船名识别方法、装置及电子设备与流程

本申请涉及图像处理，尤其涉及一种船名识别方法、装置及电子设备。

背景技术：

1、在一些场景中，通常需要对船只进行船名识别。比如，在海事，渔政，内河航运等场景中，可以对港口附近、海面航道以及河湖区域等进行视频监控，并对监控画面中出现的船只进行船名识别，在识别到的船名为监控名单上的船名时，进行告警提示。相关技术中，在对船名进行识别时，通常是将采集的图像输入预训练的模型进行船名识别，得到船名识别结果。然而，这种方式会出现误识别的情况，准确度较低。

技术实现思路

1、本申请提供一种船名识别方法、装置及电子设备，用于解决相关技术中对船名的识别准确度较低的问题。

2、为解决上述技术问题，本申请是这样实现的：

3、第一方面，提供一种船名识别方法，包括：

4、获取第一图像；

5、对所述第一图像进行船只检测，确定所述第一图像中是否存在船只；

6、在所述第一图像中存在船只的情况下，根据预训练的文本行分割检测模型对所述第一图像的船只区域进行文本检测，得到文本行图像；

7、根据预训练的船名文本识别模型对所述文本行图像进行文本识别，得到船名识别结果，所述船名文本识别模型根据船名数据集对预训练的通用文本识别模型进行多级迁移学习后得到。

8、第二方面，提供一种船名识别装置，包括：

9、获取模块，获取第一图像；

10、船只检测模块，对所述第一图像进行船只检测，确定所述第一图像中是否存在船只；

11、文本检测模块，在所述第一图像中存在船只的情况下，根据预训练的文本行分割检测模型对所述第一图像的船只区域进行文本检测，得到文本行图像；

12、船名识别模块，根据预训练的船名文本识别模型对所述文本行图像进行文本识别，得到船名识别结果，所述船名文本识别模型根据船名数据集对预训练的通用文本识别模型进行多级迁移学习后得到。

13、第三方面，提供一种电子设备，包括：

14、处理器；

15、用于存储所述处理器可执行指令的存储器；

16、其中，所述处理器被配置为执行所述指令，以实现如第一方面所述的方法。

17、第四方面，提供一种计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如第一方面所述的方法。

18、第五方面，提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如第一方面所述的方法中的部分或全部步骤。

19、在本申请实施例中，在获取到第一图像后，由于可以先检测第一图像中是否存在船只，在第一图像中存在船只的情况下，才会进行后续的船名识别，因此，可以避免后续的识别对象不是船名导致的误识别的问题；在进行船名识别时，由于可以先根据文本行分割检测模型检测图像船只区域中的文本行，再根据船名文本识别模型对检测到的文本行图像进行文本识别，即可以基于深度学习的文本行分割检测模型以及船名文本识别模型共同进行船名识别，因此，可以提升对于船名文本目标特征的学习能力以及非船名目标的抗干扰能力，进而提升船名识别结果的准确度。此外，由于船名文本识别模型是根据船名数据集对预训练的通用文本识别模型进行多级迁移学习后得到，因此，可以解决初期训练数据不足导致的模型效果不佳的问题。

技术特征：

1.一种船名识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，在获取所述第一图像后，所述方法还包括：

3.如权利要求1所述的方法，其特征在于，所述对所述第一图像进行船只检测，确定所述第一图像中是否存在船只，包括：

4.如权利要求1所述的方法，其特征在于，所述根据预训练的文本行分割检测模型对所述第一图像的船只区域进行文本检测，得到文本行图像，包括：

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

6.如权利要求1所述的方法，其特征在于，所述船名文本识别模型的网络结构包括多个级联的卷积层、全局混合层和局部混合层、卷积融合层、池化层和全连接层：

7.如权利要求1所述的方法，其特征在于，所述船名数据集包括真实场景数据集、公开数据集和基于所述真实场景数据集和所述公开数据集模拟生成的模拟数据集；

8.如权利要求1所述的方法，其特征在于，在得到船名识别结果后，所述方法还包括：

9.一种船名识别装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

技术总结
本申请提供一种船名识别方法、装置及电子设备。该方法包括：获取第一图像；对第一图像进行船只检测，确定第一图像中是否存在船只；在第一图像中存在船只的情况下，根据预训练的文本行分割检测模型对第一图像的船只区域进行文本检测，得到文本行图像；根据预训练的船名文本识别模型对文本行图像进行文本识别，得到船名识别结果，船名文本识别模型根据船名数据集对预训练的通用文本识别模型进行多级迁移学习后得到。由于可以在第一图像中存在船只的情况下，基于深度学习的文本行分割检测模型以及船名文本识别模型共同进行船名识别，因此，可以提升对于船名文本目标特征的学习能力以及非船名目标的抗干扰能力，进而提升船名识别结果的准确度。

技术研发人员：曹润东,余家忠,李飞,靳志娟,刘子伟,梁清华
受保护的技术使用者：中国铁塔股份有限公司
技术研发日：
技术公布日：2025/3/31