船舶识别方法、装置、电子设备和计算机可读介质制造方法及图纸

本公开的实施例公开了船舶识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：将原始图像发送至数字信号处理器；通过数字信号处理器，对原始图像进行数字信号图像处理，以生成目标图像集合；确定目标图像集合中的每个目标图像包含的至少一个目标船舶中的每个目标船舶对应的包围框信息，得到包围框信息组集合；根据包围框信息组集合中的包围框信息，确定原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合。该实施方式提高了船舶识别的精度和船舶识别的速度。和船舶识别的速度。和船舶识别的速度。

【技术实现步骤摘要】
船舶识别方法、装置、电子设备和计算机可读介质


[0001]本公开的实施例涉及计算机
，具体涉及船舶识别方法、装置、电子设备和计算机可读介质。

技术介绍

[0002]船舶识别是现代海上智能监控的重要组成部分，如何快速准确的识别船舶对于监视海运交通和维护海洋权益、提高海防预警能力有着重要的意义。目前，在进行船舶的识别时，通常采用的方式为：对通过卫星采集的包含有船舶的图像，进行船舶识别。
[0003]然而，当采用上述方式时，经常会存在如下技术问题：
[0004]第一，通过卫星采集图像时，采集到的图像的清晰度往往受天气影响，其中，当该卫星与海平面之间有障碍物(如，云)遮挡时，通过卫星采集的包含有船舶的图像往往不清晰，从而，导致难以识别图像中的船舶，进而，导致对船舶的识别精度降低；
[0005]第二，由于对包含有船舶的图像进行船舶识别时，所产生的数据计算量较大，往往需要借助芯片进行计算，通常采用的芯片是冯
·
诺依曼结构的芯片，但在嵌入式环境下，受到功耗的限制，从而导致采用传统的冯
·
诺依曼结构的芯片，无法进一步提高对船舶的识别速度。

