2021年度陕西省科学技术奖提名公示内容

发布人:不详
发布日期:2021年5月7日

一、项目名称:人工视觉建模新技术研究及无人机应用
      二、提名者及提名意见
    提名者:
    陕西省通信学会
    提名意见:
    本单位认真审阅了项目提名书及附件材料,确认所提供的材料真实有效,内容符合填写要求,我单位和项目完成单位都已对该项目的基本情况进行了公示,公示期间无异议。
    本项目采用“前沿探索-技术突破-应用开发-产业化推广”的总体思路,依托国家高技术研究发展计划、国家自然科学基金项目等课题,研究了仿生视觉的视频解析及建模关键技术,建立了人工视觉系统的信息计算模型:
    (1)对生物视觉神经系统的图景区分机理、视觉神经的分布式推理系统和信息传输机制深入研究,建立了人工视觉模型;
    (2)深入研究视觉系统中运动注意机制和方向敏感特性,提出了生物视觉特性的大场景运动稳定与多源图像融合技术。
    视觉为无人机提供丰富的导航与制导信息。本项目将人工视觉模型和无人机行业应用需求结合,针对无人机情报处理对目标与场景精确感知的具体需求,提出了光电载荷复杂场景下的图像清晰度增强、大场景下的视频稳定、机载多源图像融合、大规模数据下快速图像检索等关键算法。获得自主知识产权多项,并形成了一批国际前沿的研究成果。该项目成果在国内无人机龙头企业情报处理系统获得了广泛的应用,同时,在国家电网的电力行业网络规划和运维应用中,取得了良好的经济和社会效益。
    经审查,同意提名该项目为2021年度陕西省科学技术奖二等奖。
    三、项目简介
    本项目着力于采用无人机光电载荷等视觉传感器收集关于周围环境信息,利用视频数据分析及融合技术,深入研究与决策密切相关的高层数据融合技术,实现了快速图像增强,目标获取、定位及跟踪,场景的快速精确感知,大规模数据下图像快速检索及显著区域提取等一系列无人机视觉感知技术,满足无人机情报处理对复杂动态场景和弱小目标的判读需求,为态势评估、威胁估计以及态势理解等自主决策提供了切实保证。在电网选址规划、通信网络勘查和巡检等现实场景中,户外设备往往位于高处或野外地区,人工查勘工作效率低,危险系数高,工作质量难以保证。无人机技术与视觉建模技术结合,在复杂气象条件下,通过目标定位及大规模数据检索技术,完成弱小隐患排查,在电力、通信网络建设、维护中代替人工对电网设备、通信设备进行日常查勘与维护,将极大程度地避免了无效或低效率的人工爬塔巡检,降低电力、通信网络建设、维护成本,提高维护优化工作的效率。
    主要科技创新点如下:
    1. 针对无人机行动中复杂气象条件下的抗干扰决策,将生物视觉与计算机视觉融合,提出多源图像特征融合、全景稳像方法,目标分类可靠性和锁定速度提升明显;设计了快速图像增强算法,影像中目标的细节信息获取提升明显,实现了对航拍视频中弱小目标的快速检测跟踪。
    2. 针对无人机航拍视频在线解析及大规模图像库优化问题,提出基于图切割的图像自动分割方法,进行地物等区域分割。提出以兴趣点为线索及符合人眼视觉机理的特征图像拣出方法,实现目标快速识别与分类。针对应用场景码率受限的传输条件及对基站目标清晰度的要求,创新性提出质量导向的视频编码与率失真优化技术,并设计了高速视频解码及帧提取软件。
    3. 针对传统电力、通信网络规划和运维巡检采用人工查勘危险系数高的难题,通过视觉感知定高进行复杂地貌的无人机影像采集,深度学习的目标识别结果作为规划重要指标进行网络质量规划,提出迭代的快速扩展随机树IRRT的无人机路径规划方法。应用表明选址勘测和运维效率提升明显,维护成本节约效果可观。
    本项目的研发在目标细节增强、目标跟踪、多源融合、图像检索和敏感点检测等方面获得多项国家授权发明专利;在国内外高水平学术期刊上发表高水平论文多篇,被国际著名专家引用并给予正面评价。
    四、客观评价
    IEEEE Fellow、Upenn教授、CCF-GAIR2016最佳演讲者、美国工程院院士、宾夕法尼亚大学工程学院院长Kumar Vijay教授及合作者在其论文中引用了本项目组相关工作,将项目组设计的相关算法与当下众多具有优异性能的算法进行了比较,通过分析各项数据,指出项目组提出的方法能够有效提升航测视频清晰度。庞培法布拉大学教授、SIAM-SIIMS副主编,Bertalmio Marcelo博士在其发表的文章中对项目组的工作进行了引述并给予高度肯定,指出本项目算法可以有效解决图像及视频去叠问题。
    五、应用情况
    无人机产品及平台在产品架构及后台图形处理过程中,借助本项目依托国家高技术研究发展计划、国家自然科学基金项目等课题,进行多年的产学研联合攻关,形成的一系列知识产权作为无人机视觉建模关键技术,结合市场为产品技术难点提供保障。将本项目视觉建模相关成果引入和应用到无人机公司图像分析及情报处理相关工作中,实现了快速图像增强,目标获取、定位及跟踪,场景的快速精确感知,大规模数据下图像快速检索及显著区域提取等一系列无人机视觉感知技术,该项目多项先进成果在国内领军无人机公司情报处理中得到应用,用户升级反馈良好,取得显著的经济和社会效益。
    本项目相关技术引入和应用到国家电网电力设备网络建设与维护中。通过无人机智能工勘及运维巡检,完成了大量站点的工勘及运维巡检工作,勘察及运维工作效率得到极大提升,同时也大大节省了人力成本。该项目技术成果的使用,有效提升了电网站址规划质量,降低了网络建设及运维的难度和成本,同时加快了站址规划建设速度和效率,为推动基础设施规划建设奠定了良好的基础,创造了巨大的社会效益和经济效益。
    六、主要知识产权和标准规范等目录(限10条)


