海上目标的行为分析方法、装置和计算机设备

技术领域

本公开的实施例涉及行为分析技术领域，具体地，涉及适用于一种海上目标的行为分析方法、装置和计算机设备。

背景技术

随着科学技术的高速发展，海上资源争夺成为各国竞争的主要领域之一。我国的海洋资源极其丰富，对未来经济的发展至关重要。在海洋安全方面，对异常海上目标的检测和行为分析，是许多高层次应用的重要支撑，准确的异常目标检测和全面的行为分析，对于海上交通管理和军事攻防等具有重要意义。

相关技术中，在对海上目标进行检测分析时，主要是通过单一设备或者单一数据源进行海上目标的检测，进而实现海上目标识别与异常行为分析。

然而，上述实现方式，检测误差较大，导致分析准确性不高。

发明内容

本文中描述的实施例提供了一种海上目标的行为分析方法、装置和计算机设备，克服了上述问题。

第一方面，根据本公开的内容，提供了一种海上目标的行为分析方法，包括：

对多源检测数据进行多空间融合得到海上目标，所述多源检测数据包括至少两个采集设备获得的海上检测数据，所述海上目标用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备；

对所述海上目标进行跟踪处理，得到所述海上目标的航行轨迹；

基于所述海上目标的所述航行轨迹，对所述海上目标进行行为分析，所述行为分析为对所述海上目标的未来行为/历史行为的异常分析。

第二方面，根据本公开的内容，提供了一种海上目标的行为分析装置，包括：

融合模块，用于对多源检测数据进行多空间融合得到海上目标，所述多源检测数据包括至少两个采集设备获得的海上检测数据，所述海上目标用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备；

处理模块，用于对所述海上目标进行跟踪处理，得到所述海上目标的航行轨迹；

分析模块，用于基于所述海上目标的所述航行轨迹，对所述海上目标进行行为分析，所述行为分析为对所述海上目标的未来行为/历史行为的异常分析。

第三方面，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现如以上任意一个实施例中海上目标的行为分析方法的步骤。

第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如以上任意一个实施例中海上目标的行为分析方法的步骤。

本申请实施例提供的海上目标的行为分析方法，对多源检测数据进行多空间融合得到海上目标，多源检测数据包括至少两个采集设备获得的海上检测数据，海上目标用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备；对海上目标进行跟踪处理，得到海上目标的航行轨迹；基于海上目标的航行轨迹，对海上目标进行行为分析，行为分析为对海上目标的未来行为/历史行为的异常分析。如此，通过多源检测数据的空间融合，降低单一检测产生的检测误差，有效提升海上目标异常分析的准确性。

上述说明仅是本申请实施例技术方案的概述，为了能够更清楚了解本申请实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本申请实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本公开的实施例的技术方案，下面将对实施例的附图进行简要说明，应当知道，以下描述的附图仅仅涉及本公开的一些实施例，而非对本公开的限制，其中：

图1是本公开提供的一种海上目标的行为分析方法的流程示意图。

图2是本公开提供的一种海上目标的行为分析装置的结构示意图。

图3是本公开提供的一种计算机设备的结构示意图。

需要注意的是，附图中的元素是示意性的，没有按比例绘制。

具体实施方式

为了使本公开的实施例的目的、技术方案和优点更加清楚，下面将结合附图，对本公开的实施例的技术方案进行清楚、完整的描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域技术人员在无需创造性劳动的前提下所获得的所有其它实施例，也都属于本公开保护的范围。

除非另外定义，否则在此使用的所有术语(包括技术和科学术语)具有与本公开主题所属领域的技术人员所通常理解的相同含义。进一步将理解的是，诸如在通常使用的词典中定义的那些的术语应解释为具有与说明书上下文和相关技术中它们的含义一致的含义，并且将不以理想化或过于正式的形式来解释，除非在此另外明确定义。如在此所使用的，将两个或更多部分“连接”或“耦接”到一起的陈述应指这些部分直接结合到一起或通过一个或多个中间部件结合。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语“实施例”并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：存在A，同时存在A和B，存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。诸如“第一”和“第二”的术语仅用于将一个部件(或部件的一部分)与另一个部件(或部件的另一部分)区分开。

