(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210362998.4 (22)申请日 2022.04.08 (71)申请人 武汉理工大 学 地址 430000 湖北省武汉市珞狮路12 2号 申请人 广东省内河港航产业研究有限公司 (72)发明人 张笛　李玉立　范亮　马浩为　 张金奋　万程鹏　吴达　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 徐瑛 (51)Int.Cl. G06V 20/10(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06F 16/532(2019.01) G06V 10/80(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/75(2022.01) G06V 10/82(2022.01) (54)发明名称 一种局部特征融合的多视角船舶身份识别 方法 (57)摘要 本发明公开了一种局部特征融合的多视角 船舶身份识别方法， 包括以下步骤： S1， 采集多 点 位船舶船身局部高清图像， 不同点位对应不同的 拍摄视角； S2， 将同一点位拍摄的多张船身局部 高清图像进行拼接融合， 得到 船舶的全景图； S3， 对船舶进行身份识别， 将船舶的多点位全景图和 身份信息绑定后录入船舶身份数据库中； S4， 采 集某一视角下目标船舶 的多张局部高清 图像进 行拼接融合， 得到目标船舶的全景图； S5， 根据目 标船舶的全 景图， 在船舶身份数据库中检索与目 标船舶匹配的船舶身份信息。 本发 明通过对船舶 局部高清图片的拼接融合， 利用深度学习框架进 行目标识别与检测， 细节化多视角船舶全景图， 丰富了船舶图像信息， 大大提高船舶身份识别的 准确度。 权利要求书1页 说明书6页 附图3页 CN 114463640 A 2022.05.10 CN 114463640 A 1.一种局部特 征融合的多视角船舶身份识别方法， 其特 征在于， 包括以下步骤： S1， 采集多点 位船舶船身局部高清图像， 不同点 位对应不同的拍摄视角； S2， 将同一 点位拍摄的多张船身局部高清图像进行拼接融合， 得到船舶的全景图； S3， 对船舶进行身份识别， 将船舶的多点位全景图和身份信息绑定后录入船舶身份数 据库中； S4， 采集某一视角下目标船舶的多张局部高清图像进行拼接融合， 得到目标船舶的全 景图； S5， 根据目标船舶的全景图， 在船舶身份数据库中检索与目标船舶匹配的船舶身份信 息； 若目标船舶的身份信息未录入船舶身份数据库中， 则采集 目标船舶的多点位全景图和 身份信息进行绑定， 并录入船舶身份数据库中。 2.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S1中， 采集船舶船身局部高清图像前， 采用基于YOLOv5的目标检测算法识别图像中的 船舶目标。 3.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S2中， 进行拼接融合前， 对采集的图像进行筛选清洗， 将不清晰的图像以及错拍、 误拍 图像进行剔除。 4.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S2中， 将多张船身局部高清图像进行拼接融合的方法为： 采用ORB算法和 SURF算法提取待拼接图像的特征点， 通过KNN特征点匹配算法得到待拼 接图像的匹配点集， 通过匹配点进 行图像配准， 在拼缝计算的基础上完成图像融合， 最 终生 成该视角的船舶全景图。 5.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S3中， 采用基于深度学习的PaddleOCR文字识别网络识别船舶 身份信息中的船名， 并通 过图像合成工具将识别到的船名与对应的全景图进行整合。 6.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S3中， 采用AIS系统获取 船舶的身份信息， 用于 辅助船舶的身份识别。 7.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S4中， 采集目标船舶的图像所用的采集设备包括全景摄像头和高清摄像头， 所述全景 摄像头用于获取目标船舶的全景图， 对目标船舶进行定位； 所述高清摄像头用于对目标船 舶进行动态捕捉， 获取目标 船舶的局部高清图像。 8.根据权利要求1所述的一种局部特征融合的多视角船舶身份识别方法， 其特征在于， 步骤S5中， 在船舶身份数据库中检索与目标 船舶匹配的船舶身份信息的方法为： 通过卷积神经网络对目标船舶的全景图进行特征提取， 获取特征激活区域， 形成图像 掩模， 通过图像掩模找出最大连通区域， 将最大连通区域图像与船舶身份数据库中的全景 图进行距离匹配， 采用马氏距离相似度算法选出距离最小的图像对应的船舶 身份信息 即为 目标船舶的身份信息 。权　利　要　求　书 1/1 页 2 CN 114463640 A 2一种局部特征融合的多视角船舶身份识别方 法 技术领域 [0001]本发明属于视觉识别技术领域， 具体涉及 一种局部特征融合的多视角船舶身份识 别方法。 背景技术 [0002]水路运输在所有运输方式中属于高风险行业， 船舶重大水上交通事 故和污染事故 时有发生， 不仅危及船员的生命、 船公司的经济利益， 而且 对经济发展也产生 一定影响。 [0003]当船舶发生重大交通事故时， 往往不能及时确认肇事船舶身份， 对有关部门来说 具有较大困难。 水上船舶身份识别与路上车辆识别相比技术难度更高， 水上船舶感知主要 依靠雷达和AIS， 雷达能够助航， 但雷达目标不够直观， 无法判断目标物体种类。 AIS可以感 知船舶身份， 不过AIS开机率不高， 而且即使开了AIS， 身份信息也经常被篡改， 置信度低， AIS信号易丢失且受船 载设备的影响， 并且AIS无法获取到船舶船身细节图像信息 。 [0004]针对确认船舶的身份存在 不少困难这一情况， 需要大力推进视觉识别技术在海事 监管领域的应用。 而视觉识别技术在船舶身份识别上 的应用仍存在不少问题： 摄像头远距 离抓拍可以获得船舶的全景图像， 但全景图像中包含航行环境， 图像中船舶船体部分图像 不清晰， 较难显示船舶船体细节， 不易体现船舶 身份； 摄像头近距离抓拍只能获得船舶局部 的高清细节图， 图片信息不全， 也无法确认船舶身份。 [0005]公开号为CN108806334A的中国专利公开了一种基于图像的智能船舶身份识别方 法， 主要包含的步骤包括： 1） 对于首次经过航道的船舶建立基于图像的船舶信息数据库； 2） 抓拍航道区域， 并判断是否存在船舶； 3） 船舶区域的定位与分割； 4） 船舶图像特征的提取； 5） 把抓拍区域的船舶特征与船舶数据库的船舶信息进行匹配， 以判定船舶身份。 该专利主 要利用了深度学习的方法来对船舶进 行定位和身份进 行识别， 并且在处理大规模船舶信息 数据上采用了并行加速处理的方法， 具有识别率高、 响应速度快的有点， 具有很广泛的应用 前景。 然而 该专利仍未解决上述问题， 当拍摄距离较远时， 全 景图中船舶细节部 分无法清晰 展示， 当近距离拍摄时， 图片信息不全， 无法快速、 准确识别船舶身份。 发明内容 [0006]本发明的目的是针对现有技术存在的远程拍摄船舶图片船舶细节不清晰以及近 拍船舶图片信息不全等问题， 提供一种局部特征融合的多视角船舶身份识别方法， 大大提 高了识别的精确性。 [0007]为实现上述目的， 本发明采用的技 术方案是： 一种局部特 征融合的多视角船舶身份识别方法， 包括以下步骤： S1， 采集多点 位船舶船身局部高清图像， 不同点 位对应不同的拍摄视角； S2， 将同一 点位拍摄的多张船身局部高清图像进行拼接融合， 得到船舶的全景图； S3， 对船舶进行身份识别， 将船舶的多点位全景图和身份信息绑定后录入船舶身 份数据库中；说　明　书 1/6 页 3 CN 114463640 A 3