Безопасность портовых территорий предполагает контроль на различных уровнях. Что за суда заходят, виновны ли они в незаконном лове рыбы и какой груз они везут? Офицеры службы безопасности и капитаны портов часто не могут самостоятельно выполнять эти обязанности по контролю, поэтому порты по всему миру все чаще используют интеллектуальные системы наблюдения для наблюдения за морской территорией. Исследователь TU/e Амир Гахремани разработал новые алгоритмы, а также систему обучения для улучшения идентификации судов. Он получит докторскую степень на факультете электротехники в пятницу 24 июня.
Идентификация корабля на компьютерном изображении может показаться простой задачей, но кандидат наук. Исследователь Амир Гахремани уже знает, что все не то, чем кажется. «Корабли бывают разной формы и движутся с разной скоростью. И когда они далеко, все, что вы видите на экране, — это пара нечетких пикселей. Попробуйте узнать в этом лодку! Кроме того, вода и погода условия часто затрудняют идентификацию судов. Яркое солнце вызывает отражение, а туман или сильный дождь также снижают качество изображений. Короче говоря, очень динамичная среда».
Прогулочный катер Гитхорн
В рамках международного проекта «Apply Plug & Play Surveillance» (APPS) Гахремани сотрудничал с различными университетами, институтами и промышленными партнерами со всего мира над инновационными алгоритмами для улучшения автоматизированных систем морского наблюдения. Эти системы используются для обеспечения безопасности не только портовых территорий, но и морских территорий, оживленных речных и канальных путей.
Исследователи намеревались разработать надежную систему, адаптированную к сильно меняющимся условиям. Однако у них не было визуальных материалов для проверки своих алгоритмов, поэтому Гахремани сначала потратил месяц на съемку и сбор фотографий. Сюда вошли фотографии кораблей в портах Амстердама и Роттердама, лодок в турецких портах и его личного фаворита: деревни Гитхорн, известной своими каналами и лодками.
Но вы не найдете контейнеровозов в Гитхорне. Вместо этого каналы переполнены прогулочными лодками для туристов, особенно в разгар сезона. В конце концов Гахремани оказался в традиционной лодке для катания на лодке. И не без результатов, признает он с улыбкой, поскольку это научило исследователя иранского происхождения со склонностью к горам ценить равнинную, богатую водой голландскую сельскую местность. Более того, недавно он даже стал гражданином Нидерландов.
Динамическое поведение
Его фотографии ясно показывают различные проблемы в морской сфере, объясняет Гахремани. «Корабли бывают разных форм и размеров, и они движутся в разных направлениях. Морское наблюдение часто охватывает обширные территории, поэтому иногда корабли находятся далеко от камеры.»
Гахремани показывает картину корабля посреди идеального океана под ярким и сияющим солнцем. «Если вам нужно щуриться из-за солнца, вам также будет труднее видеть вещи».
Гахремани разработал алгоритмы распознавания сосудов и заметил, что распознавание сильно улучшалось, когда становилось ясно, где на изображении находится вода. «Разграничивая водную область на изображении, вы можете затем увеличить его. Автомобиль, движущийся вдоль береговой линии, больше не будет идентифицирован как корабль».
Затем он начал создавать так называемую нейронную сеть на основе своих изображений. Используя методы глубокого обучения, он обучил систему, чтобы помочь новым алгоритмам повысить точность распознавания кораблей. И это сработало. Сначала со знакомыми изображениями, но в конце его проекта и с новыми кадрами, в которых распознавание судов становилось все более точным.
Зона безопасности
Его самообучающиеся алгоритмы не только улучшили распознавание сосудов, они также оказались полезными для повторной идентификации (повторной идентификации) сосудов в непересекающихся изображениях с камеры. «Иногда судно снова появляется в поле зрения камеры через 10 километров, особенно в больших морских районах. Умная нейронная сеть значительно увеличивает вероятность повторной идентификации. Этот подход является новым и многообещающим. А постоянное совершенствование и обучение сети позволит системы морского наблюдения для анализа поведения судов, что повысит безопасность портовых районов и других морских регионов».
