信息整合,得出第三信息;
通过登轮实际操作,将第三信息转化为实际操作,并以视频的方式记录。
进一步地,所述对获取的视频数据进行预处理,包括:
对记录的视频数据进行剪裁,将每一帧图像裁剪成一张图像,图像分辨率为1920*1080。
进一步地,所述对预处理后的数据进行筛选,包括:
将N帧图像与N+1帧图像相减,将N+1帧图像与N帧图像相减,再将两帧相减后的图像相加,得到一个目标区域;
将N帧图像再与N+2帧图像相减,将N+2帧图像与N帧图像相减,再将两帧相减后的图像相加,得到新的目标区域;
将N帧图像再与N+n帧图像相减,将N+n帧图像与N帧图像相减,再将两帧相减后的图像相加,得到最终的目标区域;
经过反复上述的操作设置一个阈值,再从第N+n帧继续重复上述的步骤,达到阈值后保留图像并继续重复操作,获得所有筛选出的图像。
进一步地,所述将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库,其中的所述图片数据表包括图片的图片地信息、图片入库时间信息、图片内包含的不安全行为信息。
本发明还提供了一种基于上述构建方法的船舶甲板缆绳数据库构建***,包括:
获取不安全行为数据模块,用于获取不安全行为的视频数据;
预处理模块,用于对获取的视频数据进行预处理;
数据筛选模块,用于对预处理后的数据进行筛选;
图像标注模块,用于采用labelimg对筛选出来的图像进行标注;
图片基本信息保存模块,用于将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
进一步地,所述图片数据表包括图片的图片地信息、图片入库时间信息、图片内包含的不安全行为信息。
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机指令集;所述计算机指令集被处理器执行时实现上述船舶甲板缆绳数据库的构建方法。
较现有技术相比,本发明具有以下优点:
1、本发明提供的船舶甲板缆绳数据库的构建方法及***,通过采集船员不安全行为的图像数据库,提取每张数据库图片的不安全行为特征,将数据库图片特征以及不安全行为索引保存到图片特征表中;并通过深度学***台项目的支持,船员能够通过手环震动来获得预警。
2、本发明提供的船舶甲板缆绳数据库的构建方法及***,解决了现有技术中不能实现对甲板船员缆绳操作不安全行为的监控以及预警的问题,进而无法保证船员缆绳操作的安全。同时该数据库可用于各类算法的开发验证,对促进船舶海上视频监控的发展起到关键性的作用。
3、本发明提供的船舶甲板缆绳数据库的构建方法及***,为船员不安全行为的视频监控提供基础,减少船舶甲板上因操作缆绳的不安全行为而出现的人员伤亡。
基于上述理由本发明可在船舶领域与计算机领域的交叉等领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,本发明提供了一种船舶甲板缆绳数据库的构建方法,包括如下步骤:
S1、获取不安全行为的视频数据;
具体实施时,作为本发明优选的实施方式,所述获取不安全行为的视频数据,包括:
结合航运公司体系文件以及IMO规则,提取出船员不安全行为,作为第一信息;
统计并整理船舶甲板缆绳操作不安全行为,作为第二信息;
分析第一信息与第二信息之间的相关性,并进行信息整合,得出第三信息;
通过登轮实际操作,将第三信息转化为实际操作,并以视频的方式记录。
S2、对获取的视频数据进行预处理;
具体实施时,作为本发明优选的实施方式,所述对获取的视频数据进行预处理,包括:
对记录的视频数据进行剪裁,将每一帧图像裁剪成一张图像,图像分辨率为1920*1080。
S3、对预处理后的数据进行筛选;利用摄像头捕捉的视频文件在分解成图像后大约有上万张图片,但在其中有大部分的图片是对于标注没有实际意义的,人工剔除这些图片需要耗费大量的时间,所以本实施例中提供了基于船舶甲板环境的不安全行为图片的筛选方法。
具体实施时,作为本发明优选的实施方式,所述对预处理后的数据进行筛选,包括:
将N帧图像与N+1帧图像相减,将N+1帧图像与N帧图像相减,再将两帧相减后的图像相加,得到一个目标区域;该过程的目的是增加目标区域的对比度。
但是两帧相减后的图片对于船舶甲板的操作来说有可能提取不到所需要的特征目标,因此,还需要将N帧图像再与N+2帧图像相减,将N+2帧图像与N帧图像相减,再将两帧相减后的图像相加,得到新的目标区域;
将N帧图像再与N+n帧图像相减,将N+n帧图像与N帧图像相减,再将两帧相减后的图像相加,得到最终的目标区域;
经过反复上述的操作设置一个阈值,再从第N+n帧继续重复上述的步骤,达到阈值后保留图像并继续重复操作,获得所有筛选出的图像。
S4、采用labelimg对筛选出来的图像进行标注;
将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
具体实施时,作为本发明优选的实施方式,所述将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库,其中的所述图片数据表包括图片的图片地信息、图片入库时间信息、图片内包含的不安全行为信息。
对应本申请中的船舶甲板缆绳数据库的构建方法,本申请还提供了船舶甲板缆绳数据库构建***,包括:获取不安全行为数据模块、预处理模块、数据筛选模块、图像标注模块以及图片基本信息保存模块,其中:
