CN114724028A - 船只信息的确定方法及相关装置、设备和存储介质 - Google Patents
船只信息的确定方法及相关装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114724028A CN114724028A CN202210344203.7A CN202210344203A CN114724028A CN 114724028 A CN114724028 A CN 114724028A CN 202210344203 A CN202210344203 A CN 202210344203A CN 114724028 A CN114724028 A CN 114724028A
- Authority
- CN
- China
- Prior art keywords
- ship
- information
- determining
- ships
- water area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 184
- 238000001514 detection method Methods 0.000 claims description 32
- 230000000694 effects Effects 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000004576 sand Substances 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000010365 information processing Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000003643 water by type Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种船只信息的确定方法及相关装置、设备和存储介质,方法包括:获取包含预设水域的目标图像帧;基于目标图像帧,确定目标图像帧中的船只的相关信息,其中,船只的相关信息包括船只数量、船只类别和船只在预设水域的位置信息的至少一者;基于船只的相关信息,确定预设水域的船只提示信息。上述方案,提高了信息的获取效率。
Description
技术领域
本申请涉及船只管理技术领域,特别是涉及一种船只信息的确定方法及相关装置、设备和存储介质。
背景技术
水运是使用船舶运送客货的一种运输方式。水运因其成本低,能进行大批量及远距离的运输的特点,在交通运输中具有举足轻重的作用。
目前,当船只在水域中航行时,为了获得船只的相关信息,往往需要管理人员人工确定船只,进而确定船只的相关信息。这样的方式,费时费力,对于船只的管理效率造成较大的影响。
因此,如何快速地确定船只的相关信息,具有重要的意义。
发明内容
本申请至少提供一种船只信息的确定方法及相关装置、设备和存储介质。
本申请第一方面提供了一种船只信息的确定方法,方法包括:获取包含预设水域的目标图像帧;基于目标图像帧,确定目标图像帧中的船只的相关信息,其中,船只的相关信息包括船只数量、船只类别和船只在预设水域的位置信息的至少一者;基于船只的相关信息,确定预设水域的船只提示信息。
因此,通过获取包含预设水域的目标图像帧,进而可以通过目标图像帧,确定目标图像帧中的船只的相关信息,以此能够确定预设水域的船只提示信息,实现了预设水域的船只提示信息的自动获取,提高了信息的获取效率。
其中,上述的船只的相关信息包括船只数量;上述的基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只数量,确定预设水域的航道拥堵情况,和/或,预设水域对应的港口处停泊的船只数量。
因此,通过获取船只数量,以此能够根据船只数量相应确定设水域的航道拥堵情况和对应的港口处停泊的船只数量,实现对预设水域的船只提示信息的获取。
其中,上述的船只的相关信息包括船只数量;上述的基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只数量和参考船只数量,确定预设水域中的各船只的行驶信息是否均处于可监控状态,其中,参考船只数量是通过参考***确定的行驶信息处于可监控状态的船只数量;响应于船只数量和参考船只数量匹配,生成用于指示预设水域中的各船只的行驶信息均处于可监控状态的提示信息;或,响应于船只数量和参考船只数量不匹配,生成用于指示预设水域中存在行驶信息处于不可监控状态的提示信息。
因此,通过比较基于目标图像帧得到的船只数量和基于参考***得到的参考船只数量是否一致,可以相应确定预设水域中各船只的行驶信息是否均处于可监控状态,实现对预设水域的船只提示信息的获取。
其中,上述的船只的相关信息还包括船只的身份信息;在上述的在基于船只数量和参考船只数量不匹配,确定预设水域中存在行驶信息处于不可监控状态的船只之后,船只信息的确定方法还包括:基于每一个船只的身份信息和参考身份信息,确定行驶信息处于不可监控状态的船只的身份信息,其中,参考身份信息是通过参考***确定的。
因此,在预设水域中存在行驶信息处于不可监控状态的船只的情况下,通过比较每一个船只的身份信息和参考身份信息,以此能够确定行驶信息处于不可监控状态的船只的身份信息,实现对预设水域的船只提示信息的获取。
其中,上述的船只的相关信息包括船只类别和船只在预设水域的位置信息;上述的基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只类别,在预设区域中确定船只的预设活动区域;基于预设活动区域和位置信息,确定船只是否在预设活动区域以外的区域;响应于确定船只在预设活动区域以外的区域,向预设接收方发送通知信息,通知信息包括船只的相关信息和/或用于指示船只出现在预设活动区域以外的区域的违法标识信息。
