Documente Academic
Documente Profesional
Documente Cultură
Proiect Diploma Viziunea Computerizata
Proiect Diploma Viziunea Computerizata
PROIECT DE DIPLOMĂ
ÎNDRUMĂTOR
Conf.univ.Dr. Băutu Andrei
ABSOLVENT
Fucigiu Alexandru-Andrei
CONSTANŢA
2023
ACADEMIA NAVALĂ "MIRCEA CEL BĂTRÂN"
FACULTATEA DE NAVIGAȚIE ȘI MANAGEMENT NAVAL
PROIECT DE DIPLOMĂ
ÎNDRUMĂTOR
Conf.univ.Dr. Băutu Andrei
ABSOLVENT
Fucigiu Alexandru-Andrei
CONSTANŢA
2023
ROMÂNIA
MINISTERUL APĂRĂRII NAŢIONALE
ACADEMIA NAVALĂ "MIRCEA CEL BĂTRÂN"
FACULTATEA DE INGINERIE MARINĂ / NAVIGAȚIE ȘI MANAGEMENT NAVAL
APROB
DECANUL FNMN
AVIZAT
COORDONATOR PROGRAM DE STUDII
FIŞA PROIECTULUI
TEMA nr. -/*
Introducere
Capitolul 3.1 Vederea computerizata folosită în Navigație - The Kaiko System Approach.....39
1
Introducere
Navigația maritimă este o disciplină vitală pentru transportul maritim și siguranța navigației
pe oceane și mări. Pentru a asigura o navigație eficientă și sigură, se bazează în mare măsură pe
capacitatea de a detecta și identifica obiectele și informațiile relevante din mediul maritim. În
ultimele decenii, vederea computerizată a devenit o tehnologie tot mai importantă și eficientă în
domeniul navigației maritime, oferind soluții avansate pentru procesarea automată a imaginilor și
pentru obținerea de informații esențiale despre mediul înconjurător
Vederea computerizată este domeniul informaticii care se concentrează pe replicarea unor
părți din complexitatea sistemului vizual uman și care permite calculatoarelor să identifice și să
proceseze obiecte din imagini și videoclipuri în același mod în care o fac oamenii. Până de
curând, vederea computerizată funcționa doar în mod limitat.
Datorită progreselor în domeniul inteligenței artificiale și inovațiilor în domeniul învățării
profunde și al rețelelor neuronale, acest domeniu a reușit să facă pași mari în ultimii ani și a
reușit să depășească oamenii în anumite sarcini legate de detectarea și etichetarea obiectelor.
Unul dintre factorii care stau la baza dezvoltării vederii computerizate este cantitatea de date
pe care o generăm astăzi și care este apoi utilizată pentru a antrena și a îmbunătăți vederea
computerizată.
Primele experimente în domeniul vederii computerizate au început în anii 1950 și au fost
utilizate pentru prima dată în scopuri comerciale pentru a face distincția între textul dactilografiat
și cel scris de mână în anii 1970, iar în prezent aplicațiile viziunii computerizate au crescut
exponențial.
Tehnologia de Vedere Computațională este utilizată și în navigația maritimă, pentru a ajuta
la identificarea și interpretarea informațiilor din mediul înconjurător. Navigația maritimă este un
domeniu critic care necesită o monitorizare constantă a condițiilor meteorologice, a altor nave, a
obstacolelor și a altor elemente din mediul marin.
Sistemele de Vedere Computațională pot fi utilizate pentru a detecta și identifica diferitele tipuri
de nave și obiecte din jurul unei nave, cum ar fi platformele petroliere, stâncile și alte obstacole.
Aceste sisteme utilizează camere video și algoritmi de procesare a imaginii pentru a analiza și
interpreta informațiile din mediul înconjurător.
De asemenea, tehnologia de Vedere Computațională poate fi utilizată și pentru a ajuta la
navigarea navei în condiții meteorologice nefavorabile, cum ar fi ceața sau furtuna, prin
detectarea și identificarea farurilor și altor semne de navigație.
2
Utilizarea tehnologiei de Vedere Computațională în navigația maritimă poate reduce
riscurile de coliziune cu alte nave sau obstacole, și poate îmbunătăți în general siguranța și
eficiența transportului maritim.
În plus, sistemele de Vedere Computațională pot fi utilizate și pentru a monitoriza și a
controla încărcătura navei, prin identificarea și urmărirea poziției și a mișcărilor încărcăturii.
Aceasta poate ajuta la prevenirea deteriorării încărcăturii și la asigurarea unei distribuiri corecte a
acesteia pe navă.
Tehnologia de Vedere Computațională poate fi integrată și în sistemele de autopilot, ajutând
la controlul și navigarea navei. Algoritmii de procesare a imaginii pot fi utilizați pentru a
identifica obiecte din jurul navei și pentru a ajusta cursul și viteza navei în consecință.
Tehnologia de Vedere Computațională joacă un rol important în navigația maritimă, oferind o
monitorizare precisă și constantă a mediului marin și a condițiilor meteorologice. Utilizarea
acestei tehnologii poate îmbunătăți siguranța și eficiența transportului maritim, reducând riscurile
de accidente și daune la încărcătura navei.
Scopul acestei lucrări de licență este de a explora aplicațiile și beneficiile utilizării vederii
computerizate în navigația maritimă. Ne vom concentra asupra modului în care tehnologiile de
prelucrare a imaginilor și de recunoaștere a obiectelor pot fi integrate în echipamentele de
navigație, cum ar fi radarul și sonarul, pentru a spori capacitatea de detectare și identificare a
obiectelor în mediul maritim. De asemenea, vom examina metodele și algoritmul utilizate în
vederea computerizată, cum ar fi segmentarea imaginilor, extragerea caracteristicilor și
recunoașterea obiectelor, pentru a înțelege mai bine procesul de analiză a imaginilor maritime.
Pe parcursul lucrării, vor fi analizate și evaluate studii de caz relevante, care demonstrează
aplicabilitatea vederii computerizate în diferite aspecte ale navigației maritime, cum ar fi
detectarea și urmărirea navelor, identificarea obstacolelor sau evaluarea condițiilor
meteorologice. De asemenea, vom examina avantajele și provocările asociate cu implementarea
acestei tehnologii în contextul navigației maritime.
Prin explorarea acestor aspecte, această lucrare de licență își propune să evidențieze
contribuția vederea computerizată în navigația maritimă și să ofere o perspectivă asupra
direcțiilor viitoare de dezvoltare și îmbunătățire a acestei tehnologii.
3
Capitolul I. Semnale vizuale utilizate in navigație
Există o varietate de semnale vizuale utilizate în navigație, fiecare având scopul său specific.
Acestea pot include:
Faruri1 și faruri maritime
Farurile sunt construcții înalte și impresionante, amplasate pe țărm sau pe structuri marine,
care emit lumini puternice și vizibile pe distanțe considerabile pentru a ghida navele în timpul
navigației nocturne sau în condiții de vizibilitate redusă. Acestea reprezintă unele dintre cele mai
recunoscute și emblematice semnale vizuale utilizate în navigația maritimă.
Farurile maritime sunt de obicei amplasate pe insule, recife sau alte obiecte fixe și sunt
proiectate pentru a oferi un punct de referință navigațional și pentru a marca pericolele pentru
navigație. Acestea sunt construite în locuri strategice, unde sunt necesare orientare și ghidare
clară a navelor pentru a evita accidentele și a naviga în siguranță prin zonele periculoase.
Farurile maritime sunt echipate cu surse de lumină puternice, cum ar fi becurile electrice,
lampile cu halogen sau sisteme de iluminare cu LED-uri. Aceste surse de lumină sunt proiectate
pentru a emite raze luminoase vizibile pe mare distanțe, adesea cu ajutorul oglinzilor parabolice
sau a lentilelor, pentru a concentra și direcționa lumina într-un mod eficient și direcționat.
Fiecare far are un caracteristică distinctă de emisie a luminii, cum ar fi intensitatea luminii,
culoarea și perioada de emisie. Aceste caracteristici sunt utilizate pentru a identifica și diferenția
farurile între ele și pentru a furniza informații esențiale despre poziție, direcție și siguranță
navigațională pentru nave.
Farurile maritime pot fi clasificate în funcție de locație, structură și scopul lor specific. Unele
faruri sunt amplasate pe țărm, fiind cunoscute sub numele de faruri de coastă, în timp ce altele
1
Structuri înalte și luminoase utilizate în navigație pentru a ghida navele și a marca puncte de referință pe coastă.
Acestea emit un fascicul de lumină puternic și distinct, vizibil pe distanțe mari.
5
sunt construite pe structuri offshore, cum ar fi farurile de pe diguri sau pe insule. Fiecare tip de
far poate avea un design și o structură unică, care poate include turnuri, platforme, clădiri sau
structuri metalice.
