港口地区的安全涉及各级监测。什么样的船只进港，他们是否可能犯有非法捕鱼罪，他们携带什么货物？安全官员和港务局长通常不能独自履行这些控制职责，这就是为什么世界各地的港口越来越多地利用智能监控系统来监控海域。TU/e研究人员Amir Ghahremani开发了新算法和学习系统，以改进血管识别。他将于6月24日（星期五）在电气工程系获得博士学位。

在计算机图像上识别一艘船似乎很简单，但博士研究人员阿米尔·盖勒马尼（AmirGhahremani）现在知道，没有什么是它看起来的样子。“船舶形状各异，速度各异。当它们离得很远时，你在屏幕上看到的只是几个模糊的像素。试着识别其中的一艘船！最重要的是，水和天气条件往往使识别船舶变得格外困难。明亮的阳光会引起反射，雾或大雨也会降低图像质量。简而言之，一个非常动态的环境政府。"

Giethoorn平底船

在国际应用即插即用监控（APPS）项目中，Ghahremani与世界各地的大学、研究所和行业合作伙伴合作，开发创新算法，以改进自动海上监控系统。这些系统不仅用于确保港口地区的安全，还用于海上领土和繁忙的河流和运河路线。

研究人员着手开发一种适合强烈变化条件的鲁棒系统。然而，他们没有视频来测试他们的算法，这就是为什么Ghahremani第一次花了一个月的时间拍摄和收集照片。其中包括阿姆斯特丹和鹿特丹港口的船只照片，土耳其港口的船只照片，以及他个人最喜欢的：以运河和船只闻名的Giethoorn村。

但你在Giethoorn找不到任何集装箱船。相反，运河里挤满了游船，尤其是在旺季。Ghahremani最终乘坐了一艘传统的平底船。他笑着承认，这并非没有结果，因为这教会了这位伊朗出生的研究人员欣赏平坦、富水的荷兰乡村，因为他喜欢山区。事实上，他最近甚至成为了荷兰公民。

动态行为

Ghahremani解释说，他的照片清楚地显示了海洋领域内的各种挑战。“船舶的形状和大小各不相同，它们朝着不同的方向移动。海上监视通常覆盖广阔的区域，这就是为什么船舶有时远离摄像机的原因。此外，还面临着不断变化的天气条件和水的动态行为的挑战。”

Ghahremani展示了一张照片，照片中一艘船在明亮的阳光下，在完美的海洋中航行。“如果你因为太阳的原因需要眯起眼睛，你也会更难看到东西。”

Ghahremani开发了船只识别算法，并注意到当图像中的水位于何处变得清晰时，识别能力得到了极大的提高。“通过在图像中划分水域，您可以放大此区域。沿海岸线行驶的汽车将不再被识别为船舶。”

然后，他开始根据自己的图像建立一个所谓的神经网络。利用深度学习技术，他训练了该系统，以帮助新算法提高识别船舶的精度。它成功了。起初是熟悉的图像，但在他的项目结束时，也有了新的画面，其中船只识别变得越来越准确。

避风港

他的自学习算法不仅改善了血管识别，还被证明可用于跨非重叠摄像头视图的血管重新识别（re ID）。“有时，船舶在行驶10公里后会在摄像头上重新聚集，尤其是在大型海域。智能神经网络显著增加了重新识别的机会。这种方法是新的，很有希望的。网络的不断改进和培训将使海事监视系统能够分析船舶的行为，这将提高港口地区和其他地区的安全性海上区域。"