【技术实现步骤摘要】
本专利技术涉及海洋资源监管领域，特别涉及一种围填海区域违规行为监管方法及系统。
技术介绍
1、围填海作为沿海地区拓展土地资源、促进经济发展的重要手段，在海洋资源开发中占据重要地位。然而，近年来违法违规围填海活动引发的生态破坏、水质恶化及生物栖息地缩减等问题日益突出，对海洋生态系统的可持续性构成严重威胁。为应对此类问题，相关管控措施相继出台，但传统监管手段在技术层面仍面临诸多瓶颈，难以满足高效、精准的监管需求。
2、目前，围填海监管主要依赖人工巡查与遥感影像分析两类方法。人工巡查需投入大量人力，存在覆盖范围有限、时效性差、成本高昂等问题，且易受恶劣天气或复杂地形限制，难以实现全天候、全区域动态监测。遥感影像技术虽可扩大监测范围，但其应用受制于气象条件，且在目标物识别精度和实时性方面存在明显不足。因此，基于此难题，本申请提出了一种围填海区域违规行为监管方法及系统。
技术实现思路
1、技术目的
2、为了解决上述问题，本专利技术的目的在于提供一种围填海区域违规行为监管方法及系统，旨在解决传统围填海监管中因依赖人工巡查与遥感影像导致的识别效率低、定位精度不足、动态适应性差等问题，通过融合图像识别与视频空间定位技术构建智能化监管系统，以实现对历史围填海区域违法违规行为的实时精准监测、自动化预警及多源数据联动分析，从而显著提升监管响应速度、降低人力成本，并保障海洋生态保护的可持续性。
3、技术方案
4、为了实现上述目的，本专利技术提供一种围填海区域
5、第一方面，本专利技术提供了一种围填海区域违规行为监管方法，包括：
6、通过摄像头实时采集监控区域图像；
7、通过深度学习模型对监控区域图像数据进行特定目标物检测；
8、基于pnp算法与数字高程模型将图像坐标映射至地理坐标，以实现目标物的空间定位；
9、根据多源数据生成分级预警信息并推送至监管端。
10、进一步的，所述深度学习模型的基础模型为swin transformer目标识别模型，基于互联网无标签数据集进行自监督对比学习预训练；
11、在对比学习的过程中，采用infonce损失函数优化样本相似度，公式为：
12、
13、式中，l为损失函数；为指数函数，用于计算损失函数中的相似度分数；和为正样本对；为包括正样本对和k个负样本在内的样本集；为相似度函数；为温度参数，用于控制相似度的缩放。
14、进一步的，所述自监督对比学习的实现步骤还包括对同一图像进行数据增强生成正样本对，不同图像生成负样本对。
15、进一步的，所述方法将人工审核结果作为新的训练样本，并采用近端策略优化算法平衡模型参数更新，动态提升模型对复杂场景的适应性与识别准确率。
16、进一步的，在自监督对比学习完成后，根据历史围填海真实数据对模型进行微调以提升模型对疑似违法违规行为的识别准确度，并结合反馈式增量学习，通过人工反馈数据持续优化模型参数。
17、该方法能够快速准确地识别历史围填海区域的疑似违法违规行为，大幅缩短了识别周期，减少了核查人力，显著提升了监管效率；通过持续学习和适应新场景，模型的识别能力不断提升，能够更好地满足实际监管需求，为海洋智能化监管提供了有力的技术支持。
18、进一步的，所述方法基于人工标定参考点与dem数据建立世界坐标系，利用pnp算法求解相机外参矩阵，并结合相机内参矩阵完成坐标映射，映射过程如以下所示：
19、
20、式中，为缩放参数；为相机内参矩阵；为相机位姿参数；为标定点坐标转为enu坐标系的三维向量；为对应图像坐标的点集。
21、该技术确保了在复杂地形和恶劣环境下，仍能准确获取特定目标物的空间位置信息，提高了空间定位的精确度和稳定性。
22、进一步的，所述方法还包括自动偏移矫正算法，用于修正因环境因素导致的相机偏移，具体包括：通过特征点匹配计算单应矩阵，表达式为；将旋转矩阵分解为水平与垂直旋转分量；通过调用云台接口调整相机位姿以消除偏差。
