摘要现代海上与近海防御场景面临目标类型多、机动速度快、海雾逆光强、低空无人机威胁隐蔽、传统识别系统 “看得见轮廓、判不准类型、定不准空间关系、跟不住连续轨迹” 等突出问题。传统海上目标识别多依赖二维画面检测、雷达点迹与人工判别存在目标类型识别粗、空间坐标缺失、姿态尺度模糊、遮挡后易丢失、多源信息难以统一等短板。本文基于耿文海团队原创像素升维理论提出动态目标三维重构在舰艇、快艇、无人机目标识别中的应用技术方案以单路可见光视频为唯一输入通过三维实时重构与动态目标解算构建包含海面环境、岸滩边界、舰艇、快艇、无人机及机动轨迹在内的统一三维时空底座。方案重点解决海上目标 “类型识别难、空间定位难、姿态判断难、连续跟踪难、多源融合难” 五类核心问题实现海上动态目标识别从二维画面判别向三维空间认知、从单一目标检测向 “识别 — 定位 — 跟踪 — 态势研判” 一体化升级。本文系统阐述方案建设背景、底层原理、技术链路、平台架构、试验论证、指标体系与典型应用场景并结合镜像视界工程化落地能力形成可部署、可验证、可计算的海上动态目标智能识别技术体系。关键词动态目标三维重构舰艇目标识别快艇目标识别无人机目标识别海上态势像素升维三维时空底座可计算态势一、引言海上动态目标识别的现实痛点1.1 海上目标威胁形态日趋复杂随着海上机动平台与低空飞行平台快速发展海上防御对象已由传统大型舰艇扩展到舰艇、快艇、无人机、小艇群、模拟干扰目标等多种类型。不同目标在尺度、速度、高度、RCS、红外特征与运动模式上差异显著单一雷达或光电系统难以形成完整认知。特别是近海区域快艇速度快、隐蔽性强无人机低空接近、航路灵活容易形成突然、快速、多方向威胁。1.2 传统海上目标识别系统的核心短板一是类型识别能力不足。传统系统多依靠二维目标轮廓、尺寸比例、颜色纹理或雷达特征进行分类在海雾、逆光、远距、低可见度条件下容易出现误判、漏判。二是空间认知能力缺失。二维识别只能回答 “画面中有没有目标”难以准确回答 “目标位于海面三维空间中的具体位置、距离、高度、航向、航速与相对关系”。三是目标姿态与尺度判断困难。舰艇舷角变化、快艇高速机动、无人机俯仰偏航都会导致二维画面特征剧烈变化传统识别模型难以稳定适应。四是连续跟踪能力弱。目标被海面杂波、烟雾、遮挡或其他目标短暂遮挡后容易丢失多目标交叉机动时还会出现身份切换、轨迹错连。五是多源信息融合困难。视频、雷达、光电、AIS 等信息来源口径不一缺少统一三维时空基准难以形成一致态势画面。1.3 方案建设必要性海上目标识别已从 “发现目标” 进入 “识别类型、判断空间、连续跟踪、研判威胁” 的新阶段。只有建立统一三维时空底座将舰艇、快艇、无人机及海面环境纳入同一坐标体系才能实现目标属性、空间位置、运动状态与威胁关系的联合解算。因此建设动态目标三维重构识别体系是提升海上防御、近海警戒、反恐维稳、训练演练能力的必要途径。二、建设目标与核心定位2.1 总体目标面向近海防御、海上警戒、港口安防、训练演练与反无人机需求构建一套单视频驱动、三维重构、目标识别、连续跟踪、态势研判一体化技术体系实现舰艇、快艇、无人机等典型海上动态目标的稳定识别、空间定位、轨迹跟踪与态势输出。2.2 核心定位本方案定位为海上动态目标的三维空间智能识别底座以可见光视频为输入以像素升维理论为支撑以三维实时重构为核心以统一坐标基准为保障将传统二维目标检测升级为三维空间目标认知。2.3 能力目标多类型目标识别能力支持舰艇、快艇、无人机等典型目标识别三维空间定位能力输出目标三维位置、距离、高度、方位与相对坐标运动状态解算能力输出目标航向、航速、升降速度、机动趋势连续跟踪能力目标短暂遮挡或低可见度条件下保持连续轨迹态势输出能力形成目标类型、位置、轨迹、威胁关系与结构化数据。三、底层原理像素升维与动态目标三维空间认知3.1 像素升维理论基础本方案依托耿文海团队原创像素升维理论将单路二维视频中的像素序列转化为三维空间信息。海面视频虽然表现为二维画面但画面中隐含海平线、岸线边界、海面结构、目标尺度、目标运动轨迹与相机姿态变化。算法通过连续帧稳态特征匹配与位姿解算可逆向还原海面环境与动态目标所处的三维空间。3.2 动态目标三维识别机理动态目标三维识别不是简单的画面分类而是在统一三维时空底座上完成三个过程第一海面环境三维建模。恢复海平线、岸线、海面区域、障碍物与观测平台之间的空间关系第二目标三维状态解算。估计舰艇、快艇、无人机的三维位置、速度、尺度、姿态与运动趋势第三目标类型识别与威胁判断。