在本申请的描述中，除非另有说明，“多个”的含义是指两个以上(包括两个)，同理，“多组”指的是两组以上(包括两组)。

随着科学技术的高速发展，海上资源争夺成为各国竞争的主要领域之一。我国的海洋资源极其丰富，对未来经济的发展至关重要，而海上国界线和领海安全是保障经济发展的重中之重，更是关系到国家安全和领土完整的重要军事问题。

当前，为了充分开发海洋资源，不论是从国家安全，还是从交通安全，各国都充分认识到海洋安全的重要性，为了预防包括海洋资源和领海安全的海上侵略，世界各国纷纷加强在海洋安全方面的投入。在海洋安全方面，对异常海上目标的检测和行为分析，是许多高层次应用的重要支撑，准确的异常目标检测和全面的行为分析，对于海上交通管理和军事攻防等具有重要意义。

无论从民用还是军用角度，海上异常目标检测和行为分析的重要性都毋庸置疑。然而，由于海上环境的复杂性，作为低层环节的海上目标识别和航迹生成尚且不能保证精度，作为高层环节的海上异常目标检测和行为分析更是难以输出可靠结果。从海上场景的复杂性来说，海上环境与路上环境相差很大，仅海浪和海风对于海上行进的影响就大幅增加了计算的复杂程度，海上目标与路上目标的区别也较大，路上常见的行人、车辆等与船只等水上航行器从内外结构和动力原理等都大不相同，因此，已有的经典目标检测、跟踪技术很难直接在海上场景产生良好的应用效果。从当前面向海上场景的目标检测和行为分析技术来说，尽管已有很多国内外研究机构对海上目标检测和行为分析展开了大量研究，作为当前渔业管理、国防安全等应用领域的热点问题，相关方法依然受限于海上目标本身特点以及相关设备和相关算法的缺陷，因此，对海上场景的异常目标检测和行为分析，仍然是困扰许多实际应用的瓶颈。

高质量的海上异常目标检测和行为分析，是建立在高精度海上目标检测和跟踪基础上的，其一般流程依序为目标检测、目标跟踪、异常目标识别和行为分析。上述过程中，每个步骤都存在一定的误差，因此，如何尽量提升每个阶段输出结果的质量，如何降低累计误差，是保障最终输出结果可靠性的必要手段。

针对上述问题，本公开提出了一种海上目标的行为分析方法。针对海上目标检测和行为分析中，准确度容易受到目标检测误差、目标跟踪误差、算法和框架基本误差、预设假设不充分以及海上环境复杂性的影响，首先基于数据融合将多种来源的检测数据融合并投影到融合空间(以下称表示空间)，然后在融合空间进行目标检测，降低单一检测产生的较大误差，接着在融合空间基于多目标跟踪算法生成目标轨迹，最后基于行为分析进行异常目标识别和输出。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

图1是本公开实施例提供的一种海上目标的行为分析方法的流程示意图。

如图1所示，海上目标的行为分析方法的具体过程包括：

S110、对多源检测数据进行多空间融合得到海上目标。

其中，多源检测数据可包括至少两个采集设备获得的海上检测数据，即多源检测数据是由多个单元目标检测得到的数据，或者，多个信号源检测得到的数据，每个单元目标检测采用一种采集设备实现。

海上目标可用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备。海上目标可理解为进行海上目标检测过程中识别出的异常目标，也可称为海上异常目标，所属类型异常为航行设备属于异常类型的目标，所属类型未知为无法识别出航行设备的所属类型。

多空间融合为将多源检测数据分别对应的空间坐标融合至一个统一的表示空间中，相应的，海上目标的坐标信息则与此表示空间相对应，也即，海上目标为映射至此表示空间中的目标，海上目标的尺寸和坐标均为此表示空间中所表示的尺寸和坐标。

