智慧海岸建設(shè)探究與實(shí)現(xiàn)

張文彬 高乃江

摘? 要：針對(duì)沿海城市海岸線管控的實(shí)際特點(diǎn)，提出了系統(tǒng)的智慧海岸建設(shè)技術(shù)實(shí)現(xiàn)方式。分析了利用岸基雷達(dá)鏈技術(shù)對(duì)海上船舶位置的管控方法，卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)對(duì)人臉、車輛、船舶的識(shí)別方法，以及數(shù)據(jù)ETL技術(shù)的數(shù)據(jù)倉庫存儲(chǔ)涉海要素信息方法。系統(tǒng)地對(duì)智慧海岸建設(shè)思路進(jìn)行了梳理規(guī)劃，為更好地開展海岸線智能管控工作提供借鑒。

關(guān)鍵詞：智慧海岸? 岸基雷達(dá)鏈? 卷積神經(jīng)網(wǎng)絡(luò)? 數(shù)據(jù)倉庫

中圖分類號(hào)：P748? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）10（a）-0123-03

Abstract： Aiming at the actual characteristics of coastal city coastline management， proposed the systematic realization method of smart coast construction technology. Analyzing the management method of ships position at sea that utilizes shore-based radar chains， recognition method of convolutional neural network learning technology for faces， vehicles and ships， and data ETL technology data warehouse storage method of maritime elements information. The construction idea of the smart coast is systematically sorted out and planned to provide reference for the better implementation of the intelligent control of the coastline.

Key Words： coast; Shore-based radar chain; Convolutional neural networks; Data warehouse

1? 研究背景及意義

近年來，隨著國內(nèi)經(jīng)濟(jì)發(fā)展及收入水平的不斷提高，部分周邊國家民眾將就業(yè)眼光轉(zhuǎn)向我國，但因合法入境務(wù)工手續(xù)繁瑣，大量境外人員難以正常入境務(wù)工，采取偷渡入境方式非法進(jìn)入我國。我市大部分企業(yè)招工困難，且國內(nèi)用工成本較高，在本地務(wù)工人員無法滿足企業(yè)用工需求的情況下，個(gè)別企業(yè)鋌而走險(xiǎn)，通過非法途徑招收“三非”人員進(jìn)廠務(wù)工。

2? 關(guān)鍵技術(shù)實(shí)現(xiàn)

2.1 基于岸基雷達(dá)鏈的船舶監(jiān)視管理系統(tǒng)。

在重點(diǎn)海岸線管控區(qū)域部署岸基雷達(dá)與視頻監(jiān)控站點(diǎn)，岸基雷達(dá)間隔保持合理距離，保證有效掃描區(qū)域部分重合，將各獨(dú)立岸基雷達(dá)通過軟件系統(tǒng)聯(lián)通形成岸基雷達(dá)鏈。岸基雷達(dá)全天候?qū)Ｃ娴倪M(jìn)出港船舶掃描監(jiān)視，結(jié)合激光視頻監(jiān)控技術(shù)，將雷達(dá)回波信號(hào)和視頻監(jiān)控聯(lián)動(dòng)處理，并融合船舶識(shí)別的AIS信息，提高對(duì)近海船舶位置、型號(hào)的識(shí)別能力和目標(biāo)跟蹤的精確度，全面提升對(duì)沿海涉漁、涉海船舶違法行為的情報(bào)獲取能力和精準(zhǔn)打擊水平。

2.1.1 自適應(yīng)固定地物雜波濾除

建立在海岸線上的岸基雷達(dá)需要克服陸地回波的干擾，采用雜波濾除技術(shù)建立固定地物雜波圖，將架設(shè)在沿岸的岸基雷達(dá)站接收到的無用雜波（海島、海岸線、燈塔、陸地、山峰）與固定地物雜波圖對(duì)消，篩除干擾信號(hào)后只留下移動(dòng)的船舶回波信號(hào)，以保證對(duì)海上移動(dòng)船舶的高效識(shí)別。為保證固定地物雜波的準(zhǔn)確性，需要雜波圖動(dòng)態(tài)調(diào)整的自適應(yīng)能力，當(dāng)雷達(dá)架設(shè)站點(diǎn)周圍地物環(huán)境發(fā)生變化時(shí)，固定地物雜波圖也能夠隨著環(huán)境的變化而自適應(yīng)地變化。