获取不安全行为数据模块,用于获取不安全行为的视频数据;
预处理模块,用于对获取的视频数据进行预处理;
数据筛选模块,用于对预处理后的数据进行筛选;
图像标注模块,用于采用labelimg对筛选出来的图像进行标注;
图片基本信息保存模块,用于将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
对于本发明实施例的而言,由于其与上面实施例中的相对应,所以描述的比较简单,相关相似之处请参见上面实施例中部分的说明即可,此处不再详述。
实施例:
在本实施例中,首先要收集各大航运公司的体系文件以及IMO规定,对其中的不安全行为规范进行提取和整合,数据库的形成需要遵循完整性的需求,所以本发明中先收集官方的要求规范,以供数据库的生成。
由于在实际船员工作时,不安全行为不仅仅限于公司文件以及IMO规定,还有许多经过实践总结出来的需要避免的问题,这些经验不仅更加贴近实际工作,而且还会在实际工作中避免很多危险,为了将这部分数据也涵盖进船员不安全行为数据库中,本发明首先采用了调查问卷加视频监控分析的组合方法,采集不安全行为信息数据,一方面通过对富有经验的水手以调查问卷的方式采集不安全行为,另一方面通过视频记录大量甲板操作的视频并对其进行分析,得出需要避免的不安全行为。其次,根据体系文件以及各类规定和实际工作经验得出的不安全行为进行相关性分析。由于实践经验与各类规定、文件的侧重点不同,体系文件和规定更多是从保护船舶正常运营的角度,实际工作经验则更侧重于保护自己的安全,所以对这两类材料进行相关性分析,得出完整的不安全行为数据库。
当船员不安全行为数据库采集完成后,需要进行视频采样,获取具体的不安全行为操作进一步去做识别。到实船上拍摄了收放缆绳、使用缆机、以及甲板日常维护的实际情况,并要求水手在做好防护措施,保证安全的情况下实际演示不安全行为数据库中的不安全行为。具体地,在获取视频数据之后将其分解为原始图片数据集,并将其进行灰度化、中值滤波等图像处理。然后通过图像的相减、再相加并进行迭代,通过两百张图片的实验得出合适的阈值。最后,再进行进一步的迭代,筛选出所有需要标注的图片。当获得了需要标注的图片数据集后,使用labelimg对图像中的需要识别的具体动作进行画框处理,并对不安全行为的动作进行标注,这里的标注名称应符合船员不安全行为数据库中的数据。
最后,将标注后的不安全行为数据库图片的基本信息保存到图片数据表中,图片数据表中的信息包括图片的图片地、图片入库时间、图片内包含的不安全行为;其中,所标注的不安全行为是数据库图片的标识。
本数据集可用于船员不安全行为与状态预警平台中,具体应用于半室外摄像头,根据船员不安全行为与状态检测预警平台在内河邮轮应用的说明书中,共有五台摄像机可使用该数据集作为训练集进行行为识别。具体的:
上甲板艉部中部及左右舷顶棚处各1台,驾驶甲板驾驶室门外左右舷顶棚处各1台。
用途:上甲板艉部绞盘船舯处顶棚安装摄像机采集艉部绞盘及系缆处操作人员行为;
该数据集作为甲板缆绳操作的不安全行为检测的基础,通过对船员不安全行为与状态实施监测,并采用专门软件进行分析且作出预警,为船舶安全管理提供全面、及时、有效的大数据支撑。提升船舶安全航行管理水平。再通过本***输出网络信号给本船已配置的4G网络交换机,实现船-岸(船务公司、学校实验室)的信息共享。
本申请实施例还公开了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机指令集,计算机指令集被处理器执行时实现如上文任一实施例所提供的船舶甲板缆绳数据库的构建方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种船舶甲板缆绳数据库的构建方法,其特征在于,包括如下步骤:
获取不安全行为的视频数据;
对获取的视频数据进行预处理;
对预处理后的数据进行筛选;
采用labelimg对筛选出来的图像进行标注;
将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
2.根据权利要求1所述的船舶甲板缆绳数据库的构建方法,其特征在于,所述获取不安全行为的视频数据,包括:
结合航运公司体系文件以及IMO规则,提取出船员不安全行为,作为第一信息;
统计并整理船舶甲板缆绳操作不安全行为,作为第二信息;
分析第一信息与第二信息之间的相关性,并进行信息整合,得出第三信息;
通过登轮实际操作,将第三信息转化为实际操作,并以视频的方式记录。
3.根据权利要求1所述的船舶甲板缆绳数据库的构建方法,其特征在于,所述对获取的视频数据进行预处理,包括:
对记录的视频数据进行剪裁,将每一帧图像裁剪成一张图像,图像分辨率为1920*1080。
4.根据权利要求1所述的船舶甲板缆绳数据库的构建方法,其特征在于,所述对预处理后的数据进行筛选,包括:
将N帧图像与N+1帧图像相减,将N+1帧图像与N帧图像相减,再将两帧相减后的图像相加,得到一个目标区域;
将N帧图像再与N+2帧图像相减,将N+2帧图像与N帧图像相减,再将两帧相减后的图像相加,得到新的目标区域;
将N帧图像再与N+n帧图像相减,将N+n帧图像与N帧图像相减,再将两帧相减后的图像相加,得到最终的目标区域;
经过反复上述的操作设置一个阈值,再从第N+n帧继续重复上述的步骤,达到阈值后保留图像并继续重复操作,获得所有筛选出的图像。