S120、对海上目标进行跟踪处理，得到海上目标的航行轨迹。

其中，对海上目标进行跟踪处理，为采用预设的跟踪算法对海上目标进行多目标跟踪，以此得到海上目标的航行轨迹。

需要说明的是，海上目标的航行轨迹为表示空间中逆映射至原始空间中的轨迹。

S130、基于海上目标的航行轨迹，对海上目标进行行为分析。

其中，行为分析为对海上目标的未来行为/历史行为的异常分析，也即，采用原始空间中海上目标的航行轨迹，对海上目标进行行为分析。

另外，由于海上目标为映射至此表示空间中的目标，还可在对多源检测数据进行多空间融合得到海上目标之后，在表示空间中对海上目标进行行为分析，此处所指的行为分析为判定海上目标是否为异常目标。

在对海上目标进行行为分析时，可通过将海上目标与目标库中的目标进行比对，目标库中存储有异常目标/非异常目标。在目标库中存储有异常目标时，若海上目标处于目标库中，则确定海上目标为异常目标，若海上目标未处于目标库中，则确定海上目标不为异常目标。在目标库中存储有非异常目标时，若海上目标处于目标库中，则确定海上目标不为异常目标，若海上目标未处于目标库中，则确定海上目标为异常目标。

本实施例中，通过对多源检测数据进行多空间融合得到海上目标，多源检测数据包括至少两个采集设备获得的海上检测数据，海上目标用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备；对海上目标进行跟踪处理，得到海上目标的航行轨迹；基于海上目标的航行轨迹，对海上目标进行行为分析，行为分析为对海上目标的未来行为/历史行为的异常分析。如此，通过多源检测数据的空间融合，降低单一检测产生的检测误差，有效提升海上目标异常分析的准确性。

一些实施例中，对多源检测数据进行多空间融合得到海上目标，包括：

获取至少两个采集设备采集得到的海上检测数据；基于每个采集设备对应的坐标空间，构建表示空间；分别将每个采集设备采集得到的海上检测数据映射至表示空间，得到至少两个空间映射数据；融合至少两个空间映射数据，得到融合映射数据；对融合映射数据进行异常识别分析，得到海上目标。

其中，至少两个采集设备包括：红外采集设备、光学采集设备和雷达采集设备，雷达采集设备可包括：SAR(合成孔径雷达)采集设备以及其他雷达设备。

获取至少两个采集设备采集得到的海上检测数据，在某一单一信号源，如红外传感器、光学传感器或雷达传感器等，进行目标检测，对于系统存在的多种信号源，采用预设的检测算法，得到各信号源下的检测结果，构成目标集合或候选目标集合。

举例而言，在进行海上识别或跟踪的系统中，载有两种或两种以上传感器用于采集环境信息，如红外、光学、电磁雷达等。针对每种传感信号，本实施例选择相适应的算法对其进行目标检测，例如，一般光学传感器返回的信号为图像形式，针对其特点，可选择当前计算机视觉领域最合适应用场景的检测算法(如YOLO6)进行目标检测，这里的合适是指包括时间成本和精度损失等在内的折中策略。

需要说明的是，上述所指的采集设备，包括但不限于所列出的，可以是其他任意类型或形式的采集设备，针对各种采集设备所采用的检测算法，可以是任意在实际应用中认为是有效的，包括但不限于本实施例中所列出的。

此外，不同信号源的检测结果，可分别以统一形式进行记录与存储，记录内容包括但不限于检测目标的坐标、尺寸、置信度等属性，便于不同信号源检测结果的独立存储。

表示空间用于对每个采集设备得到的海上检测数据进行空间映射。可根据各个采集设备的标定信息，对齐各数据源或信号源的坐标系，从而得到一个表示空间，并将海上检测数据，全部投影到表示空间中。

举例而言，假设红外信号源的坐标空间为H，光学信号源的坐标空间为L，新的场景表示空间为X，红外空间和光学空间到表示空间的映射分别为P

P

公式(1)中，O

需要说明的是，此处所述的检测结果是指真实世界中不同信号源检测得到的结果，属于客观事实，而非由检测算法得到的检测结果。本实施例中，可将所有检测结果，投影到新的表示空间中，并且为每个检测结果在表示空间下记录属性，包括目标在表示空间的坐标、尺寸等信息。