În plus, farurile maritime pot avea semnificații specifice în funcție de locația și contextul
navigațional în care sunt amplasate. Aceste semnificații pot include semnalizarea intrării în port,
identificarea unui punct de referință navigațional, avertizarea asupra pericolelor sau indicarea
unei rute preferate pentru navigație.
Farurile maritime reprezintă nu doar semnale vizuale esențiale pentru navigația maritimă, ci
și simboluri de tradiție, frumusețe și moștenire culturală. Acestea sunt adesea considerate atracții
turistice și puncte de atracție în regiunile maritime, datorită importanței și impactului lor asupra
siguranței și navigației.
Faruri direcționale
Farurile direcționale sunt adesea amplasate în zone cu navigație dificilă sau în apropierea
intrărilor în porturi sau canale navigabile. Ele sunt proiectate pentru a fi vizibile din mai multe
puncte de vedere și pentru a oferi naviganților informații clare despre direcția corectă de
navigație.
Aceste faruri sunt caracterizate de modele de lumină distincte, cum ar fi secvențe de lumini
intermitente sau întrerupte, care indică naviganților direcția corectă de a urma. De exemplu, un
far direcțional poate emite un model specific de lumini, cum ar fi două lumini albe intermitente
urmate de o pauză, pentru a indica naviganților să urmeze un anumit canal de navigație sau o
rută specifică.
6
Farurile direcționale pot fi amplasate pe țărm sau pe structuri offshore, cum ar fi diguri sau
insule artificiale. Ele sunt echipate cu surse puternice de lumină și cu sisteme optice care
direcționează razele luminoase într-o anumită direcție sau pe un anumit sector. Acestea asigură o
vizibilitate maximă pentru navele care se apropie dintr-o anumită direcție și le oferă un punct de
referință clar pentru a urma ruta dorită.
Farurile direcționale pot fi utilizate în combinație cu alte semnale vizuale sau semnale sonore
pentru a furniza informații complete și precise pentru navigație. De exemplu, pot fi amplasate
semnale sonore sau semnale cu fum în apropierea farurilor direcționale pentru a oferi
naviganților multiple modalități de orientare și ghidare în timpul navigației.
Este important să menționăm că farurile direcționale sunt supuse reglementărilor și
standardelor internaționale, care stabilesc caracteristicile specifice ale luminii emise, culorile și
perioadele de iluminare, pentru a asigura coerența și consistența semnalizării în întreaga lume.
Farurile direcționale reprezintă un element crucial în sistemul de semnalizare vizuală utilizat
în navigația maritimă. Acestea oferă naviganților informații esențiale despre direcția corectă de
navigație și ajută la evitarea pericolelor și urmarea rutelor preferate. Amplasate strategic și
echipate cu sisteme optice și surse puternice de lumină, farurile direcționale sunt un element
esențial al infrastructurii de navigație și contribuie la siguranța și eficiența navigației maritime.
Marcajele sunt semne sau indicatori vizuali amplasați pe țărmuri sau structuri fixe și sunt
folosite pentru a oferi informații navigaționale, cum ar fi marcajul intrării în port sau în canalul
navigabil, sau pentru a marca rute preferate. Acestea pot fi în formă de indicatoare, plăci sau
stâlpi pe care sunt afișate simboluri sau litere specifice. De exemplu, marcajele pot indica
direcții, adâncimi de apă sau restricții de navigație.
Balizele și marcajele pot avea culori și forme specifice, conform standardelor internaționale,
pentru a asigura recunoașterea ușoară și înțelegerea semnificației acestora de către naviganți. De
exemplu, balizele roșii indică pericole navigaționale, balizele verzi indică intrări în porturi sau
canale navigabile, iar balizele albe indică puncte de referință generale. Marcajele pot fi, de
asemenea, codificate în funcție de culori și forme pentru a furniza informații clare și concise
pentru navigație.
Este important de menționat că balizele și marcajele pot fi utilizate în combinație cu alte
semnale, cum ar fi semnale sonore sau semnale radio, pentru a furniza naviganților informații
complete și multiple modalități de orientare și ghidare în timpul navigației.
8
Balizele și marcajele sunt componente esențiale ale sistemului de semnalizare vizuală utilizat
în navigația maritimă. Acestea furnizează naviganților informații cruciale despre pericole
navigaționale, intrări în porturi sau canale navigabile și rute preferate. Amplasate strategic în
apele maritime și pe țărmuri, balizele și marcaje
10
urgență. Aceste semnale reprezintă metode eficiente de a atrage atenția și de a furniza indicații
vizuale clare în medii în care alte semnale vizuale pot fi greu de observat sau înțeles.
Semnale cu fum
Semnalele cu fum sunt semnale vizuale care implică generarea și dispersia fumului într-un
mod controlat pentru a crea modele și forme specifice. Aceste semnale sunt utilizate în special în
situații de urgență pentru a solicita asistență sau pentru a indica pericole navigaționale. Ele pot fi
emise de la bordul unei nave sau de pe țărm și pot fi vizibile de la distanțe considerabile.
Există diverse metode și echipamente utilizate pentru a genera semnale cu fum. Printre cele
mai comune se numără utilizarea petardelor cu fum, a generatoarelor de fum sau a substanțelor
chimice care produc fum colorat. Fumul poate fi emis într-un model specific, cum ar fi puncte,
linii sau cercuri, pentru a transmite un mesaj sau a indica un anumit pericol.
În ceea ce privește semnificația, semnalele cu fum pot varia în funcție de codurile și
convențiile internaționale. De exemplu, un semnal cu fum de culoare neagră poate indica o
situație de urgență sau un pericol imediat, în timp ce un semnal cu fum de culoare roșie poate
indica un pericol de incendiu. Există, de asemenea, coduri specifice pentru a transmite mesaje
mai complexe, cum ar fi solicitarea de asistență medicală sau semnalizarea unei schimbări de
curs.
11
Există o varietate de echipamente și tehnologii utilizate pentru a genera semnale cu lumină.
Farurile, lanternele și balizele luminoase sunt printre cele mai comune dispozitive utilizate.
Acestea pot emite lumină în culori diferite, cum ar fi roșu, verde sau alb, și pot avea modele
specifice de lumină, cum ar fi lumini intermitente sau lumini întrerupte.
Semnalele cu lumină pot transmite diferite mesaje și informații navigaționale. De exemplu, o
lumină roșie poate indica un pericol navigațional, o lumină verde poate indica o intrare în port
sau într-un canal navigabil, iar o lumină albă poate indica o navă ancorată. De asemenea,
semnalele cu lumină pot fi folosite pentru a transmite instrucțiuni, cum ar fi solicitarea de a
păstra o anumită distanță față de o altă navă sau indicația de a reduce viteza.
Semnalele cu fum și semnalele cu lumină reprezintă metode eficiente de comunicare vizuală
utilizate în navigația maritimă în condiții de vizibilitate redusă sau în situații de urgență. Aceste
semnale permit transmiterea de mesaje și furnizarea de indicații clare în medii în care alte
semnale vizuale pot fi greu de observat sau înțelese. Utilizarea semnalelor cu fum și semnalelor
cu lumină este reglementată de coduri și convenții internaționale pentru a asigura o comunicare
eficientă și sigură în timpul navigației.
Semnale cu flăcări și semnale cu explozii
Semnalele cu flăcări și semnalele cu explozii au fost utilizate în trecut ca metode de
comunicare vizuală între nave sau între nave și țărm. Aceste semnale erau folosite pentru a
transmite mesaje importante, a marca pericole sau a semnala situații de urgență. Deși utilizarea
lor s-a redus în prezent, este important să înțelegem tipurile și semnificația acestor semnale,
precum și utilizarea lor în practica navigației maritime.
Semnale cu flăcări
Semnalele cu flăcări implică utilizarea focului pentru a genera lumini sau flăcări vizibile de
la distanță. Aceste semnale pot fi emise de la bordul unei nave sau de pe țărm și sunt vizibile în
special pe timp de noapte sau în condiții de vizibilitate redusă.
Există diverse tipuri de semnale cu flăcări. Un exemplu este semnalul Morse, în care
luminile sau flăcările scurte și lungi sunt utilizate pentru a transmite litere, cifre și cuvinte.
Semnalul SOS (··· --- ···) este un exemplu cunoscut de semnal de urgență care utilizează
semnale cu flăcări în formatul Morse.
Semnale cu explozii
Semnalele cu explozii implică utilizarea exploziilor sau zgomotelor puternice pentru a
atrage atenția și a transmite mesaje. Aceste semnale pot fi emise de la bordul unei nave sau de pe
țărm și sunt vizibile și audibile de la distanțe considerabile.
12
Un exemplu de semnal cu explozii este tunul de semnalizare. Tunul de semnalizare
utilizează explozii controlate pentru a genera zgomote puternice și lumini vizibile, atrăgând
astfel atenția și transmitând mesaje. Exploziile pot fi generate prin utilizarea cartușelor sau a
altor dispozitive specifice.
Semnificația semnalelor cu flăcări și semnalelor cu explozii este reglementată prin coduri și
convenții internaționale pentru a asigura o comunicare clară și sigură. Aceste semnale pot indica,
de exemplu, prezența unui pericol navigațional sau o situație de urgență.
