舰船目标识别技术研究进展

摘要 舰船目标的有效识别和监控对维护海洋权益、保障海上航行安全至关重要。根据舰船目标信息的获取形式，从辐射噪声信号、雷达回波信号、卫星遥感图像、合成孔径雷达图像、红外图像、可见光图像几个舰船目标的主要信息获取来源出发，阐述了舰船目标识别技术的研究进展，总结分析了目前基于不同信号源的舰船目标识别方法普遍存在的具有高度任务相关性、计算成本高与运行时间长等问题。结合深度学习技术在语音识别、图像识别等领域的发展，建议将基于深度学习技术的典型目标识别方法Faster R-CNN及YOLO引入舰船目标识别领域，以研究鲁棒性更好、准确率更高、实时性更强的舰船目标识别方法。 在现代海战中，精确制导武器、舰艇察打一体 化装备、水面无人艇等对海上舰船目标识别技术的 需求尤为明显，实现海上舰船目标的准确识别对海 上搜救、海域及港口监测、船舶避碰、军事侦查、海 洋资源开发、舰载武器系统效能提高以及无人艇视 觉与处理系统智能化具有重要的现实意义，成为影 响战斗力的关键因素。 国外很早就开始了对舰船目标识别技术的研 究，取得了一定成果。国内关于舰船目标识别技术 的研究起步比国外稍晚，但也涌现出种类繁多的目 标识别方法。综合国内外关于舰船目标识别技术 的研究现状，将舰船目标信息的主要获取来源分 为：辐射噪声信号、雷达回波信号、卫星遥感图像、 合成孔径雷达图像、红外图像以及可见光图像。随 着海上安全形势日趋复杂，海上安全问题越来越突 出，为维护海洋权益、保障海上航行安全，舰船目标 识别技术逐渐由基于单一信号源向基于多种信号 源的有机融合和灵活运用方向发展，以进一步提高 舰船目标识别的可靠性。因此，有必要对基于不同 信号源的舰船目标识别技术研究现状进行归纳总 结，在此基础上探讨舰船目标识别技术未来的发展趋势。