海上检测数据与空间映射数据之间的映射关系为一对一，也即是，一个海上检测数据投影至表示空间中，能够得到一个空间映射数据。

异常识别分析用于对融合映射数据进行设备所属类型异常的识别或对设备所属类型未知的分析。

其中识别可以采用任意现有或新提出的能够有效完成所述任务的识别算法。举例来说，假如采用基于学习类的目标识别算法进行海上目标识别，首先需要对现有海上目标进行充分采样并进行相应程度的标注，得到相应规模的样本库，接着，在表示空间训练和测试相应的海上目标识别算法，最后在实际场景，使用训练好的模型对于任意目标进行目标识别，验证算法和模型的有效性。上述识别过程，也可以采用基于经典分类思想的算法，在采集一定规模样本库的基础上，将实际场景的检测与样本库中已有的带有标注的检测样本进行相似性计算，从而得到所需要的类别标签，作为对应检测的目标类型，达到识别效果。

对于异常识别分析，是指单纯基于检测结果的识别和分析，即不基于目标行为方式或行为模式的判断。具体来说，本实施例中所指的异常海上目标是指，区别于已有常见目标的所有目标或在已有目标库中被标记为异常类别的目标。也就是说，异常识别，是指在上述识别过程中，输出类别为异常类型的目标。而异常分析，则是在上述识别过程中，无法识别其类型的目标。

通过将红外采集、光学采集、雷达采集的检测结果投影到统一的表示空间，再对各种检测结果进行融合，得到更具可信性的检测结果，能够降低单一数据来源检测结果的偏差，以提升海上复杂场景下，依靠单一设备或数据源进行目标检测准确率低，误差积累的问题，接着在投影空间训练适应多源数据融合的目标检测算法来，进一步提升对海上目标的检测精度。

一些实施例中，融合至少两个空间映射数据，得到融合映射数据，包括：

基于预设去冗余算法，对至少两个空间映射数据进行相异度计算，以去除至少两个空间映射数据中存在的冗余数据，得到初始映射数据；对初始映射数据进行数据更新，得到融合映射数据，数据更新包括：尺寸更新和/或坐标更新。

其中，融合主要包括两种情况，第一种为唯一性融合，指在同一时间同一场景内，每个海上目标有且仅有一个检测结果，也就是说，对于拥有多于一个检测结果的海上目标，需要通过相应的算法，对检测结果进行去冗余。第二种为漏检互补，指通过不同检测方式，对各自的漏检进行互补，以补充得到完整的检测结果。

相应的，融合过程可包括：去冗余计算和数据更新。

举例而言，去冗余计算是指采用适当算法，通过计算表示空间中各个检测结果之间的相异度，进行去除冗余检测结果的过程。本实施例中可采用基于交并比(IntersectionoverUnion，IOU)阈值的冗余去除算法进行去冗余计算。

首先计算任意两个检测结果之间的交并比，而后基于预设或经过统计模型分析得到的阈值，判断一对目标检测结果是否相异。如果一对检测结果的交并比大于阈值，则说明二者指向同一个目标，此时删除结果中尺寸较小的检测结果，并以尺寸较大的作为该目标的检测结果，对于小于阈值的情况，认定为相异目标，不作处理。

上述的交并比计算方法如下公式(2)表示：

公式(2)中，A和B分别表示一对检测的尺寸，假设表示空间为二维空间，A和B则为对应检测结果的面积，假设表示空间为三维空间，A和B则为相应检测结果的体积。

假设判断一对检测是否相异的阈值为T，当IOU＞T时，删除其中较小的检测结果，即在去除检测结果时，取两个结果中较大的一个，A＝max(A,B)，A和B的含义与IOU计算公式一致。通过基于交并比阈值的冗余检测去除算法，可将整个检测集合遍历，得到去冗余后的检测集合。

