面向海量光电侦察视频的海上目标智能检测与识别技术

参赛方案介绍

技术产品名称:面向海量光电侦察视频的海上目标智能检测与识别技术

技术产品功能及性能指标

本项技术针对舰艇平台在复杂海况条件下执行海上小目标探测识别任务时,对情报判读人员经验依赖性强、人工识别效能低等问题,基于无人机获取、自主仿真、网络搜索以及其他多种渠道获取的海面舰船目标样本数据,采用基于人工智能的图像视频处理技术,开展复杂海面环境下的视频与处理和质量评估、基于视觉显著性的光电视频目标检测、基于深度神经网络的光电视频目标检测识别等技术的研究,为复杂海况下小型舰艇情报侦察平台提供一套完整可行的复杂环境下目标检测与智能感知解决方案,可以实现复杂海况条件下的光电视频处理和质量评估,以及图像目标自动检测、标定、分类和识别。同时,构建了智能化海面舰船目标检测识别模型,支持基于目标样本数据增强的模型离线训练和在线更新,具备可成长性。产品可以对情报判读人员提供决策辅助,提高情报产品的准确性和生成效率,提升海上侦察平台的快速响应能力和智能化水平。


11.png

本技术方案可达到的预期技术指标如下:

(1)能够对四级海况下航速≥35节航行的小型艇平台的视频图像进行增强、消抖等预处理,并进行视频图像质量评估;

(2)能够对四级海况条件下目标物理尺寸≤10m×5m×3m或目标图像尺寸≤20×20的小目标进行有效识别;

(3)基于≥100组的样本数据,目标检测正确率≥90%,目标检测虚警率≤10%,漏检率≤10%;目标识别分类正确率≥80%;

(4)周视场景下,能够对视场范围内距离≥300m内的物理尺寸≤10m×5m×3m的海上舰船目标进行自动识别、分类和信息标定;

(5)从获取图像到输出目标分类、图像质量评估信息的处理总延迟≤5s;

(6)能够实时处理数据刷新周期≤50ms的视频图像数据。

总体技术方案

12.png

(1)基于海量光电视频的海上目标智能感知平台:

利用服务器、交换机、磁盘存储阵列构建云平台,为目标智能感知系统提供云平台服务,调动和分配资源层的存储资源、数据库资源、计算资源以及标准化的数据接口提供给应用软件使用。

(2)目标检测识别特征库:

运用数据库技术构建包含原始图像数据、目标样本数据、目标特征数据的目标检测识别特征库,对原始侦察图像数据、目标样本数据、目标特征数据进行关联组织,建立特征和原始数据之间的结构关系,供用户进行关联检索,并在此基础上进行特征数据导出,支持检测识别模型训练。

(3)基于深度学习的小目标检测识别系统:

网络训练:

根据目标样本数据,利用深度卷积神经网络建立目标表征;利用目标表征训练网络,调整网络结构,优化网络权值。

线上检测识别:

数据预处理;利用深度卷积神经网络提取目标特征;利用目标特征进行自动检测和分类;根据不断更新的目标数据库数据进行网络在线更新。

核心技术

1、基于视觉显著性的光电视频目标检测技术

13.jpg

2、复杂海上环境下的视频质量评估技术

14.png

3、基于深度学习的目标检测与识别技术


15.png

应用场景

本技术方案综合利用视频图像预处理和基于人工智能的图像目标检测识别技术,为复杂海况下的海上目标智能感知提供了一套完整、可行的策略,可广泛应用于多个军用及民用方向,如:

(1)无人机地面站综合任务处理系统

(2)机载平台目标综合识别,如各型直升机、海上多用途飞机

(3)C4ISR系统中的地面信息处理系统

(4)水运交通管理、海上救援、海洋污染检测、渔业监测

(5)边防巡查、走私监控

应用案例

基于深度学习的舰船目标实时检测与识别系统:

16.png

舰船目标样本标注

17.png

目标特征数据库管理

18.png

舰船目标样本分布

19.png

基于HOG和SVM的目标检测分类技术

20.png

基于深度学习的目标检测识别线下训练及在线识别

已经取得成果:

(1)专利:一种利用不同类型信息进行目标综合识别的方法

(2)科技成果:(国防科技进步二等奖):先进战机多传感数据融合应用技术

20.jpg

21.png