【技术实现步骤摘要】
本专利技术涉及水上执法证据收集，尤其涉及一种内河水上非现场执法证据识别方法及装置。
技术介绍
1、现有监督管理模式时效性较差，全局性、协作性不强，在船舶数量日益增多情况下，对船舶的管理较为盲目和被动。多数情况为执法人员乘海巡艇巡航，但这种方式较为低效，多数时间基本上处于船舶航行仍处于无人监管的状态；交通秩序得不到明显改观，违章船舶仍很多，交通秩序没有得到根本控制。而且，由于缺乏预控能力，难以掌握交通态势，虽然动用人力物力较多，实际效果却不理想。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一，提出了一种内河水上非现场执法证据识别方法及装置。
2、第一方面，本专利技术提供了一种内河水上非现场执法证据识别方法，所述方法包括以下步骤：
3、利用多源感知传感器采集目标水域的船舶视频数据；其中，所述多源感知传感器包括闭路电视cctv、船舶自动识别系统ais和激光雷达；
4、基于小样本学习理论的船舶目标检测算法，利用预先训练的图像增强网络对所述...
【技术保护点】
1.一种内河水上非现场执法证据识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述图像增强网络基于时空对称卷积神经网络，所述基于小样本学习理论的船舶目标检测算法，对所述船舶视频数据进行视频质量增强，包括：
3.根据权利要求2所述的方法，其特征在于，所述图像增强网络的训练包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，基于激光雷达点云的特征识别技术，从所述质量增强后的船舶视频数据中提取船舶目标，包括：
5.根据权利要求4所述的方法，其特征在于，所述SVM的训练包括以下步骤：
6.根...
【技术特征摘要】
1.一种内河水上非现场执法证据识别方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述图像增强网络基于时空对称卷积神经网络，所述基于小样本学习理论的船舶目标检测算法，对所述船舶视频数据进行视频质量增强，包括：
3.根据权利要求2所述的方法，其特征在于，所述图像增强网络的训练包括以下步骤：
4.根据权利要求1所述的方法，其特征在于，基于激光雷达点云的特征识别技术，从所述质量增强后的船舶视频数据中提取船舶目标，包括：
5.根据权利要求4所述的方法，其特征在于，所述svm的训练包括以下步骤：
6...
【专利技术属性】
技术研发人员：马瑞鑫，葛乃铭，鲍可馨，胡亚杰，辛全波，张文嘉，蔡静，
申请(专利权)人：交通运输部天津水运工程科学研究所，
类型：发明
国别省市：
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。