对于数据更新，是指更新对应的尺寸和坐标等属性，剔除冗余信息，并计算更新后检测结果的可信度。其中，检测可信度依据信号源产生检测结果时算法输出的可信度计算。

对初始映射数据进行数据更新，得到融合映射数据，可包括：更新初始映射数据的尺寸和/或坐标，并计算更新后的初始映射数据的可信度，在可信度超过预设阈值时，则确定出融合映射数据。

举例而言，假设某检测结果在去冗余计算中，没有与其他检测结果融合，则其可信度等于其在原信号源检测结果的可信度；假设某检测结果在去冗余计算中，去除了其他检测结果，则需进一步计算去冗余后的可信度。

具体可分为两种情况：一、冗余发生在同类信号源，则该检测结果的可信度，取融合过程中所有参与的检测结果可信度的平均值；二、冗余发生在异类信号源，则该检测结果需要对其进行可信度进行增强，计算方法为如下公式(3)表示：

公式(3)中，rel

为进一步清晰对比可信度，在可信度更新计算后，本实施例中还可以包括归一化计算，计算方法如下公式(4)表示：

公式(4)中，

需要说明的是，多源检测融合过程中所涉及的算法，包括但不限于上述例子，可以是任意已有或新提出的其他可以有效完成所述任务的算法，包括去冗余算法、数据更新算法以及可信度计算算法。

此外，在实际的去冗余过程中，对于在那些在检测阶段可信度已经低于一定阈值的，将直接认定其为冗余检测予以剔除，不再参与去冗余计算。上述阈值可以是人工指定的，也可以基于策略或算法自适应的确定，其确定策略或算法包含多种形式，如基于统计方法的自适应阈值确定算法、采用不同阈值确定方式的情况。

一些实施例中，对海上目标进行跟踪处理，得到海上目标的航行轨迹，包括：

基于预设跟踪算法，确定海上目标的初始轨迹；对初始轨迹进行轨迹修正，得到修正后的轨迹；基于修正后的轨迹的恢复类型，对修正后的轨迹进行轨迹恢复，得到恢复后的目标轨迹，恢复后的目标轨迹为表示空间中的映射轨迹；将恢复后的目标轨迹从表示空间逆映射至对应的采集设备的坐标空间，得到海上目标的航行轨迹。

其中，预设跟踪算法用于对某一时间范围内和某一空间范围内的多个目标进行轨迹描述。

具体来说，预设跟踪算法，从算法的实时性角度，可以采用在线方法，也可以是采用基于局部延迟的离线方法，从算法的设计角度，可以是基于单目标的逐一多目标跟踪方法，也可以是基于前后匹配或关联的多目标跟踪方法，包括但不限于，基于单目标跟踪的多目标跟踪算法、基于多假设的多目标跟踪算法、基于图模型的多目标跟踪算法以及基于深度模型的多目标跟踪算法等。

轨迹修正为基于修正算法对目标轨迹进行轻微调整，修正算法可如卡尔曼滤波。

轨迹恢复为对修正后的轨迹缺失部分进行填补的操作。具体的，在对修正后的轨迹进行轨迹恢复时，可针对修正后的轨迹的恢复类型，采用不同方式对修正后的轨迹进行轨迹恢复，再将恢复后的目标轨迹从表示空间逆映射至对应采集设备的坐标空间，从而得到海上目标的航行轨迹。

一些实施例中，基于修正后的轨迹的恢复类型，对修正后的轨迹进行轨迹恢复，包括：

在修正后轨迹的恢复类型为短时间范围的轨迹缺失时，基于短时间范围内对应的轨迹缺失值对修正后的轨迹进行轨迹恢复；在修正后轨迹的恢复类型为长时间范围的轨迹缺失时，基于长时间范围内对应的相关轨迹片段对修正后的轨迹进行轨迹恢复。