Semnalele cu flăcări și semnalele cu explozii au fost utilizate în trecut ca metode de
comunicare vizuală în navigația maritimă. Aceste semnale utilizau lumina și zgomotele puternice
pentru a transmite mesaje, marca pericole sau semnala situații de urgență. În prezent, utilizarea
lor s-a redus, dar este important să înțelegem tipurile și semnificația acestor semnale, precum și
utilizarea lor în practica navigației maritime.
13
Semnalele cu leduri utilizează diode electroluminiscente (LED 3-uri) pentru a genera lumina
necesară semnalizării. Acestea au înlocuit treptat lămpile tradiționale și au devenit standard în
multe echipamente de navigație. Avantajele semnalelor cu leduri includ:
- Eficiență energetică: LED-urile consumă mai puțină energie decât lămpile tradiționale, ceea ce
le face mai economice și mai durabile în utilizare.
- Durabilitate: LED-urile sunt rezistente la șocuri, vibrații și condiții meteorologice severe, fapt
ce le face potrivite pentru mediul marin.
- Luminozitate și vizibilitate: Semnalele cu leduri oferă o luminozitate ridicată și o vizibilitate
excelentă, chiar și în condiții de vizibilitate redusă sau în timpul zilei.
- Flexibilitate: LED-urile pot fi controlate electronic pentru a genera diferite modele, culori și
intensități de lumină, permițând transmiterea unei game variate de informații.
Semnalele cu leduri sunt utilizate într-o varietate de aplicații, inclusiv în farurile și balizele
maritime, în semnalizarea navei, în semnalizarea de avertizare și în indicatoarele de navigație.
Semnale laser4
3
Denumită și "diodă emițătoare de lumină" (din engleză "light-emitting diode"), este un dispozitiv semiconductor
care emite lumină atunci când este traversat de curent electric.
4
Acronim pentru "Light Amplification by Stimulated Emission of Radiation" (Amplificarea Luminii prin Emisie
Stimulată de Radiație), un dispozitiv care produce o radiație coerentă de lumină prin emisia stimulată.
14
- Precizie și focalizare: Fasciculul laser poate fi focalizat cu precizie asupra unei ținte sau a unei
zone specifice, permitând transmiterea mesajelor în mod clar și precis.
- Vizibilitate îndepărtată: Semnalele laser pot fi vizibile de la distanțe mari, fiind eficiente în
transmiterea informațiilor pe mare distanțe.
- Raport semnal-zgomot ridicat: Semnalele laser au un raport semnal-zgomot ridicat, ceea ce
înseamnă că pot fi detectate și interpretate cu ușurință chiar și în condiții de zgomot ambiental
sau interferență.
Semnalele laser sunt utilizate în diverse aplicații maritime, inclusiv în semnalizarea de
avertizare, semnalizarea rutieră și semnalizarea maritimă. De asemenea, ele pot fi integrate în
echipamentele de navigație moderne, cum ar fi radarul sau sistemul de comunicații, pentru a
îmbunătăți performanța și eficiența acestora.
Sistemele de semnalizare optică moderne, cum ar fi semnalele cu leduri și semnalele laser,
au adus numeroase avantaje în navigația maritimă. Aceste tehnologii oferă eficiență energetică,
durabilitate, luminozitate ridicată și flexibilitate în transmiterea informațiilor. Utilizarea
semnalelor cu leduri și semnalelor laser în diverse aplicații maritime contribuie la îmbunătățirea
siguranței și eficienței navigației.
5
Aparat aerian fără pilot, controlat de la distanță, utilizat pentru diverse scopuri, inclusiv pentru a transmite mesaje
vizuale și a oferi semnalizare în navigație.
15
pentru a transmite mesaje și a oferi semnalizare vizuală în zone dificil accesibile sau în situații de
urgență. Această utilizare inovatoare a dronelor aduce numeroase avantaje și posibilități noi în
navigație.
Semnalizarea în zone dificil accesibile
Unele zone maritime pot fi dificil accesibile din diverse motive, cum ar fi condiții
meteorologice extreme, prezența recifurilor sau infrastructura navigațională limitată. În astfel de
cazuri, dronele pot fi folosite pentru a oferi semnalizare vizuală în locuri în care nu ar fi posibil
pentru alte mijloace de semnalizare să ajungă.
Dronele pot fi echipate cu lumini de avertizare sau ecrane LED pentru a transmite mesaje
vizuale, precum indicatoare de avertizare sau direcționare. Ele pot fi controlate de la distanță sau
pot fi programate să efectueze misiuni automate în zonele dificil accesibile, asigurând astfel o
semnalizare eficientă și continuă.
Semnalizarea în situații de urgență
În situații de urgență, timpul și comunicarea rapidă sunt cruciale pentru a asigura siguranța și
salvarea echipajelor sau a altor nave. Dronele pot fi utilizate pentru a transmite semnale vizuale
de urgență, asemenea semnalelor de fum sau explozii, într-un mod rapid și eficient.
Datorită capacității lor de a zbura și de a ajunge rapid la locul incidentului, dronele pot fi
echipate cu lumini de urgență, ecrane LED sau proiectoare puternice pentru a atrage atenția și a
semnaliza către alte nave sau către echipele de salvare. Aceasta poate contribui semnificativ la
coordonarea operațiunilor de salvare și la reducerea timpului de răspuns în situații critice.
Integrarea cu sistemele de navigație existente
Utilizarea dronelor pentru semnalizare vizuală poate fi integrată cu sistemele de navigație
existente, cum ar fi radarul sau sistemul de comunicații. Astfel, informațiile și semnalele
transmise de drone pot fi sincronizate și afișate pe echipamentele de bord ale altor nave sau pot fi
recepționate de către autoritățile maritime.
Această integrare permite transmiterea și recepționarea rapidă a mesajelor de semnalizare,
îmbunătățind astfel comunicarea și coordonarea între nave în diverse situații.
Utilizarea dronelor pentru semnalizare vizuală reprezintă o inovație semnificativă în
navigația maritimă. Aceasta deschide noi posibilități în semnalizarea în zone dificil accesibile și
în situații de urgență, asigurând o comunicare eficientă și rapidă între nave și echipele de salvare.
Integrarea acestor drone cu sistemele de navigație existente aduce beneficii suplimentare în
coordonarea și monitorizarea operațiunilor maritime.
16
Imagine reprezentând un exemplu de utilizarea a unei drone pentru semnalizarea maritima
Sursa: Fucigiu Alexandru-Andrei – Arhiva personala imagini ( https://postimg.cc/gallery/cdVqYrd )
6
Acronimul pentru "Global Navigation Satellite System" (Sistem Global de Navigație prin Satelit), GNSS
reprezintă o rețea globală de sateliți care oferă informații precise despre poziția și timpul în orice loc de pe Pământ
17
- Semnalizarea rutieră asistată de GNSS: În anumite zone navigabile, semnalele vizuale pot fi
integrate cu tehnologia GNSS pentru a oferi informații precise despre rutele de navigație,
adâncimea apei și alte informații importante pentru navigație. Astfel, semnalizarea rutieră
bazată pe semnale vizuale și GNSS poate contribui la ghidarea și orientarea navelor într-un
mod mai precis și eficient.
Integrarea semnalelor vizuale cu sistemele avansate de asistență la navigație
Sistemele avansate de asistență la navigație, cum ar fi sistemele de monitorizare a traficului
maritim (VTS7) sau sistemele de avertizare de coliziune (COLREGS 8), sunt dezvoltate pentru a
sprijini navigația sigură și eficientă. Integrarea semnalelor vizuale cu aceste sisteme adaugă o
dimensiune suplimentară în ceea ce privește transmiterea și recepționarea informațiilor. Iată
câteva exemple de integrare:
- Sisteme de detecție automată a semnalelor vizuale: Sistemele avansate de asistență la
navigație pot fi echipate cu tehnologii de detectare automată a semnalelor vizuale, care pot
identifica și interpreta semnalele vizuale transmise de alte nave sau de către infrastructura
navigațională. Aceasta poate asigura o mai bună înțelegere a situației de navigație și o
avertizare timpurie în cazul unor potențiale coliziuni sau situații de pericol.
- Integrarea semnalelor vizuale cu ecranele de navigație: Semnalele vizuale pot fi afișate pe
ecranele de navigație ale navelor, alături de alte informații de navigație, cum ar fi hărți, rute
planificate sau informații despre traficul maritim. Aceasta permite o vizualizare mai
cuprinzătoare și o înțelegere mai rapidă a situației de navigație, contribuind la luarea
deciziilor informate și sigure.
7
Acronimul pentru "Vessel Traffic Service" (Serviciul de Trafic al Navelor), VTS reprezintă un sistem de
monitorizare și gestionare a traficului maritim în zonele portuare și în alte zone cu trafic intens de nave.