技术实现思路

[0006]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本公开的一些实施例提出了船舶识别方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0008]第一方面，本公开的一些实施例提供了一种船舶识别的方法，该方法包括：将原始图像发送至数字信号处理器，其中，上述原始图像由目标无人机采集得到的；通过上述数字信号处理器，对上述原始图像进行数字信号图像处理，以生成目标图像集合；确定上述目标图像集合中的每个目标图像包含的至少一个目标船舶中的每个目标船舶对应的包围框信息，得到包围框信息组集合；根据上述包围框信息组集合中的包围框信息，确定上述原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合。
[0009]第二方面，本公开的一些实施例提供了一种船舶识别装置，装置包括：发送单元，被配置成将原始图像发送至数字信号处理器，其中，上述原始图像由目标无人机采集得到的；处理单元，被配置成通过上述数字信号处理器，对上述原始图像进行数字信号图像处理，以生成目标图像集合；第一确定单元，被配置成确定上述目标图像集合中的每个目标图像包含的至少一个目标船舶中的每个目标船舶对应的包围框信息，得到包围框信息组集合；第二确定单元，被配置成根据上述包围框信息组集合中的包围框信息，确定上述原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合。
[0010]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0011]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0012]本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的船舶识别方法，提高了船舶识别精度和速度。具体来说，造成船舶识别精度和速度低下的原因在于：第一，通过卫星采集图像时，采集到的图像的清晰度往往受天气影响，其中，当该卫星与海平面之间有障碍物(如，云)遮挡时，通过卫星采集的包含有船舶的图像往往不清晰，从而，导致难以识别图像中的船舶。第二，由于对包含有船舶的图像进行船舶识别，所产生的数据计算量较大，往往需要借助芯片进行计算，通常采用的芯片是冯
·
诺依曼结构的芯片，但在嵌入式环境下，受到功耗的限制，从而导致采用传统的冯
·
诺依曼结构的芯片，无法进一步提高船舶的识别速度。基于此，本公开的一些实施例的船舶识别方法，首先，将原始图像发送至数字信号处理器。其中，原始图像由目标无人机采集得到的。由于无人机具有灵活移动的特性。因此，通过无人机采集图像，可以保证在空中有云时，也可以采集到清晰的图像。从而，提高了船舶识别精度。然后，通过上述数字信号处理器，对上述原始图像进行数字信号图像处理，以生成目标图像集合。由于，数字信号处理器采用了数据总线和程序总线分离的哈佛结构及改进的哈佛结构。因此，处理速度比最快的CPU快了10
‑
50倍。从而，提高了船舶识别速度。然后，确定上述目标图像集合中的每个目标图像包含的至少一个目标船舶中的每个目标船舶对应的包围框信息，得到包围框信息组集合。最后，根据上述包围框信息组集合中的包围框信息，确定上述原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合。其中，通过数字信号处理器，可以将目标图像集合发送至神经网络处理器，通过神经网络处理器可以确定上述位置信息集合。由于，神经网络处理器是多核异构神经网络芯片，所以，通过神经网络处理器可以对目标图像集合中的目标图像进行并行船舶识别处理。从而，提高了船舶识别速度。
附图说明
[0013]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
[0014]图1是本公开的一些实施例的船舶识别方法的一个应用场景的示意图；
[0015]图2是根据本公开的船舶识别方法的一些实施例的流程图；
[0016]图3是芯片连接方式的示意图；
[0017]图4是根据本公开的船舶识别方法的另一些实施例的流程图；
[0018]图5是本公开的初始图像分割方式的示意图；
[0019]图6是本公开的拼接图像的示意图；
[0020]图7是本公开的包围框融合方式的示意图；
[0021]图8是根据本公开的船舶识别装置的一些实施例的结构示意图；
[0022]图9是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0023]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0024]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0025]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶识别方法，包括：将原始图像发送至数字信号处理器，其中，所述原始图像由目标无人机采集得到的；通过所述数字信号处理器，对所述原始图像进行数字信号图像处理，以生成目标图像集合；确定所述目标图像集合中的每个目标图像包含的至少一个目标船舶中的每个目标船舶对应的包围框信息，得到包围框信息组集合；根据所述包围框信息组集合中的包围框信息，确定所述原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合。2.根据权利要求1所述的方法，其中，所述通过所述数字信号处理器，对所述原始图像进行数字信号图像处理，以生成目标图像集合，包括：通过所述数字信号处理器，将所述原始图像分割成预设数目个大小相同的子图像，得到子图像集合；对所述子图像集合中的每个子图像进行图像识别处理，以生成标识信息，得到标识信息集合，其中，所述标识信息集合中的标识信息用于表征子图像中是否包含目标船舶；从所述子图像集合中筛选出对应的标识信息满足目标筛选条件的子图像，作为目标图像，得到所述目标图像集合。3.根据权利要求1所述的方法，其中，所述根据所述包围框信息组集合中的包围框信息，确定原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合，包括：对所述包围框信息组集合中的每个包围框信息对应的包围框框定的目标船舶进行船身完整性识别，以生成船身完整性信息，得到船身完整性信息组集合，其中，所述船身完整性信息组集合中的船身完整性信息用于表征目标船舶的船身是否完整；将所述包围框信息组集合中的满足筛选条件的包围框信息对应的包围框的中心点的位置，确定为候选位置信息，得到候选位置信息集合，其中，所述筛选条件为包围框信息对应的包围框框定的目标船舶对应的船身完整性信息表征目标船舶的船身完整。4.根据权利要求3所述的方法，其中，所述根据所述包围框信息组集合中的包围框信息，确定原始图像包含的至少一个目标船舶中的每个目标船舶的位置信息，得到位置信息集合，还包括：从所述包围框信息组集合筛选出不满足所述筛选条件的包围框信息，作为目标包围框信息，得到目标包围框信息集合；将所述目标包围框信息集合中的满足包围框融合条件的至少两个目标包围框信息对应的包围框进行包围框融合，以生成候选包围框，得到候选包围框集合，其中，所述包围框融合条件为至少两个目标包围框信息对应的包围框的边界相交；将所述候选包围框集合中的候选包围框的中心点的位置，确定为候选位置信息，得到候选位置信息集合。5.根据权利要求4所述的方法，其中，所述根据所述包围框信息组集合中的包围框信息，确定原始...

【专利技术属性】
技术研发人员：张韵东，隋红丽，郭燕杰，刘小涛，
申请(专利权)人：北京中星天视科技有限公司，
类型：发明
国别省市：