Automatic ship detection and confidence estimates
Abstract
The Norwegian Defence Research Establishment (FFI) has been doing research on ship
detection in Synthetic Aperture Radar (SAR) imagery since the late 1980’s, and the Norwegian
Armed Forces have used SAR images operationally since 1998. From the beginning and until
now there has been a growing interest in operational ship detection. There are many key
questions in operational ship detection, and one is confidence levels for ship detection. That
question and other factors related to confidence levels are being looked at in this report.
One way of making confidence estimates is to gather evidence that can support a decision
whether the vessel is a real ship or a false alarm. The ship size, ship-to-sea contrast, morphology
and ship wake detection can be used as pieces of evidence. The incidence angle of the SAR
satellite (e.g. if the satellite looks near-range or far-range) will affect the ability to detect a
vessel at sea. In addition, the latest SAR satellites have the possibility to acquire more images
each with different polarizations. Information about incidence angle and polarization can be
used to improve the confidence estimate.
The algorithms described in this report can be improved over time with more validated data
available. Land based and space based Automatic Identification System (AIS) data should be
used to be able to provide significant input to the algorithms for validation of ship detection in
SAR imagery.
FFI has developed an automatic ship detection tool, AEGIR, which detects vessels in all
polarisation channels. The algorithms described are implemented in AEGIR. Forsvarets forskningsinstitutt (FFI) har forsket på skipsdeteksjon i syntetisk apertur-radar-bilder
(SAR) siden sent på 1980-tallet, og Forsvaret har brukt SAR-bilder operasjonelt siden 1998. I
løpet av denne perioden har det vært økende interesse for operasjonell skipsdeteksjon. Det er
mange nøkkeltemaer å ta hensyn til når en skal utføre operasjonell skipsdeteksjon, og et av
temaene er konfidensestimat for skipsdeteksjon. Dette spørsmålet og andre spørsmål relatert til
konfidensestimat blir sett på i denne rapporten.
En måte å finne konfidensestimat på er å samle bevis som kan støtte en i å avghøre om det
virkelig er et skip som blir detektert, eller om det er falsk alarm. Skipsstørrelse, skip-til-sjøkontrast,
skipets form og kjølevannsstriper kan brukes som bevis. Innfallsvinkelen til SARsatellitten
(om den ser bratt ned eller langt ut over sjøen) endrer deteksjonsevnen. I tillegg gir de
nyeste SAR-satellittene muligheten for å få flere bilder med forskjellige polariseringer.
Informasjon om innfallsvinkel og polarisering kan brukes til å forbedre konfidensestimatet.
Algoritmene som er beskrevet i denne rapporten kan forbedres over tid med validerte data
tilgjengelig. Landbaserte og rombaserte Automatic Identification System-data (AIS) bør brukes
for å gi signifikant informasjon til algoritmene for å validere skipsdeteksjon i SAR-bilder.
FFI har utviklet en automatisk skipsdeteksjonsalgoritme, ÆGIR, som detekterer skip i alle
polariseringskanaler. Algoritmene som er beskrevet i rapporten, er implementert i ÆGIR.
Collections
Related items
Showing items related by title, author, creator and subject.
-
Eksponering for skyterøyk i pansrede kjøretøy
Author::Johnsen, Ida Vaa; Author::Johnsen, Arnt; Author::Karsrud, Tove Engen (2017-11-30)Under skyteøvelser med panserkjøretøy blir personell utsatt for skyterøyk. For å avdekke hvilke konsentrasjoner det gjelder, ble det bestemt at det skulle utføres målinger. I samarbeid med Forsvaret valgte Forsvarets ... -
Videreutvikling av forsvarssektorens innovasjonsmodell – trekantmodellen versjon 2.0
Author::Bjørk, Hanne Marit; Author::Iversen, Sigurd; Author::Skøelv, Åge; Author::Sendstad Ole Jakob (2018-10-16)Norsk forsvarsindustri har opplevd en betydelig utvikling i etterkrigstiden, noe som har gitt Norge en posisjon som nisjebasert leverandør av svært konkurransedyktige høyteknologiske produkter til et proteksjonistisk ... -
Teknologiske muligheter for Tolletaten – sensorteknologi og maskinlæring for automatisering av postmottak
Author::Løkken, Kristin Hammarstrøm; Author::Aurdal, Lars; Author::Dyrdal Idar; Author::Engøy, Thor (2017-12-29)Tolletaten har gitt Forsvarets forskningsinstitutt (FFI) oppdrag om å gjennomføre en teknologisk mulighetsstudie som kan bidra til etatens strategi for utvikling av organisasjonen på kort, mellomlang og lang sikt. Våren ...