地面装备目标识别实验与评价系统需求研究

于冠群

（北京特种车辆研究所，北京 100072）

0 引言

国防科技与武器装备是军民融合发展的重点领域。当前，军地协同创新除了政策法规和运行机制滞后等宏观制约因素外，地方科研力量参与军用技术研发还面临科研资源封闭等微观隐形障碍，尤其自动目标识别等技术研发所需的目标环境素材数据，呈现出数据紧缺、共享不足的局面。

1 国内外现状

目标环境素材数据是典型环境中各类传感器及仪器对特定目标采集及测量的数据，包括可见光图像、红外图像、雷达回波数据等，是开展目标自动识别和环境感知理解研究的物质基础，也是评价和筛选目标识别跟踪算法的支撑手段。

欧美国家重视目标环境素材库的建设，依托目标环境素材库定期举办算法挑战赛，促进相关研究发展及工程化优秀算法。PASCAL数据库以其高难度和专业性已经成为计算机视觉领域的权威目标特征训练库和测试验证平台，其数据规模达2万项，目标种类达20类，用于训练自动目标识别所需要的目标特征，量化评估目标识别分类算法的性能［1］。

美国军事传感信息分析中心（www.sensiac.org）的SENSIAC目标识别数据库是研究军用目标识别的专用素材库，包含型号传感器，直接获取军事目标和典型环境场景的可见光图像、中波红外图像、雷达数据以及标注信息。

图1 美陆军SENSIAC目标识别数据库管理机制示意图

美国军事传感信息分析中心（SENSIAC，Military Sensing Information Analysis Center）是国防部国防技术信息中心的直属机构，为军工企业和研究机构提供设计、研发、试验、评价、升级自动目标识别等智能系统所需要的军事传感器信息，制定和修订相关标准，如图1所示。……