-
公开(公告)号:CN113239854B
公开(公告)日:2023-12-19
申请号:CN202110583991.0
申请日:2021-05-27
Applicant: 北京环境特性研究所
IPC: G06V20/54 , G06V20/62 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的船舶身份识别方法及系统、计算机设备、计算机可读存储介质,该方法包括:获取船舶图像;基于深度学习网络进行目标检测,检测船舶图像中的船舶类别、位置以及船牌位置;基于深度学习网络进行字符识别,提取船舶图像中的所有字符位置及内容;根据船牌位置与字符位置,过滤非船牌的字符内容,得到真实的船牌字符内容;基于船舶类别及船牌字符内容,分析船舶的身份。本发明不依赖AIS进行船舶身份识别,精度高、实时性好,能够有效解决对于未开AIS设备的船舶取证难的(56)对比文件闫毫云.基于特征融合的端到端车牌检测和识别算法研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2020,(第(2020)11期),C034-42.陶月锋.基于深度学习的字符级场景汉字检测与识别问题研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2021,(第(2021)02期),I138-1202.GANG XIONG等.Dual-Polarization SARShip Target Recognition Based on MiniHourglass Region Extraction and Dual-Channel Efficient Fusion Network《.IEEEAccess》.2021,第9卷第29078-29089页.刘宝龙.基于图像分析和深度学习的船名标识字符检测与识别研究《.中国博士学位论文全文数据库 信息科技辑》.2018,(第(2018)12期),I138-91.付源梓.自然场景下基于深度学习的车牌识别方法研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2021,(第(2021)02期),C034-910.路云等.基于深度学习的船舶舷号检测与识别《.电脑知识与技术》.2021,第17卷(第11期),第178-180页.Ran Zhang等.An Adaptive Deep LearningFramework for Shipping Container CodeLocalization and Recognition《.IEEETRANSACTIONS ON INSTRUMENTATION ANDMEASUREMENT》.2020,第70卷第1-13页.
-
公开(公告)号:CN113239854A
公开(公告)日:2021-08-10
申请号:CN202110583991.0
申请日:2021-05-27
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种基于深度学习的船舶身份识别方法及系统、计算机设备、计算机可读存储介质,该方法包括:获取船舶图像;基于深度学习网络进行目标检测,检测船舶图像中的船舶类别、位置以及船牌位置;基于深度学习网络进行字符识别,提取船舶图像中的所有字符位置及内容;根据船牌位置与字符位置,过滤非船牌的字符内容,得到真实的船牌字符内容;基于船舶类别及船牌字符内容,分析船舶的身份。本发明不依赖AIS进行船舶身份识别,精度高、实时性好,能够有效解决对于未开AIS设备的船舶取证难的问题。
-