科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的]目前，我国海上风电平台对于附近船舶的监控手段主要是船舶AIS(Automatic Identification System)系统以及远程摄像头，这种缺乏信息化技术的手段往往需要耗费大量的人力、物力。为了能有效预警海上风电平台附近的船舶，文章分析了目前对于海上船舶识别任务所存在的亟待解决的问题，提出一种结合改进型Faster-RCNN网络以及船舶AIS信息的海上船舶融合检测算法。[方法]首先，提出Fast-RCNN模型3个方面的改进意见，对传统Faster-RCNN模型进行特征提取网络，对主干网络以及损失函数等结构进行调整；其次，基于改进型Faster-RCNN网络对远距摄像头拍摄的图片进行船舶检测，并结合船舶AIS系统相关信息对结果进行补充与校正；最后，根据模型训练过程保存的最优模型在验证集上进行测试，采用查准率、查全率以及平均准确率指标对各个模型进行评价。[结果]不同特征提取网络、分类损失函数的Faster-RCNN模型推理速度及精度得到了较大提升；海上风电平台对于船舶的监控能力得到改善；结合船舶AIS系统对海上船舶信息进行处理并获取其航行轨迹，实现了对远程摄像头拍摄图片中的船舶的检测。[结论]实验表明，对传统Faster-RCNN进行特征提取网络以及分类损失函数的替换，能够有效提升该网络在船舶识别任务中的检测精度，并且通过融合船舶AIS系统能够有效获取船舶的运行轨迹。
- 单位