因此,通过获取船只的位置信息和对应的预设活动区域,以此可以确定船只是否在预设活动区域以外的区域,实现对预设水域的船只提示信息的获取。
其中,上述的基于目标图像帧,确定目标图像帧中的船只的相关信息,包括:确定目标图像帧中每个船只所在的图像位置;基于图像位置,确定船只的相关信息。
因此,通过确定目标图像帧中每个船只所在的图像位置,以此能够实现对船只的定位,进而能够确定船只的相关信息。
其中,上述的确定目标图像帧中每个船只所在的图像位置,包括:利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置。
因此,通过利用目标检测的方法,可以在目标图像帧中确定出每个船只所在的图像位置,进而实现对船只的检测。
其中,上述的确定目标图像帧中每个船只所在的图像位置,包括:基于船只在之前图像帧的图像位置,利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置。
因此,通过获取船只在之前图像帧的图像位置,以此可以利用目标跟踪的方法在目标图像帧中确定每个船只所在的图像位置,进而提高了获取目标图像帧中船只所在的图像位置的获取速度。
其中,利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置,或,基于船只在之前图像帧的图像位置,利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置,包括:对目标图像帧进行目标检测或目标跟踪,得到若干个候选船只的相关信息,候选船只的相关信息包括候选船只在目标图像帧中所处位置的区域大小和/或候选船只的确定度表征信息,确定度表征信息用于表示候选船只属于船只的确定度;将区域大小和/或确定度表征信息满足预设条件的目标候选船只作为船只,以目标候选船只在目标图像帧中的图像位置作为船只在目标图像帧中的位置。
因此,通过使用候选船只在目标图像帧中所处位置的区域大小和/ 或候选船只的确定度表征信息,能够对船只进行筛选,得到更为准确的船只数量。
其中,在船只的相关信息包括船只数量的情况下,上述的基于图像位置,确定船只的相关信息,包括:基于图像位置的数量,确定船只数量。
因此,通过获取图像位置的数量,以此能够相应确定船只提示信息中的船只数量。
其中,在船只的相关信息包括船只类别和船只的身份信息的情况下,上述的基于图像位置,确定船只的相关信息,包括:基于图像位置,从目标图像帧中选择出船只的船只图像;基于船只图像,确定船只的类别和船只的身份信息。
因此,通过利用船只所在的图像位置从目标图像帧中选择出船只的船只图像,以此能够通过船只图像来相应确定船只的类别和船只的身份信息,实现对船只的相关信息获取。
其中,在船只的相关信息包括船只在预设水域的位置信息的情况下,上述的基于图像位置,确定船只的相关信息,包括:基于图像位置和预设水域在目标图像帧的水域位置,确定船只在预设水域的位置信息。
因此,通过利用船只所在的图像位置和预设水域在目标图像帧的水域位置,可以相应确定船只在预设水域的位置信息,实现对船只的相关信息获取。
本申请第二方面提供了一种船只信息的确定装置,装置包括:获取模块、第一确定模块和第二确定模块,其中,获取模块用于获取包含预设水域的目标图像帧;第一确定模块用于基于目标图像帧,确定与目标图像帧中的船只的相关信息,其中,船只的相关信息包括船只数量、船只类别和船只在预设水域的位置信息的至少一者;第二确定模块用于基于船只的相关信息,确定预设水域的船只提示信息。
本申请第三方面提供了一种电子设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现上述第一方面中的船只信息的确定方法。
本申请第六方面提供了一种计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现上述第一方面中的船只信息的确定方法。
上述方案,通过获取包含预设水域的目标图像帧,进而可以通过目标图像帧,确定目标图像帧中的船只的相关信息,以此能够确定预设水域的船只提示信息,实现了预设水域的船只提示信息的自动获取,提高了信息的获取效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请船只信息的确定方法一实施例的流程示意图;
图2是本申请船只信息的确定方法另一实施例的流程示意图;
图3是本申请船只信息的确定方法又一实施例的流程示意图;
图4是本申请船只信息的确定装置一实施例的框架示意图;
图5是本申请电子设备一实施例的框架示意图;
图6为本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在 A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
请参阅图1,图1是本申请图船只信息的确定方法一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S11:获取包含预设水域的目标图像帧。
目标图像帧可以是通过图像采集设备拍摄得到的,图像采集设备例如是监控摄像头、手机、平板、摄像机等等设备,此处不做限定。预设水域可以是现实中的任一水域,此处不做限定。具体的,目标图像帧可以是图像采集设备通过拍摄预设水域而得到的。
步骤S12:基于目标图像帧,确定目标图像帧中的船只的相关信息。
在本实施例中,可以基于目标图像帧,确定目标图像帧的船只,进而在确定的若干船只中确定满足某种预设条件的船只,或者是直接将目标图像中的所有船只确定为船只均可。确定目标图像帧中的船只以后,可以进一步确定船只的相关信息。在一个实施方式中,可以通过目标检测、目标跟踪等通用的图像处理技术,确定目标图像帧的船只,进而可以通过图像识别等方法,确定船只的相关信息,此处不做具体限定。若干可以是一个或一个以上。
