(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 202210479617.0 (22)申请日 2022.05.05 (71)申请人 交通运输部水运科 学研究所 地址 100088 北京市海淀区西土城路8号 申请人 青岛航运发展研究院 (72)发明人 文捷　耿雄飞　李春旭　洛佳男　 姚治萱　 (74)专利代理 机构 北京方安思达知识产权代理 有限公司 1 1472 专利代理师 陈琳琳　武玥 (51)Int.Cl. G06V 20/54(2022.01) G06V 10/74(2022.01) G06V 10/77(2022.01) (54)发明名称 一种船牌无法完整识别情况下的船舶识别 方法 (57)摘要 本发明属于船舶号牌识别、 船舶识别技术领 域， 尤其涉及一种船牌无法完整识别情况下的船 舶识别方法。 所述方法包括： 步骤1)根据采集的 待识别船舶 的图片分别提取船牌特征和船体特 征， 并进行拼接得到总特征； 步骤2)将待识别船 舶的总特征与预先建立的船舶特征库进行特征 比对， 通过计算相似度确定对应船舶。 本发明的 方法提出了建立含非清晰的船牌特征、 前后左右 船体特征的船舶特征库； 对于非清晰的船牌特 征、 船体特征在较差环境下仍然可以和船舶特征 库进行比对实现船舶识别， 具有很好的推广价 值。 权利要求书2页 说明书5页 附图2页 CN 114863374 A 2022.08.05 CN 114863374 A 1.一种船牌无法完整识别情况下的船舶识别方法， 所述船牌无法完整识别情况包括： 船牌不可见， 船牌模糊和船牌过小； 所述方法包括： 步骤1)根据采集的待识别船舶的图片分别提取船牌特征和船体特征， 并进行拼接得到 总特征； 步骤2)将待识别船舶的总特征与 预先建立的船舶特征库进行特征比对， 通过计算相似 度确定对应船舶。 2.根据权利要求1所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤1)具体包括： 步骤S1‑1)从采集的待识别船舶的图片中寻找船牌的位置， 如果找到船牌， 进行预处 理， 提取船牌特征并进行归一 化处理； 否则将船牌特 征设为预定值； 步骤S1‑2)从采集的待识别船舶的图片中找到船体位置， 获取船体图像， 提取船体特征 并进行归一 化处理； 步骤S1‑3)将归一化后的船牌特征和归一化后的船体特征进行拼接， 得到待识别船舶 的总特征。 3.根据权利要求2所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤S1‑1)的如果找到船牌， 进行 预处理， 提取船牌特征并进行归一 化处理； 具体包括： 如果找到船牌， 对号 牌图片进行矫 正和分割， 完成预处 理； 将预处理后的船舶号牌图片输入预先建立和训练好的船牌特征提取模型， 得到512维 的船牌特征pl ate＝[pl ate_f1,pl ate_f2,..,plate_fn..,plate_f512]， 其中pl ate_fn为 第n维船牌特 征值； 将船牌特 征根据下式进行归一 化处理， 得到归一 化处理后的船牌特 征值plate_n orm： 其中， plate_length为船牌特 征长度值。 4.根据权利要求3所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤S1‑1)的将船牌特 征设为预定值； 具体为： 将船牌特 征plate设为全0， 长度为512。 5.根据权利要求4所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤S1‑2)的提取 船体特征并进行归一 化处理； 具体包括： 将预处理后的船体图像输入预先建立和训练好的船体特征提取模型， 得到2048维的船 体特征ship＝[ship_f1,ship_f2,...,ship_fm,...,ship_f2048]， 其中ship_fm为第m维船 体特征值； 将船体特 征根据下式进行归一 化处理， 得到归一 化处理后的船体特 征值ship_n orm： 权　利　要　求　书 1/2 页 2 CN 114863374 A 2其中， ship_length为船体特 征长度值。 6.根据权利要求5所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 船牌特征提取模 型为去除FC层的Resnet18神经网络； 所述船体特征提取模 型为去除FC层的 Resnet50神经网络 。 7.根据权利要求6所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤S1‑3)待识别船舶的总特 征为： 8.根据权利要求7所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 步骤2)具体包括： 根据归一化处理后的船体特征值ship_norm， 分别从船体正面、 背面、 左侧面和右侧面 四个方向， 采用欧式距离分别计算待识别船舶的船体与船舶特征库中每条船的船体正面相 似度ShipScoreF、 背面相似度ShipScoreB、 左侧面相似度ShipScoreL和右侧面相似度 ShipScoreR； 根据归一化处理后的船牌特征值plate_norm， 采用欧式距离分别计算待识别船舶的船 牌与船舶特 征库中每条 船的船牌相似度PlateScore； 根据下式对船体相似度及船牌相似度进行加权求和得到总得分Score： Score＝0.6PlateScore+0.4 ·max(ShipScoreF,ShipScoreB,ShipScoreL, ShipScoreR) 根据总得分进行降序排列， 选取最高分值MaxScore， 判断MaxScore大于等于阈值， 则完 成船舶识别， 得到对应的ID， 否则， 船舶特 征库中无 该船舶。 9.根据权利要求1所述的船牌无法完整识别情况下的船舶识别方法， 其特征在于， 所述 方法还包括船舶特 征库的建立 步骤； 具体包括： 对每艘船分别进行以下处 理： 记录船舶登记信息， 所述船舶登记信息包括： 船舶ID、 船舶号牌中文名称、 船舶号牌英 文名称、 以及船舶正 面、 背面、 左侧面和右侧面照片， 其中船舶ID唯一； 记录通过 船牌特征提取模型提取的号 牌特征； 记录通过船体特征提取模型提取的船体正面特征、 背面特征、 左侧面特征和右侧面特 征。 10.一种船牌无法完整识别情况下的船舶识别系统， 其特征在于， 所述系统包括： 提取 拼接模块和比对识别模块； 其中， 所述提取拼接模块， 用于根据采集的待识别船舶的图片分别提取船牌特征和船体特 征， 并进行拼接得到总特 征； 所述比对识别模块， 用于将待识别船舶的总特征与预先建立的船舶特征库进行特征比 对， 通过计算相似度确定对应船舶。权　利　要　求　书 2/2 页 3 CN 114863374 A 3