AI驱动下的智慧渔港船舶身份精准识别方案与应用
乔思洁
林新兵
白京春
杨晓梅
中国联通威海市分公司,山东威海 264200
摘要：针对涉渔"三无"船舶监管难、传统人工核录效率低下、复杂海洋环境下识别准确率不高等问题,提出一种基于5G专网与深度学习技术的"边缘—云端"协同核查核录系统.方案通过64TRAAU立体波束成形技术优化渔港网络覆盖,解决信号传输瓶颈;在算法层面,构建涵盖超分辨率重建、新视角合成、目标检测、关键点提取、图像检索与OCR识别的全链路优化模型.关键创新包括:采用注意力机制GAN提升低清图像质量,引入Instant-NGP以弥补视角缺失,基于YOLOv8-S与Swin Transformer等模型进行针对性优化以提升特征区分度.实际应用表明,该系统将船舶身份识别准确率提升至90.2％,单船核录效率提高60％,为智慧渔港建设与渔业监管数字化提供了高效、可靠的技术解决方案.
关键词：5G专网深度学习船舶身份识别智慧渔港
论文发表日期：2025-12-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 10-14 )