本發(fā)明涉及人工智能，尤其涉及多海況檢測數(shù)據(jù)集生成方法、系統(tǒng)、設(shè)備、產(chǎn)品及介質(zhì)。

背景技術(shù)：

1、多海況檢測數(shù)據(jù)集可為水面目標(biāo)檢測深度學(xué)習(xí)模型進(jìn)行參數(shù)調(diào)優(yōu)提供必要的數(shù)據(jù)保障，從而提高水面目標(biāo)檢測深度學(xué)習(xí)模型對水面目標(biāo)的識別準(zhǔn)確率，并為海洋裝備的水面態(tài)勢自主感知提供支撐。目前，水面目標(biāo)檢測深度學(xué)習(xí)模型在實際的水面環(huán)境場景下仍然存在識別準(zhǔn)確率低的問題，其瓶頸在于海上的環(huán)境較為復(fù)雜，缺少真實海況場景下的水面目標(biāo)數(shù)據(jù)，尤其是在高海況條件下，很難部署無人機(jī)或其他可見光攝像頭來獲取高質(zhì)量的水面目標(biāo)數(shù)據(jù)。因此目前的多海況檢測數(shù)據(jù)集很難為水面目標(biāo)檢測深度學(xué)習(xí)模型提供足夠的高海況條件下的高質(zhì)量水面目標(biāo)數(shù)據(jù)，從而造成水面目標(biāo)檢測深度學(xué)習(xí)模型對高海況條件下的水面目標(biāo)的識別準(zhǔn)確率較低。而且現(xiàn)有的多海況檢測數(shù)據(jù)集較為依賴實際進(jìn)行圖片采集，難以自動生成覆蓋多種條件和海況的多海況檢測數(shù)據(jù)集。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少解決相關(guān)技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明提供多海況檢測數(shù)據(jù)集生成方法、系統(tǒng)、設(shè)備、產(chǎn)品及介質(zhì)，實現(xiàn)多海況檢測數(shù)據(jù)集的自動生成，從而提高水面目標(biāo)檢測深度學(xué)習(xí)模型對水面目標(biāo)的識別準(zhǔn)確率。

2、本發(fā)明提供多海況檢測數(shù)據(jù)集生成方法，包括：

3、s1：確定目標(biāo)海域，選取攝像頭和無人機(jī)，將所述無人機(jī)和所述攝像頭布設(shè)在所述目標(biāo)海域中，其中，所述攝像頭內(nèi)設(shè)置有用于獲取船舶自動識別系統(tǒng)信息的監(jiān)聽模塊；

4、s2：所述攝像頭對所述目標(biāo)海域中的途經(jīng)船舶進(jìn)行跟蹤，得到包括船舶航跡的標(biāo)定圖像，所述監(jiān)聽模塊采集得到所述途經(jīng)船舶的第一船舶自動識別系統(tǒng)信息，在所述標(biāo)定圖像中通過近似網(wǎng)格選取法選取標(biāo)定關(guān)鍵點集，并通過所述標(biāo)定關(guān)鍵點集和所述第一船舶自動識別系統(tǒng)信息完成所述攝像頭的標(biāo)定；

5、s3：所述攝像頭對所述目標(biāo)海域進(jìn)行監(jiān)控，所述監(jiān)聽模塊監(jiān)聽得到第二船舶自動識別系統(tǒng)信息，當(dāng)目標(biāo)海域中出現(xiàn)樣本船舶時，所述攝像頭和所述無人機(jī)獲取所述樣本船舶的目標(biāo)多角度圖片；提取所述目標(biāo)多角度圖片中的船舶位置信息，通過將所述第二船舶自動識別系統(tǒng)信息與所述船舶位置信息進(jìn)行配對，得到多模態(tài)船舶樣本；

6、s4：獲取海況說明文本和文本圖片生成模型，將所述多模態(tài)船舶樣本和所述海況說明文本輸入所述文本圖片生成模型，得到初始多海況船舶數(shù)據(jù)集；

7、s5：對所述初始多海況船舶數(shù)據(jù)集進(jìn)行檢驗，得到目標(biāo)多海況船舶數(shù)據(jù)集。

8、根據(jù)本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法，步驟s1進(jìn)一步包括：

9、s11：獲取海域船舶密度信息和海域潔凈度信息，根據(jù)所述海域船舶密度信息和所述海域潔凈度信息確定所述目標(biāo)海域；

10、s12：選取所述攝像頭和所述無人機(jī)，在所述目標(biāo)海域中確定攝像頭部署位置和無人機(jī)部署位置，根據(jù)所述攝像頭部署位置和所述無人機(jī)部署位置依次將所述攝像頭和所述無人機(jī)部署在所述目標(biāo)海域中。

