海洋风暴的浪高识别方法与系统技术方案

本发明专利技术提出一种海洋风暴的浪高识别方法与系统,属于数据识别与预测技术领域。方法包括步骤S100：将第一目标视频帧序列发送至Web前端服务器；S200：预测出未来第一时段的第一浪高预测序列值；S300：基于第二目标视频帧序列得到第二浪高检测序列值；S400：判断第二浪高检测序列值与第一浪高预测序列值的吻合度是否满足预设条件；S500：通过基础浪高识别模型基于第一数量的第一目标视频帧序列输出浪高识别结果。系统用于实现所述方法。本发明专利技术可在实现浪高序列数据的采集、识别的同时迭代训练浪高识别模型，使得输出的浪高识别结果符合期望值。期望值。期望值。

【技术实现步骤摘要】
海洋风暴的浪高识别方法与系统


[0001]本专利技术属于数据识别与预测
，尤其涉及一种海洋风暴的浪高识别方法与系统。

技术介绍

[0002]海洋风暴是航海的“拦路虎”，由海洋风暴衍生的海浪对人类的海上活动和近岸活动有着巨大的影响，甚至会造成人员与经济的损失。海浪成因复杂，波浪的出现和产生具有很高的随机性。传统的近海海浪观测采用波浪浮标与人工观测相结合的方式，预测频率和精度难以保障。
[0003]为此，申请号为202010536291.1的中国专利技术专利申请提出一种基于视频的近岸浪高实时检测系统，通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块；对接入的视频信息进行推送的视频流推送模块；接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块；根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块；接收推送的视频信息及浪高信息以进行展示的Web前端，检测简便智能化。
[0004]实际应用中，海洋风暴的浪高数据仅靠已有的视频监测是远远不够的，因为视频监测到海浪浪高时海浪已经发生到一定高度，缺乏前瞻性。因此，海浪浪高还需要进行提前预测。经检索，中国专利技术专利公开CN113283588A公开基于深度学习的近岸单点海浪浪高预报方法，通过采集数据训练模型，将训练好的模型直接用于未来近海单点浪高预测应用中。
[0005]然而，专利技术人发现，虽然上述现有技术涉及视频采集浪高数据并利用浪高数据训练预测模型，但是数据采集后如何有针对性的发送数据以减少数据传输量、模型在何种情况下应当重新训练、具体选择哪些数据执行重训练等，现有技术均没有给出进一步的改进方案。