    六、主要完成人情况


    七、主要完成单位及创新推广贡献
    1.西安电子科技大学作为第一完成单位,支持项目组完成了科技创新点1、科技创新点2和科技创新点3相关的研究工作,为项目中的研究成果与技术的产业化与应用推广提供了保障。并与其他完成单位开展合作研究,提出了基于高效视频影像处理技术提升电网选址测绘效率。拥有本项目部分知识产权。
    2.西安爱生技术集团公司作为第二完成单位,支持项目组完成科技创新点3相关的研究及应用工作,提出了提出了一种无人机高度显控方法,满足了无人机大范围高度调整和精确控制的需要,为目标解析提供了高效的技术保证,为目标测量提供了数据支撑。为项目中的研究成果与技术的产业化与应用推广作出贡献。拥有本项目部分知识产权。
    3.国网河南省电力公司作为第三完成单位,支持项目组完成了科技创新点3相关的研究工作,并为本项目创新技术提供特高压环境验证平台,拥有本项目部分知识产权。
    4.西安邮电大学作为第四完成单位,支持项目组完成了科技创新点3相关的研究工作,对特定环境下航拍小目标识别方法进行理论验证,拥有本项目部分知识产权。
    八、完成人合作关系说明
    1、郭宝龙(1),孟繁杰(3),孙伟(6)同属西安电子科技大学智能控制与图像工程课题组合作方式是共同获奖,成果为2017年度陕西省高等学校科学技术奖二等奖“人工视觉系统信息整合建模与编码新技术研究”,合作时间自2012年至今。
    2、郭宝龙(1),刘宏娟(2),孙伟(6),陈龙(8),周旭阳(9)的合作方式是共同获奖,成果为2021年度陕西省高等学校科学技术奖二等奖“无人机平台动目标检测与跟踪关键技术”,合作时间自2013年至今。
    3、张嵩阳(4),刘镇弢(5),孙伟(6),吴豫(7)的合作方式论文合著,成果为论文“特高压环境评估中的航拍小目标智能识别方法”,合作时间自2019年至今。
    4、郭宝龙(1),孙伟(6),陈龙(8)的合作方式是共同知识产权,成果为发明专利“基于大气物理散射模型的快速图像去雾方法”、“航拍视频中运动小目标的检测与跟踪方法”合作时间自2013年至今。