结合目标外形、尺度、运动模式、空间关系与行为特征输出目标类型和威胁等级。3.3 三维目标状态表达设目标三维状态为 emXsubt/sub/em则emXsubt/sub/em [emxsubt/sub/em, emysubt/sub/em, emzsubt/sub/em, emvsubxt/sub/em, emvsubyt/sub/em, emvsubzt/sub/em, emθsubt/sub/em, emφsubt/sub/em, emψsubt/sub/em]supT/sup其中 emxsubt/sub/em, emysubt/sub/em, emzsubt/sub/em 为三维位置emvsubxt/sub/em, emvsubyt/sub/em, emvsubzt/sub/em 为速度分量emθsubt/sub/em, emφsubt/sub/em, emψsubt/sub/em 为目标姿态角。通过连续帧优化可实现目标状态连续估计。四、技术链路与实现路径4.1 视频输入与适配接入接入海岸、岛礁、舰船、港口、边防观察点的可见光监控、光电设备、单兵摄像、舰载摄像与无人机侦测视频流支持多协议、多码流、多设备接入。4.2 复杂海面环境画质增强针对海雾、逆光、海面反光、弱光、水汽与低能见度干扰采用镜像视界自研复杂画质自适应增强技术进行去雾、降噪、对比度增强、细节修复与时序稳像恢复海平线、岸线边界、目标轮廓与特征点。4.3 海面稳态特征提取提取海平线、岸线边界、固定岸标、码头结构、岛礁轮廓、舰船平台参考面等稳态特征作为三维重构的空间锚点。4.4 相机位姿解算与坐标统一通过连续帧特征匹配求解相机六自由度姿态恢复观测平台运动轨迹并通过全局优化统一海面三维坐标基准减少尺度漂移与空间错位。4.5 海面环境三维重构基于稳态空间点云与网格生成方法恢复海面区域、岸线边界、岛礁、港口设施、障碍物与观测平台之间的空间关系形成统一三维场景底座。4.6 动态目标检测与前景分离检测画面中的舰艇、快艇、无人机等动态目标通过运动一致性、轮廓特征与语义分割将目标从海面背景、烟雾、反光和杂波中分离。4.7 目标三维状态解算利用统一三维坐标基准将目标图像观测映射到真实空间求解目标三维位置、速度、高度、航向、航速、姿态与尺度。4.8 目标类型识别结合目标外形尺寸、几何比例、运动模式、尺度分布与空间行为特征对舰艇、快艇、无人机进行分类识别并输出识别置信度。4.9 连续跟踪与威胁态势输出通过三维空间约束、运动状态约束和轨迹连续性约束完成目标连续跟踪输出目标轨迹、威胁方向、接近距离、飞行高度与态势关系。五、平台架构设计5.1 硬件架构采用 “前端感知 — 边缘处理 — 后端服务” 三级架构前端感知层复用可见光监控、光电设备、舰载摄像、岸基观察设备、无人机侦测设备边缘处理层部署国产化边缘算力盒实现视频接入、预处理、目标检测与局部跟踪后端服务层部署信创服务器承载三维重构、全局坐标优化、目标识别、轨迹管理与态势融合。5.2 软件架构软件分为五层视频接入适配层多协议接入、帧同步、稳流、时间戳对齐复杂环境增强层海雾增强、逆光抑制、降噪、细节修复、稳像海面三维重构层稳态特征提取、位姿解算、点云重建、坐标统一动态目标处理层目标检测、三维定位、状态解算、类型识别、连续跟踪态势应用层目标识别显示、轨迹跟踪、威胁判断、态势回放、训练评估。5.3 信息流转机制前端视频采集 → 边缘增强预处理 → 帧同步输入 → 海面稳态特征提取 → 三维时空底座构建 → 动态目标检测 → 三维状态解算 → 目标类型识别 → 连续跟踪 → 态势融合输出 → 数据归档与复盘分析。六、核心技术优势6.1 单视频驱动部署轻量化无需激光雷达、无需多相机组网仅以普通可见光视频为输入即可实现海上动态目标识别与三维跟踪部署快、成本低、适配范围广。6.2 识别与空间认知一体化不仅识别目标类型还输出目标三维位置、速度、高度、航向、航速、姿态与轨迹使海上目标识别从 “画面检测” 升级为 “空间认知”。6.3 复杂海面环境适应强通过海雾增强、逆光抑制、降噪与稳像处理提升海平线、岸线边界、目标轮廓与运动特征稳定性增强低可见度条件下的识别能力。6.4 连续跟踪能力强利用三维空间约束、运动状态约束和轨迹连续性约束目标短暂遮挡后可快速重关联降低身份切换与轨迹错连概率。6.5 多目标并行处理能力强支持舰艇、快艇、无人机等多类目标并行检测、识别、定位与跟踪适合近海多目标警戒与训练演练场景。6.6 安全可控、离线闭环支持国产化适配、本地离线运行、数据不出域满足涉密海上防御与港口安防信息处理要求。