在本实施例中,船只的相关信息包括船只数量、船只类别和船只在预设水域的位置信息的至少一者。在一个实施方式中,船只类别,可以是按照通用的船只分类方法确定的,例如是按照业务用途进行分类的客船、货船、采砂船等。在另一个实施方式中,船只类别,也可以是通过其他自定义的分类标准确定的,自定义的分类标准可以是根据需要进行设定,此处不做限制。船只在预设水域的位置信息,可以是船只在预设水域的具***置等位置信息。船只在预设水域的具***置,可以是通过对预设水域进行区域划分,以此可以确定船只的在预设水域的具***置。
步骤S13:基于船只的相关信息,确定预设水域的船只提示信息。
在获得预设水域的船只的相关信息后,可以以船只的相关信息为基础,进一步确定预设水域的船只提示信息。预设水域的船只提示信息例如可以包括预设水域的通航信息以及船只的行为信息等。例如可以通过获取预设水域的船只数量,确定预设水域的通航信息。又如,可以通过船只的类别,确定某一类别的船只是否能够出现在预设水域。再如,可以通过船只在预设水域的位置信息,确定船只是否在规定的水域以外的航行,确定船只航行的水域是否符合规定,确定船只的航行轨迹等等。
因此,通过获取包含预设水域的目标图像帧,进而可以通过目标图像帧,确定目标图像帧中的船只的相关信息,以此能够确定预设水域的船只提示信息,实现了预设水域的船只提示信息的自动获取,提高了信息的获取效率。
请参阅图2,图2是本申请图船只信息的确定方法另一实施例的流程示意图。在本实施例中,上述提及的步骤“基于目标图像帧,确定目标图像帧中的船只的相关信息”具体包括步骤S21和步骤S22。
步骤S21:确定目标图像帧中每个船只所在的图像位置。
船只所在的图像位置例如是坐标信息,通过该坐标信息,可以在目标图像帧确定某一区域,该区域即为船只所在的图像位置。例如,坐标信息包括矩形的中心点坐标,左上角的坐标,通过这两个坐标,可以确定矩形的位置,该矩形的位置即为船只所在的图像位置。在其他的实施方式中,船只所在的图像位置也可以是其他的形式,例如是一个坐标集合,坐标结合中的每一个像素点组成的区域,即为船只所在的图像位置。具体而言,可以通过目标检测、目标跟踪等方法,确定目标图像帧中每个船只所在的图像位置,此处不再赘述。
在一个实施方式中,可以利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置。目标检测方法可以是图像处理领域中通用的目标检测方法,具体可以是利用神经网络对目标图像帧进行检测,以此确定目标图像帧中的船只。神经网络例如是FasterR-CNN等两阶段检测的神经网络,或者是RetinaNet等一阶段检测的神经网络,或者是其他的用于目标检测的神经网络,此处不再赘述。在本实施方式中,可以将利用目标检测方法检测出的船只定义为船只。在一个具体实施方式中,可以利用基于RetinaNet网络构建的神经网络来对船只进行目标检测。具体可以分别获取不同尺度的特征图,然后分别利用多个不同尺度的特征图进行目标检测,以最终检测得到船只,详细处理过程此处不再赘述。因此,通过利用目标检测的方法,可以在目标图像帧中确定出每个船只所在的图像位置,进而实现对船只的检测。
在一个实施方式中,可以基于船只在之前图像帧的图像位置,利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置。之前图像帧可以认为是拍摄时间早于目标图像帧的图像帧,也可以认为是生成的时间早于目标图像帧的图像帧,或者之前若干次执行本申请描述的船只信息的确定方法中确定的目标图像帧。船只在之前图像帧的图像位置,可以是通过目标检测的方法确定的,也可以是用户手动确定的,也可以是利用目标跟踪的方法确定的,具体的获取方法不做限制。在确定船只在之前图像帧的图像位置后,可以利用目标跟踪方法,在目标图像帧中确定每个船只所在的图像位置。具体的,可以利用基于滤波的跟踪算法或者是利用基于深度学习的跟踪算法在目标图像帧中确定每个船只所在的图像位置。基于滤波的跟踪算法例如是Minimum Output Sum of Squared Error filter(MOSSE)等,基于深度学习的跟踪算法例如是siamese region proposal network(Siamese-RPN)等。在本实施方式中,目标跟踪方法相对于目标检测,在速度上能够更加快速的确定目标图像帧中船只所在的图像位置。因此,通过获取船只在之前图像帧的图像位置,以此可以利用目标跟踪的方法在目标图像帧中确定每个船只所在的图像位置,进而提高了获取目标图像帧中船只所在的图像位置的获取速度。
在一个实施方式中,利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置,或利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置的具体方式可以是:
对目标图像帧进行目标检测或目标跟踪,得到若干个候选船只的相关信息。其中,候选船只的相关信息包括候选船只在目标图像帧中所处位置的区域大小和/或候选船只的确定度表征信息。船只的确定度表征信息用于表示候选船只属于船只的确定度。示例性地,候选船只可能并非是船只,而是漂流的大型海洋垃圾,若将这部分作为船只,则可能会导致后续确定得到的预设水域的船只提示信息出现错误。候选船只在目标图像帧中所处位置的区域大小可以是包含候选船只的包围框的大小。例如,在目标图像帧为二维图像的情况下,候选船只的包围框为二维包围框,在目标图像帧为三维图像的情况下,候选船只的包围框为三维包围框。通过使用候选船只在目标图像帧中所处位置的区域大小能够确定候选船只距离拍摄目标图像帧的拍摄设备之间的距离,若候选船只在目标图像帧中所处位置的区域过小,则表明候选船只距离拍摄设备过远。
将区域大小和/或确定度表征信息满足预设条件的目标候选船只作为船只,以目标候选船只在目标图像帧中的图像位置作为船只在目标图像帧中的位置。一些应用场景中,将区域大小大于或等于预设区域大小的目标候选船只作为预设水域中的船只。一些应用场景中,将确定度大于或等于预设确定度的目标候选船只作为预设水域中的船只。一些应用场景中,将区域大小大于或等于预设区域大小,且确定度大于或等于预设确定度的目标候选船只作为预设水域中的船只。
