-
公开(公告)号:CN119810771A
公开(公告)日:2025-04-11
申请号:CN202510295129.8
申请日:2025-03-13
Applicant: 交通运输部水运科学研究所 , 交通运输部东海航海保障中心
Abstract: 本申请涉及智能航行分析技术领域,其具体地公开了一种基于态势感知的船舶智能航行分析方法及系统,其采用基于深度学习的神经网络模型提取航行环境监测信息的多层级特征,并通过对航行环境监测信息的多层级特征进行上下文关联分析,以实现对不同层级特征的显著性分布建模,从而识别出航行环境监测信息中的关键特征,滤除冗余信息,以便于在此基础上进行对航行环境的态势感知和航道通行状态的智能评估。通过这种方式,可以有效提升对航行环境监测信息的处理效率和准确性,进而提高船舶智能航行分析的可靠性和安全性。
-
公开(公告)号:CN119848788A
公开(公告)日:2025-04-18
申请号:CN202510331304.4
申请日:2025-03-20
Applicant: 交通运输部水运科学研究所 , 交通运输部东海航海保障中心
IPC: G06F18/25 , G06F18/2135 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及航迹预测技术领域,其具体地公开了一种基于时空特征融合的船舶航迹预测方法,其采用基于深度学习的神经网络模型对已知船舶轨迹中各时间的AIS信息进行处理,以提取出船舶轨迹的时间维度特征和空间维度特征,接着,通过对船舶轨迹的时间维度特征和空间维度特征进行隐性关联显性化建模分析,以挖掘出两者之间的隐式关键线索,并基于此实现船舶轨迹时间维度特征和空间维度特征的对齐交互融合,进而基于船舶轨迹的时空融合特征预测船舶的未来航迹。通过这种方式,可以深入挖掘出船舶航行速度、航向变化与地理位置之间的相关性,从而实现更为精准的特征对齐交互融合,进而提升船舶航迹预测的准确性。
-
公开(公告)号:CN119478657A
公开(公告)日:2025-02-18
申请号:CN202411369437.2
申请日:2024-09-29
Applicant: 交通运输部东海航海保障中心上海海图中心 , 上海华海海图科技有限公司
IPC: G06V20/10 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0895
Abstract: 本发明公开了一种基于深度学习的多尺度特征融合的海上目标识别方法,包括以下步骤:采集海上船舶包含海上各类目标的图片和视频数据,采集并生成海洋目标检测数据集,将海洋目标分为快艇、军舰、客船、货船、帆船、拖船、皮艇、航标、灯塔、渔船等10类,针对自建的海洋目标数据集检测精度不足的问题,在深度学习网络中加入多尺度特征融合模块,通过融合多层特征并将全局信息注入到更高层,提高检测精度,本发明构建了一种用于海上目标识别的改进深度学习网络模型,具有对海上小目标、多目标、重叠目标都有较好的检测效果的特点,迭代训练结束后可以部署在各个船舶的航行摄像头中,并配套建立监控系统,实现对海上各种目标的实时监控。
-
-