基于深度卷积神经网络的舰船目标识别技术研究

发布时间：2020-06-08 14:47

【摘要】：我国领海面积辽阔、海洋矿产丰富,沿海边境情况复杂。舰船作为海洋的主体,实现舰船目标自动识别是保卫国家领海安全和加强建设海洋强国的重要保障。近年来,已有大量船载、无人机载、星载、岸基等视频监控设备完成部署,采集了大量的视频图像数据,但大多仍然采用人工方式来进行识别,智能化程度极低,无法满足舰船目标自动识别要求。在利用传统方法进行舰船目标识别过程中,受光照、海浪、暴雨、盐雾等环境变化影响,识别性能较差。因此,如何实现鲁棒的自动舰船目标识别是当下亟待解决的一个热点和难点问题。得益于人工智能研究的不断深入,尤其是深度学习在图像目标识别领域取得的突破性进展和成功应用,本文开展了深度学习在自动舰船目标识别中的应用研究,主要完成工作如下:(1)首先对舰船目标识别的国内外研究现状进行综述,并对当前综合性能较优的RFCN深度网络进行了介绍;(2)针对海洋环境采集可见光视频图像中的自动舰船目标识别难题,提出了一种基于改进RFCN网络的舰船目标识别方法,具体开展了三个模块的改进优化:首先,在特征提取模块,设计了一种聚合变换和多尺度特征融合相结合的方法,通过加入同拓扑结构的改进分支、融合低层大尺度位置信息和高层小尺度语义信息,有效提升特征提取能力;其次,在目标检测模块,设计了一种双线性内插、级联位置敏感检测、柔性非极大值抑制相结合的方法,通过精细池化、提升高质量正样本数量、柔性衰减置信度等机制,有效提升对小尺寸和重叠舰船目标的检测能力;最后,在候选区域生成模块,面向舰船目标识别应用,对舰船目标锚框的宽高比例进行聚类,有效提升舰船目标的检测能力;(3)开展本文方法与多种已有方法的对比实验。首先,对本文方法中的超参数取值进行了实验、分析和讨论;然后,在VOC2007检测数据集上,本文方法相较RFCN方法,实现综合mAP指标提升2.42%;最后,在自建的舰船目标数据集上,本文方法相较RFCN方法,实现综合mAP指标提升3.51%。但是,本文方法相较RFCN方法,在算法的实时性方面降低了 1FPS。因此,本文方法适用于计算资源不受限的应用场合;(4)综合利用 Java、JavaScript、Python、Caffe、Redis、RocketMQ 等开发语言和中间件工具,设计并实现了一套基于深度卷积神经网络的舰船目标识别的可视化原型平台。
【图文】：

识别研究,舰船目标,舰船,雷达数据

逦杭州电子科技大学硕士学位论文逦逡逑越来越多的国家开始部署了相应的ＳＡＲ系统，例如欧洲宇航局在１９９１年构建的逡逑ＥＲＳ－１系统［５］、日本在２００６年构建的ＡＬＯＳ系统［６］、中国在２０１２年构建的ＨＪ－逡逑１Ｃ系统ｍ等。随着大量这些ＳＡＲ系统投入使用，数据日渐丰富，所以越来越多逡逑的研究人员投入到了这一领域的研宄之中。但是由于雷达图像受大量固有噪声影逡逑响，舰船目标检测会受到强风和海洋状态的严重阻碍，使得小尺度舰船目标难以逡逑检测，并且极易出现误报情况。该领域内的美国专家ＧｒｅｉｄａｎｕｓＨ．在２００５年提出逡逑仅通过来自ＳＡＲ的舰船图像数据很难做到位船型分类，想要识别舰船的具体弦逡逑号更是难上加难［８］。主要原因是卫星覆盖范围达不到足够的数量级，所以无法得逡逑到足够的时空海域信息。随着雷达技术的不断进步，国内外科研工作人员都在基逡逑于雷达数据源的舰船目标检测识别方面做了非常多的工作，从图１．１、图１．２可逡逑得，近十年来Ｓｃｉｅｎｃｅ邋Ｃｉｔａｔｉｏｎ邋Ｉｎｄｅｘ邋（ＳＣＩ）核心合集收录的基于雷达数据的舰船检逡逑测相关的研究论文数量逐年上升，值得一提的是中国科研工作者在该领域具有较逡逑多的研究成果，在论文发表数量上远超其他国家和地区。逡逑

高光谱图像,热红外,舰船,波长带

由于卫星热红外成像方式受到分辨率过低和大气层阻碍等限制，采集的逡逑热红外数据没有太大意义，，所以一般不采用。针对以上关键技术和攻坚难题，海逡逑内外的研究人员做了大量研究工作来攻克该领域内的技术难点。从图１．３和图１．４逡逑可得，近十年来ＳＣＩ核心合集收录的基于热红外数据的舰船检测相关研究论文逡逑数量总体上维持在一个稳定水平。其中，美国在该领域研究中处于领先地位，其逡逑近十年的高质量论文发表数量大大超过别的国家与地区。逡逑基于热红外数据的舰船逦各国／地区关于热红外数据逡逑检测相关研究情况逦舰船检测研究情况逡逑「逦１0４逦凶邋ＵＫ邋２９逡逑１００邋－逦0，／＼８９逦｜邋ＦＲＡＮＣＥ邋灥邋２９逡逑７９逦Ｘ８０逦＿邋ＩＴＡＬＹ邋Ｍｌ邋３４逡逑＿邋８０邋－逦＾逦ＥＮＧＬＡＮＤ逦３９逡逑—６０邋＿５７逦ＮＥＴＨＥＲＬＡＮＤ逦４２逡逑＾逦＼４１邋ｊ／逦ＪＡＰＡＮ逦５５逡逑０逦４０逦－逦＾逦ＧＥＲＭＡＮＹ逦７６逡逑ｍ逦ＣＨＩＮＡ逦８１逡逑２０邋？＊逡逑ＰＲ邋ＣＨＩＮＡ逦ｌ0５逦２４８逡逑０逦ＵＳＡ逡逑０８邋０９邋１０邋１１邋１２邋１３邋１４邋１５邋１６邋１７逦０逦５０逦１００逦１＾０逦２００逦２５０逡逑年份逦ＳＣＩ论文数量逡逑图１．３近十年热红外舰船目标识别研宄情况图１．４各地区热红外舰船目标识别研宄情况逡逑舰船高光谱数据是由成像光谱仪为同一海域收集的多个窄波长带光谱特征，逡逑旨在最大限度地利用相关海域的光谱特征内容。这些光谱数据的构成极其繁杂，逡逑要精密地分析处理才能进一步使用。往往不同领域场景下的高光谱图像检测方法逡逑需要不同的先验知识
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;U675.79;E925

【参考文献】