其中，短时间范围用于描述不超过预设时长阈值的时间段，长时间范围用于描述超过预设时长阈值的时间段。预设时长阈值可人为预先自定义得出。

本实施例能够根据修正后的轨迹的不同恢复类型，为其进行不同方式的轨迹恢复，便于提升轨迹恢复效率。

一些实施例中，基于海上目标的航行轨迹，对海上目标进行行为分析，包括：

确定海上目标的预设异常区域和预设异常路线；基于预设异常区域、预设异常路线以及航行轨迹，确定海上目标的历史行为是否异常；基于预设异常区域、预设异常路线航行轨迹，确定海上目标的未来行为是否异常。

其中，预设异常区域和预设异常路线为，针对特定类型目标或所有目标，在特定时间范围或任意时间，禁止出现的空间区域和航路航道。具体来说，需要在不同信号源标注出异常区域和路线，或者，将不同信号源的异常区域和路线均投影到表示空间，并进行融合，进而得到预设异常区域和预设异常路线。

基于海上目标的预设异常区域和预设异常路线，有效判定出海上目标的历史行为和未来行为是否异常。

基于本实施例的描述，预设异常区域可对应有第一航行时段，预设异常路线可对应有第二航行时段。

一些实施例中，基于预设异常区域、预设异常路线以及航行轨迹，确定海上目标的历史行为是否异常，包括：

基于航行轨迹确定出海上目标在第一航行时段内的航行区域处于预设异常区域时，则确定海上目标的历史行为异常；基于航行轨迹确定出海上目标在第二航行时段内的航行区域中包括预设异常路线时，则确定海上目标的历史行为异常。

其中，基于航行轨迹确定出海上目标在第一航行时段内的航行区域处于预设异常区域，即表示依据时间索引判断航行轨迹与预设异常区域和预设异常路线存在交叉过程。具体可通过如下公式(5)进行判定。

公式(5)中，

另一些实施例中，基于预设异常区域、预设异常路线航行轨迹，确定海上目标的未来行为是否异常，包括：

基于航行轨迹对海上目标的未来轨迹进行预测，得到预测轨迹；基于预测轨迹确定出海上目标在第一航行时段内的航行区域处于预设异常区域时，则确定海上目标的历史行为异常；基于预测轨迹确定出海上目标在第二航行时段内的航行区域中包括预设异常路线时，则确定海上目标的历史行为异常。

其中，判断海上目标的未来行为是否出现异常，则需要根据其历史轨迹进行一定时间范围内的轨迹预测，再对预测时间范围的轨迹，并以时间为索引判断其未来行为是否可能存在异常，具体判定方式可参见上述公式(5)，此处不做赘述。

需要说明的是，上述未来轨迹预测可以是任意合理的轨迹预测算法，包括但不限于经典轨迹预测算法、基于深度学习的预测算法等，合理是指对轨迹预测准确率提升产生正向影响，预测过程中所采用的具体算法不局限于上述描述。轨迹预测算法所预测的时间范围，主要由两个因素决定：一、实际场景中的任务要求；二、算法在保证一定精度下可预测的最大时间。在实际应用中，一般要求兼顾上述两种因素，从而保证对异常行为的最大程度捕获。

本实施例中进行未来轨迹预测时，可采用多方向预测实现。由于未来轨迹预测中，需要对海上目标的未来运动趋势进行估计，而估计中最重要的就是方向，因此本实施例给出一种可行的方向假设和速度方案：五向假设和九向假设。五向包括东、西、南、北和原地静止，九向包括东、西、南、北、东北、西北、东南、西南和原地静止。

此外，对于海上目标的速度预测，本实施例中假设以标量的形式描述目标可能的移动速度，则其取值可以是海上目标在已有航迹中出现的速度均值或峰值，或海上目标在特定区域的速度均值或峰值。峰值和特定区域的选取，包括但不限于根据实际场景需要手动确定或者基于预设条件自适应的确定。

