马瑞鑫，李子龙，陈 静

(1.交通运输部天津水运工程科学研究所，天津 300456； 2.大连海事大学 航海动态仿真和控制实验室，大连116026)

随着内河航运的快速发展，水上运输船舶数量日益增多，水上交通压力越来越大，单纯依靠人工进行现场或视频巡检效率较低，针对船舶的智能监管，目前主要采用视频监控、AIS、射频识别、雷达等技术。但尚没有完善的监控系统对水上交通出现的船舶超载、超限、遮挡船名、不按规定开启AIS等违法违规行为进行智能监控及预警，智能化的监管手段仍显不足。

当前水运行业传统的视频监控已经较为普遍，但如何从视频中提取出关注的信息仍较为繁琐，由于船名标识不规范、字符不清晰，基于计算机视觉的智能分析应用较少；AIS应用较为广泛，但其必须依赖于船载终端的安装及正确使用；雷达在沿海港口应用较为广泛，但在内河中由于航道沿线山林阻隔及岸线阻挡应用较少。当前，单一的监测方法都有相应弊端，同时无法有效进行数据协同，尚没有统一高效的融合方法使其从多源无序的监测数据中发掘精准的有价值信息。如何精准有效地从现有视频中提取出船舶目标，实现船舶视频目标的自动检测与跟踪；并协同多传感器的多源数据融合分析，提高监测精细化水平，实现船舶监管的直观表达是当前亟需解决的问题。

当前基于计算机视觉的目标检测方法主要分为传统目标检测算法和深度学习目标检测算法[1]。……