2.1.2 多回波數(shù)據(jù)源融合

多部岸基雷達(dá)結(jié)合AIS組網(wǎng)聯(lián)動(dòng)工作，形成利于船舶管理的岸基雷達(dá)鏈，將同一船舶在2個(gè)雷達(dá)站覆蓋重疊區(qū)分別探測(cè)，對(duì)雷達(dá)點(diǎn)跡數(shù)據(jù)時(shí)空配準(zhǔn)、誤差補(bǔ)償、點(diǎn)跡合并求精、目標(biāo)跟蹤濾波，生成連續(xù)的船舶運(yùn)行數(shù)組數(shù)據(jù)，定位跟蹤雷達(dá)輻射范圍內(nèi)的船舶運(yùn)行軌跡。除了雷達(dá)探測(cè)信號(hào)的相互融合外，還結(jié)合船舶識(shí)別AIS系統(tǒng)數(shù)據(jù)，將雷達(dá)探測(cè)的移動(dòng)目標(biāo)與船舶識(shí)別AIS系統(tǒng)中的船舶數(shù)據(jù)庫匹配關(guān)聯(lián)，實(shí)現(xiàn)雷達(dá)探測(cè)船舶目標(biāo)分類的精準(zhǔn)識(shí)別。

2.1.3 雷達(dá)與攝像頭云臺(tái)聯(lián)動(dòng)

將雷達(dá)探測(cè)的信號(hào)與高清球機(jī)攝像頭聯(lián)動(dòng)，實(shí)現(xiàn)以攝像頭為“點(diǎn)”、以雷達(dá)探測(cè)信號(hào)為“面”的雷達(dá)光點(diǎn)引導(dǎo)技術(shù)。“面”，是指由岸基雷達(dá)探測(cè)海上回波而獲得目標(biāo)顯示的大畫面，“點(diǎn)”是指通過高清球機(jī)攝像頭云臺(tái)捕捉大畫面中的細(xì)節(jié)，二者通過雷達(dá)光點(diǎn)引導(dǎo)攝像頭技術(shù)達(dá)到海上“無盲區(qū)、無死角”的全方位不間斷監(jiān)控，攝像頭云臺(tái)可以自動(dòng)跟蹤雷達(dá)回波信號(hào)中的具體船舶目標(biāo)。

2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉、車輛、船舶識(shí)別技術(shù)

在海岸線的港灣碼頭及主要路口卡點(diǎn)，建設(shè)具有人臉、車輛識(shí)別功能的高清攝像機(jī)，可以根據(jù)業(yè)務(wù)需求，加強(qiáng)對(duì)走私類、偷渡類等刑事案件的監(jiān)管力度。通過數(shù)據(jù)挖掘技術(shù)（Data Mining）搭建符合執(zhí)法需求的卷積神經(jīng)網(wǎng)絡(luò)和相關(guān)性模型，利用人臉、車輛、船舶識(shí)別高清攝像機(jī)采集生物體特征，比對(duì)公安專用數(shù)據(jù)庫并進(jìn)一步形成違法犯罪研判模型，以加強(qiáng)海岸線智能化監(jiān)管水平，降低執(zhí)法監(jiān)管成本，提高監(jiān)管效率。

2.2.1 人臉識(shí)別技術(shù)

深度學(xué)習(xí)（Deep Learning）的人臉識(shí)別技術(shù)，是在不同應(yīng)用場景下搜集海量人臉數(shù)據(jù)集，利用數(shù)據(jù)挖掘技術(shù)中的卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型自動(dòng)學(xué)習(xí)人臉特征，并進(jìn)一步泛化到其他各類識(shí)別場景中。系統(tǒng)前端采用高清攝像機(jī)采集實(shí)時(shí)人臉視頻圖像，通過專網(wǎng)傳輸?shù)筋A(yù)處理服務(wù)器檢測(cè)、跟蹤、抓拍及質(zhì)量判斷形成一張張的人臉照片，將人臉照片與數(shù)據(jù)集中的人臉數(shù)據(jù)庫特征提取比對(duì)，按照業(yè)務(wù)要求研判分析，并輸出比對(duì)結(jié)果。

2.2.2 車輛識(shí)別技術(shù)

