【技术实现步骤摘要】
本专利技术涉及船舶搭靠，具体而言，涉及一种船舶搭靠事件的确认方法、装置、电子设备和存储介质。
技术介绍
1、目前，当前行业内采用的船舶搭靠识别方法很大程度上依赖于船舶ais数据，但ais设备一旦关闭，船舶搭靠行为就难以识别和判断，而仅依靠人工24小时实时监控视频则需要耗费大量的人力、物力和时间，缺乏智能识别违规场景的有效手段。同时，仅依靠船舶ais数据识别和判断船舶搭靠事件，对于区分船舶正常搭靠或异常搭靠的识别精准性不高，影响海事、海关等相关执法部门及时发现供油船舶的异常行为。
2、因此，为了弥补仅依靠ais识别方法的局限和不足，如何提出一种船舶搭靠事件的确认方法成为目前亟待解决的问题。
技术实现思路
1、本专利技术旨在解决或改善现有技术中仅依靠船舶ais数据对船舶搭靠事件的识别，对于区分船舶正常搭靠或异常搭靠的识别精准性不高，且在ais设备关闭的情况下，只能依靠人工24小时实时监控，导致耗费大量的人力、物力和时间的技术问题。
2、本专利技术的第一个目的在于提供一种船舶搭靠事件的确认方法。
3、本专利技术的第二个目的在于提供一种船舶搭靠事件的确认装置。
4、本专利技术的第三个目的在于提供一种电子设备。
5、本专利技术的第四个目的在于提供一种存储介质。
6、为实现上述目的，本专利技术第一方面的技术方案提供了一种船舶搭靠事件的确认方法，确认方法包括如下步骤：获取多张船舶搭靠场景的图像，利用多张船舶搭靠场景的图像训练
7、根据本专利技术提供的船舶搭靠事件的确认方法，ai（artificialintelligence，人工智能）图像识别模型可以是根据多组被搭靠船舶的实际搭靠事件场景下的图像信息进行训练后，而得到的一种识别模型，用于对船舶搭靠行为进行识别，具有较高的识别精度，从而弥补了仅依靠ais（automatic identification system，船舶自动识别系统）识别方法的局限和不足，为相关部门执法监管船舶搭靠事件提供一种新型的监控手段，实现最大程度的降本增效。
8、同时，通过每隔预设时长获取一次预设区域内的船舶图像，船舶图像可以为预设区域内的船舶上的图像采集设备采集而形成的图像，并利用ai图像识别模型对船舶图像进行识别，预设时长可以是人为设定的获取船舶图像的间隔时长。在利用ai图像识别模型识别出发生船舶搭靠事件后，根据被搭靠船舶的ais信息和搭靠记录，确定此次搭靠事件是否属于异常搭靠。可以理解的是，在船舶之间进行搭靠作业之前，相关人员会将搭靠任务上报至相关部门，并相应记录到被搭靠船舶的搭靠记录中，如果在利用ai图像识别模型识别出发生船舶搭靠事件时，而搭靠记录中并没有相应的记录，则认定此次搭靠行为为船舶异常搭靠事件，可能存在非法走私、偷渡等行为。相反地，如果在利用ai图像识别模型识别出发生船舶搭靠事件时，而搭靠记录中也存在相应的记录，则认定此次搭靠行为为船舶正常搭靠事件，即正常的加油作业等行为。本专利技术利用ai图像识别模型和ais数据共同识别并判断船舶搭靠事件是否存在异常搭靠，大大提高了对船舶正常搭靠或异常搭靠识别的精准度，同时节省人为监控的时间和人力成本，从而实现降本增效的效果。
9、另外，本专利技术提供的船舶搭靠事件的确认方法还可以具有如下附加技术特征：
10、在一些技术方案中，可选地，在预设区域内发生船舶搭靠事件的情况下，船舶搭靠事件的确认方法还包括：获取并保存发生船舶搭靠事件的第一数据；其中，第一数据包括视频截图、视频回放、搭靠开始时间、搭靠结束时间和搭靠时长中的一种或多种。
11、在该技术方案中，在通过ai图像模型识别发生船舶搭靠事件后，通过对搭靠作业的两艘或多艘船舶之间的视频截图、视频回放、搭靠开始时间、搭靠结束时间和搭靠时长等信息进行记录，以便于工作人员对搭靠事件的数据进行后续处理，例如在船舶正常搭靠的情况下，工作人员可以根据搭靠开始时间、搭靠结束时间和搭靠时长等信息进行业务上流程的比对等，在船舶异常搭靠的情况下，可以利用视频截图、视频回放等信息对异常搭靠事件提供一定违法凭证的参考依据，以便于工作人员做进一步地核实排查。
12、当然，第一数据不仅仅局限于这些，只要对搭靠事件场景信息提供帮助的数据都应被视为第一数据，在此不一一列举出。