23、通过自动偏移纠正算法，有效避免了相机偏移对定位精度的影响，保证了长期稳定的目标监控定位，为围填海监管提供了可靠的地理数据支持，有效提升了监管的科学性和有效性，为海洋资源的合理利用和生态保护提供了重要保障。
24、进一步的，所述方法根据目标物类型与行为关联性划分预警等级，所述预警等级包括：
25、核心级，施工机械出现在未确权区域时生成高级预警；
26、重要级，临时构筑物或堆土砂石出现时生成中级预警；
27、一般级，施工人员活动时生成低级预警。
28、进一步的，所述方法通过对海域权属数据、空间设计图层和历史核查数据进行联动分析判定目标物是否位于合法用海范围内。
29、进一步的，所述方法还包括特征融合方法，通过双分支网络提取可见光图像的纹理特征与红外图像的温差特征，通过自适应权重融合生成联合特征，特征融合公式为：
30、
31、式中，为动态权重系数；为可见光图像的纹理特征向量；为红外图像的温差特征向量；为联合特征。
32、基于多光谱特征融合的增强识别模型通过集成可见光与红外光谱数据，结合动态权重融合与跨域特征对齐，显著提升了复杂环境下的目标物识别能力，有效增强了系统在低光照或气象干扰场景下的鲁棒性，为违法违规行为的全天候监测提供了可靠技术支撑。
33、进一步的，所述方法还包括定位补偿方法，通过构建动态误差修正函数消除动态环境因素对定位精度的影响，所述动态误差修正函数公式为：
34、
35、式中，、和为校准系数；为潮汐高度变化率；为风速；为相机振动幅度；为动态误差修正输出。
36、动态环境反馈的实时定位补偿算法通过融合潮汐、风速及振动参数建模误差修正量，并嵌入相机外参动态调整机制，显著抑制了环境干扰对定位精度的影响，实现了高精度、高稳定性的实时空间定位，为执法响应与精准核查提供了关键保障。
37、第二方面，本专利技术还提供一种围填海区域违规行为监管系统，所述系统基于前述第一方面所述方法，包括：
38、图像识别模块，用于通过深度学习模型对历史围填海区域的监控图像进行特定目标物检测；所述特定目标物包括施工机械、临时本文档来自技高网...
【技术保护点】
1.一种围填海区域违规行为监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：
3.根据权利要求2所述的方法，其特征在于：
4.根据权利要求1所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于：
6.根据权利要求1-5任一项所述的方法，其特征在于：
7.根据权利要求1-5任一项所述的方法，其特征在于：
8.一种围填海区域违规行为监管系统，其特征在于：
9.一种计算机设备，包括管理平台和存储器，所述管理平台与所述存储器相连，所述存储器用于存储计算机程序，其特征在于：所述管理平台用于执行所述存储器中存储的计算机程序，以使得所述计算机设备执行权利要求1-7任一项所述方法中的至少一个步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于：所述计算机程序被运行时实现权利要求1-7任一项所述方法中的至少一个步骤。
【技术特征摘要】
1.一种围填海区域违规行为监管方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：
3.根据权利要求2所述的方法，其特征在于：
4.根据权利要求1所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于：
6.根据权利要求1-5任一项所述的方法，其特征在于：
7.根据权利要求1-5任一项所述的方法，其特征在于：
8.一种围填海区域违规...
【专利技术属性】
技术研发人员：朱骏侠，张灿，陈集景，沈利强，许超翔，潘诗辰，
申请(专利权)人：浙江省海洋科学院，
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。