通过使用候选船只的确定度表征信息对候选船只进行筛选,能够减少将海洋垃圾等作为船只的情况出现,从而使得后续确定的预设水域的船只提示信息更为准确。
步骤S22:基于图像位置,确定船只的相关信息。
在一个实施方式中,确定船只所在的图像位置后,可以依据该图像位置,在目标图像帧中获取与图像位置对应的区域,以此可以获得船只的图像,进而可以依据船只的图像,确定船只的相关信息。在另一个实施方式中,还可以直接依据船只所在的图像位置,确定船只在预设水域的位置信息。例如,可以通过获取船只的图像,然后利用图像识别方法识别船只船身上的相关文字以获得船只的船号等信息。又如,可以通过图像分类的方法确定船只的类别信息。再如,可以通过标识信息生成方法,为每一个船只分配相关的唯一标识,以方便对船只的管理。可以理解的,具体可以依据船只的相关信息的具体类型,确定对应的方法。因此,通过确定目标图像帧中每个船只所在的图像位置,以此能够实现对船只的定位,进而能够确定船只的相关信息。
在一个实施方式中,在船只的相关信息包括船只数量的情况下,可以基于图像位置的数量,确定船只数量。可以理解的,每一个图像位置,表示一只船只,因此,通过确定图像位置的数量,能够相应的确定船只数量。例如,在目标图像帧进行目标检测后,确定了3个船只的图像位置,以此便能确定在目标图像帧中存在3只船只。又如,通过目标跟踪的方法,在目标图像帧中确定了5只船只的图像位置,以此也能相应确定船只数量为5。因此,通过获取图像位置的数量,以此能够相应确定船只提示信息中的船只数量。
在一个实施方式中,在船只的相关信息包括船只类别和船只的身份信息的情况下,可以基于船只所在的图像位置,从目标图像帧中选择出船只的船只图像。再基于船只图像,确定船只的类别和船只的身份信息。基于船只所在的图像位置,可以依据该图像位置,在目标图像帧中确定对应的区域,该区域的图像,即为船只图像。例如,船只所在的图像位置,表现为一矩形的中心点和左上角的坐标,此时即可依据这两个坐标信息,确定对应的矩形,该矩形区域的图像,即为船只图像。
在一个具体实施方式中,确定船只的类别,可以利用图像分类等通用的分类方法,确定船只的类别信息,此处不再赘述。
在另一个具体实施方式中,还可以利用船只图像进行文字识别,以此确定船只的船名、船籍港等船舶标志信息。具体地,可以首先对船只图像进行文字检测,以此确定船只中的文字区域,进而对文字区域进行文字识别,以此确定船只的船舶标志信息。在本具体实施方式中,可以将识别到的船舶名称作为船只的身份信息。在其他的具体实施方式中,也可以基于船只的船只图像,为每一只船只生成唯一标识信息,以此作为船只的身份信息。可以理解的,文字识别可以是图像处理技术中的通用技术,此处不再赘述。
因此,通过利用船只所在的图像位置从目标图像帧中选择出船只的船只图像,以此能够通过船只图像来相应确定船只的类别和船只的身份信息,实现对船只的相关信息获取。
在一个实施方式中,在船只的相关信息包括船只在预设水域的位置信息的情况下,可以基于船只所在的图像位置和预设水域在目标图像帧的水域位置,确定船只在预设水域的位置信息。在一个具体实施方式中,预设水域在目标图像帧的水域位置,可以是用户自行确定的,例如是用户手动在目标图像帧中确定出预设水域的水域位置。在一个具体实施方式中。也可以通过目标检测的方法,识别目标图像帧的水域,进而在识别到的水域中确定预设水域。例如将识别到的全部水域确定为预设水域,或是将部分识别到的水域确定为预设水域。
在一个具体实施方式中,可以比较船只所在的图像位置和预设水域的水域位置,例如是比较二者的位置是否完全重合,部分重合,完全不重合,以此确定船只在预设水域的位置信息。船只在预设水域的位置信息例如是船只是否全部位于预设水域,是否部分位于预设水域,是否不在预设水域。在一个具体实施方式中,还可以将预设水域划分若干预设子区域,并确定若干预设子区域对应的子水域位置,以此便能够根据船只所在的图像位置和预设水域在目标图像帧的水域位置,确定船只在预设水域的那些预设子区域。
因此,通过利用船只所在的图像位置和预设水域在目标图像帧的水域位置,可以相应确定船只在预设水域的位置信息,实现对船只的相关信息获取。
在一个实施例中,船只的相关信息包括船只数量,在此情况下,上述步骤提及的“基于船只的相关信息,确定预设水域的船只提示信息”,具体包括:基于船只数量,确定预设水域的航道拥堵情况。可以理解的,在预设水域中通航的船只数量,可以反映出预设水域的航道拥堵情况。因此,可以基于船只数量,相应确定预设水域的航道拥堵情况。在一个实施方式中,可以为预设水域设定不同的拥堵情况,例如是畅通、缓行、拥堵等。进一步,为每一个不同的拥堵情况设定不同范围的船只数量,以此能够依据船只数量相应确定航道拥堵情况。例如,设定预设水域的船只数量在0-3只时,拥堵情况为畅通;预设水域的船只数量在4-8只时,拥堵情况为缓行;预设水域的船只数量在9只或以上时,拥堵情况为拥堵。通过对目标图像帧进行检测,确定了船只数量为6,以此可以确定预设水域的航道拥堵情况为缓行。因此,通过获取船只数量,以此能够根据船只数量相应确定设水域的航道拥堵情况,实现对预设水域的船只提示信息的获取。
在一个实施例中,船只的相关信息包括船只数量,在此情况下,上述步骤提及的“基于船只的相关信息,确定预设水域的船只提示信息”,具体包括:基于船只的相关信息,确定预设水域对应的港口处停泊的船只数量。其中,预设水域对应的港口可以不止一个。通过确定港口处停泊的船只数量能够确定该港口的拥挤情况。
