适配资源约束平台的目标智能识别与跟踪技术研究

本项目针对重要的军事单位应对突发袭击时防御体系智能化、自主性较低的 问题，在恶劣气候、光照变化、目标遮挡等复杂战场环境下开展云端协同的目标 智能识别与追踪技术研究。以集成分布式云网络作为计算和信息交流平台，可高 效处理采集的感知信息；开展了云网络与智能终端协同技术，可保证智能终端的 作战效能；研究了基于人工智能的目标识别与跟踪技术，借由传感器信息对获取 图像进行不同方法的预处理，获取更为清晰的目标信息，以卷积神经网络为基础 构建了目标识别网络，实现了对人、小型无人机、坦克装甲车辆的高精度识别， 并构建了深度学习的目标动作识别网络，可对不同人的动作进行分类，为协同作 战提供有效、精细的信息，以孪生网络构建了目标跟踪网络，可实现对可疑目标 的准确跟踪。从而构建了无中心云网络和智能智能终端的分布式协同系统，提升 复杂场景下战场信息的自主智能感知能力，实现对装甲坦克车辆、人、低空小型 飞行器等战场目标的自主识别与跟踪，完成多智能终端作战策略的自主决策与协 同，提高陆军防御系统的信息化与智能化水平。申请发明专利 4项，软著授权3 项，发表高水平论文 12篇。

关键技术： 1) 基于战场分析及资源优化调度的去中心化 K8s云平台设计； 2) 基于多尺度池化的高效压缩轻量级战场运动目标识别模型； 3) 基于抗干扰物的模板更新孪生网络目标跟踪算法； 4) 基于高分辨率网络与图卷积的目标行为识别技术； 5) 云端系统智能辅助决策与协作技术。 技术指标： 1) 复杂场景下目标识别率：目标识别率≥90%； 2) 复杂场景下目标跟踪失败率低于 25%； 3) 复杂场景下目标跟踪平均重叠率不低于 75%。