深度學(xué)習(xí)（Deep Learning）的車輛識(shí)別技術(shù)，是從海量的車輛數(shù)據(jù)集中，學(xué)習(xí)車輛外形和車牌特征，基于深層次卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型，建立車輛牌號(hào)、特征等圖像分類，從而實(shí)現(xiàn)對(duì)車輛類型等精準(zhǔn)識(shí)別。業(yè)務(wù)工作中可能會(huì)增加晝伏夜出的大貨車等特征比對(duì)模型，利用計(jì)算機(jī)算法分析比對(duì)車輛型號(hào)布，做到違法犯罪的提前預(yù)警。

2.2.3 船舶識(shí)別技術(shù)

在碼頭出入港卡口位置安裝高清攝像機(jī)采集進(jìn)出港船舶視頻圖像，通過歸一、裁剪等操作統(tǒng)一船舶圖像的尺寸大小，再對(duì)船舶圖像做亮度增強(qiáng)或噪點(diǎn)去除等技術(shù)操作使船舶圖像清晰度更好、信噪比更高。采用數(shù)字圖像處理的Gabor濾波變換算法提取船舶圖線幅值，提取船舶圖像類型識(shí)別特征，根據(jù)特征向量的數(shù)量確定卷積神經(jīng)網(wǎng)絡(luò)卷積層，將船舶圖像類型作為卷積神經(jīng)網(wǎng)絡(luò)算法的期望輸出，確定卷積神經(jīng)網(wǎng)絡(luò)模型的層次結(jié)構(gòu)。設(shè)定卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)，如權(quán)值、閾值等，通過梯度下降算法對(duì)權(quán)值、閾值進(jìn)行調(diào)整，使得卷積神經(jīng)網(wǎng)絡(luò)模型的輸出誤差不斷下降，船舶圖像識(shí)別準(zhǔn)確度逐步提高，從而建立船舶圖像類型的識(shí)別分類器。在識(shí)別應(yīng)用場景中，對(duì)需要識(shí)別的船舶圖像信息，通過分類器識(shí)別船舶圖像的類型，并輸出。

2.3 基于移動(dòng)智能終端的出海船舶、出海漁船民信息報(bào)備系統(tǒng)

出海船舶和漁船民報(bào)備系統(tǒng)是基于互聯(lián)網(wǎng)移動(dòng)智能終端的采集端軟件，依托于手機(jī)、平板電腦等移動(dòng)終端實(shí)現(xiàn)的數(shù)據(jù)錄入和上報(bào)。該軟件是在國務(wù)院取消海岸管理部門頒發(fā)《出海船舶戶口簿》和《出海船民證》兩項(xiàng)行政許可背景下設(shè)計(jì)開發(fā)的，主要理念是在“放管服”的大環(huán)境下，強(qiáng)調(diào)管理部門的服務(wù)水平，以服務(wù)促管理的理念，提高海岸警察部門對(duì)出海船舶和出海漁船民管理的有效性。

2.3.1 UI交互設(shè)計(jì)

UI交互設(shè)計(jì)，即移動(dòng)端軟件的用戶體驗(yàn)，可以簡單理解為用戶使用產(chǎn)品的感受。由于軟件的用戶是廣大出海生產(chǎn)作業(yè)的人民群眾，軟件的互動(dòng)感和體驗(yàn)效果是移動(dòng)端UI交互設(shè)計(jì)的關(guān)鍵。

2.3.2 優(yōu)化交互設(shè)計(jì)的具體策略

保證用戶高效使用。避免用戶做出錯(cuò)誤的操作，根據(jù)用戶的操作習(xí)慣設(shè)計(jì)界面按鈕位置，可以讓用戶點(diǎn)擊一次操作的，絕不點(diǎn)擊兩次，以提高軟件的使用舒適度。如出港船舶在入港時(shí)，會(huì)在入港報(bào)備界面自動(dòng)回填出港碼頭名稱，避免重復(fù)錄入。

保證產(chǎn)品頁面清晰明了。頁面的色彩搭配、框架構(gòu)型符合漁船民或船舶代理的使用習(xí)慣。操作界面上只有出港和入港兩項(xiàng)按鈕，用戶操作時(shí)，系統(tǒng)自動(dòng)關(guān)聯(lián)相關(guān)數(shù)據(jù)，使操作更加簡便快捷。同時(shí)，考慮到海邊環(huán)境較差的問題，頁面優(yōu)化了按鈕大小和觸碰位置。

