一种用于异常船舶的分析方法和系统与流程

1.本发明涉及人工智能分析的技术领域，尤其是一种用于异常船舶的分析方法和系统。


背景技术：

2.随着人工智能和数据分析的发展，对水域河流应用也越来越多，对于船舶关注也不仅仅是只要船舶位置和船舶航线港口，也开始关注船舶的异常情况分析和异常情况预警，提升对船舶全方位感知。
3.现在有技术主要异常分析是分别对船舶识别、ais数据、人脸识别分开进行识别，没有进行多维度数据融合分析。


技术实现要素：

4.为了解决现有技术中没有多维度数据融合分析船舶异常情况的技术问题，本发明提出了一种用于异常船舶的分析方法和系统，用以解决水域河流上异常船舶分析发现，并对船舶进行异常等级进行评分分析。
5.在一个方面，本发明提出了一种用于异常船舶的分析方法，包括以下步骤：
6.s1：利用枪球联动设备进行视频结构化分析，获得船舶识别信息和人脸信息；
7.s2：基于识别到的船舶在区域范围内的采集时间前后预定时间范围内是否存在ais信息匹配船舶，更新船舶识别信息；
8.s3：基于识别的人脸信息与异常人员库进行匹配，更新人脸信息；
9.s4：对河流的所有枪球联动设备进行实时采集并根据s1-s3分析获得船舶分析库、人脸分析库和ais信息采集库，并分别对舶分析库、人脸分析库和ais信息采集库进行聚合分析统计获得船舶统计分析库；
10.s5：根据船舶统计分析库对船舶异常数据进行分析，包括ais分数、异常人员关联分数、夜间行驶比重、长时间不停靠码头次数和长时间夜间停靠码头，获得异常系数评分，并基于异常系数评分进行实时ais位置跟踪预警。
11.优选的，s1具体包括，对枪球联动设备进行配置采集区域经纬度范围，配置水域河流的ais采集范围，通过对接采集范围的ais信息接受获得船舶mmsi、船舶名称、经纬度、采集时间、是否停靠码头；船舶识别信息包括船舶名称、设备id、经纬度范围和采集时间；人脸信息包括人脸id、人脸图片、船舶名称、设备和采集时间。
12.优选的，s2具体为：对于识别到的船舶进行在区域范围该采集时间前后1分钟是否存在ais信息匹配船舶名称，若是得到船舶识别信息：船舶名称、设备id、经纬度范围、采集时间、ais是否采集和ais信息，若否得到船舶识别信息：船舶名称、设备id、经纬度范围、采集时间、ais是否采集和未开启ais设备标记。
13.优选的，s3具体为：对于识别的人脸信息匹配分析异常人员库，对于有命中人员得到数据人脸：人脸id、人脸图片、船舶名称、设备id、采集时间、人员标签、人员身份、人员姓
名和匹配相似度。
14.优选的，船舶分析库包括船舶名称、设备id、经纬度范围、采集时间、ais是否采集、ais信息、是否未开启ais设备标记；人脸分析库包括人脸id、人脸图片、船舶名称、设备id、采集时间、人员标签、人员身份、人员姓名和匹配相似度；ais信息采集库包括船舶mmsi1、船舶名称、经纬度、采集时间和是否停靠码头。
15.进一步优选的，对船舶分析库进行聚合统计，获得船舶分析库数据：船舶名称、未开启ais次数和开启ais次数；对人脸分析库进行聚合统计，获得人脸分析库数据：船舶名称、未开启ais次数、开启ais次数和异常人员标签关联次数；对ais信息采集库进行聚合统计，获得ais信息采集库数据：船舶名称、未开启ais次数、开启ais次数、异常人员标签关联次数、船舶行驶在22点到次日4点次数、船舶长时间位置不变并且不在码头停靠次数、在码头停靠次数和夜晚停靠码头次数。
16.进一步优选的，异常系数评分的计算方式为：异常系数评分进一步优选的，异常系数评分的计算方式为：异常系数评分
17.ais分数nn表示未开启ais次数，yn表示开启ais次数；