11、根據(jù)本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法，步驟s2進(jìn)一步包括：

12、s21：當(dāng)所述途經(jīng)船舶出現(xiàn)在所述攝像頭中時，對所述途經(jīng)船舶進(jìn)行標(biāo)記得到標(biāo)記標(biāo)簽，所述攝像頭通過標(biāo)記標(biāo)簽對所述目標(biāo)海域中的途經(jīng)船舶進(jìn)行跟蹤，得到所述標(biāo)定圖像；同時，所述監(jiān)聽模塊采集得到所述途經(jīng)船舶的第一船舶自動識別系統(tǒng)信息；

13、s22：從所述標(biāo)定圖像中提取所述船舶航跡和畫面中心點航跡，通過所述近似網(wǎng)格選取法，并根據(jù)所述船舶航跡和所述畫面中心點航跡選取標(biāo)定關(guān)鍵點集；

14、s23：從所述第一船舶自動識別系統(tǒng)信息中提取世界坐標(biāo)采樣點，建立所述世界坐標(biāo)采樣點和所述標(biāo)定關(guān)鍵點集之間的映射關(guān)系，根據(jù)所述世界坐標(biāo)采樣點和所述標(biāo)定關(guān)鍵點集之間的映射關(guān)系構(gòu)建坐標(biāo)轉(zhuǎn)換矩陣；

15、s24：建立攝像頭坐標(biāo)系，獲取攝像頭坐標(biāo)位置，在所述攝像頭坐標(biāo)系中通過所述坐標(biāo)轉(zhuǎn)換矩陣和所述攝像頭坐標(biāo)位置完成所述攝像頭的標(biāo)定。

16、根據(jù)本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法，步驟s22還包括：

17、s221：所述攝像頭對所述標(biāo)定圖像進(jìn)行提取，得到所述船舶航跡和所述畫面中心點航跡，將所述船舶航跡和所述畫面中心點航跡作為標(biāo)定航跡；

18、s222：確定網(wǎng)格尺寸，通過所述網(wǎng)格尺寸和格柵生成算法生成多個初始網(wǎng)格，在每個所述初始網(wǎng)格中提取網(wǎng)格交叉點作為種子聚類點，并根據(jù)所述種子聚類點對所述標(biāo)定航跡進(jìn)行聚類，得到聚類點集；對所述聚類點集進(jìn)行篩選，得到關(guān)鍵點集，計算所述關(guān)鍵點集中的關(guān)鍵點與鄰近的所述網(wǎng)格交叉點之間的距離的平均值，得到每個所述初始網(wǎng)格的關(guān)鍵點平均距離；

19、s223：選取所述關(guān)鍵點平均距離最低的所述初始網(wǎng)格作為目標(biāo)網(wǎng)格，將所述目標(biāo)網(wǎng)格中的所述關(guān)鍵點集作為所述標(biāo)定關(guān)鍵點集。

20、根據(jù)本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法，步驟s3進(jìn)一步包括：

21、s31：所述攝像頭對所述目標(biāo)海域進(jìn)行監(jiān)控，并判斷所述目標(biāo)海域中是否出現(xiàn)所述樣本船舶，同時所述監(jiān)聽模塊通過監(jiān)聽得到所述第二船舶自動識別系統(tǒng)信息；

22、s32：當(dāng)所述攝像頭判斷所述目標(biāo)海域中出現(xiàn)所述樣本船舶時，所述無人機(jī)拍攝所述樣本船舶，得到樣本船舶俯拍圖片，所述攝像頭拍攝所述樣本船舶，得到樣本船舶平視圖片，將所述樣本船舶俯拍圖片與所述樣本船舶平視圖片進(jìn)行融合，得到所述目標(biāo)多角度圖片；

23、s33：提取所述目標(biāo)多角度圖片中所述樣本船舶的船舶位置信息，提取所述第二船舶自動識別系統(tǒng)信息中的船舶位置通報信息，將所述船舶位置信息與所述船舶位置通報信息進(jìn)行匹配，得到與所述樣本船舶相匹配的目標(biāo)第二船舶自動識別系統(tǒng)信息；

24、s34：將所述目標(biāo)第二船舶自動識別系統(tǒng)信息與所述目標(biāo)多角度圖片進(jìn)行融合和背景去除，得到所述多模態(tài)船舶樣本。

25、根據(jù)本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法，步驟s5進(jìn)一步包括：

26、s51：獲取卷積神經(jīng)網(wǎng)絡(luò)模型，通過船舶數(shù)據(jù)集對所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到船舶檢驗?zāi)Ｐ?；通過海況數(shù)據(jù)集對所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，得到海況檢驗?zāi)Ｐ停?/p>