在一个实施例中,船只的相关信息包括船只数量。在此情况下,上述步骤提及的“基于船只的相关信息,确定预设水域的船只提示信息”具体包括:基于船只数量和参考船只数量,确定预设水域中的各船只的行驶信息是否均处于可监控状态。其中,参考船只数量是通过参考***确定的行驶信息处于可监控状态的船只数量。其中,船只的行驶信息处于可监控状态,则表明船只未关闭参考***,若船只的行驶信息处于不可监控状态,则表明船只已关闭参考***。参考***例如是船舶自动识别***、船舶交通管理***等通用的船只管理***。通过参考***可以获得行驶信息处于可监控状态的船只数量,即参考船只数量。在本实施例中,在预设水域,当有船只关闭了参考***,此时通过参考***确定参考船只数量和基于目标图像帧得到的船只数量会不一致,以此能够相应确定设水域中是否存在关闭参考***的船只。因此,通过比较基于目标图像帧得到的船只数量和基于参考***得到的参考船只数量是否一致,可以相应确定预设水域中是否存在行驶信息处于不可监控状态的船只,即是否存在关闭参考***的船只,实现对预设水域的船只提示信息的获取。响应于船只数量和参考船只数量匹配,生成用于指示预设水域中的各船只的行驶信息均处于可监控状态的提示信息。或,响应于船只数量和参考船只数量不匹配,生成用于指示预设水域中存在行驶信息处于不可监控状态的提示信息。提示信息中还可以包括对应船只的信息。示例性地,用于指示预设水域中存在行驶信息处于不可监控状态的提示信息中还可以包括行驶信息处于不可监控状态的船只的相关信息,例如该船只的身份信息、在预设水域中所处位置等。其中,生成的用于指示预设水域中的各船只的行驶信息均处于可监控状态的提示信息和/或用于指示预设水域中存在行驶信息处于不可监控状态的提示信息可以发送至预设接收方,例如预设接收方可以是预设水域的管理员。
在一个实施方式中,船只的相关信息还包括船只的身份信息。在此情况下,在基于船只数量和参考船只数量不匹配,确定预设水域中存在行驶信息处于不可监控状态的船只之后,本实施方式的船只信息的确定方法还包括:基于每一个船只的身份信息和参考身份信息,确定行驶信息处于不可监控状态的船只的身份信息。在本实施方式中,参考身份信息是通过参考***确定的,参考身份信息例如是船只的船名。在预设水域中存在行驶信息处于不可监控状态的船只的情况下,可以将基于目标图像帧得到的船只的身份信息与通过参考***获得的参考身份信息进行比较,在基于目标图像帧得到的船只的身份信息中,与参考身份信息不一致的或是缺失的,则可以认为是关闭参考***的船只的身份信息。例如,基于目标图像帧得到的船只的身份信息是船只的船名,包括A、 B和C,利用参考***确定的船名包括A和B,此时即可确定关闭参考***的船只的身份信息为C。
因此,在预设水域中存在行驶信息处于不可监控状态的船只的情况下,通过比较每一个船只的身份信息和参考身份信息,以此能够确定关闭参考***的船只的身份信息,实现对预设水域的船只提示信息的获取。
请参阅图3,图3是本申请图船只信息的确定方法又一实施例的流程示意图。在本实施例中,船只的相关信息包括船只类别和船只在预设水域的位置信息。在此情况下,在上述的步骤“基于船只的相关信息,确定预设水域的船只提示信息”,包括步骤S31和步骤S32。
步骤S31:基于船只类别,在预设区域中确定船只的预设活动区域。
可以理解的,对于不同类别的船只,其能通航的区域可能会相应不同。例如,某预设水域规定只能是客船通行,其他类型的船只不能通行。在预设水域中,可以为不同类别的船只,预先设定不同的预设活动区域。以此,便能够依据船只的类别,对应确定船只的预设活动区域。
步骤S32:基于预设活动区域和位置信息,确定船只是否在预设活动区域以外的区域。
在本实施例中,可以比较船只在预设水域的位置信息是否与预设活动区域重合,以此确定船只是否在预设活动区域以外的区域。在一个实施方式中,船只在预设水域的位置信息是否与预设活动区域重合可以是部分重合。在另一个实施方式中,船只在预设水域的位置信息是否与预设活动区域重合,可以是完全重合。
在一个具体实施方式中,船只是渔船,预设活动区域可以是预设捕捞区域,通过确定渔船是否在预设捕捞区域,以此可以确定渔船是否违法捕捞。在另一个具体实施方式中,船只是采砂船,预设活动区域是预设采砂区域,通过确定采砂船是否在预设采砂区域,可以确定采砂船是否违法采砂。
在一个具体实施方式中,在确定船只在预设活动区域以外的区域时,还可以相应获取船只的身份信息,以此实现对在预设活动区域以外的区域得到船只的识别。
其中,响应于确定船只在预设活动区域以外的区域,向预设接收方发送通知信息。该通知信息中包括出现在预设活动区域以外的船只的相关信息和/或用于指示船只出现在预设活动区域以外的区域的违法标识信息。预设接收方可以是预设水域的管理员。
因此,通过获取船只的位置信息和对应的预设活动区域,以此可以确定船只是否在预设活动区域以外的区域,实现对预设水域的船只提示信息的获取。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
请参阅图4,图4是本申请船只信息的确定装置一实施例的框架示意图。在本实施例中,船只信息的确定装置包括获取模块41、第一确定模块42和第二确定模块43。获取模块41用于获取包含预设水域的目标图像帧。第一确定模块42用于基于目标图像帧,确定与目标图像帧中的船只的相关信息,其中,船只的相关信息包括船只数量、船只类别和船只在预设水域的位置信息的至少一者。第二确定模块43用于基于船只的相关信息,确定预设水域的船只提示信息。
其中,上述的船只的相关信息包括船只数量;上述的第二确定模块 43用于基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只数量,确定预设水域的航道拥堵情况,和/或,预设水域对应的港口处停泊的船只数量。
其中,上述的船只的相关信息包括船只数量;上述的第二确定模块 43用于基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只数量和参考船只数量,确定预设水域中的各船只的行驶信息是否均处于可监控状态,其中,参考船只数量是通过参考***确定的行驶信息处于可监控状态的船只数量;响应于船只数量和参考船只数量匹配,生成用于指示预设水域中的各船只的行驶信息均处于可监控状态的提示信息;或,响应于船只数量和参考船只数量不匹配,生成用于指示预设水域中存在行驶信息处于不可监控状态的提示信息。