需要说明的是，目标速度取值方式包括但不限于上述例子，在实际场景中，应针对海上复杂场景的影响，拟合带有海风、海浪等干扰的目标速度。

在对海上目标进行行为分析之后，输出分析结果时，由于上述的行为异常判断和检测结果在表示空间，因此输出异常目标的过程为：在表示空间中对具备异常行为的海上目标进行记录，得到表示空间的异常目标集合；再进行表示空间至原始空间的逆映射，将异常目标投影回相应的信号源表示空间；根据不同信号以及实际任务，以文本、图像、视频等形式输出异常目标，从而实现高覆盖、高精度的海上异常目标识别。

另外，本实施例方法还包括：在不同信号源的表示空间分别依次进行轨迹输出和未来行为预测，并根据对应的信号模式输出异常目标，从而可以通过对多源异常目标进行综合分析，进一步判断一个海上目标的异常水平。如果一个海上目标经过不同信号源的分析，其结果均为行为异常，则说明该海上目标有很大概率是异常目标，反之则可能是误判，需要经过人工进一步确认。在实际应用中，根据不同的任务需求，可以选择不同的行为分析方式。

图2为本实施例提供的一种海上目标的行为分析装置的结构示意图。海上目标的行为分析装置可以包括：融合模块210、处理模块220和分析模块230。

融合模块210，用于对多源检测数据进行多空间融合得到海上目标，所述多源检测数据包括至少两个采集设备获得的海上检测数据，所述海上目标用于描述设备所属类型异常的航行设备或设备所属类型未知的航行设备。

处理模块220，用于对所述海上目标进行跟踪处理，得到所述海上目标的航行轨迹。

分析模块230，用于基于所述海上目标的所述航行轨迹，对所述海上目标进行行为分析，所述行为分析为对所述海上目标的未来行为/历史行为的异常分析。

在本实施例中，可选的，融合模块210，包括：获取单元、构建单元、第一映射单元、融合单元和分析单元。

获取单元，用于获取至少两个采集设备采集得到的海上检测数据，至少两个所述采集设备包括：红外采集设备、光学采集设备和雷达采集设备。

构建单元，用于基于每个采集设备对应的坐标空间，构建表示空间，所述表示空间用于对每个所述采集设备得到的所述海上检测数据进行空间映射。

第一映射单元，用于分别将每个所述采集设备采集得到的所述海上检测数据映射至所述表示空间，得到至少两个空间映射数据，所述海上检测数据与所述空间映射数据之间的映射关系为一对一。

融合单元，用于融合至少两个所述空间映射数据，得到融合映射数据。

分析单元，用于对所述融合映射数据进行异常识别分析，得到所述海上目标，所述异常识别分析用于对所述融合映射数据进行设备所属类型异常的识别或对设备所属类型未知的分析。

在本实施例中，可选的，融合单元，具体用于：

基于预设去冗余算法，对至少两个所述空间映射数据进行相异度计算，以去除至少两个所述空间映射数据中存在的冗余数据，得到初始映射数据；对所述初始映射数据进行数据更新，得到所述融合映射数据，所述数据更新包括：尺寸更新和/或坐标更新。

在本实施例中，可选的，处理模块220，包括：第一确定单元、修正单元、恢复单元和第二映射单元。

第一确定单元，用于基于预设跟踪算法，确定所述海上目标的初始轨迹，所述预设跟踪算法用于对某一时间范围内和某一空间范围内的多个目标进行轨迹描述。

修正单元，用于对所述初始轨迹进行轨迹修正，得到修正后的轨迹。

恢复单元，用于基于修正后的所述轨迹的恢复类型，对修正后的所述轨迹进行轨迹恢复，得到恢复后的目标轨迹，恢复后的所述目标轨迹为所述表示空间中的映射轨迹。

第二映射单元，用于将恢复后的所述目标轨迹从所述表示空间逆映射至对应的采集设备的坐标空间，得到所述海上目标的所述航行轨迹。

在本实施例中，可选的，恢复单元，具体用于：

在修正后的所述轨迹的恢复类型为短时间范围的轨迹缺失时，基于所述短时间范围内对应的轨迹缺失值对修正后的所述轨迹进行轨迹恢复；在修正后的所述轨迹的恢复类型为长时间范围的轨迹缺失时，基于所述长时间范围内对应的相关轨迹片段对修正后的所述轨迹进行轨迹恢复；其中，所述短时间范围用于描述不超过预设时长阈值的时间段，所述长时间范围用于描述超过所述预设时长阈值的时间段。

