基于计算机视觉的海上容器丢失早期检测
计算机视觉与模式识别
2026-04-28 v1
摘要
集装箱航运支撑全球贸易，但海上容器丢失仍是持续的安全、环境和经济挑战。尽管遵循货物固定手册，动态海洋条件如船舶运动、风荷载和严浪态都可能逐渐 destabilize 集装箱堆垛，导致丢失。鉴于新的国际海事组织（IMO）对丢失集装箱的强制性报告要求，迫切需要一种可靠、基于证据的早期检测解决方案来识别不稳定的集装箱。本研究展示了一种低成本、可 retrofit 的计算机视觉系统，用于检测不稳定的集装箱。该框架集成了对象分割以隔离集装箱堆垛，使用光流进行时序对象跟踪，并提取单个对象的残差运动以量化相对运动。实验评估在真实的船上镜头下表明，所提出的管道在各种海浪状态和可见性条件下有效地隔离了集装箱级运动。通过使船员干预和航行调整能够提前获得警报，所提出的方法提高了货物安全性、操作韧性和合规性。
引用
@article{arxiv.2604.24193,
title = {Computer Vision-Based Early Detection of Container Loss at Sea},
author = {Vishakha Lall and Capt. Stanley S Pinto and Capt. Chu Xing Peng and Wu Kaiwen},
journal= {arXiv preprint arXiv:2604.24193},
year = {2026}
}
备注
Accepted and Presented at SMRC x ICMASS/MTEC 2026