基于深度学习的海上运动目标在轨自主检测跟踪技术

作     者：王正烨 

作者单位：国防科技大学 

学位级别：硕士

导师姓名：周永彬

授予年度：2019年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 082601[工学-武器系统与运用工程] 080203[工学-机械设计及理论] 0826[工学-兵器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：遥感图像 海上运动目标 深度学习 检测与跟踪 

摘      要：目标检测与跟踪技术是现代军事信息科学技术研究的焦点技术之一,尤其是海上目标检测技术在确保我国海上权益、保卫海洋国土安全、防范外地海上入侵等方面有着重要的应用价值,是我国海军武器装备信息化建设的一个重要领域。目前,我国海上目标检测手段仍较非常落后,检测时效性差、精度低、自主处理能力差。本文深入研究目标检测技术的发展与现状,结合空天基海上目标图像数据特点,研究了适合于海上运动目标检测的自主检测算法,完成对海上潜在的敏感目标的检测与跟踪。本文重点研究了以下几个内容:1.总结当前国内外海上运动检测领域相关最新研究,归纳总结海上舰船目标检测的一般流程与方法,结合本文应用背景,完成海上运动目标的检测跟踪算法总体设计;2.论述了深度学习目标检测跟踪算法发展历程,总结和剖析当前国内外最新目标检测跟踪算法,以本文对海上运动目标检测与跟踪为应用背景与需求,提出了选用目前最新的YOLO V3目标检测算法,并针对自制数据集进行训练,实现对海上运动目标的检测与跟踪,满足应用需求;3.为解决复杂背景下海上运动目标边界分割问题,本文结合最新边缘检测算法,提出了使用HED边缘检测算法,为后续目标检测与跟踪提供更优质的图像输入,增强目标检测与跟踪的准确度和鲁棒性;4.结合本文实现在轨实时识别与跟踪应用背景,在嵌入式开发板TX2上进行实验验证其可行性。