其中,上述的船只的相关信息还包括船只的身份信息;上述的第二确定模块43用于基于船只数量和参考船只数量不匹配,确定预设水域中存在行驶信息处于不可监控状态的船只之后,第二确定模块43还用于在预设水域中存在关闭参考***的船只的情况下,基于每一个船只的身份信息和参考身份信息,确定行驶信息处于不可监控状态的船只的身份信息,其中,参考身份信息是通过参考***确定的。
其中,上述的船只的相关信息包括船只类别和船只在预设水域的位置信息;上述的第二确定模块43用于基于船只的相关信息,确定预设水域的船只提示信息,包括:基于船只的类别,在预设区域中确定船只的预设活动区域;基于预设活动区域和位置信息,确定船只是否在预设活动区域以外的区域;响应于确定船只在预设活动区域以外的区域,向预设接收方发送通知信息,通知信息包括船只的相关信息和/或用于指示船只出现在预设活动区域以外的区域的违法标识信息。
其中,上述的第一确定模块42用于基于目标图像帧,确定目标图像帧中的船只的相关信息,包括:确定目标图像帧中每个船只所在的图像位置;基于图像位置,确定船只的相关信息。
其中,上述的第一确定模块42用于定目标图像帧中每个船只所在的图像位置,包括:利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置;或者,基于船只在之前图像帧的图像位置,利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置。
其中,第一确定模块42利用目标检测的方法,确定目标图像帧中每个船只所在的图像位置,或,基于船只在之前图像帧的图像位置,利用目标跟踪的方法,在目标图像帧中确定每个船只所在的图像位置,包括:对目标图像帧进行目标检测或目标跟踪,得到若干个候选船只的相关信息,候选船只的相关信息包括候选船只在目标图像帧中所处位置的区域大小和/或候选船只的确定度表征信息,确定度表征信息用于表示候选船只属于船只的确定度;将区域大小和/或确定度表征信息满足预设条件的目标候选船只作为船只,以目标候选船只在目标图像帧中的图像位置作为船只在目标图像帧中的位置。
其中,在船只的相关信息包括船只数量的情况下,上述的第一确定模块42用于基于图像位置,确定船只的相关信息,包括:基于图像位置的数量,确定船只数量;和/或,在船只的相关信息包括船只的类别和船只的身份信息的情况下,上述的第一确定模块42用于基于图像位置,确定船只的相关信息,包括:基于图像位置,从目标图像帧中选择出船只的船只图像;基于船只图像,确定船只的类别和船只的身份信息;和 /或,在船只的相关信息包括船只在预设水域的位置信息的情况下,上述的第一确定模块42用于基于图像位置,确定船只的相关信息,包括:基于图像位置和预设水域在目标图像帧的水域位置,确定船只在预设水域的位置信息。
请参阅图5,图5是本申请电子设备一实施例的框架示意图。电子设备50包括相互耦接的存储器51和处理器52,处理器52用于执行存储器51中存储的程序指令,以实现上述任一船只信息的确定方法实施例的步骤。在一个具体的实施场景中,电子设备50可以包括但不限于:微型计算机、服务器,此外,电子设备50还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器52用于控制其自身以及存储器51以实现上述任一船只信息的确定方法实施例的步骤。处理器52还可以称为CPU (Central Processing Unit,中央处理单元)。处理器52可能是一种集成电路芯片,具有信号的处理能力。处理器52还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器52可以由集成电路芯片共同实现。
上述方案,通过获取包含预设水域的目标图像帧,进而可以通过目标图像帧,确定目标图像帧中的船只的相关信息,以此能够确定预设水域的船只提示信息,实现了预设水域的船只提示信息的自动获取,提高了信息的获取效率。
请参阅图6,图6为本申请计算机可读存储介质一实施例的框架示意图。计算机可读存储介质60存储有能够被处理器运行的程序指令601,程序指令601用于实现上述任一船只信息的确定方法实施例中的步骤。
上述方案,通过获取包含预设水域的目标图像帧,进而可以通过目标图像帧,确定目标图像帧中的船只的相关信息,以此能够确定预设水域的船只提示信息,实现了预设水域的船只提示信息的自动获取,提高了信息的获取效率。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考,为了简洁,本文不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅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,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
另外,在本申请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。
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,本申请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(可以是个人计算机,服务器,或者网络设备等)或处理器(processor) 执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
Claims (12)
1.一种船只信息的确定方法,其特征在于,包括:
获取包含预设水域的目标图像帧;
基于所述目标图像帧,确定所述目标图像帧中的船只的相关信息,其中,所述船只的相关信息包括船只数量、船只类别和所述船只在预设水域的位置信息的至少一者;