18.异常人员关联分数pn表示异常人员标签关联次数；
19.夜间行驶比重分数an表示船舶行驶在22点到次日4点次数，tn表示船舶行驶在水域次数；
20.长时间不停靠码头分数pstn表示船舶长时间位置不变并且不在码头停靠次数，stn表示在码头停靠次数；
21.长时间夜间停靠码头分数anst表示夜晚停靠码头次数。
22.进一步优选的，对于异常系数评分高于90分的船舶推送预警，同时，对于异常系数评分as高于80分的船舶进行实时ais位置跟踪预警。
23.根据本发明的第二方面，提出了一种计算机可读存储介质，其上存储有一或多个
计算机程序，该一或多个计算机程序被计算机处理器执行时实施上述方法。
24.根据本发明的第三方面，提出了一种用于异常船舶的分析系统，系统包括：
25.数据分析单元：配置用于利用枪球联动设备进行视频结构化分析，获得船舶识别信息和人脸信息；
26.数据更新单元：配置用于基于识别到的船舶在区域范围内的采集时间前后预定时间范围内是否存在ais信息匹配船舶，更新船舶识别信息；基于识别的人脸信息与异常人员库进行匹配，更新人脸信息；
27.数据库构建单元：配置用于对河流的所有枪球联动设备进行实时采集并分析获得船舶分析库、人脸分析库和ais信息采集库，并分别对舶分析库、人脸分析库和ais信息采集库进行聚合分析统计获得船舶统计分析库；以及
28.异常系数评价单元：配置用于根据船舶统计分析库对船舶异常数据进行分析，包括ais分数、异常人员关联分数、夜间行驶比重、长时间不停靠码头次数和长时间夜间停靠码头，获得异常系数评分，并基于异常系数评分进行实时ais位置跟踪预警。
29.本发明提出了一种用于异常船舶的分析方法和系统，结合ais采集设备、枪机摄像机和球机摄像机，通过分析构建船舶分析数据库、人脸分析库和ais信息采集库，通过聚合统计船舶、人员的相关信息并据此对船舶数据异常系数进行评价，可以对船舶进行提前预警关注和为后续研判提供数据初步筛选能力，对业务人员数据分析进行降维。
附图说明
30.包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：
31.图1是本技术的一个实施例的一种用于异常船舶的分析方法的流程图；
32.图2是本技术的一个具体的实施例的整体设备结构示意图；
33.图3是本技术的一个实施例的一种用于异常船舶的分析系统的框架图；
34.图4是适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
35.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
36.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
37.根据本技术的一个实施例的用于异常船舶的分析方法，图1示出了根据本技术的实施例的用于异常船舶的分析方法的流程图。如图1所示，该方法包括以下步骤：
38.s101：利用枪球联动设备进行视频结构化分析，获得船舶识别信息和人脸信息。
39.在具体的实施例中，参考图2示出的根据本技术的一个具体的实施例的整体设备
结构示意图，该方法中包含后台分析服务和水域硬件设备，后台分析服务包含船舶识别分析、船舶上人脸识别分析和船舶上人脸比对，水域硬件设备包含ais采集设备、枪机摄像机和球机摄像机。