13、在一些技术方案中，可选地，确定预设区域内发生船舶正常搭靠事件的步骤之后，还包括：获取搭靠船舶的ais数据；根据被搭靠船舶的ais数据、搭靠船舶的ais数据和第一数据，生成船舶搭靠事件的第二数据；其中，搭靠船舶的ais数据包括搭靠船舶的船名、呼号、mmsi（maritime mobile service identity，水上移动业务标识码）、imo（imo number，船舶名称代码）、船长、船宽和船舶类型中的一种或多种。
14、在该技术方案中，在确定发生船舶正常搭靠事件后，通过获取搭靠船舶的ais数据对船舶正常搭靠事件的数据进行补充，从而得到完整的船舶搭靠事件的数据信息，以便于工作人员进行后续处理。
15、当然，搭靠船舶的ais数据不仅仅局限于这些，在此不一一列举出。
16、在一些技术方案中，可选地，船舶搭靠事件的确认方法还包括：在预设区域内发生船舶正常搭靠事件的情况下，生成船舶正常搭靠事件预警，并将第二数据发送至监管系统；和/或在预设区域内发生船舶异常搭靠事件的情况下，生成船舶异常搭靠事件预警，并将第一数据发送至监管系统。
17、在该技术方案中，在确定出船舶之间发生船舶正常搭靠事件或船舶异常搭靠事件后，分别将对应的数据信息推送给相关监管执法部门，同时产生相应的预警，提醒其重点关注异常搭靠记录，或进一步核实排查，若异常搭靠船舶未经过海关系统申报加油作业计划，则采取相应的执法措施。
18、在一些技术方案中，可选地，获取多张船舶搭靠场景的图像，利用多张船舶搭靠场景的图像训练生成ai图像识别模型的步骤，包括：获取包括船舶搭靠场景的视频数据；对视频数据进行处理，得到多张船舶搭靠场景的图像；通过多张船舶搭靠场景的图像对目标识别模型进行训练，生成第一图像识别模型，将第一图像识别模型确认为ai图像识别模型。
19、在该技术方案中，可以在被搭靠船舶上安装有视频监控摄像头，利用视频监控摄像头24小时不间断监控区域范围内的所有船舶。通过获取监控的视频数据并进行相应处理，例如，每隔5分钟抓取一张被搭靠船舶的视频截图并储存，对所有的视频截图进行筛选等处理后，得到多张本文档来自技高网...
【技术保护点】
1.一种船舶搭靠事件的确认方法，其特征在于，包括：
2.根据权利要求1所述的船舶搭靠事件的确认方法，其特征在于，在所述预设区域内发生船舶搭靠事件的情况下，还包括：
3.根据权利要求2所述的船舶搭靠事件的确认方法，其特征在于，所述确定所述预设区域内发生船舶正常搭靠事件的步骤之后，还包括：
4. 根据权利要求3所述的船舶搭靠事件的确认方法，其特征在于，还包括：
5.根据权利要求1至4中任一项所述的船舶搭靠事件的确认方法，其特征在于，所述获取多张船舶搭靠场景的图像，利用多张所述船舶搭靠场景的图像训练生成AI图像识别模型的步骤，包括：
6.根据权利要求5所述的船舶搭靠事件的确认方法，其特征在于，还包括：
7.根据权利要求6所述的船舶搭靠事件的确认方法，其特征在于，所述船舶搭靠场景的图像包括验证图像，所述对所述第一图像识别模型的性能进行评估的步骤，包括：
8.一种船舶搭靠事件的确认装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种存储介质，其特征在于，包括：<...
【技术特征摘要】
1.一种船舶搭靠事件的确认方法，其特征在于，包括：
2.根据权利要求1所述的船舶搭靠事件的确认方法，其特征在于，在所述预设区域内发生船舶搭靠事件的情况下，还包括：
3.根据权利要求2所述的船舶搭靠事件的确认方法，其特征在于，所述确定所述预设区域内发生船舶正常搭靠事件的步骤之后，还包括：
4. 根据权利要求3所述的船舶搭靠事件的确认方法，其特征在于，还包括：
5.根据权利要求1至4中任一项所述的船舶搭靠事件的确认方法，其特征在于，所述获取多张船舶...
【专利技术属性】
技术研发人员：刘秀坤，楚晶晶，韩斌，
申请(专利权)人：亿海蓝北京数据技术股份公司，
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。