水下目标物识别技术

发布时间: 2021-11-11

来源: 科技服务团

截止日期:2021-11-18

价格双方协商

地区：江苏省无锡市滨湖区

需求方：中国***中心

行业领域

高端产业

需求背景

随着近年来各国对海洋开发的日益重视,在军事对抗、保卫海防和民用能源开发、海底探测等方面的巨大利益,水下目标识别技术越来越多地成为研究热点。对水下目标的探测、跟踪、识别和定位是声纳系统的重要功能,对于战场态势感知、水下作战具有关键作用。随着海军装备信息化、智能化进程的推进,未来海战将建立在多武器系统协同使用、编队联合作战的基础上,战场环境将更加复杂多变。内容涉及声图像的预处理,纹理和形状特征的提取,以及分类器的设计等。

需解决的主要技术难题

很多目标检测器在通用数据集如PACCAL VOC,MSCOCO上实现了比较好的性能。然而，水下环境更加复杂并且由于光照影响导致水下图像往往存在对比度低，纹理失真和光照不均匀的特点，这导致检测更加困难。密集分布的生物，它们彼此覆盖，并且因为一些沉淀物变得模糊。水下机器人检测比赛(URPC)提供了有挑战性的水下目标检测数据集，该数据集包含大量重叠，遮挡和模糊的水下生物。现有的数据增强方法对重叠，遮挡和模糊目标还没有进行很好的研究。

期望实现的主要技术目标

a 对目标物识别准确率达到98%以上；

b 能够准确估算目标物的体积；

c 能够预测目标物的行动轨迹；

需求解析

解析单位：“科创中国”高端装备产业科技服务团（中国造船工程学会） 解析时间：2022-07-27

洪智超

江苏科技大学

副教授

综合评价

目前，水声目标识别技术还不是十分成熟，依旧受到诸多因素的影响，在对水中各目标特性进行分析提取时的准确性有限。但现如今人工智能技术发展迅猛，其拥有快速、准确处理数据的优势。水声数据在进行处理分析操作时可适量引入人工智能。不过人工智能的使用依旧需要参考大量的水声数据信息，这便是现如今我们最难满足的要求。但是我们可以通过将人工智能与传统的频谱分析相结合，在自主学习方面探索水声研究的未来。

处理进度

提交需求

2021-11-11 11:02:24
确认需求

2021-11-11 11:06:45
需求服务

2021-11-11 11:06:45
需求签约
需求完成

服务方

科创中国

友情链接

海外专利信息资源系统

省级中心站