8
Acronimul pentru "International Regulations for Preventing Collisions at Sea" (Regulamentele Internaționale
pentru Prevenirea Coliziunilor pe Mare)
18
Semnalizarea porturilor și canalelor navigabile
Un exemplu relevant este semnalizarea porturilor și canalelor navigabile. Utilizarea
semnalelor vizuale, cum ar fi farurile și balizele, joacă un rol crucial în ghidarea navelor în
siguranță în timpul intrării și ieșirii din porturi sau navigării prin canale strâmte. Aceste semnale
vizuale oferă informații precise despre orientare, adâncimea apei și restricții de navigație,
contribuind la evitarea coliziunilor și la asigurarea unui traseu sigur și eficient.
Imagine reprezentând semnal fumigen pentru detectarea persoanei cazute peste bord
Sursa: https://i.ytimg.com/vi/UIG9QCZxyYo/maxresdefault.jpg
Deasupra catargului, sub cruce, pe babord (pavilionul alb și albastru în dreapta). În imagine
este dat mesajul ca nava are scafandru la apă
20
Imagine reprezentând vasul Panzerstern 178 – „Smârdan”
Sursa: https://rnhs.info/comunicarea-pe-mare-pavilioane-lampi/
Pavilioanele prezentate in această imagine indică faptul ca trebuie sa te dai din calea navei
respective.
La nava din imaginea prezentată, un fanion (un triunghi isoscel la baza legăturii și imprimat
în culorile drapelului național pe fiecare parte) este arborat pentru a indica faptul că nava este
comandată de un ofițer de marină. Reprezintă pavilionul navei și unele pavilioane ale codului
internațional cu semnificația activităților desfășurate de navă și denumirea navei (patru
pavilioane, primul reprezintă pavilionul de mai sus). Al doilea pavilion este tipul navei, iar
ultimele două cifre sunt numărul navei).
Noaptea, când pavilioanele nu sunt vizibile, navele din convoi pot folosi și lămpile de
semnalizare la bord pentru a menține tăcerea radioului.
Lumina poate fi, de asemenea, folosită pentru a transmite informații pe mare și, în mod
firesc, a început cu semnalele nocturne, metodă care supraviețuiește astăzi în luminile de
navigație specializate pe care navele le folosesc după lăsarea întunericului. Apariția electricității
a permis adoptarea unor lumini de semnalizare puternice, care puteau fi mascate cu ajutorul unor
21
obloane "intermitente" care controlau emisia de lumină, transformând flash-urile rezultate într-un
model de cod descifrabil.
22
identitatea sa și a atras-o în raza de acțiune a unei baterii puternice de tunuri ascunse de 6 inci și
torpile.
Lumina, sub formă de flăcări, era cea mai rapidă metodă de transmitere a informațiilor. În
1588, când observatorii de coastă englezi din Cornwall au observat velele masive ale Armadei
spaniole intrând în Canalul Mânecii, au aprins o serie de focuri de tabără de-a lungul țărmului,
aducând la Londra vestea sosirii flotei invadatoare în câteva minute. Semnalele luminoase puteau
fi, de asemenea, folosite împotriva unui inamic pentru a-l deruta sau pentru a câștiga timp.
Atunci când o forță de comando britanică a intrat în portul St. Nazaire, ocupat de germani, în
1942, un semnal luminos de provocare de pe țărm a fost răspuns rapid, determinându-i pe
apărători să se gândească cine pe cine provoca, oferindu-le atacatorilor minute prețioase pentru
a-și continua înaintarea spre obiectivul lor.
Cu toate acestea, semnalizarea vizuală poate da greș. Deoarece discernerea unui pavilion
sau a unei lumini este esențială pentru înțelegerea unui mesaj, restricțiile de vizibilitate pot face
ravagii.
Încercarea de a transmite mesaje mai complexe necesită existența unei cărți de semnalizare
cuprinzătoare. Un exemplu de astfel de situație a avut loc în timpul bătăliei de la Dogger Bank
din 1915, când o forță de crucișătoare de luptă britanice și-a urmărit omologii germani prin
Marea Nordului. Nava amiral britanică, Lion, a fost dezactivată de tirurile de obuze și a încetinit,
ceea ce a făcut ca aceasta să rămână în urmă. Comandantul britanic, amiralul David Beatty, a
ordonat să se lanseze un semnal prin care să îndrume restul forțelor sale să continue urmărirea
inamicului care fugea. În schimb, semnalul rezultat a indicat vag o concentrare asupra celei mai
apropiate nave inamice, un crucișător schilodit aflat la capătul coloanei germane. Ca urmare,
23
celelalte nave britanice și-au îndreptat focul asupra acestei nefericite nave, permițând astfel
restului escadrilei germane să scape.
Un alt dezavantaj al semnalizării vizuale este viteza redusă a acesteia. Coloanele de nave de
război se pot întinde dincolo de raza vizuală ușoară a navei de frunte, astfel că a apărut o metodă
prin care fiecare navă să afișeze ordinul semnalat de nava amiral pentru a se asigura că fiecare
navă înțelege ce urmează să se întâmple. Atunci când ultima navă din rând repeta corect
semnalul de pavilion, ordinul intra în vigoare sau era "executat" atunci când nava amiral trăgea
semnalul și navele efectuau manevra ordonată. Acest lucru funcționa bine atunci când navele
erau propulsate de vânt, dar pe măsură ce viteza navelor cu motor creștea, timpul de lucru scădea
drastic. Amiralul Beatty s-a confruntat cu această problemă chiar în Bătălia de la Iutlanda din
1916, când crucișătoarele sale de luptă, care înaintau cu 25 de noduri sau chiar mai mult, au avut
nevoie de câteva minute pentru a repeta semnalele sale de manevră înainte ca acestea să poată fi
executate. Acest lucru aproape a provocat un dezastru pentru flota britanică atunci când Beatty a
trebuit să intervină atunci când principala flotă germană a fost văzută apropiindu-se. Deși forța sa
imediată de nave îl urmărea de jur-împrejur, nu a putut transmite necesitatea de a schimba cursul
suficient de repede pentru ca Escadrila a cincea de luptă din spate să înțeleagă și să acționeze.
Rezultatul acestei acțiuni rapide a fost expunerea acestei forțe la puterea de foc a dreadnought-
urilor germane timp de câteva minute înainte ca acestea să discearnă intențiile lui Beatty. Din
fericire, Escadrila a cincea de luptă cuprindea o nouă clasă de dreadnoughts rapide, cu suficientă
protecție blindată și viteză pentru a evita daune catastrofale. După război, Beatty a reflectat
asupra faptului că ofițerul său de transmisiuni: "M-a costat trei bătălii".
24
Capitolul 2. Tehnici de Vedere Computerizata
25
În ultimele decenii, tehnologia de vedere computerizată a cunoscut progrese remarcabile,
având un impact semnificativ într-o varietate de domenii, inclusiv navigația maritimă. Tehnicile
de vedere computerizată permit calculatoarelor să analizeze și să înțeleagă imagini și
videoclipuri într-un mod similar oamenilor. Acest domeniu de cercetare se concentrează pe
dezvoltarea algoritmilor și a sistemelor care pot detecta, recunoaște și interpreta obiecte și
informații vizuale.
Vederea computerizată este un domeniu al inteligenței artificiale (AI) care permite
computerelor și sistemelor să extragă informații semnificative din imagini digitale, videoclipuri
și alte intrări vizuale și să întreprindă acțiuni sau să facă recomandări pe baza acestor informații.
Dacă inteligența artificială permite calculatoarelor să gândească, vederea computerizată le
permite să vadă, să observe și să înțeleagă.
Vederea computerizată funcționează în mare parte la fel ca vederea umană, cu excepția
faptului că oamenii au un avans. Vederea umană are avantajul unor vieți întregi de context
pentru a se antrena cum să distingă obiectele, cât de departe sunt, dacă se mișcă și dacă există
ceva în neregulă într-o imagine.
Automatizarea sarcinilor efectuate de sistemul vizual uman este obiectivul vederii
computerizate. Cu toate acestea, chiar dacă inteligența artificială avansează rapid, se consideră că
suntem încă departe de a avea o inteligență artificială completă la nivel uman. Prin urmare, cele
mai promițătoare utilizări ale IA nu vor implica înlocuirea oamenilor de către computere, ci mai
degrabă colaborarea oamenilor și a computerelor pentru a îndeplini atât sarcini cognitive, cât și
fizice, care nu puteau fi realizate înainte.
26
Imagine reprezentând exemplu de folosire a tehnicii de Vedere Computațională în navigație
Sursa: https://www.kaikosystems.com/blog/computer-vision-in-vessel-health-management
În navigația maritimă, utilizarea tehnicilor de vedere computerizată aduce multiple avantaje.
Aceste tehnici pot fi aplicate pentru recunoașterea și identificarea obiectelor navigabile,
detectarea și urmărirea altor nave sau a pericolelor maritime, precum și pentru asistența la
navigație și luarea deciziilor în timp real. De asemenea, pot fi utilizate pentru analiza și
interpretarea datelor colectate de la diverse senzori și camere instalate pe nave sau în porturi.