5.根据权利要求1所述的船舶甲板缆绳数据库的构建方法,其特征在于,所述将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库,其中的所述图片数据表包括图片的图片地信息、图片入库时间信息、图片内包含的不安全行为信息。
6.一种基于所述权利要求1-5中任意一项权利要求所述构建方法的船舶甲板缆绳数据库构建***,其特征在于,包括:
获取不安全行为数据模块,用于获取不安全行为的视频数据;
预处理模块,用于对获取的视频数据进行预处理;
数据筛选模块,用于对预处理后的数据进行筛选;
图像标注模块,用于采用labelimg对筛选出来的图像进行标注;
图片基本信息保存模块,用于将标注后的不安全行为数据库图像的基本信息保存到图片数据表中,形成船舶甲板缆绳数据库。
7.根据权利要求6所述的船舶甲板缆绳数据库构建***,其特征在于,所述图片数据表包括图片的图片地信息、图片入库时间信息、图片内包含的不安全行为信息。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机指令集;所述计算机指令集被处理器执行时实现如权利要求1-5任一项所述的船舶甲板缆绳数据库的构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110552915.3A CN113220910B (zh) | 2021-05-20 | 2021-05-20 | 一种船舶甲板缆绳数据库的构建方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110552915.3A CN113220910B (zh) | 2021-05-20 | 2021-05-20 | 一种船舶甲板缆绳数据库的构建方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113220910A true CN113220910A (zh) | 2021-08-06 |
CN113220910B CN113220910B (zh) | 2023-06-06 |
Family
ID=77093422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110552915.3A Active CN113220910B (zh) | 2021-05-20 | 2021-05-20 | 一种船舶甲板缆绳数据库的构建方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113220910B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001350818A (ja) * | 2000-06-08 | 2001-12-21 | Nec Corp | 情報システム、端末装置、及びデータベース構築方法 |
KR20050080375A (ko) * | 2004-02-09 | 2005-08-12 | 현대삼호중공업 주식회사 | 선박설계정보 통합 관리방법 |
CN101059910A (zh) * | 2007-05-24 | 2007-10-24 | 大连海事大学 | 一种近岸船舶移动视频监控*** |
CN106218831A (zh) * | 2016-07-22 | 2016-12-14 | 大连海事大学 | 一种基于船舶ais轨迹数据获取船舶操纵行为的方法及*** |
CN107423864A (zh) * | 2016-05-23 | 2017-12-01 | 交通运输部水运科学研究院 | 船员行为的分析方法和装置 |
CN108605010A (zh) * | 2015-10-28 | 2018-09-28 | 分形工业有限公司 | 利用分布式计算图快速预测分析超大型数据集 |
CN112491997A (zh) * | 2020-11-18 | 2021-03-12 | 南京航空航天大学 | 一种用于船舶安全的动态侦测*** |
-
2021
- 2021-05-20 CN CN202110552915.3A patent/CN113220910B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001350818A (ja) * | 2000-06-08 | 2001-12-21 | Nec Corp | 情報システム、端末装置、及びデータベース構築方法 |
KR20050080375A (ko) * | 2004-02-09 | 2005-08-12 | 현대삼호중공업 주식회사 | 선박설계정보 통합 관리방법 |
CN101059910A (zh) * | 2007-05-24 | 2007-10-24 | 大连海事大学 | 一种近岸船舶移动视频监控*** |
CN108605010A (zh) * | 2015-10-28 | 2018-09-28 | 分形工业有限公司 | 利用分布式计算图快速预测分析超大型数据集 |
CN107423864A (zh) * | 2016-05-23 | 2017-12-01 | 交通运输部水运科学研究院 | 船员行为的分析方法和装置 |
CN106218831A (zh) * | 2016-07-22 | 2016-12-14 | 大连海事大学 | 一种基于船舶ais轨迹数据获取船舶操纵行为的方法及*** |