基于所述船只的相关信息,确定所述预设水域的船只提示信息。
2.根据权利要求1所述的方法,其特征在于,所述船只的相关信息包括船只数量;
所述基于所述船只的相关信息,确定所述预设水域的船只提示信息,包括:基于所述船只数量,确定所述预设水域的航道拥堵情况,和/或,所述预设水域对应的港口处停泊的船只数量。
3.根据权利要求1或2所的方法,其特征在于,所述船只的相关信息包括船只数量;
所述基于所述船只的相关信息,确定所述预设水域的船只提示信息,包括:
基于所述船只数量和参考船只数量,确定所述预设水域中的各所述船只的行驶信息是否均处于可监控状态,其中,所述参考船只数量是通过参考***确定的行驶信息处于可监控状态的船只数量;
响应于所述船只数量和参考船只数量匹配,生成用于指示所述预设水域中的各船只的行驶信息均处于可监控状态的提示信息;或,
响应于所述船只数量和参考船只数量不匹配,生成用于指示所述预设水域中存在行驶信息处于不可监控状态的提示信息。
4.根据权利要求3所述的方法,其特征在于,所述船只的相关信息还包括所述船只的身份信息;
在基于所述船只数量和参考船只数量不匹配,确定所述预设水域中存在行驶信息处于不可监控状态的船只之后,所述方法还包括:
基于所述每一个船只的身份信息和参考身份信息,确定行驶信息处于不可监控状态的船只的身份信息,其中,所述参考身份信息是通过所述参考***确定。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述船只的相关信息包括所述船只类别和所述船只在预设水域的位置信息;所述基于所述船只的相关信息,确定所述预设水域的船只提示信息,包括:
基于所述船只类别,在所述预设区域中确定所述船只的预设活动区域;
基于所述预设活动区域和所述位置信息,确定所述船只是否在预设活动区域以外的区域;
响应于确定所述船只在所述预设活动区域以外的区域,向预设接收方发送通知信息,所述通知信息包括所述船只的相关信息和/或用于指示所述船只出现在所述预设活动区域以外的区域的违法标识信息。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述基于所述目标图像帧,确定所述目标图像帧中的船只的相关信息,包括:
确定所述目标图像帧中每个船只所在的图像位置;
基于所述图像位置,确定所述船只的相关信息。
7.根据权利要求6所述的方法,其特征在于,所述确定所述目标图像帧中每个船只所在的图像位置,包括:
利用目标检测的方法,确定所述目标图像帧中每个船只所在的图像位置;或者,
基于所述船只在之前图像帧的图像位置,利用目标跟踪的方法,在所述目标图像帧中确定每个所述船只所在的图像位置。
8.根据权利要求7所述的方法,其特征在于,所述利用目标检测的方法,确定所述目标图像帧中每个船只所在的图像位置,或,所述基于所述船只在之前图像帧的图像位置,利用目标跟踪的方法,在所述目标图像帧中确定每个所述船只所在的图像位置,包括:
对所述目标图像帧进行目标检测或目标跟踪,得到若干个候选船只的相关信息,所述候选船只的相关信息包括所述候选船只在所述目标图像帧中所处位置的区域大小和/或所述候选船只的确定度表征信息,所述确定度表征信息用于表示所述候选船只属于船只的确定度;
将所述区域大小和/或所述确定度表征信息满足预设条件的目标候选船只作为所述船只,以所述目标候选船只在所述目标图像帧中的图像位置作为所述船只在所述目标图像帧中的位置。
9.根据权利要求5-8任一项所述的方法,其特征在于,
在所述船只的相关信息包括船只数量的情况下,所述基于所述图像位置,确定所述船只的相关信息,包括:基于所述图像位置的数量,确定所述船只数量;和/或,
在所述船只的相关信息包括船只类别和船只的身份信息的情况下,所述基于所述图像位置,确定所述船只的相关信息,包括:基于所述图像位置,从所述目标图像帧中选择出所述船只的船只图像;基于所述船只图像,确定所述船只的类别和船只的身份信息;和/或,
在所述船只的相关信息包括所述船只在预设水域的位置信息的情况下,所述基于所述图像位置,确定所述船只的相关信息,包括:基于所述图像位置和所述预设水域在所述目标图像帧的水域位置,确定所述船只在预设水域的位置信息。
10.一种船只信息的确定装置,其特征在于,包括:
获取模块,用于获取包含预设水域的目标图像帧;
第一确定模块,用于基于所述目标图像帧,确定与所述目标图像帧中的船只的相关信息,其中,所述船只的相关信息包括船只数量、船只类别和所述船只在预设水域的位置信息的至少一者;
第二确定模块,用于基于所述船只的相关信息,确定所述预设水域的船只提示信息。
11.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至9任一项所述的船只信息的确定方法。
12.一种计算机可读存储介质,其上存储有程序指令,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至9任一项所述的船只信息的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210344203.7A CN114724028A (zh) | 2022-03-31 | 2022-03-31 | 船只信息的确定方法及相关装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210344203.7A CN114724028A (zh) | 2022-03-31 | 2022-03-31 | 船只信息的确定方法及相关装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114724028A true CN114724028A (zh) | 2022-07-08 |
Family
