来源：专知本文为论文介绍，建议阅读5分钟本文为促进舰船目标检测技术的应用提供了新的思路。
舰船目标检测是海域监控、港口流量统计、舰船身份识别以及行为分析与取证等智能海事应用的基石。随着我国海洋强国建设的推进，智慧航运和智慧海洋工程迅速发展，对通过海事监控视频开展有效的舰船目标检测识别以确保航运和海洋工程安全的需求日益紧迫。本文针对基于海事监控视频的舰船目标检测任务，回顾了舰船目标检测数据集及性能评价指标、基于传统机器学习和基于卷积神经网络的深度学习的目标检测方法等方面的国内外研究现状，分析了海洋环境中舰船目标检测任务面临的舰船目标尺度的多样性、舰船类别的多样性、海洋气象的复杂性、水面的动态性、相机的运动性和图像的低质量等技术难点，并通过实验验证，在多尺度特征融合、数据增广和能耗降低等方面提出了舰船目标检测的优化方法；同时，结合前人研究指出舰船目标检测数据集的发展应关注分类粒度的适宜性、标注的一致性和数据集的易扩充性，应加强对多尺度目标（尤其是小型目标）检测的模型结构的研究，为进一步提升舰船目标检测任务的综合性能，促进舰船目标检测技术的应用提供了新的思路。
http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20220702&flag=1
人类进行海洋活动离不开舰船作为载体和工具,在特定环境中对舰船目标进行自动化检测是港 口流量统计、碰撞回避等领域的关键技术。随着海 洋探测技术的发展,人类对海洋的开发利用已经从 海面走向海底,特别是在 21 世纪初,海底长期观测组网技术出现。海底观测网可将一系列的海洋观测 仪器布放到海底,通过海底光电缆与陆基信息处理 设备互联而成为开放式的海洋综合观测系统,具备 水下大功率远程供能、大规模数据采集和信息传输 能力,可实现对海底地壳深部、海底界面到海水水体 及海面的大范围、全天候、综合性、长期、连续和实时 的高分辨率和高精度的观测。海底观测网是继地面与 海面观测、空中遥测遥感之后,人类建立的第 3 种地球 科学观测平台,将成为未来海洋探测与研究的主要 方式。然而,大量仪器设备布放到海底面临的首要 问题是人类渔业活动对海底设施的破坏,尤其是在 我国渔业活动频繁的东海海域。据报道,我国国际 海光缆故障的 90% 均是受到人类渔业活动破坏的 影响(叶银灿 等,2015)。海底光电缆、海底设备等 一旦受损或断裂,会造成系统整个工程电力、通信中 断,且维修周期长、维修难度大,会带来巨大的损失。
为避免舰船在海底设施附近进行抛锚、捕捞等活动, 目前主要采取对海面舰船目标进行舰载自动识别系统(automatic identification system,AIS)位置监控,但是这种监控对那些刻意关闭 AIS 进行走私和偷捕的 船舶无法起到监控作用,并且难以对发生破坏活动的舰船进行取证和执法。因此,在海底设施附近布设安装视频传感摄像头的浮标,并对视频图像开展 及时的舰船目标识别,成为监控周边船舶、保护海底工程设施的一项非常有效的手段。随着我国海洋强国建设的推进,智慧航运和智 慧海洋工程迅速发展,对通过海事监控视频开展有效的舰船目标检测识别以确保航运和海洋工程安全的需求日益紧迫。本文针对基于海事监控视频的舰船目标检测,回顾了检测方法的国内外研究现状,阐明了舰船目标检测任务中的技术难点,通过实验证明了针对性的预处理和数据增广的必要性,从适应目标尺度的多样性和提高模型的性能并降低模型对设备运算量的要求等方面展开调研,并对相应模型进行了实验评估,为促进舰船目标检测技术的应用提供了思路。