優(yōu)化產(chǎn)品設(shè)計(jì)，注重情感投入。設(shè)計(jì)工作注入了海岸警察部門對(duì)漁船民的關(guān)懷，主要設(shè)計(jì)工作也圍繞用戶的需求展開。在漁船民信息報(bào)備的頁面，增加了OCR身份證拍照識(shí)別技術(shù)，通過拍照提取二代身份證信息，以減少手工錄入的繁雜操作。

2.4 基于數(shù)據(jù)ETL技術(shù)的涉海信息采集云平臺(tái)

涉海信息采集云平臺(tái)是智慧海岸項(xiàng)目的大腦，負(fù)責(zé)收集存儲(chǔ)涉海各類要素?cái)?shù)據(jù)（出海船舶、漁船民、漁業(yè)公司、修造船企業(yè)、港口碼頭、涉海勞務(wù)中介等），平臺(tái)分為民警采集端和資源接口端。民警采集端的數(shù)據(jù)來源主要是日常執(zhí)法執(zhí)勤業(yè)務(wù)涉海數(shù)據(jù)的匯總上報(bào)。資源接口端的數(shù)據(jù)來源廣泛對(duì)接了第三方開發(fā)的涉海應(yīng)用軟件數(shù)據(jù)，通過專用通道和數(shù)據(jù)接口程序，將社會(huì)平臺(tái)中的涉海數(shù)據(jù)匯聚到管理部門搭建的數(shù)據(jù)倉庫，現(xiàn)有接入包含：岸基雷達(dá)鏈船舶監(jiān)管系統(tǒng)、人臉車輛船舶識(shí)別系統(tǒng)、出海船舶漁船民報(bào)備系統(tǒng)等數(shù)據(jù)資源。

2.4.1 ETL的內(nèi)容

大量不同類型的數(shù)據(jù)對(duì)接到涉海信息采集云平臺(tái)，需要平臺(tái)自身擁有先進(jìn)的數(shù)據(jù)ETL功能，從而使不同結(jié)構(gòu)的數(shù)據(jù)源轉(zhuǎn)化為統(tǒng)一格式后流向目標(biāo)數(shù)據(jù)庫。數(shù)據(jù)清洗（ETL）包含3個(gè)主要過程：數(shù)據(jù)源抽取（Extract）、數(shù)據(jù)轉(zhuǎn)換（Transform）和數(shù)據(jù)裝載（Loading）。

2.4.2 ETL過程的特點(diǎn)

數(shù)據(jù)的ETL過程是數(shù)據(jù)源的抽取、清洗、轉(zhuǎn)換和裝載，形成數(shù)據(jù)串行或并行的過程，操作流程中對(duì)全部數(shù)據(jù)的處理是批量操作，采用批量裝載工具。

元數(shù)據(jù)。是指描述數(shù)據(jù)的數(shù)據(jù)，包括數(shù)據(jù)源轉(zhuǎn)換前后的數(shù)據(jù)結(jié)構(gòu)、轉(zhuǎn)換規(guī)則，以及ETL形式參數(shù)的管理。

轉(zhuǎn)換規(guī)則的定義方法。提供包括日期處理函數(shù)、字符串處理函數(shù)等函數(shù)集，采用常用規(guī)則方法定義語言的描述規(guī)則。

數(shù)據(jù)的快速索引。采用Hash算法技術(shù)，將參照關(guān)系表提前裝入內(nèi)存，轉(zhuǎn)換時(shí)查找Hash表。

數(shù)據(jù)流程的控制。將相同數(shù)據(jù)單元之間存在共同操作的數(shù)據(jù)表，裝載為一個(gè)數(shù)據(jù)ETL單元，通過反復(fù)調(diào)用相同數(shù)據(jù)表轉(zhuǎn)換存儲(chǔ)，有效節(jié)省數(shù)據(jù)庫系統(tǒng)資源，進(jìn)一步提高了系統(tǒng)的工作效率。

