《光学与光电技术》
随着水运交通的不断发展，水运在综合运输体系中的地位和作用逐步增强，港口吞吐量持续增长[1]。在此背景下，安全监管问题也成了需要重点解决的问题。在国内水域发达的区域，例如长江全线年均开展救助行动百余起，广东省境内年均发生船桥碰撞几十起，涉及遇险人员、船舶、桥梁不计其数，带来的损失数以万计，引发业界广泛关注。在当前经济社会转型升级，高度重视水运安全，刻不容缓，同时对惠及民生的交通安全出行具有重要意义。
目前我国针对内河水域水上安全监管能力仍然非常薄弱，特别是对于部分桥区的安全投入缺口较大，部分地区对桥梁监管能力存在严重不足，加之从业人员安全意识淡薄，导致安全隐患频出。
本文分析了智能技术与光电技术结合带来的新趋势，并对内河监管典型场景的需求进行了分析，说明了智能技术与光电技术结合对内河监管领域带来的新影响，并对未来这种趋势进行了展望。
1 人工智能与光电技术结合的未来可期
光电技术与人工智能技术的深度结合，主要解决视觉清晰、决策精准等问题，主要包括以下方面：
1.1 机器视觉与计算机视觉
机器视觉是应用价值最高的人工智能技术，它为机器赋予了双眼，使其能够辨识万物。机器视觉就是用机器代替人眼进行测量和判断，它综合了模拟电子、数字电子、计算机、人工智能、大数据、图像处理、传感器、光学成像等跨学科前沿技术。机器视觉具有准确性、客观性、稳定性等特点，在现代智能交通等领域有着广泛应用。计算机视觉就是利用计算机和其辅助设备模拟人的视觉功能识别、对目标进行跟踪并测量。
1.2 光电传感器
图1 光电摄像头
传感器是人工智能获取信息的重要设备，是人工智能技术的硬件基础。传感器技术是人工智能与万物互联的必备条件，它如同人类的五官，能够对外界信息进行采集与转换。光电传感器一般由光源、光学通路和光电器件组成，其功能就是将光信号转换为电信号。光电传感器信息转换准确，传输误差小，应用领域十分广泛。当前研究的热点是智能光电传感器,它集成了人工智能、信息处理等技术，成为人工智能的关键因素[2]。
1.3 交叉应用未来可期
人工智能领域与光电技术交叉渗透、融合发展是基本趋势。诸多人工智能需要解决的问题,也正是光电技术的发展需要解决的问题。
科学家正在研究应用机器学习改善传统的光学和光电技术。通过将机器学习、神经网络引入视觉技术中形成人工智能视觉技术，显著提升数据处理量和速度。水运监管系统引入光电传感器及智能技术，精度比常规监管手段高出很多。我国科学家发明的基于激光成像技术和人工智能的监控系统，可在45 公里远处实施目标识别[3]。
新一代智能光电传感器将具有分析、判断、自适应、自学习的功能。近年研发的基于双目视觉技术的3D 感测方案，具有低功耗、高灵敏度特点，在机器人和VR等领域广泛应用[4]。智能技术与光电技术的结合，能够为内河监管系统赋予新的活力，能够让水运监管系统慧眼如炬。
2 内河监管典型应用场景需求分析
2.1 区域船舶监管系统
（1）船舶识别。自动对摄像头监管区域内的船舶进行识别，能够全天候识别区域内的船舶数量，并对船舶目标进行实时画框跟踪，并在画面上展示每个目标的属性信息。
（2）船上人员识别。自动对船上人员进行识别，并对船上人员目标进行实时画框跟踪。
（3）船牌识别。通过可见光摄像头，能够采集船舶照片，实现对船牌的自动识别。
（4）船舶位置和速度检测。基于可见光目标或者红外目标在图像中的位置，实现船舶的定位、测向、测速，并能够在实时监控画面中予以呈现。
（5）实时报警。在禁航区或者桥区附近，设定电子围栏，根据船舶位置进行判定，一旦发现有违规行为，立刻进行报警并对其跟踪识别，同时实时展示报警信息并显示目标的抓拍图。
（6）录像快速回查。自定义在航船舶的事件录像，并能够回放船舶的录像，提高回查效率。监管系统在对违规船舶进行回查时无须逐帧回放，通过船舶静态信息就能快速找出违规船舶的录像证据。
2.2 落水人员监测系统
（1）落水人员识别。自动对视野范围内的落水人员进行识别，并统计落水人员数量。