技术实现思路

[0006]为解决上述技术问题，本专利技术提出一种海洋风暴的浪高识别方法与系统。
[0007]在本专利技术的第一个方面，提出一种海洋风暴的浪高识别方法，所述方法应用于Web前端服务器，所述方法包括如下步骤：
[0008]S000：设定第一数量和第二数量；所述第一数量大于所述第二数量；
[0009]S100：当所述海洋视频监测远端检测到海浪时，激活与所述Web前端服务器的数据通信，并将检测到的海浪的第一数量的第一目标视频帧序列发送至所述Web前端服务器；
[0010]具体的，当所述海洋视频监测远端检测到海浪时，开始缓存监测视频；
[0011]当缓存的监测视频达到第一预设时长时，对所述缓存的监测视频进行采样，获得所述第一数量的第一目标视频帧。
[0012]S200：所述Web前端服务器基于接收到的第一数量的第一目标视频帧序列，通过基础浪高识别模型，预测出未来第一时段的第一浪高预测序列值；
[0013]所述基础浪高识别模型为基于深度学习的海浪高度预测模型；
[0014]S300：所述Web前端服务器接收所述海洋视频监测远端发送的第二数量的第二目标视频帧序列，基于所述第二数量的第二目标视频帧序列，得到第二浪高检测序列值；
[0015]具体的，所述海洋视频监测远端将对应于所述未来第一时段的缓存监测视频进行采样，获得所述第二数量的第二目标视频帧序列。
[0016]S400：判断所述第二浪高检测序列值与所述第一浪高预测序列值的吻合度是否满足预设条件；
[0017]如果是，当所述第一数量大于所述第二数量时降低所述第一数量，返回步骤S100；当所述第一数量不大于所述第二数量时，进入步骤S500；
[0018]如果否，则基于所述第二数量的第二目标视频帧序列和所述第二浪高检测序列值重新训练所述基础浪高识别模型，增大所述第一数量，返回步骤S100；
[0019]S500：通过所述基础浪高识别模型基于第一数量的第一目标视频帧序列输出浪高识别结果。
[0020]所述步骤S400中，当所述第二浪高检测序列值与所述第一浪高预测序列值的吻合度满足预设条件并且所述第一数量大于所述第二数量返回所述步骤S100后，
[0021]降低所述步骤S100执行的对所述缓存的监测视频进行采样的采样率。
[0022]在本专利技术的第二个方面，提出一种海洋风暴的浪高识别系统，所述识别系统包括Web前端服务器和海洋视频监测远端，所述海洋视频监测远端包括视频监测组件、视频采样组件以及无线传输组件；所述视频采样组件连接至所述视频监测组件，所述Web前端服务器通过所述无线传输组件与所述视频采样组件无线通信。
[0023]在功能实现上，各个组件具体实现：
[0024]所述视频采样组件对所述视频监测组件采集的视频进行缓存后执行采样，获得多组目标视频帧，并将至少一组目标视频帧通过所述无线传输组件发送至所述Web前端服务器；
[0025]所述Web前端服务器包括基础浪高识别模型；
[0026]所述Web前端服务器将所述至少一组目标视频帧作为所述基础浪高识别模型的输入，所述基础浪高识别模型输出浪高预测序列值；
[0027]所述Web前端服务器基于另一组目标视频帧序列，得到浪高检测序列值；
[0028]所述Web前端服务器比较所述浪高预测序列值和所述浪高检测序列值；
[0029]基于比较结果，所述视频采样组件调节采样操作的采样率，和/或，重新训练所述基础浪高识别模型。
[0030]所述视频监测组件获得第一预设时段的第一视频并发送至所述视频采样组件进行缓存；
[0031]所述视频采样组件对所述第一视频进行第一采样操作，获得第一组目标视频帧序列发送至所述Web前端服务器；
[0032]所述Web前端服务器将所述第一组目标视频帧序列作为所述基础浪高识别模型的输入，所述基础浪高识别模型输出在所述第一预设时段之后的未来第二预设时段的浪高预测序列值。
[0033]所述视频监测组件获得所述未来第二预设时段的第二视频并发送至所述视频采
样组件进行缓存；
[0034]所述视频采样组件对所述第二视频进行第二采样操作，获得第二组目标视频帧序列发送至所述Web前端服务器；
[0035]所述Web前端服务器基于所述第二组目标视频帧序列，得到所述浪高检测序列值。
[0036]基于比较结果，所述视频采样组件调节所述第一采样操作的采样率。
[0037]本专利技术的技术方案，首先将检测到的海浪的第一数量的第一目标视频帧序列发送至所述Web前端服务器，Web前端服务器基于接收到的第一数量的第一目标视频帧序列，通过基础浪高识别模型，预测出未来第一时段的第一浪高预测序列值；然后Web前端服务器接收所述海洋视频监测远端发送的第二数量的第二目标视频帧序列，基于所述第二数量的第二目标视频帧序列，得到第二浪高检测序列值；最后判断所述第二浪高检测序列值与所述第一浪高预测序列值的吻合度是否满足预设条件，从而调整数据采样传输方式继续进行数据采集或者通过模型输出，可在实现浪高序列数据的采集、识别的同时迭代训练浪高识别模型，使得输出的浪高识别结果符合期望值。
[0038]本专利技术的进一步优点将结合说明书附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海洋风暴的浪高识别方法，所述方法应用于Web前端服务器，所述Web前端服务器连接至海洋视频监测远端；其特征在于，所述方法包括如下步骤：S100：当所述海洋视频监测远端检测到海浪时，激活与所述Web前端服务器的数据通信，并将检测到的海浪的第一数量的第一目标视频帧序列发送至所述Web前端服务器；S200：所述Web前端服务器基于接收到的第一数量的第一目标视频帧序列，通过基础浪高识别模型，预测出未来第一时段的第一浪高预测序列值；S300：所述Web前端服务器接收所述海洋视频监测远端发送的第二数量的第二目标视频帧序列，基于所述第二数量的第二目标视频帧序列，得到第二浪高检测序列值；S400：判断所述第二浪高检测序列值与所述第一浪高预测序列值的吻合度是否满足预设条件；如果是，当所述第一数量大于所述第二数量时降低所述第一数量，返回步骤S100；当所述第一数量不大于所述第二数量时，进入步骤S500；如果否，则基于所述第二数量的第二目标视频帧序列和所述第二浪高检测序列值重新训练所述基础浪高识别模型，增大所述第一数量，返回步骤S100；S500：通过所述基础浪高识别模型基于第一数量的第一目标视频帧序列输出浪高识别结果。2.如权利要求1所述的一种海洋风暴的浪高识别方法，其特征在于，在所述步骤S100之前，所述方法还包括：设定第一数量和第二数量；所述第一数量大于所述第二数量。3.如权利要求1所述的一种海洋风暴的浪高识别方法，其特征在于：所述步骤S100具体包括：当所述海洋视频监测远端检测到海浪时，开始缓存监测视频；当缓存的监测视频达到第一预设时长时，对所述缓存的监测视频进行采样，获得所述第一数量的第一目标视频帧。4.如权利要求1所述的一种海洋风暴的浪高识别方法，其特征在于：所述步骤S300具体包括：所述海洋视频监测远端将对应于所述未来第一时段的缓存监测视频进行采样，获得所述第二数量的第二目标视频帧序列。5.如权利要求3所述的一种海洋风暴的浪高识别方法，其特征在于：所述步骤S400中，当所述第二浪高检测序列值与所述第一浪高预测序列值的吻合度满足预设条件并且所述第一数量大于所述第二数量返回所述步骤S100后，降低所述步骤S1...

【专利技术属性】
技术研发人员：杨章锋，陈一飞，吴光林，徐青，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：