在本实施例中，可选的，分析模块230，包括：第二确定单元、第三确定单元和第四确定单元。

第二确定单元，用于确定所述海上目标的预设异常区域和预设异常路线。

第三确定单元，用于基于所述预设异常区域、所述预设异常路线以及所述航行轨迹，确定所述海上目标的历史行为是否异常。

第四确定单元，用于基于所述预设异常区域、所述预设异常路线所述航行轨迹，确定所述海上目标的未来行为是否异常。

在本实施例中，可选的，所述预设异常区域对应有第一航行时段，所述预设异常路线对应有第二航行时段。

第三确定单元，具体用于：

基于所述航行轨迹确定出所述海上目标在所述第一航行时段内的航行区域处于所述预设异常区域时，则确定海上目标的历史行为异常；基于所述航行轨迹确定出所述海上目标在所述第二航行时段内的航行区域中包括所述预设异常路线时，则确定海上目标的历史行为异常。

在本实施例中，可选的，第四确定单元，具体用于：

基于所述航行轨迹对所述海上目标的未来轨迹进行预测，得到预测轨迹；基于所述预测轨迹确定出所述海上目标在所述第一航行时段内的航行区域处于所述预设异常区域时，则确定海上目标的历史行为异常；基于所述预测轨迹确定出所述海上目标在所述第二航行时段内的航行区域中包括所述预设异常路线时，则确定海上目标的历史行为异常。

本公开提供的海上目标的行为分析装置，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本公开此处不再赘述。

本申请实施例还提供了一种计算机设备。具体请参阅图3，图3为本实施例计算机设备基本结构框图。

计算机设备包括通过系统总线相互通信连接存储器310和处理器320。需要指出的是，图中仅示出了具有组件310-320的计算机设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程门阵列(Field-Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

存储器310至少包括一种类型的可读存储介质，可读存储介质包括非易失性存储器(non-volatile memory)或易失性存储器，例如，闪存(flashmemory)、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦写可编程只读存储器(erasable programmable read-onlymemory，EPROM)、电可擦写可编程只读存储器(electrically erasable programmableread-onlymemory，EEPROM)、可编程只读存储器(programmable read-only memory，PROM)、磁性存储器、磁盘、光盘等，RAM可以包括静态RAM或动态RAM。在一些实施例中，存储器310可以是计算机设备的内部存储单元，例如，该计算机设备的硬盘或内存。在另一些实施例中，存储器310也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡或闪存卡(FlashCard)等。当然，存储器310还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器310通常用于存储安装于计算机设备的操作系统和各类应用软件，例如上述方法的程序代码等。此外，存储器310还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器320通常用于执行计算机设备的总体操作。本实施例中，存储器310用于存储程序代码或指令，程序代码包括计算机操作指令，处理器320用于执行存储器310存储的程序代码或指令或者处理数据，例如运行上述方法的程序代码。

本文中，总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该总线系统可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

本申请的另一实施例还提供一种计算机可读介质，计算机可读介质可以是计算机可读信号介质或者计算机可读介质。计算机中的处理器读取存储在计算机可读介质中的计算机可读程序代码，使得处理器能够执行在上述方法中每个步骤、或各步骤的组合中规定的功能动作；生成实施在框图的每一块、或各块的组合中规定的功能动作的装置。

计算机可读介质包含但不限于电子、磁性、光学、电磁、红外的存储器或半导体系统、设备或者装置，或者前述的任意适当组合，存储器用于存储程序代码或指令，程序代码包括计算机操作指令，处理器用于执行存储器存储的上述方法的程序代码或指令。

存储器和处理器的定义，可以参考前述计算机设备实施例的描述，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

在本申请各个实施例中的各功能单元或模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请描述的“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了装置若干的单元权利要求中，这些装置中的若干个单元可以是通过同一个硬件项来具体体现。第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。