40.在具体的实施例中，对枪球联动设备d进行配置采集区域经纬度范围da(经纬度ll1，经纬度ll2，经纬度ll3...)。配置水域河流r的ais采集范围ra，通过对接ra范围的ais信息接收得aisd(船舶mmsi，船舶名称sn，经纬度ll，采集时间t，是否停靠码头st)。对枪球联动设备枪进行视频结构化分析，例如对设备d1进行分析识别得到船舶识别信息s1(船舶名称sn1，设备d1，经纬度范围da1，采集时间t1)和采集分析到人脸f1(人脸id1，人脸图片im1，船舶名称sn1，设备d1，采集时间t1)。
41.s102：基于识别到的船舶在区域范围内的采集时间前后预定时间范围内是否存在ais信息匹配船舶，更新船舶识别信息。
42.在具体的实施例中，对于识别到的船舶s1进行在区域范围该采集时间前后1分钟是否ais信息匹配船舶sn1，若是得到如下船舶识别信息s1(船舶名称sn1，设备d1，经纬度范围da1，采集时间t1，ais是否采集st1，ais信息mmsi1)，若否得到如下船舶识别信息s1(船舶名称sn1，设备d1，经纬度范围da1，采集时间t1，ais是否采集st1，未开启ais设备标记lb1)。
43.s103：基于识别的人脸信息与异常人员库进行匹配，更新人脸信息。
44.在具体的实施例中，对于识别的人脸f1(人脸id1，人脸图片im1，船舶名称sn1，设备d1，采集时间t1)匹配分析异常人员库，对于有命中人员得到数据人脸f1(人脸id1，人脸图片im1，船舶名称sn1，设备d1，采集时间t1，人员标签pl1，人员身份ic1，人员姓名pn1，匹配相似度sm1)。
45.s104：对河流的所有枪球联动设备进行实时采集并根据s1-s3分析获得船舶分析库、人脸分析库和ais信息采集库，并分别对舶分析库、人脸分析库和ais信息采集库进行聚合分析统计获得船舶统计分析库。
46.在具体的实施例中，对于河流设备d1、d2、d3进行实时采集按照上述步骤分析得到船舶分析库、人脸分析库、ais信息采集库。其中：
47.1、船舶分析库数据的数据格式为：
48.s1(船舶名称sn1，设备d1，经纬度范围da1，采集时间t1，ais是否采集st1，ais信息mmsi1，是否未开启ais设备标记lb1)
49.s2(船舶名称sn2，设备d1，经纬度范围da1，采集时间t2，ais是否采集st2，s是否2)
50.s3(船舶名称sn3，设备d2，经纬度范围da2，采集时间t3，ais是否采集st1，ais信息mmsi3，是否未开启ais设备标记lb1)
51....
52.sn(船舶名称snn，设备dn，经纬度范围dan，采集时间tn，ais是否采集stn，ais信息mmsin，是否未开启ais设备标记lbn)。
53.2、人脸分析库的数据格式为：
54.f1(人脸id1，人脸图片im1，船舶名称sn1，设备d1，采集时间t1，人员标签pl1，人员身份ic1，人员姓名pn1，匹配相似度sm1)
55.f2(人脸id2，人脸图片im2，船舶名称sn2，设备d2，采集时间t2，人员标签pl2，人员身份ic2，人员姓名pn2，匹配相似度sm2)
56.f3(人脸id3，人脸图片im3，船舶名称sn3，设备d3，采集时间t3，人员标签pl3，人员身份ic3，人员姓名pn3，匹配相似度sm3)
57....
58.fn(人脸idn，人脸图片imn，船舶名称snn，设备dn，采集时间tn，人员标签pln，人员身份icn，人员姓名pnn，匹配相似度smn)。
59.3、ais信息采集库的数据格式为：
60.aisd1(船舶mmsi1，船舶名称sn1，经纬度ll1，采集时间t1，是否停靠码头st1)
61.aisd2(船舶mmsi2，船舶名称sn2，经纬度ll2，采集时间t2，是否停靠码头st2)
62.aisd3(船舶mmsi3，船舶名称sn3，经纬度ll3，采集时间t3，是否停靠码头st3)
63....
