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，將所述無人機和所述攝像頭布設(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，在所述目標(biāo)海域中確定攝像頭部署位置和無人機部署位置，根據(jù)所述攝像頭部署位置和所述無人機部署位置依次將所述攝像頭和所述無人機部署在所述目標(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)定航跡進行聚類，得到聚類點集；對所述聚類點集進行篩選，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進一步包括：

21、s31：所述攝像頭對所述目標(biāo)海域進行監(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，將所述無人機和所述攝像頭布設(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程序，所述處理器執(zhí)行所述計算機程序時實現(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)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(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程序產(chǎn)品，所述計算機程序產(chǎn)品包括存儲在非暫態(tài)計算機可讀存儲介質(zhì)上的計算機程序，所述計算機程序包括程序指令，當(dāng)所述程序指令被計算機執(zhí)行時，計算機能夠執(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)濟便捷的手段；最后通過引入船舶檢驗?zāi)Ｐ秃秃r檢驗?zāi)Ｐ停瑥拇皺z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。