大華股份自主研發(fā)的水下圖像智能分析技術，在近期的2020全國水下機器人大賽中，憑借創(chuàng)新的技術能力，榮獲水下目標檢測算法賽光學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檢測領域的相關研究，推進算法技術向實際產業(yè)應用進行賦能，吸引了來自國內外頂尖高校學府、科研機構及AI名企的二千余支團隊參加角逐。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領域的開拓創(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)境復雜、對比度低、色偏、模糊等因素，該場景對算法效率要求嚴苛，使得水下圖像智能分析極具挑戰(zhàn)性。本次水下目標檢測算法賽光學圖像賽的任務是從海底光學圖像中檢測出多種海產品類型。

水下圖像智能分析（光學目標檢測）

水下目標檢測算法能力全面提升

針對水下圖像的復雜性，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樣本分布不均衡問題；運用多圖像融合增強策略，模擬目標重疊、遮擋、模糊等情況，改善了水下目標檢測算法泛化能力；在模型結構方面，從特征表征、網絡輸出、均衡化三方面進行優(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)多種先進檢測算法的檢測結果對數(shù)據(jù)進行分級，通過對分級后的數(shù)據(jù)訓練達成特定的網絡模型，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的水下目標檢測算法，可廣泛應用于沿海防御、防災預警、海洋經濟等領域。大華股份依托在視頻領域多年的AI技術積累和應用優(yōu)勢，不斷提升AI在水下目標檢測領域的智能化應用，助力推動人工智能在海洋建設領域的創(chuàng)新發(fā)展。