【技术实现步骤摘要】
海上船舶的行为状态识别方法、装置、设备及存储介质
本公开一般涉及遥感
，具体涉及遥感图像处理
，尤其涉及海上船舶的行为状态识别方法、装置、设备及存储介质。
技术介绍
遥感图像是通过各种传感器所获信息的集合，是遥感探测目标的载体。遥感图像中包含大量的关于探测目标的有用信息。特别是海上船舶目标的遥感图像，其可以真实反应船舶目标的形状、几何结构和颜色等特征信息。对于遥感图像进行语义研究是遥感图像处理领域的热点，为了缩小语义鸿沟以及应对复杂场景的图像识别问题，当前的研究一般是通过对图像的场景进行语义建模，来达到图像场景识别的目的。现有的有关遥感图像处理的方法有如下几种：冯卫东等人提出了一种基于空间语义模型的方法，用于高分辨率遥感图像复杂场景中典型地物目标的自动检测。蒋叶金等人从互操作的概念出发，介绍了具有丰富语义信息的航迹模型，该模型不但可以表示航迹的位置、状态、属性等基本信息，还包含了这些信息的原始值和进行后续推理的证据，把丰富语义模型利用到数据链网关中，简化了数据链间航迹信息的共享，方便了战场态势信息发布。虽然以上方法也用到了语义建模技术，但是目前还未发现...
【技术保护点】
1.一种海上船舶的行为状态识别方法，其特征在于，该方法包括：获取海上待探测船舶的多源遥感数据；采用深度学习算法对所述待探测船舶的多源遥感数据进行特征提取，所提取的特征与所述待探测船舶轨迹相关；利用预先构建的海上船舶的行为状态语义模型，针对所述提取的特征进行分析以识别所述待探测船舶的行为状态。
【技术特征摘要】
1.一种海上船舶的行为状态识别方法，其特征在于，该方法包括：获取海上待探测船舶的多源遥感数据；采用深度学习算法对所述待探测船舶的多源遥感数据进行特征提取，所提取的特征与所述待探测船舶轨迹相关；利用预先构建的海上船舶的行为状态语义模型，针对所述提取的特征进行分析以识别所述待探测船舶的行为状态。2.如权利要求1所述的方法，其特征在于，所述海上船舶的行为状态语义模型包括：通过船舶轨迹相关的特征描述船舶行为状态的语义字典，以及对船舶轨迹相关的特征进行分类识别的分类器。3.根据权利要求2所述的方法，其特征在于，所述语义字典通过如下步骤构建：采集包含海上船舶的多源遥感数据；从所述多源遥感数据中构建船舶轨迹的训练样本；采用深度学习算法从所述训练样本中提取与船舶轨迹相关的特征；以及对训练样本中提取的特征进行语义建模，生成描述船舶行为状态的语义字典。4.如权利要求3所述的方法，其特征在于，所述从所述多源遥感数据中构建船舶轨迹的训练样本，包括：从所述多源遥感数据中选取包含指定目标轨迹的遥感影像作为正样本，选取不包含所述指定目标轨迹的遥感影像作为负样本；以及针对所述正样本，标识指定目标轨迹的行为状态的类别作为语义属性。5.如权利要求3所述的方法，其特征在于，所述对训练样本中提取的特征进行语义建模，生成描述船舶行为状态的语义字典，包括：将训练样本中提取的特征转化为局部特征描述符；将所述局部特征描述符通过机器学习的方法进行训练，得到对应局部特征描述符的视觉单词，所述视觉单词组成的视觉词包作为语义字典。6.如权利要求2-5所述的方法，其特征在于，所述分类器通过如下步骤构建：将正样本中提取的特征与所述语义字典中的视觉单词进行相似度量计算；对所述正样本对应的相似度量和语义属性进行学习，生成分类器。7.如权利要求6所述的方法，其特征在于，所述将正样本中的提取的特征采用所述语义字典中的视觉单词进行相似度量计算，包括：将正样本中提取的特征与所述语义字典中的视觉单词进行匹配，统计所述语义字典中的视觉单词在所述正样本中出现的频率，获得视觉单词直方图作为所述正样本对应的相似度量。8.根据权利要求1-7任一所述的方法，其特征在于，所述采用深度学习算法对所述待探测船舶的多源遥感数据进行特征提取，包括：从所述待探测船舶的遥感图像中提取船舶轨迹相关的局部特征；以及将所述局部特征转换为描述船舶轨迹特征的视觉单词。9.根据权利要求8所述的方法，其特征在于，所述将所述局部特征转换为描述船舶轨迹特征的视觉单词，包括：对所述局部特征进行聚类，聚类后得到的各类别的聚类中心作为描述船舶轨迹特征的视觉单词。10.根据权利要求1～9任一所述的方法，其特征在于，所述采用深度学习算法对...
【专利技术属性】
技术研发人员：梁新，李淑敏，赵正健，
申请(专利权)人：中电科海洋信息技术研究院有限公司，
类型：发明
国别省市：海南,46
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。