大華股份自主研發(fā)的水下圖像智能分析技術(shù)，在近期的2020全國水下機器人大賽中，憑借創(chuàng)新的技術(shù)能力，榮獲水下目標(biāo)檢測算法賽光學(xué)圖像賽團隊二等獎和三等獎，并在檢測精度榜上排名第三。

　　該競賽由國家自然科學(xué)基金委、鵬城實驗室和湛江市人民政府主辦，旨在深化和拓寬水下機器人和水下目標(biāo)檢測領(lǐng)域的相關(guān)研究，推進(jìn)算法技術(shù)向?qū)嶋H產(chǎn)業(yè)應(yīng)用進(jìn)行賦能，吸引了來自國內(nèi)外頂尖高校學(xué)府、科研機構(gòu)及AI名企的2000余支團隊參加角逐。大華股份從中脫穎而出，喜獲殊榮，充分彰顯了大華在水下圖像前沿技術(shù)領(lǐng)域的開拓創(chuàng)新能力。

　　水下圖像智能分析

　　水下圖像是海洋信息的重要載體，水下圖像檢測技術(shù)利用探測器及視頻智能分析實現(xiàn)對海洋環(huán)境、海底資源的監(jiān)測，但受限海底環(huán)境復(fù)雜、對比度低、色偏、模糊等因素，該場景對算法效率要求嚴(yán)苛，使得水下圖像智能分析極具挑戰(zhàn)性。本次水下目標(biāo)檢測算法賽光學(xué)圖像賽的任務(wù)是從海底光學(xué)圖像中檢測出多種海產(chǎn)品類型。

　　水下圖像智能分析(光學(xué)目標(biāo)檢測)

　　水下目標(biāo)檢測算法能力全面提升

　　針對水下圖像的復(fù)雜性，大華股份研發(fā)團隊在數(shù)據(jù)處理方面，提出一種基于外觀一致性概率圖的數(shù)據(jù)增廣策略，解決了特定類別目標(biāo)樣本分布不均衡問題;運用多圖像融合增強策略，模擬目標(biāo)重疊、遮擋、模糊等情況，改善了水下目標(biāo)檢測算法泛化能力;在模型結(jié)構(gòu)方面，從特征表征、網(wǎng)絡(luò)輸出、均衡化三方面進(jìn)行優(yōu)化，不斷提高模型性能;針對水下圖像模糊、噪聲等問題，依據(jù)多種先進(jìn)檢測算法的檢測結(jié)果對數(shù)據(jù)進(jìn)行分級，通過對分級后的數(shù)據(jù)訓(xùn)練達(dá)成特定的網(wǎng)絡(luò)模型，提高了模糊樣本檢測召回率并保證清晰樣本的定位精度。

　　水下圖像目標(biāo)檢測算法框架

　　水下圖像數(shù)據(jù)增廣策略

　　基于AI的水下目標(biāo)檢測算法，可廣泛應(yīng)用于沿海防御、防災(zāi)預(yù)警、海洋經(jīng)濟等領(lǐng)域。大華股份依托在視頻領(lǐng)域多年的AI技術(shù)積累和應(yīng)用優(yōu)勢，不斷提升AI在水下目標(biāo)檢測領(lǐng)域的智能化應(yīng)用，助力推動人工智能在海洋建設(shè)領(lǐng)域的創(chuàng)新發(fā)展。