船舶数量增多在很大程度上影响着船舶航行的安全性，需要对其他船舶的异常行为进行判断并发出预警。单纯依靠AIS数据去判断船舶异常行为，存在数据准确度不高和信息滞后等问题。本文提出结合图像处理技术和AIS数据来对船舶异常行为进行综合判断，使用YOLO V3对获取的监控图像进行处理，对船舶目标进行有效识别，使用DBSCAN算法对船舶航迹进行聚类仿真，进而判断船舶的异常行为。最后将获取的图像目标识别、航迹聚类结果和异常行为规则库进行比较，实现对船舶异常行为的检测和报警。
The increase in the number of ships affects the safety of ship navigation to a large extent, and ships need to judge the abnormal behavior of other ships and give early warning. Relying solely on AIS data to judge abnormal behaviors of ships has problems such as low data accuracy and information lag. This paper proposes to combine image processing technology and AIS data to comprehensively judge abnormal behaviors of ships, and uses YOLO V3 to process acquired monitoring images to effectively identify ship targets. DBSCAN algorithm is used to perform cluster simulation on the ship track, and then the abnormal behavior of the ship is judged. Finally, the obtained image target recognition, track clustering results and abnormal behavior rule base are compared to realize the detection and alarm of abnormal behavior of ships.
2024,46(1): 176-179 收稿日期：2023-06-15
DOI：10.3404/j.issn.1672-7649.2024.01.030
分类号：U667.65
基金项目：南通市科技计划项目（JCZ2022038）；江苏省第六期“333人才”培养支持资助项目（JSJT2022005）；江苏省教育厅高校哲学社会科学研究一般项目（2021SJA1664）
作者简介：李锋(1979-),男,硕士,讲师/船长,研究方向为船舶通航安全技术
参考文献：
[1] 邬甜甜. 基于机器视觉的海上可疑船舶识别研究[D]. 舟山: 浙江海洋大学, 2019.
[2] 高东. 基于图像和AIS的船舶识别及侵入告警方法研究[J]. 网络安全技术与应用, 2020(8): 59-60.
[3] 杨阿华, 常鑫, 张强, 等. 基于AIS数据的敏感水域船舶异常行为检测[J]. 指挥信息系统与技术, 2023, 14(4): 32-37.
[4] 李可欣, 郭健, 王宇君, 等. 一种基于降维密度聚类的船舶异常轨迹识别方法[J]. 包装工程, 2023, 44(11): 284-292.
[5] 刘钊, 齐磊, 梁茂晗, 等. 数据驱动的船舶异常行为识别方法[J]. 中国航海, 2022, 45(4): 1-7.
[6] 唐艺灵. 基于AIS数据的民船行为预测与区域告警方法研究[J]. 指挥控制与仿真, 2022, 44(5): 97-101.