3? 應(yīng)用前景

智慧海岸建設(shè)是一項(xiàng)系統(tǒng)性工程，在使用效果上，要突出執(zhí)法部門具體執(zhí)法行為與各軟硬件平臺(tái)的相互配合，通過雷達(dá)探測(cè)系統(tǒng)、人臉車輛船舶識(shí)別攝像機(jī)，以及服務(wù)于廣大漁船民群眾的出海漁船民報(bào)備軟件，各自在職責(zé)范圍內(nèi)采集海岸線附近的動(dòng)態(tài)數(shù)據(jù)信息，通過涉海信息采集平臺(tái)建立數(shù)據(jù)倉庫，分類清洗、轉(zhuǎn)換、存儲(chǔ)涉海要素?cái)?shù)據(jù)信息。智慧海岸建設(shè)是對(duì)現(xiàn)有港灣碼頭管理方法的升級(jí)，使管理部門借助科技手段，提高港灣碼頭的管理水平，通過信息協(xié)同聯(lián)動(dòng)、線上線下共管，加大對(duì)沿?！叭裏o”船舶的清剿力度，提高走私、偷越國邊境類犯罪案件的打擊能力。

智慧海岸建設(shè)要多方面創(chuàng)新探索，突出產(chǎn)業(yè)融合特點(diǎn)，堅(jiān)持綠色發(fā)展理念，探索投資機(jī)制創(chuàng)新，采取政府與企業(yè)共建的模式，解決建設(shè)資金難題。探索經(jīng)營管理新機(jī)制，秉承執(zhí)法與管理相分離原則，以實(shí)現(xiàn)海岸線的全天候、全覆蓋監(jiān)控管理，確保漁船生產(chǎn)作業(yè)安全。

4? 結(jié)語

目前，智慧海岸建設(shè)尚屬于技術(shù)探索階段，國內(nèi)并沒有一套可供參考的完整系統(tǒng)，本文作者在研究智慧海岸技防設(shè)施建設(shè)時(shí)，對(duì)本地的主要港灣碼頭開展的大量的走訪調(diào)研，翻閱了科技類、管理類書籍資料，并與國內(nèi)個(gè)別技術(shù)廠商反復(fù)推演項(xiàng)目可行性，結(jié)合本地區(qū)的管理工作經(jīng)驗(yàn)，提出了以岸基雷達(dá)鏈管海管船、人車識(shí)別攝像機(jī)管陸地的技防手段，同時(shí)利用涉海信息采集云平臺(tái)系統(tǒng)分類存儲(chǔ)船舶、車輛、出海漁船民數(shù)據(jù)，形成了一套獨(dú)立的海岸管理工作方法。智慧海岸建設(shè)的目標(biāo)是利用現(xiàn)代科技手段實(shí)現(xiàn)船從哪里來、在哪里停，下船幾個(gè)人、人到哪里去的全域監(jiān)控監(jiān)管，本文所涉及的管理方法可能未必是最好的方案，但是可以為后期建設(shè)提供經(jīng)驗(yàn)借鑒。

參考文獻(xiàn)

[1] 汪永軍，莫紅飛，閆馮軍，等.一種基于氨基多雷達(dá)的船舶監(jiān)視管理系統(tǒng)[J].艦船電子對(duì)抗，2018，41（3）：36-41.

[2] 張旭，謝鑒.基于深度學(xué)習(xí)的人臉大數(shù)據(jù)系統(tǒng)應(yīng)用[J].電子技術(shù)與軟件工程，2019（3）：161-161.

[3] 樂藝.基于卷積神經(jīng)網(wǎng)絡(luò)的艦船圖像類型識(shí)別[J].船艦科學(xué)技術(shù)，2019，41（10A）：172-174.

[4] 廉博.數(shù)據(jù)倉庫中 ETL 技術(shù)的研究與實(shí)現(xiàn)[D].沈陽：沈陽工業(yè)大學(xué)，2016.

[5] 李燾.基于SAR圖像的艦船目標(biāo)檢測(cè)方法研究[D].西安：西安電子科技大學(xué)，2019.

[6] 李平.船舶輪廓圖像三維重構(gòu)技術(shù)研究[J].艦船科學(xué)技術(shù)，2019，41（20）：19-21.

[7] 林柯霏，史鐘穎.青島西海岸綠色生態(tài)與智慧城市專項(xiàng)規(guī)劃[J].大學(xué)生，2020（9）：79.