ID=82242201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210344203.7A Pending CN114724028A (zh) | 2022-03-31 | 2022-03-31 | 船只信息的确定方法及相关装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114724028A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116246205A (zh) * | 2023-02-27 | 2023-06-09 | 杭州数尔安防科技股份有限公司 | 一种船只跟踪及文字识别的优化方法及*** |
-
2022
- 2022-03-31 CN CN202210344203.7A patent/CN114724028A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116246205A (zh) * | 2023-02-27 | 2023-06-09 | 杭州数尔安防科技股份有限公司 | 一种船只跟踪及文字识别的优化方法及*** |
CN116246205B (zh) * | 2023-02-27 | 2024-04-19 | 杭州数尔安防科技股份有限公司 | 一种船只跟踪及文字识别的优化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11455805B2 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN106600977B (zh) | 基于多特征识别的违停检测方法及*** | |
EP3349147A2 (en) | System for monitoring marine vessels using a satellite network with determination at a terrestrial station of a rendezvous between the vessels which pass within a threshold distance using the satellite data. | |
EP3349202B1 (en) | System for monitoring marine vessels using a satellite network with determination at a terrestrial station of passenger lists for the vessels based on vessel identification data obtained from the satellites and passenger social media data. | |
CN103699905B (zh) | 一种车牌定位方法及装置 | |
CN108806334A (zh) | 一种基于图像的智能船舶身份识别方法 | |
EP3349123A2 (en) | System for monitoring marine vessels using a satellite network with reception at a terrestrial station of the satellite data and processing of aerial marine imagery using fractal algorithm for vessel classification. | |
CN103971543A (zh) | 一种融合多种数据源的船舶自动识别监控方法及监管*** | |
TWI424146B (zh) | 追蹤系統與方法 | |
CN113688805B (zh) | 一种基于无人机的无牌渣土车识别方法及*** | |
KR102053906B1 (ko) | 지리공간정보를 이용하는 실시간 감독 학습 방법 및 시스템 | |
CN105928521B (zh) | 一种航海用导航方法与*** | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN111860219B (zh) | 一种高速占道判断方法、装置及电子设备 | |
CN114724028A (zh) | 船只信息的确定方法及相关装置、设备和存储介质 | |
CN117528035B (zh) | 一种基于主动通知的物体跨境头追踪方法及*** | |
CN102080958B (zh) | 三维影像分析***、处理装置及其方法 | |
CN106327876A (zh) | 一种基于行车记录仪的***捕捉***及方法 | |
Wawrzyniak et al. | Vessel identification based on automatic hull inscriptions recognition | |
CN113610770A (zh) | 一种车牌识别方法和装置及设备 | |
CN110430217B (zh) | 基于信息***分类安全威胁的检测方法、装置和计算机可读存储介质 | |
Amin et al. | An automatic number plate recognition of Bangladeshi vehicles | |
EP4363877A1 (en) | Methods and systems for detecting vessels | |
CN109740518B (zh) | 一种视频中对象的确定方法及装置 | |
CN115410105A (zh) | 集装箱标记识别方法、装置、计算机设备和存储介质 |
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 |