27、s52：通過所述船舶檢驗?zāi)Ｐ秃退龊r檢驗?zāi)Ｐ蛯λ龀跏级嗪r船舶數(shù)據(jù)集進(jìn)行檢驗，得到所述目標(biāo)多海況船舶數(shù)據(jù)集。

28、本發(fā)明還提供多海況檢測數(shù)據(jù)集生成系統(tǒng)，包括：

29、攝像頭布置模塊：用于確定目標(biāo)海域，選取攝像頭和無人機(jī)，將所述無人機(jī)和所述攝像頭布設(shè)在所述目標(biāo)海域中，其中，所述攝像頭內(nèi)設(shè)置有用于獲取船舶自動識別系統(tǒng)信息的監(jiān)聽模塊；

30、攝像頭標(biāo)定模塊：用于所述攝像頭對所述目標(biāo)海域中的途經(jīng)船舶進(jìn)行跟蹤，得到包括船舶航跡的標(biāo)定圖像，所述監(jiān)聽模塊采集得到所述途經(jīng)船舶的第一船舶自動識別系統(tǒng)信息，在所述標(biāo)定圖像中通過近似網(wǎng)格選取法選取標(biāo)定關(guān)鍵點集，并通過所述標(biāo)定關(guān)鍵點集和所述第一船舶自動識別系統(tǒng)信息完成所述攝像頭的標(biāo)定；

31、多模態(tài)船舶樣本模塊：用于所述攝像頭對所述目標(biāo)海域進(jìn)行監(jiān)控，所述監(jiān)聽模塊監(jiān)聽得到第二船舶自動識別系統(tǒng)信息，當(dāng)目標(biāo)海域中出現(xiàn)樣本船舶時，所述攝像頭和所述無人機(jī)獲取所述樣本船舶的目標(biāo)多角度圖片；提取所述目標(biāo)多角度圖片中的船舶位置信息，通過將所述第二船舶自動識別系統(tǒng)信息與所述船舶位置信息進(jìn)行配對，得到多模態(tài)船舶樣本；

32、初始多海況船舶數(shù)據(jù)集模塊：用于獲取海況說明文本和文本圖片生成模型，將所述多模態(tài)船舶樣本和所述海況說明文本輸入所述文本圖片生成模型，得到初始多海況船舶數(shù)據(jù)集；

33、目標(biāo)多海況船舶數(shù)據(jù)集模塊：用于對所述初始多海況船舶數(shù)據(jù)集進(jìn)行檢驗，得到目標(biāo)多海況船舶數(shù)據(jù)集。

34、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如上述任一種所述多海況檢測數(shù)據(jù)集生成方法的步驟。

35、本發(fā)明還提供一種非暫態(tài)計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述任一種所述多海況檢測數(shù)據(jù)集生成方法的步驟。

36、本發(fā)明還提供一種計算機(jī)程序產(chǎn)品，所述計算機(jī)程序產(chǎn)品包括存儲在非暫態(tài)計算機(jī)可讀存儲介質(zhì)上的計算機(jī)程序，所述計算機(jī)程序包括程序指令，當(dāng)所述程序指令被計算機(jī)執(zhí)行時，計算機(jī)能夠執(zhí)行如上述任一種所述多海況檢測數(shù)據(jù)集生成方法的步驟。

37、本發(fā)明實施例中的上述一個或多個技術(shù)方案，至少具有如下技術(shù)效果之一：

38、本發(fā)明提供的多海況檢測數(shù)據(jù)集生成方法、系統(tǒng)、設(shè)備、產(chǎn)品及介質(zhì)，通過將船舶自動識別系統(tǒng)信息與可見光圖像信息融合，實現(xiàn)了對于多海況檢測數(shù)據(jù)集中樣本船舶的基礎(chǔ)信息的標(biāo)注；并通過文本圖片生成技術(shù)自動生成各個海況下的多海況船舶數(shù)據(jù)集，從而有效減少了高海況下的圖片訓(xùn)練樣本的獲取成本和難度，為多海況船舶數(shù)據(jù)集的獲取提供了一種經(jīng)濟(jì)便捷的手段；最后通過引入船舶檢驗?zāi)Ｐ秃秃r檢驗?zāi)Ｐ?，從船舶檢驗與海況檢驗兩個角度對生成的初始多海況船舶數(shù)據(jù)集進(jìn)行校驗，提高了數(shù)據(jù)可用性。

39、綜上，本發(fā)明一方面為水面目標(biāo)檢測深度學(xué)習(xí)模型的參數(shù)優(yōu)化提供了訓(xùn)練樣本，另一方面降低了獲取多海況船舶數(shù)據(jù)集的成本，是一種獲取多海況船舶數(shù)據(jù)集的經(jīng)濟(jì)有效的手段。

40、本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。