(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 202210521090.3 (22)申请日 2022.05.13 (71)申请人 中交信息技 术国家工程实验室有限 公司 地址 100094 北京市海淀区上庄路89号院 专网楼3304室 申请人 中国交通 通信信息中心 (72)发明人 耿丹阳　孙雨萌　苏飞　张雨泽　 臧钰　刘文　艾云飞　邓蕾　 (74)专利代理 机构 北京鼎真知识产权代理事务 所(普通合伙) 11815 专利代理师 张濯非 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01)G06V 10/44(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/25(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种海上 船舶实时检测方法及系统 (57)摘要 本发明公开了一种海上船舶实时检测方法 及系统， 该方法获取船载实时视频图像， 利用船 舶区域提取算法对视频的当前帧图像进行检测； 当在当前帧图像中检测到船舶目标时， 提取船舶 的前景图像； 将提取得到的船舶前景图像作为输 入， 利用改进的YOL Ov3模型进行海上船舶的实时 检测。 本发明提出的方案中， 加入感兴趣区域提 取过程可以提高整体算法的检测速度， 保证实时 性， 节省计算机资源； 改进的YOLOv3模型可以进 一步在保证实时性的基础上提高检测精度， 保证 检测效果。 权利要求书2页 说明书7页 附图3页 CN 114898290 A 2022.08.12 CN 114898290 A 1.一种海上 船舶实时检测方法， 其特 征在于， 包括以下步骤： 获取船载实时视频图像， 利用船舶区域 提取算法对视频的当前帧图像进行检测； 当在当前帧图像中检测到船舶目标时， 提取 船舶的前 景图像； 将提取得到的船舶前景图像作 为输入， 利用改进的YOLOv3模型进行海上船舶的实时检 测。 2.根据权利 要求1所述的一种海上船舶实时检测方法， 其特征在于， 所述改进的YOLOv3 模型， 根据如下 方式获取： 采集并制作船舶图像数据库； 根据所述船舶图像数据库中船舶数据训练YOLOv3模型， 得到用于检测海上船舶的模型 权重； 加载预训练权 重， 修正所述YOLOv3模型为改进的YOLOv3模型。 3.根据权利要求1所述的一种 海上船舶实时检测方法， 其特征在于， 所述船舶区域提取 算法， 包括： 采用帧差法对船舶前 景图像进行提取， 仅保留船舶区域并加入连通 域处理。 4.根据权利要求3所述的一种 海上船舶实时检测方法， 其特征在于， 所述船舶区域提取 算法， 包括： 输入一段 船载视频图像， 提取第N帧与第N ‑1帧图像； 将所述两帧图像对应 像素点的灰度值做差运 算， 得到差分图像； 对所述差分图像通过 连通域处理， 并进行阈值判断； 如果小于设定阈值， 则返回继续判断下一帧； 如果大于设定阈值， 则输出船舶位置信 息， 提取船舶图像。 5.根据权利 要求1所述的一种海上船舶实时检测方法， 其特征在于， 所述改进的YOLOv3 模型， 包括： 通过标注船舶图像获取的标注文本包含图像通道信息， 使用K ‑means聚类算法在标注 文本基础上聚类出针对船舶检测的先验框尺寸； 每 个特征尺度分别对应三个先验框尺寸。 6.根据权利 要求5所述的一种海上船舶实时检测方法， 其特征在于， 所述改进的YOLOv3 模型， 包括： 改进的YOLOv3模型 结构由卷积 操作、 批标准 化和Mish 激活函数组成。 7.根据权利 要求6所述的一种海上船舶实时检测方法， 其特征在于， 所述改进的YOLOv3 模型， 包括： 在残差模块中加入CBAM注意力机制； 所述CBAM注意力机制由两个CBM结构和一个CBAM 注意力机制构成。 8.根据权利 要求7所述的一种海上船舶实时检测方法， 其特征在于， 所述改进的YOLOv3 模型， 包括： 改进后的YOLOv3模型的架构中， 特征纬度 w＝(船舶种类+5)*3， 残差n由一个CBM结构和 n个残差块构成。 9.一种海上 船舶实时检测系统， 其特 征在于， 包括： 船舶区域提取单元， 用于获取船载实时视频图像， 利用船舶区域提取算法对视频的当 前帧图像进行检测； 当在当前帧图像中检测到船舶目标时， 提取 船舶的前 景图像；权　利　要　求　书 1/2 页 2 CN 114898290 A 2目标检测识别单元， 用于将提取得到的船舶前景图像作为输入， 利用改进 的YOLOv3模 型进行海上 船舶的实时检测。 10.根据权利要求9所述的一种海上 船舶实时检测系统， 其特 征在于， 所述系统还 包括： 模型训练单元， 用于采集并制作船舶图像数据库； 根据所述船舶图像数据库中船舶数 据训练YOLOv3模 型， 得到用于检测海 上船舶的模 型权重； 加载预训练权重， 修正所述YOLOv3 模型为改进的YOLOv3模型。权　利　要　求　书 2/2 页 3 CN 114898290 A 3