CN112491997A (zh) * | 2020-11-18 | 2021-03-12 | 南京航空航天大学 | 一种用于船舶安全的动态侦测*** |
Non-Patent Citations (2)
Title |
---|
XIANGYU ZHOU: "A system-theoretic approach to safety and security co-analysis of autonomous ships", 《OCEAN ENGINEERING》 * |
周翔宇: "面向自主船舶的危险分析方法研究", 《中国优秀博士论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113220910B (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109725310B (zh) | 一种基于yolo算法以及岸基雷达***的船舶定位监管*** | |
Tazzioli | Eurosur, Humanitarian Visibility and (nearly) Real-Time Mapping in the Mediterranean. | |
CN112819068B (zh) | 一种基于深度学习的船舶作业违章行为实时侦测方法 | |
Gil et al. | Toward a method evaluating control actions in STPA-based model of ship-ship collision avoidance process | |
CN107886125B (zh) | 基于局部谱分解打分的modis卫星遥感图像标注方法 | |
CN111091641A (zh) | 基于人脸识别的船舶安防*** | |
CN115100477A (zh) | 一种基于数字孪生的智能渔港监管***及方法 | |
CN114155491A (zh) | 一种基于ais数据的船舶行为识别方法及*** | |
Kuru et al. | Intelligent airborne monitoring of irregularly shaped man-made marine objects using statistical Machine Learning techniques | |
McElderry | At-sea observing using video-based electronic monitoring | |
Kim | Identification of collision risk factors perceived by ship operators in a vessel encounter situation | |
CN114595776A (zh) | 一种船舶碰撞风险评估方法、装置以及存储介质 | |
CN114155472A (zh) | 厂区场景临空面防护设备异常状态检测方法、装置和设备 | |
Chou et al. | A study of the distribution of marine incidents in the harbours and waters surrounding Taiwan | |
CN116384597B (zh) | 基于地理信息***的渔港船舶进出港动态预测方法及*** | |
CN113220910A (zh) | 一种船舶甲板缆绳数据库的构建方法及*** | |
CN116740649A (zh) | 一种基于深度学习的船员越界落水行为实时检测方法 | |
CN113191266B (zh) | 船舶动力装置远程监控管理方法及*** | |
Voinov et al. | Multiclass vessel detection from high resolution optical satellite images based on deep neural networks | |
CN116166007A (zh) | 一种多源数据融合的船舶靠泊路径规划方法 | |
Ding et al. | A novel deep learning framework for detecting seafarer’s unsafe behavior | |
Bowo et al. | A Hybrid Methodology for Maritime Accident Analysis: The Case of Ship Collision | |
CN113486843A (zh) | 一种基于改进YOLOv3的多场景船员不安全行为检测方法 | |
Saeed et al. | The application of AHP in the development of a taxonomy of merchant marine deck officers’ non-technical skills (NTS) | |
JP7048705B1 (ja) | 対象物認識装置、対象物認識方法、およびプログラム |
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 |