[发明专利]基于机器视觉联合感知的海上执法侦察系统

权利要求书

1.一种基于机器视觉联合感知的海上执法侦察系统，其特征在于，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。

2.根据权利要求1所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，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。

3.根据权利要求1或2所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，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。

4.根据权利要求3所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，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。

5.根据权利要求3所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，深度学习工作站基于卷积神经网络和深度卷积神经网络，构建多层次神经网络模型。

6.根据权利要求3所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，基于GPUs并行协同进行多目标的图像增强。

7.根据权利要求6所述的基于机器视觉联合感知的海上执法侦察系统，其特征在于，船载传感器将感知海上环境背景图像，进行跟踪、识别、提取多个目标图像目标1，目标2，…目标n，在深度学习工作站计算处理器工作过程中分别创建多个工作线程，在每一图像处理器GPUs(GPU1，GPU2，…，GPUn)各自分别执行各线程中的协同计算,进行实时图像处理的并行计算，在深度学习工作站上生成输出多个结果，并进行海上态势分析和目标融合。