基于空天地海协同的电子围网智能系统关键技术及应用
成果类型:: 发明专利,软件著作权,著作权
发布时间: 2022-08-24 14:39:59
本项目技术基于场景多维特征构建深度学习网络,根据船只真实位置进行训练,在目标检测中加入边缘特征作为图像第四维,包括样本库构建、海岸线提取、深度学习网络训练、船只检测等过程,提高了区域建议框的准确率和速度,排除误判。研究内容:建立了全球第一个智能化的基于深度学习的开放船只数据库。1.深度学习方法部分具体采用基于区域的卷积神经网络对监控视频图像进行多个船只目标的同时检测,方法鲁棒性高。2.采用快速高效的基于颜色直方图的均值漂移方法,对前一帧跟踪到的多个目标同时预测当前帧的均值漂移结果,得到多个预测位置。精准地实现多船只目标的全自动化异构传感器连续跟踪。
在“空天地海立体场景”、“全天候监控”、“船舶通行频繁”、“多变自然条件”环境下,基于场景,将雷达、光电跟踪仪、视频、无人机、卫星等多源异构设备组网协同,集成天、空、地、海跨平台多维大数据,通过深度学习智能算法技术,实现目标区域内船舶的智能监测、识别及处置。
2011年,国务院批复横琴“分线管理”创新通关模式,提出“横琴环岛不设置隔离围网,代之以设置环岛巡查及监控设施,确保有效监管”的要求(国函【2011】85号)。
应用领域:智慧港口建设、海关管理、海面目标探则与侦察。
对比业界主流基于光流特征的跟踪算法(KLT算法)动态目标跟踪精度大幅提升13%;应用边缘增强技术,对比VDSR技术提升模糊图像增强PSR近1dB,大大提高了监控目标的辨识度;实现高倍率压缩视频图像文件,对比海康威视Smart265技术节省空间文件45%~47%。
邓练兵 研究员 博士珠海大横琴科技发展有限公司1. 确定本项目总体技术路线,建立电子围网智能系统技术体系;2. 发明了基于深度学习的动态多目标检测、基于地理时空大数据的船只检测、基于行为关联挖掘的船舶智能跟踪技术、面向主题的电子围网智能系统自适应感知和协同联动技术等发明专利;3. 作为主要起草人编制了电子围网地方标准、行业标准、国家标准。王中元 教授 博士 武汉大学1、发明了高保真度视频图像超分辨率增强技术。2、发明了告警快照图片的高比率压缩技术、异构网络环境视频传输速率精确控制技术。邵振峰 教授 博士 武汉大学1、发明了基于深度学习的动态多目标检测、基于地理时空大数据的船只检测、基于行为关联挖掘的空地海一体化跟踪技术;2、实现了面向主题的电子围网自适应感知和协同联动技术,构建了多平台协同的立体电子围网技术体系,为同类型系统的建设提供了可借鉴、可复制、可推广的模式。刘增良 男 1958-04-29 教授 博士 珠海大横琴科技发展有限公司王世先 研究员 学士河南中光学集团有限公司罗 芳 副教授 博士 武汉理工大学
据统计,电子围网的产品销量每年递增20%,预计2025年达到300亿元,
2030年超500亿元,向自贸区、内陆港口、边海防、渔港码头及“一带一路”等经济区域应用本项目技术,提供建设、集成、维护及电子围网大数据平台服务,市场前景十分广阔,经济效益极为显著。
1)形成对城域范围内多摄像头的全局压缩与协同表达; 2)利用不断产生的丰富数据,创建大规模涵盖典型应用场景的异常行为规则和事件库; 3)引入新型探测手段和智能技术,构筑水下水面陆地空中的立体化监控体系。