64.aisdn(船舶mmsin，船舶名称snn，经纬度lln，采集时间tn，是否停靠码头stn)。
65.在具体的实施例中，对船舶分析库数据、人脸分析库、ais信息采集库的船舶进行聚合分析统计。分析得到船舶ship统计分析库如下：
66.1、船舶分析库数据进行聚统计，得到船舶ship1(船舶名称sn1，未开启ais次数nn1，开启ais次数yn1)；
67.2、人脸分析库数据进行聚合统计，得到船舶ship1(船舶名称sn1，未开启ais次数nn1，开启ais次数yn1，异常人员标签关联次数pn1)；
68.3、ais信息采集库数据进行聚合统计，得到船舶ship1(船舶名称sn1，未开启ais次数nn1，开启ais次数yn1，异常人员标签关联次数pn1，船舶行驶在22点到次日4点次数an1，船舶长时间位置不变并且不在码头停靠次数pstn1，在码头停靠次数stn1，夜晚停靠码头次数anst1)。
69.s105：根据船舶统计分析库对船舶异常数据进行分析，包括ais分数、异常人员关联分数、夜间行驶比重、长时间不停靠码头次数和长时间夜间停靠码头，获得异常系数评分，并基于异常系数评分进行实时ais位置跟踪预警。
70.在具体的实施例中，对接船舶ship统计分析库进行对ship1(船舶名称sn1，未开启ais次数nn1，开启ais次数yn1，异常人员标签关联次数pn1,船舶行驶在水域22点到次日4点次数an1，船舶行驶在水域次数tn1，船舶长时间位置(超过n[n》＝30]分钟)不变并且不在码头停靠次数pstn1，在码头停靠次数stn1，夜晚停靠码头次数anst1)数据异常系数评分as，如下计算方式：
[0071]
1、ais分数nn表示未开启ais次数，yn表示开启ais次数；
[0072]
2、异常人员关联分数pn表示异常人员标签关联次数；
[0073]
3、夜间行驶比重分数an表示船舶行驶在22点到次日4点次数，tn表示船舶行驶在水域次数；
[0074]
4、长时间不停靠码头分数pstn表示船舶长时间位置不变并且不在码头停靠次数，stn表示在码头停靠次数；
[0075]
5、长时间夜间停靠码头分数anst表示夜晚停靠码头次数；
[0076]
异常系数评分
[0077]
在具体的实施例中，对于异常系统评分as高于90分的推送预警到使用用户复核，同时，对于as高于80分船舶出现进行实时ais位置跟踪预警。本技术可以对船舶进行提前预警关注和为后续研判提供数据初步刷选能力，对业务人员数据分析进行降维。
[0078]
继续参考图3，图3示出了根据本发明的实施例的一种用于异常船舶的分析系统的框架图。该系统具体包括训数据分析单元301、数据更新单元302、数据库构建单元303和异常系数评价单元304。
[0079]
在具体的实施例中，数据分析单元301配置用于利用枪球联动设备进行视频结构化分析，获得船舶识别信息和人脸信息；数据更新单元302配置用于基于识别到的船舶在区域范围内的采集时间前后预定时间范围内是否存在ais信息匹配船舶，更新船舶识别信息；基于识别的人脸信息与异常人员库进行匹配，更新人脸信息；数据库构建单元303配置用于对河流的所有枪球联动设备进行实时采集并分析获得船舶分析库、人脸分析库和ais信息采集库，并分别对舶分析库、人脸分析库和ais信息采集库进行聚合分析统计获得船舶统计分析库；异常系数评价单元304配置用于根据船舶统计分析库对船舶异常数据进行分析，包括ais分数、异常人员关联分数、夜间行驶比重、长时间不停靠码头次数和长时间夜间停靠码头，获得异常系数评分，并基于异常系数评分进行实时ais位置跟踪预警。
[0080]
下面参考图4，其示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0081]
如图4所示，计算机系统包括中央处理单元(cpu)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储部分408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有系统400操作所需的各种程序和数据。cpu 401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0082]
以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如液晶显示器(lcd)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
[0083]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(cpu)401执行时，执行本技术的方法中限定的上述功能。需要说明的是，本技术的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0084]
可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、sma l lta l k、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0085]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上
可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0086]
描述于本技术实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。
[0087]
作为另一方面，本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：利用枪球联动设备进行视频结构化分析，获得船舶识别信息和人脸信息；基于识别到的船舶在区域范围内的采集时间前后预定时间范围内是否存在ais信息匹配船舶，更新船舶识别信息；基于识别的人脸信息与异常人员库进行匹配，更新人脸信息；对河流的所有枪球联动设备进行实时采集并根据s1-s3分析获得船舶分析库、人脸分析库和ais信息采集库，并分别对舶分析库、人脸分析库和ais信息采集库进行聚合分析统计获得船舶统计分析库；根据船舶统计分析库对船舶异常数据进行分析，包括ais分数、异常人员关联分数、夜间行驶比重、长时间不停靠码头次数和长时间夜间停靠码头，获得异常系数评分，并基于异常系数评分进行实时ais位置跟踪预警。
[0088]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。