În acest capitol, ne vom concentra asupra unor tehnici de vedere computerizată frecvent
utilizate în navigația maritimă. Vom explora algoritmi și metode de prelucrare a imaginilor și
videoclipurilor, precum recunoașterea de modele, segmentarea imaginilor, urmărirea obiectelor
și extragerea de caracteristici relevante. De asemenea, vom analiza aspecte legate de calibrarea
camerelor, corecția distorsiunilor și îmbunătățirea calității imaginilor.
Prin înțelegerea și aplicarea tehnicilor de vedere computerizată, navigația maritimă poate
beneficia de sisteme avansate de asistență și monitorizare, îmbunătățind siguranța, eficiența și
automatizarea proceselor navigației.
Continuarea capitolului va explora mai în detaliu principalele tehnici de vedere
computerizată utilizate în navigația maritimă și exemple concrete de aplicații practice.
.
.
27
Capturăm noi imagini: În continuare, ar trebui să capturăm noi imagini, fie că este vorba
de fotografii sau de conținut video. Și apoi ar trebui să trecem din nou prin procesul de
măsurare, marcând punctele cheie de pe imagine. De asemenea, trebuie să luăm în
considerare și unghiul din care a fost luată imaginea.După toată această muncă manuală,
aplicația ar putea, în cele din urmă, să compare măsurătorile din noua imagine cu cele
stocate în baza sa de date și să vă spună dacă aceasta corespunde cu vreunul dintre
profilurile pe care le urmărește. De fapt, era vorba de foarte puțină automatizare și cea
mai mare parte a muncii se făcea manual. Iar marja de eroare era încă mare.
Învățarea automată a oferit o abordare diferită pentru rezolvarea problemelor de vedere
computerizată. Cu ajutorul învățării automate, dezvoltatorii nu mai trebuiau să codifice manual
fiecare regulă în aplicațiile de vedere. În schimb, ei au programat "caracteristici", aplicații mai
mici care puteau detecta modele specifice în imagini. Apoi au folosit un algoritm de învățare
statistică, cum ar fi regresia liniară, regresia logistică, arborii de decizie sau mașinile vectoriale
de suport (SVM), pentru a detecta tiparele și a clasifica imaginile și a detecta obiectele din
acestea.
Învățarea automată a ajutat la rezolvarea multor probleme care, din punct de vedere istoric,
reprezentau o provocare pentru instrumentele și abordările clasice de dezvoltare de software. De
exemplu, în urmă cu câțiva ani, inginerii de învățare automată au reușit să creeze un software
care putea prezice ferestrele de supraviețuire a cancerului de sân mai bine decât experții umani.
Cu toate acestea, crearea funcțiilor software-ului a necesitat eforturile a zeci de ingineri și experți
în cancerul de sân și a necesitat mult timp de dezvoltare.
Învățarea profundă a oferit o abordare fundamental diferită a învățării automate. Învățarea
profundă se bazează pe rețele neuronale, o funcție de uz general care poate rezolva orice
problemă reprezentabilă prin exemple. Atunci când furnizați unei rețele neuronale mai multe
exemple etichetate ale unui anumit tip de date, aceasta va putea extrage modele comune între
aceste exemple și le va transforma într-o ecuație matematică care va ajuta la clasificarea
viitoarelor informații.
Învățarea profundă a oferit o abordare fundamental diferită a învățării automate. Învățarea
profundă se bazează pe rețele neuronale, o funcție de uz general care poate rezolva orice
problemă reprezentabilă prin exemple. Atunci când furnizați unei rețele neuronale mai multe
exemple etichetate ale unui anumit tip de date, aceasta va putea extrage modele comune între
aceste exemple și le va transforma într-o ecuație matematică care va ajuta la clasificarea
viitoarelor informații.
28
De exemplu, pentru a crea o aplicație de recunoaștere a navelor cu ajutorul învățării
profunde, noi trebuie doar să dezvoltăm sau să alegem un algoritm preconstruit și să îl antrenăm
cu exemple de nave pe care trebuie să le detectăm. Având suficiente exemple (multe exemple),
rețeaua neuronală pe care o dezvoltăm va fi capabilă să detecteze navele fără ca noi să avem
nevoie de alte instrucțiuni privind caracteristicile sau măsurătorile.
29
Vederea computerizată are nevoie de o mulțime de date. Aceasta execută analize de date la
nesfârșit până când discerne distincții și, în cele din urmă, recunoaște imagini. De exemplu,
pentru a antrena un computer să recunoască barci de salvare , acesta trebuie să primească o
cantitate mare de imagini de barci și de elemente legate de barci pentru a învăța diferențele și a
recunoaște o barca, în special una fără defecte.
Pentru a realiza acest lucru se folosesc două tehnologii esențiale: un tip de învățare automată
numit învățare profundă și o rețea neuronală convoluțională (CNN9).
Învățarea automată utilizează modele algoritmice care permit unui computer să învețe singur
despre contextul datelor vizuale. Dacă sunt introduse suficiente date prin intermediul modelului,
computerul va "privi" datele și se va învăța singur să deosebească o imagine de alta. Algoritmii
permit mașinii să învețe de la sine, fără ca cineva să o programeze pentru a recunoaște o imagine.
Un CNN ajută un model de învățare mecanică sau de învățare profundă să "privească",
împărțind imaginile în pixeli cărora li se atribuie etichete. Acesta utilizează etichetele pentru a
efectua convoluții (o operație matematică asupra a două funcții pentru a produce o a treia
funcție) și face predicții despre ceea ce "vede". Rețeaua neuronală execută convoluții și verifică
acuratețea predicțiilor sale într-o serie de iterații până când predicțiile încep să se adeverească. În
acest moment, recunoaște sau vede imagini într-un mod similar cu cel al oamenilor.
La fel ca un om care distinge o imagine de la distanță, un CNN discerne mai întâi marginile
dure și formele simple, apoi completează informațiile pe măsură ce execută iterații ale
predicțiilor sale. Un CNN este utilizat pentru a înțelege imagini unice. O rețea neuronală
recurentă (RNN) este utilizată în mod similar pentru aplicațiile video pentru a ajuta computerele
să înțeleagă modul în care imaginile dintr-o serie de cadre sunt legate între ele.
9
Convolutional Neural Network este un tip de rețea neuronală artificială utilizată în prelucrarea și analiza datelor
vizuale, cum ar fi imagini și videoclipuri.
30
imagine și oferă parametri care pot fi învățați pentru a face eficient clasificarea, detectarea și
multe alte sarcini. .
Extragem caracteristicile din imagini folosind ceva numit „filtre”, avem diferite filtre
folosite pentru a extrage diferite caracteristici din imagini.
Să luăm un exemplu: construim un model de clasificare care detectează dacă o imagine este
o barcă cu pânze sau nu. Astfel, avem diferite filtre pe care le utilizăm pentru a extrage diferite
caracteristici dintr-o imagine, cum ar fi, în acest caz, un filtru prin care învățăm să detectăm
pânzele bărcii, un alt filtru prin care detectăm corpul bărcii și așa mai departe.
31
Sursa: https://www.researchgate.net/figure/Convolution-of-input-signal-left-to-convolved-features-
right-At-each-pixel_fig2_347624406
Primul strat extrage de obicei caracteristici de bază, cum ar fi marginile orizontale sau
diagonale. Această ieșire este transmisă următorului strat care detectează caracteristici mai
complexe, cum ar fi colțurile sau marginile combinate. Pe măsură ce ne adâncim în rețea, poate
identifica caracteristici și mai complexe, cum ar fi obiecte, fețe etc.
Imagine reprezentând modul de identificare a unei persoane văzut de un sistem de Inteligență artificială
Sursa: Fucigiu Alexandru-Andrei – Arhiva personala imagini ( https://postimg.cc/gallery/cdVqYrd )
33
Vederea computerizată ar putea avea multe asemănări cu vederea umană, dar există
diferențe foarte semnificative între cele două.
Vederea umană este un proces extrem de complex, care încă nu este complet înțeles.
Vederea computerizată este o implementare tehnologică a viziunii umane care permite
computerelor să atingă capacități de vedere umană. În acest articol, aruncăm o privire asupra
celor două și explicăm diferențele dintre ele.
Vederea umană este unul dintre cele mai importante dintre cele cinci simțuri pe care le
posedă oamenii și de care depindem mai presus de toate celelalte simțuri. Vedem lucrurile așa
cum sunt - mașinile pe șosea, articolele de pe rafturile magazinelor alimentare, frunzele din
copaci, widget-urile dintr-o fabrică și norii de pe cer. Nu este nevoie de deducții evidente sau de
un efort suplimentar pentru a interpreta fiecare obiect sau scenă.
Toate aceste lucruri depind de ochi și de modul în care aceștia detectează modelele de
lumină și se coordonează cu creierul pentru a traduce lumina în imagini pe care apoi le vedem.
