[发明专利]基于机器视觉联合感知的海上执法侦察系统

说明书

本发明设计了一种基于机器视觉联合感知的海上执法侦察系统，包括前光电感知设备、后光电感知设备、态势感知设备、深度学习工作站，前光电感知设备、后光电感知设备分别位于执法船前部、后部区域，用于前部和后部的海上目标侦察感知，深度学习工作站是后台目标识别的计算中心，用于计算前光电感知设备、后光电感知设备、态势感知设备的数据发现海上目标信息。通过多方式侦察和深度学习感知技术手段，达到准确、迅速识别海上目标特征信息效果；实现复杂背景环境下实时增强感知，提升执法舰船海上精确侦察能力；具有多源海上目标联合侦察感知、实现能力，提高海警船联合侦察取证和复杂态势掌控能力。

技术领域

本发明属于船舶电子武器技术领域，尤其涉及一种基于机器视觉联合感知的海上执法侦察系统。

背景技术

根据执法舰艇赋予的使命任务，在执法过程中，舰船面临多种复杂态势，特别是突发执法过程中快速反应情况，执法舰船需要针对这些态势做出快速、可靠和精确打击的指挥控制。

当前执法船海上侦察任务主要面临的问题包括以下几点：

1)海上单一方式识别目标不利

由于海上环境常常变幻多样，执法舰船感知图像往往出现看不清、看不远、看不准情况。在海上执行任务场景中，仅仅通过单一可见光学传感器受到多种因素影响，常常难以发现或易丢失目标，发现目标也不能有效判断哪些是敌方目标舰船、哪些是我方舰船、哪些是民船，而往往是通过人工问询、经验判断等方式进行识别，系统智能化工作水平不高。

2)海上多目标实时处理困难

海上气候环境实时多变、环境背景复杂，执行任务过程中往往需要对机器视觉感知的多个目标进行及时处理，再加上进行深度学习的目标识别需要大量并行协同计算，执法过程需要实时生成输出识别结果，在如何快速而准确识别成为执法船侦察感知的难点。

3)海上复杂态势信息综合能力不足

当前执法船上的导航雷达、搜索雷达、光电探测等设备虽然能够发现周围舰船，但是目标信息存在不一致型，并不能够有效综合目标信息。这对于执法船准确了解周围环境、掌握现场情报态势、高效执行任务是极为不利的。

发明内容

本发明所要解决的技术问题是，提供一种基于机器视觉联合感知的海上执法侦察系统，具有多源海上目标联合侦察感知、实现能力，提高海警船联合侦察取证和复杂态势掌控能力，用于军、警、公务、执法船舶在复杂态势下海上侦察指挥，利用该系统可有力提升执法舰船态势信息处理能力。

本发明解决其技术问题所采用的技术方案是：包括前光电感知设备、后光电感知设备、态势感知设备、深度学习工作站，前光电感知设备、后光电感知设备分别位于执法船前部、后部区域，用于前部和后部的海上目标侦察感知，态势感知设备用于海上执法侦察的联合感知和多源融合计算；深度学习工作站用于前光电感知设备、后光电感知设备、态势感知设备输出海上目标信息的识别学习和数据比对。

按上述技术方案，前光电感知设备、后光电感知设备均由可见光传感器、红外成像传感器、激光成像传感器、激光测距传感器集成在伺服转台之中。

按上述技术方案，深度学习工作站将实时获取的目标图像经过图像预处理和图像增强，并进行提取目标特征和图像初步分类识别，对照特征舰船库分析，并基于舰船模型库进行深度学习，实时进行目标分类标记和目标识别。

按上述技术方案，深度学习工作站还结合雷达、AIS、导航系统强化目标信息确认。

按上述技术方案，深度学习工作站基于卷积神经网络(Convolutional NeuralNetwork，CNN)和深度卷积神经网络(DCNN)，构建多层次神经网络模型。

按上述技术方案，基于GPUs(Graphics Processing Units，多图像处理单元)并行协同进行多目标的图像增强。