项目面向水上安全保障,围绕基于深度学习的水上小目标视觉检测方法深入研究,提出一种基于语义分割的水上小目标数据增强方法,构建尺度均匀的增强型水上目标数据集,提出基于注意力机制的多尺度水上目标检测模型,改进对水上小目标的检测效果,结合检测模型设计并实现了一个水上目标视觉检测系统,辅助海事监管,促进了智能海事监管的发展;融合多波段图像信息的特点,融合可见光波段船舶信息和红外波段船舶烟囱信息,最终实现对船舶烟囱的检测,同时为小目标检测提供一种新的研究思路;船舶身份识别是海事监管的基础业务,通过学习和分析海事监管部门关于船名的管理规定,总结和归纳了船名各方面的特征和规律,并设计了一种基于水运行业知识的船舶名称视觉识别方法,为船舶身份识别提供了一种新的方法,促进海事监管智能化发展,以及为智能船舶的
视觉感知提供了理论支撑和技术支持。
1.提出了一种基于水上目标数据库和语义分割的数据增强方法,建立了基于注意力机制的多尺度水上目标检测模型,实现了水上目标高精度检测。
2.建立了基于多波段图像融合的目标检测模型,形成了改进的生成对抗网络的船舶图像生成算法,实现了高精度的船舶烟囱检测。
3.建立了一种基于深度学习的船名潜在区域检测模型,设计了一种二阶段船名识别算法,研发了基于视觉的船舶身份识别系统。
项目由交通运输部南海航海保障中心广州航标处、武汉理工大学、交通运输部水运科学研究所、长江航运发展研究中心、武汉明泽航运技术有限公司等单位联合研发。
评价单位:“科创中国”无人船跨域货物运输(深圳)产业科技服务团 (中国航海学会)
评价时间:2022-11-24
综合评价
2022 年 9 月 9 日中国航海学会组织召开了“多尺度水上目标智能感知与识别关键技术研究及应用”项目科技成果评价会(线上线下结合)。评价委员会听取了项目成果及
相关情况介绍,查阅了文件资料,观看了视频演示,经问询评议,形成评价意见如下:
一、提交的文件资料齐全,内容翔实,符合科技成果评价要求。
二、项目面向航运场景多尺度水上目标精确识别的需要,从理论分析、数学建模、算法设计、算力部署及应用示范等方面,系统地研究了水上小目标视觉检测、船舶烟囱检测、船舶名称识别等关键技术,开发了小目标视觉检测设备与认知系统,丰富了水上安全监管平台功能。
三、项目获授权发明专利 5 件,登记软件著作权 4 项,发表论文 30 篇。研究成果已在广东、湖北、江苏、海南等地的航运单位成功应用,关键技术自主可控,经济社会环境效益明显,应用前景广阔。
查看更多>