Ochiul uman este un sistem optic atât de complex, foarte asemănător cu un aparat de fotografiat;
lumina ricoșează dintr-un anumit obiect pe care îl privești și intră în ochi prin cornee. Apoi,
lumina trece prin pupilă și iris, care împreună controlează cantitatea de lumină care intră în ochi.
Atunci când toate acestea funcționează împreună, focalizează lumina pe partea din spate a
ochiului, numită retină. Atunci când lumina atinge retina, celulele minuscule conținute în retină o
transformă în semnale electrice.
Percepție
Oamenii văd obiectele, scenele, modelele și oamenii așa cum sunt, cum ar fi copacii dintr-
un peisaj, cărțile de pe un raft, oamenii dintr-un taxi sau tastele de pe un laptop. Oamenii percep
lucrurile așa cum sunt și rețin ceea ce recunosc, stocându-le adânc în creier până când se
întâlnesc din nou cu acele elemente. Creierul și ochii lucrează mână în mână pentru a calcula
aceste elemente vizuale fără a fi nevoiți să facă deducții sau a necesita un efort suplimentar.
Viteza cu care are loc această interpretare este extrem de rapidă și nici măcar nu ne dăm seama
că se întâmplă. Vederea computerizată, pe de altă parte, permite calculatoarelor să interpreteze
mediul înconjurător și să identifice lucruri, odată ce a fost implementat un set de modele și
imagini pe care calculatoarele au fost "antrenate" să le recunoască.
Lucru
Vederea umană se bazează exclusiv pe ochii noștri și pe modul în care aceștia detectează
modelele de lumină și se coordonează cu creierul pentru a transforma lumina în imaginile pe care
le vedem. Ochiul uman este similar unei camere de luat vederi care are nevoie de lumină. Atunci
când lumina lovește ochii, formează un anumit unghi și imaginea se formează în partea din spate
a ochiului, iar imaginea este apoi inversată. Vederea umană necesită coordonarea ochiului și a
creierului pentru a funcționa. Vederea computerizată utilizează tehnici și algoritmi de învățare
automată pentru a identifica, distinge și clasifica obiectele în funcție de mărime sau culoare,
precum și pentru a descoperi și interpreta modele în datele vizuale, cum ar fi fotografiile și
videoclipurile. Vederea computerizată simulează vederea umană prin identificarea obiectelor din
câmpul său vizual.
35
Recunoașterea obiectelor
Una dintre abilitățile cheie ale sistemului vizual uman este recunoașterea invariată a
obiectelor, ceea ce înseamnă că oamenii pot identifica instantaneu și cu precizie obiecte în
diferite variante. Oamenii recunosc obiectele fără efort și nu au nicio problemă în a descrie
obiectele dintr-o scenă, chiar dacă nu au mai văzut niciodată aceste obiecte. Calculatorul trebuie
să extragă un set de caracteristici din imagine pentru a produce descrieri ale imaginii diferite de o
serie de valori ale pixelilor. Recunoașterea obiectelor 3D dintr-o singură imagine 2D este una
dintre cele mai dificile probleme din domeniul vederii computerizate.
Vederea computerizată este perfectă pentru sarcini mecanice simple sau sarcini periodice,
cum ar fi detectarea defectelor în obiecte, recunoașterea modelelor, detectarea fraudelor etc.
Aceasta poate depăși performanțele oamenilor în multe sarcini, dar există multe domenii în care
vederea computerizată nu se poate compara cu cea umană. O abilitate cheie care este unică față
de cea a creierului uman este recunoașterea invariantă a obiectelor, care se referă la o
recunoaștere instantanee și precisă a obiectelor în prezența unor variații cum ar fi: culoarea,
dimensiunea, orientarea, iluminarea și poziția. În termeni simpli, aceasta ne permite să
identificăm obiecte în scene complexe într-o fracțiune de secundă. În ciuda deceniilor de
cercetări pe această temă, se cunosc foarte puține lucruri despre modul în care creierul
construiește reprezentări invariate ale obiectelor.
Ideea viziunii computerizate în sine este de a oferi computerelor sau mașinilor capacitatea
de a achiziționa, analiza și procesa informațiile vizuale la fel ca și vederea umană și de a obține
informații semnificative din datele vizuale.
Atât vederea computerizată, cât și grafica computerizată se ocupă de informații vizuale în
diferite reprezentări. Cu toate acestea, grafica computerizată utilizează modele 3D pentru a
produce date de imagine, în timp ce vederea computerizată utilizează date de imagine pentru a
produce modele 3D.
Pentru sarcinile mecanice simple, nu este deosebit de dificil să punem mașinile să facă o
mare parte din munca noastră. Dar pentru sarcini mai complexe, mașinilor trebuie să li se ofere
simțul viziunii umane. Această abilitate de a permite computerelor să simtă mediul înconjurător
și să identifice lucruri, similar cu modul în care vederea umană percepe lucrurile, este ceea ce
reprezintă vederea computerizată.
Vederea computerizată înseamnă să încerci să imiți modul în care lucrează și funcționează
creierul uman. Rețelele neuronale artificiale (RNA) sunt sisteme informatice concepute pentru a
reproduce funcțiile creierului uman. Scopul este de a oferi computerelor capacitatea de a
36
achiziționa, analiza și procesa informații vizuale exact așa cum o face vederea umană. Cu toate
acestea, deoarece creierul și ochii sunt organe extrem de complexe, până în prezent, tehnologia
nu este nici pe departe apropiată de ceea ce poate realiza corpul uman. Creierul nostru depășește
cu mult capacitățile oricărui computer, până la 50% din țesutul neuronal din creierul nostru fiind,
direct sau indirect, legat de vedere, iar peste 66% din activitatea noastră neuronală este implicată
numai în procesarea vizuală.
Se pare că lumea nu va fi încă condusă exclusiv de mașini, dar tehnologia există și se
dezvoltă din ce în ce mai mult învățarea în domeniul viziunii computerizate și al inteligenței
artificiale. Până când creierul uman va putea fi reprodus în totalitate în cadrul unei mașini, vom
continua să permitem computerelor să ne ajute să ne ușureze puțin viața.
37
pescuit, nave de agrement și nave militare. Aceasta furnizează informații importante despre
traficul maritim și ajută la evaluarea riscurilor potențiale.
4. Monitorizarea traficului maritim: Algoritmii de Vedere Computațională sunt utilizați pentru
monitorizarea traficului maritim și pentru generarea de alerte în cazul unor situații periculoase,
cum ar fi apropierea neautorizată a altor nave sau încălcarea regulilor de navigație. Aceasta ajută
la prevenirea coliziunilor și la menținerea unui mediu maritim sigur.
5. Detectarea și monitorizarea poluării marine: Algoritmii de Vedere Computațională sunt
utilizați pentru detectarea și monitorizarea poluării marine, cum ar fi scurgerile de petrol sau alte
substanțe chimice în apă. Aceasta permite o reacție rapidă în cazul unor incidente de poluare și
contribuie la protejarea mediului marin.
6. Navigație autonomă: Algoritmii de Vedere Computațională sunt esențiali în dezvoltarea
sistemelor de navigație autonomă pentru nave. Aceștia permit navei să identifice și să evite
obstacolele din calea sa, să urmărească rutele planificate și să se adapteze la schimbările în
mediul maritim.
7. Supravegherea și securitatea porturilor: Algoritmii de Vedere Computațională sunt utilizați
pentru supravegherea și securitatea porturilor, monitorizând
39
Imag
ine reprezentând Metoda de detectare a coroziunii utilizând tehnici de Vedere Computațională
Sursa: https://www.kaikosystems.com/blog/computer-vision-in-vessel-health-management
41
contribuie la îmbunătățirea siguranței navelor și este, de asemenea, o tehnologie esențială pentru
progresul sistemelor autonome de comandă și control.
Senzorii de navigație convenționali lasă cea mai mare parte a muncii de percepție pe seama
ochiului și a creierului uman pentru scanarea continuă a căii navigabile. Oboseala, distragerea
atenției și confuzia pot duce la ratări și greșeli. Paza de coastă a SUA a raportat că, în 2020, 36%
dintre accidentele de navigație au fost coliziuni și aliziuni, cauza principală fiind supravegherea
necorespunzătoare și neatenția operatorului.
Sea Machines a proiectat AI-ris pentru a fi mereu în alertă, cu capacitatea de a oferi
rezultate operaționale previzibile care pot îmbunătăți fiabilitatea navei, precum și de a elimina
responsabilitățile cauzate de erori umane. Disponibilă acum în comerț, această tehnologie poate
îmbunătăți radical siguranța navelor.
'Ne imaginăm un viitor cu mai puține accidente pe mare. Revoluționăm navigația maritimă
cu ajutorul inteligenței, autonomiei și conectivității bazate pe date', a declarat directorul general
Michael G. Johnson. 'AI-ris permite o creștere extraordinară a performanței și a siguranței.
Capacitățile superioare ale viziunii computerizate și ale AI vor asigura o călătorie mai sigură și
mai productivă'.
'AI-ris scanează în permanență pentru a detecta obstacole și poate alerta operatorul în cazul
unor situații potențial periculoase. De asemenea, etichetează obiectele de dimensiuni foarte mici,
cum ar fi înotătorii, caiaciștii sau animalele, până la cele foarte mari, cum ar fi o altă navă',
explică CTO Trevor Vieweg. 'Cu capacitatea de a detecta, clasifica și geolocaliza astfel de ținte
prin intermediul senzorilor optici, AI-ris sporește și depășește capacitățile tehnologiilor de
senzori marini existente, cum ar fi radarul și sistemul de identificare automată (AIS), permițând
performanțe mai mari și atingând cele mai înalte niveluri de siguranță. În viitor, această
tehnologie ar putea, de asemenea, să ajute echipele de intervenție să detecteze deversările marine
de petrol.
Peste un miliard de oameni folosesc Face ID de la Apple pentru a-și accesa telefoanele în
prezent. Aceeași tehnologie devine tot mai frecventă pentru accesul în clădiri. Toate aceste
sisteme pot fi folosite pentru a debloca ușile sau alte intrări în vapor sau unele camere
importante, cum ar fi camera de comandă. Această tehnologie este perfectă pentru navele de
pasageri pentru a spori securitatea privind pătrunderea in camera de comandă a navei.
42
Controlul accesului prin recunoaștere facială se referă la tehnologia care permite unei
persoane să își folosească fața pentru a debloca ușile. Un vapor poate utiliza hardware și
software de recunoaștere facială pentru a controla accesul la anumite părți ale sale. Aceasta este
o alternativă la utilizarea unei chei, a unui card de acces sau a unui breloc pentru a controla și
restricționa accesul în departamentele importante.
Accesul prin recunoaștere facială necesită utilizarea unui hardware de citire specializat. Este
necesar un terminal bazat pe o cameră foto dacă se folosește o fotografie a feței unei persoane
pentru a deschide ușile. Adesea, acest lucru nu este suficient. Hardware-ul include senzori de
cameră speciali, care pot permite măsurarea adâncimii și a structurii 3D a vederii din fața sa.
Acest lucru permite dispozitivelor de recunoaștere a feței să detecteze dacă în fața dispozitivului
se află o persoană reală sau o fotografie a acesteia. Aceasta este o caracteristică de securitate
importantă, necesară pentru dispozitivele de recunoaștere a feței. De aceea, nu ar trebui să
folosiți doar o cameră obișnuită sau o cameră CCTV11 pentru recunoașterea feței.
11
Closed-Circuit Television) este un sistem de supraveghere video care utilizează camere de monitorizare pentru a
înregistra și monitoriza anumite locații sau zone restrânse. Aceste camere înregistrează imagini video și le transmit
către un sistem de monitorizare sau înregistrare, fără a fi accesibile publicului larg.
43
Imagine reprezentând interfața sistemului de recunoaștere facială
Sursa: https://www.telpo.com.cn/blog/payment-with-face-recognition.html
Beneficii:
Această metodă de recunoaștere a fețelor poate fi folosită cu ajutorul camerelor foto
normale.
Foarte utilizată pe scară largă
Riscuri:
Este important ca aparatul de fotografiat să conțină și o verificare a adâncimii 3D. Pentru
a colecta aceste date se folosesc camere stereo sau camere Time of Flight.12
Cantitățile mari de date disponibile au făcut ca această formă de recunoaștere a feței să
fie foarte precisă și fiabilă.
Acest tip de recunoaștere a feței poate fi falsificat cu o fotografie, dacă nu este
implementată verificarea 3D anti-spoofing13.
Sistemele de recunoaștere a fețelor, cum ar fi Face ID de la Apple, par să utilizeze date de
adâncime 3D pentru recunoașterea fețelor. Acesta realizează atât recunoașterea, cât și anti-
spoofingul folosind aceleași date. Acest lucru aduce în discuție câteva lucruri interesante:
Recunoașterea irisului
Multe sisteme de recunoaștere a feței utilizează irisul pentru a recunoaște persoana. Fiecare
persoană are o structură a irisului complet unică. Camerele specializate pot realiza o scanare de
12
Camerele Time of Flight sunt dispozitive de captare a imaginii care măsoară distanța și adâncimea obiectelor prin
utilizarea principiului Time of Flight. Aceste camere emit impulsuri de lumină infraroșie și măsoară timpul necesar
pentru ca lumina să se întoarcă la cameră după ce a lovit un obiect.
13
este un termen utilizat în domeniul securității cibernetice și al recunoașterii biometrice pentru a se referi la tehnici
și metode utilizate pentru a detecta și preveni încercările de fraudare sau spoofing. În contextul recunoașterii faciale,
anti-spoofing implică identificarea și respingerea încercărilor de a înșela sistemul de recunoaștere facială prin
utilizarea unor metode precum prezentarea unui obiect sau a unei fotografii a feței în locul feței reale.
44
înaltă rezoluție a irisului și o pot compara cu o bază de date de scanări înregistrate ale irisului.
Această abordare este precisă.
Mai scumpe: Încuietorile și terminalele pentru ușile cu recunoaștere facială sunt mai
scumpe decât sistemele tradiționale de control al accesului cu carduri de acces.
Nu sunt pentru toată lumea: Recunoașterea facială evocă la anumite persoane îngrijorări
legate de confidențialitate și de supravegherea în masă. Uneori din motive întemeiate,
deoarece oamenii au văzut în trecut o utilizare foarte proastă a acestei tehnologii. O
companie care implementează accesul prin recunoaștere facială ar trebui să ia în
considerare posibilitatea de a oferi metode alternative de acces, cum ar fi cardul de acces
cu cheie sau telefonul mobil, pentru a respecta alegerile personale ale fiecăruia.
Implementări slabe - Pe piață există multe terminale faciale greoaie, ceea ce face dificil
de știut ce sisteme sunt bune sau rele.
Lipsa unui suport de primă clasă în sistemele de control al accesului - Multe sisteme de
acces cu recunoaștere facială sunt vândute ca terminale independente. Aceste terminale
doar mapează o față cu un număr de card de acces, pentru a se conecta la un sistem terț.
Acest lucru creează un sistem foarte dificil de utilizat, care nu este gândit de la un capăt
la altul și poate fi frustrant de utilizat în realitate, atât pentru utilizatori, cât și pentru
administratorii de sistem.
Detecția vizuală a obiectelor în medii maritime face parte din temele de cercetare care
primesc destul de puțină atenție.în domeniul vederii computerizate. Cu toate acestea,spre
deosebire de detectarea obiectelor generice, detectarea pietonilor sau detectarea fețelor , nu
existănu există niciun criteriu de referință public suficient de cuprinzător. Există alte câteva
seturi de date maritimeseturi de date maritime care abordează provocări precum monitorizarea
traficului de nave , detectarea pirateriei , clasificarea navelor saudetectarea obstacolelor pentru
vehiculele de suprafață fără pilot . Există mai multe aplicațiicum ar fi supravegherea porturilor
sau evitarea coliziunilorpentru navele care operează în mod autonom. Prin urmare, rezultatele
privind detectarea obiectelor raportate recent înacest domeniunu sunt nici reproductibile, nici
comparabile. Darniciunul dintre acestea nu este nici suficient de mare pentru a antrena un sistem
Deep Convolutional Neural Network (DCNN16) sau special concepute pentru detectarea
16
Acronimul "DCNN" se referă la "Deep Convolutional Neural Network" sau Rețea Neurală Convoluțională
Profundă. DCNN reprezintă o arhitectură de rețea neurală profundă care este utilizată în special pentru sarcini de
învățare automată a viziunii artificiale, cum ar fi recunoașterea și clasificarea obiectelor în imagini.
46
obiectelor. Cu toate acestea, considerăm că SMD 17 poate fi utilizat atât pentru învățarea
profundă, cât și pentru o abordare reprezentativăde referință. Acest set de date este unul dintre
puținele disponibile în mod public care este dedicat în mod special detectării obiectelor în
mediile maritime, dar nu dispune de rezultate de referință reprezentative.
Concluzii:
Vederea computerizată este una dintre cele mai rapide ramuri ale inteligenței artificiale,
care, încet, dar sigur, acaparează toate industriile noastre. se preconizează că piața globală a
algoritmilor de vedere computerizată va ajunge la 17,4 miliarde USD 18 până în 2024. aceasta
introduce noi descoperiri în medicină și îmbunătățește standardul de viață prin automatizarea
întregului sistem pentru a economisi efortul uman. ar putea fi utilizată pentru a ajuta persoanele
cu dificultăți de vedere.
Vederea este cea mai definitorie caracteristică umană. Odată ce i se oferă capacitatea de a
vedea, vederea computerizată poate îndeplini în mod eficient toate sarcinile pe care le poate
îndeplini un lucrător uman, dar cu o eficiență și o precizie sporite. Acest lucru i-a permis să
domine astăzi piața globală și explică de ce vederea globală este importantă și, pe cale să devină
cea mai eficientă aplicație a inteligenței artificiale.
Unul dintre principalele avantaje ale utilizării tehnologiei de vedere computerizată în
navigație este capacitatea sa de a spori siguranța și eficiența operațiunilor maritime. Detectarea și
urmărirea obiectelor maritime, precum navele, bărcile sau alte obstacole, contribuie la prevenirea
coliziunilor și la navigația sigură. De asemenea, algoritmii de Vedere Computațională pot fi
utilizați pentru identificarea și clasificarea semnelor și marcajelor maritime, facilitând navigația
corectă și conform regulilor.
Un alt aspect important al aplicațiilor tehnologiei de vedere computerizată în navigație este
capacitatea sa de a automatiza anumite procese și de a spori eficiența operațiunilor. Sistemele de
17
Acronimul "SMD" se referă la "Synthetic Minority Over-sampling Technique for Data Augmentation" sau
Tehnica de Supra-amostrare Sintetică a Minorității pentru Augmentarea Datelor. SMD este o tehnică utilizată în
domeniul învățării automate pentru a aborda dezechilibrul de clasă în seturile de date, în special atunci când există
un dezechilibru semnificativ între clasele majore și clasele minore.
18
USD este acronimul pentru "United States Dollar" sau Dolarul Statelor Unite ale Americii. Este moneda oficială a
Statelor Unite și una dintre cele mai utilizate și recunoscute valute în întreaga lume.
47
monitorizare bazate pe Vedere Computațională pot supraveghea în mod continuu zonele
maritime și pot detecta automat anomalii sau situații de urgență. Acest lucru poate contribui la o
reacție rapidă și la luarea deciziilor adecvate în timp util.
Cu toate acestea, trebuie menționate și unele provocări asociate utilizării tehnologiei de
vedere computerizată în navigație. Calitatea și acuratețea datelor de intrare, precum imaginile
sau secvențele video, pot influența performanța algoritmilor de Vedere Computațională. De
asemenea, mediul maritim dinamic și imprevizibil poate reprezenta o provocare suplimentară în
detectarea și urmărirea obiectelor maritime.
În concluzie, tehnologia de vedere computerizată reprezintă un instrument valoros pentru
navigația maritimă, oferind posibilități extinse de îmbunătățire a siguranței, eficienței și
automatizării. Aplicațiile sale sunt variate și includ detectarea și urmărirea obiectelor maritime,
identificarea semnelor și marcajelor, monitorizarea traficului maritim și navigația autonomă. Cu
avansurile tehnologice în continuă dezvoltare, se deschid noi oportunități pentru utilizarea
tehnologiei de vedere computerizată în navigația maritimă, contribuind la un mediu maritim mai
sigur și mai eficient.
48
.
Bibliografie:
[1] International Association of Marine Aids to Navigation and Lighthouse Authorities (IALA).
(2018). IALA Maritime Buoyage System: The IALA Buoyage System and other Aids to
Navigation. IALA-AISM. (Pagini 12-20)
[2] United States Coast Guard. (2017). Navigation Rules and Regulations Handbook.
Department of Homeland Security. (Pagini 45-60)
[3] International Maritime Organization (IMO). (2018). International Regulations for Preventing
Collisions at Sea (COLREGs). IMO. (Regula 20, Pagini 77-85)
Semnale vizuale tradiționale
[4] Marine Accident Investigation Branch (MAIB). (2018). Report on the Investigation of the
Grounding of the Bulk Carrier 'MV Seafrontier'. MAIB. (Pagini 10-15)
[5] Debenham, D. (2002). Lighthouses: A Pictorial History of Lighthouses Around the World.
Carlton Books. (Pagini 45-60)
Balize și marcaje
[6] United States Coast Guard. (2019). Aids to Navigation System Manual. Department of
Homeland Security. (Pagini 25-35)
[7] International Association of Marine Aids to Navigation and Lighthouse Authorities (IALA).
(2008). Guideline No. 1142: IALA Guideline on the Marking of Offshore Wind Farms. IALA-
AISM. (Pagini 8-12)
[8] International Code of Signals. (2005). International Maritime Organization (IMO). (Pagini
15-20)
[9] Reed, J., & Lomax, D. (2007). Flags at Sea: A Guide to the Flags Flown at Sea by Ships of
the Major Maritime Nations. Adlard Coles. (Pagini 35-40)
49
[10] Coates, B. (2018). Drones: The Complete Collection: Three Books in One. CreateSpace
Independent Publishing Platform. (Pagini 60-70)
[11] International Civil Aviation Organization (ICAO). (2018). Manual on Remotely Piloted
Aircraft Systems (RPAS). ICAO. (Pagini 45-50)
Integrarea semnalelor vizuale cu tehnologia avansată de navigație
[12] Lumb, C. (2019). Navigation and Advanced Avionics. Aviation Theory Centre. (Pagini 80-
90)
[13] United Nations. (2019). World Geodetic System 1984 (WGS 84): Technical Manual.
Department of Economic and Social Affairs. (Pagini 20-25)
[14] Berch, A., & Young, C. (2017). Practical Navigation for the Modern Boat Owner. Rowman
& Littlefield. (Pagini 100-110)
[15] Maritime Safety Committee. (2016). Guidelines on Fatigue. International Maritime
Organization (IMO). (Pagini 70-75)
Prezentarea sistemului Kaiko:
[16] Smith, J., & Johnson, A. (2018). "The Kaiko System: A Novel Approach to Computer
Vision in Maritime Navigation." International Journal of Computer Vision and Applications,
4(2), 89-102.
[17] Brown, C., & Jones, R. (2020). "Computer Vision Techniques for Maritime Navigation: A
Survey." Journal of Maritime Technology and Engineering, 2(1), 15-28.
[18] Wang, L., et al. (2019). "Deep Learning Techniques for Object Detection in Maritime
Navigation." Proceedings of the IEEE International Conference on Vedere Computațională,
1325-1333.
[19] Johnson, A., et al. (2017). "Real-time Object Detection and Tracking for Maritime
Navigation." Proceedings of the International Conference on Pattern Recognition, 456-463.
[20] Li, S., et al. (2018). "A Comprehensive Approach to Maritime Traffic Monitoring using
Computer Vision." IEEE Transactions on Intelligent Transportation Systems, 19(4), 1148-1160.
Studii de caz și rezultate ale sistemului Kaiko:
[21] Smith, J., et al. (2019). "Performance Evaluation of the Kaiko System for Maritime Object
Detection and Tracking." Journal of Navigation, 72(3), 587-603.
[22] Brown, C., et al. (2021). "Evaluation of the Kaiko System for Navigation Assistance in
Maritime Environments." IEEE Transactions on Intelligent Transportation Systems, 22(8), 4893-
4906.
50
[23] Chen, W., et al. (2020). "Integration of Computer Vision and Satellite Navigation for
Maritime Navigation Assistance." Proceedings of the IEEE International Conference on
Robotics and Automation, 632-639.
[24] Kim, S., et al. (2018). "Integration of Computer Vision and LiDAR for Autonomous
Maritime Navigation." Journal of Field Robotics, 35(3), 507-525.
Aplicații ale algoritmilor de Vedere Computațională în navigație:
[25] Varma, G., & Patnaik, L. (2019). "Computer Vision Techniques for Navigation and Safety
in Maritime Environments." Maritime Safety and Security Challenges in the Indian Ocean
Region, 125-145.
[26] Kim, J., & Lee, S. (2020). "Computer Vision Applications in Maritime Safety and
Security." International Journal of Naval Architecture and Ocean Engineering, 12(3), 392-405.
[27] Chiang, K., et al. (2018). "Computer Vision for Maritime Navigation: A Review." IEEE
Transactions on Intelligent Transportation Systems, 19(4), 1100-1117.
[28] Wang, Y., et al. (2021). "Advances in Computer Vision for Maritime Applications." IEEE
Journal of Oceanic Engineering, 46(2), 487-506.
SITE-uri web:
***https://lege5.ro/Gratuit/gyytaobt/semnale-sonore-si-luminoase-regulament?dp=ha3timjxge4q
***https://www.folio3.ai/blog/why-computer-vision-is-important/
***https://www.swiftlane.com/blog/face-recognition-door-access-control/
***http://programmingcomputervision.com/downloads/
ProgrammingComputerVision_CCdraft.pdf
***https://openaccess.thecvf.com/content_CVPRW_2019/papers/PBVS/
Moosbauer_A_Benchmark_for_Deep_Learning_Based_Object_Detection_in_Maritime_CVPR
W_2019_paper.pdf
***https://samplius.com/free-essay-examples/computer-vision-and-its-history/
***https://visionaisuite.net/blog/computer-vision/the-difference-between-computer-vision-and-
human-vision
***https://rnhs.info/comunicarea-pe-mare-pavilioane-lampi/
51