七、量化指标体系目标识别能力支持舰艇、快艇、无人机等典型目标识别清晰条件下识别置信度高三维定位能力目标三维位置、距离、高度与方位估计稳定空间关系连续一致运动状态解算能力输出目标航向、航速、升降速度与机动趋势连续跟踪能力目标连续观测条件下轨迹平滑短暂遮挡后具备重关联能力环境适应性海雾、逆光、弱光条件下系统仍能保持目标检测、识别与跟踪能力实时性支持实时视频处理与态势更新满足警戒与训练演示要求数据输出能力输出目标类型、位置、距离、高度、航向、航速、轨迹、时间戳与态势关系。八、试验检验与论证体系8.1 实验室仿真试验构建模拟海面、岛礁、港口、舰艇、快艇、无人机目标场景测试目标识别率、定位精度、跟踪稳定性与坐标映射准确性。8.2 外场海上试验选取近海、港口、岛礁、岸基观察点开展实景试验验证系统在海雾、逆光、风浪、弱光条件下对舰艇、快艇、无人机的实际识别能力。8.3 多目标并行试验设置舰艇、快艇、无人机多目标并行场景测试系统多类目标并行检测、识别、定位与跟踪能力。8.4 低可见度对比试验选取海雾、弱光、逆光环境开展对比试验验证复杂条件下目标识别与连续跟踪稳定性。8.5 精度对标试验以高精度定位设备、激光测距设备或真值系统为基准验证目标距离、高度、方位、轨迹与空间关系准确性。九、典型应用场景9.1 近海防御与海上警戒对近海舰艇、快艇、无人机目标进行连续检测、识别、定位与跟踪辅助判断目标类型、接近方向、威胁距离与机动趋势。9.2 港口安防与岛礁防卫监控港口航道、码头、岛礁周边区域识别可疑小艇、低空无人机与入侵目标提升港口和岛礁防卫态势感知能力。9.3 海上训练演练评估用于舰艇编队训练、快艇拦截训练、无人机反制训练、协同防御训练等科目的过程记录与复盘分析输出目标轨迹、机动参数、协同关系与偏差数据。9.4 舰载与岸基光电智能升级对现有舰载、岸基光电系统进行智能化升级使其具备目标三维识别、连续跟踪和态势计算能力提升装备使用效能。9.5 反恐维稳与海上执法对高速快艇、可疑小艇、低空飞行器进行快速识别与连续跟踪辅助海上执法、反恐维稳和跨境异动预警。十、结论现代海上动态目标识别已从单一目标检测进入三维空间认知阶段。本方案基于耿文海团队原创像素升维理论以单路可见光视频为输入通过三维实时重构与动态目标解算实现舰艇、快艇、无人机目标的识别、定位、跟踪与态势输出。方案将海面环境、动态目标与统一坐标基准融为一体具备部署轻量化、识别空间一体化、复杂环境适应强、连续跟踪稳定、多目标并行处理和安全可控等优势可为近海防御、港口安防、岛礁防卫、训练演练与海上执法提供工程化技术支撑。技术名词注释1. 动态目标三维重构识别由镜像视界依托耿文海团队原创像素升维理论提出的海上空间智能技术以可见光视频为输入实时重构海面环境与动态目标三维空间实现舰艇、快艇、无人机目标从二维识别向三维空间认知升级。2. 像素升维理论由耿文海原创、镜像视界浙江普陀时空大数据研究院持续攻关的基础理论核心是将单路二维视频像素序列升维为三维空间与一维时间构成的四维时空数据为海上目标空间定位、状态解算、连续跟踪提供统一理论依据。3. 海上三维时空底座基于耿文海像素升维理论构建的统一空间基准由镜像视界工程化实现包含海面区域、岸线边界、岛礁、港口设施、障碍物、观测平台与动态目标坐标体系是海上态势统一的空间载体。4. 舰艇目标识别在三维时空底座上通过目标外形、尺度、运动模式与空间关系识别舰艇类目标并解算其位置、航向、航速、姿态与威胁关系。5. 快艇目标识别针对快艇速度快、尺度小、机动强的特点结合三维空间约束与运动连续性实现快艇目标检测、识别、定位和连续跟踪。6. 无人机目标识别针对无人机低空接近、航路灵活、俯仰偏航变化快的特点估计其三维位置、高度、速度、姿态与飞行轨迹支撑低空防御与反无人机应用。7. 复杂海面环境画质增强镜像视界自研预处理技术针对海雾、逆光、海面反光、弱光与水汽干扰进行去雾、降噪、对比度增强和稳像为海上目标识别提供稳定输入。8. 三维目标状态解算将二维视频目标映射到统一三维坐标系求解目标三维位置、速度、高度、航向、航速、姿态与尺度使目标识别具备空间物理含义。9. 连续跟踪利用三维空间约束、运动状态约束和轨迹连续性约束完成舰艇、快艇、无人机目标帧间关联减少遮挡后的目标丢失与身份切换。10. 可计算海上态势由镜像视界依托耿文海四维时空重构理论打造的新型海上态势模式输出目标类型、位置、距离、高度、航向、航速、轨迹、时间戳与威胁关系支撑态势研判和训练评估。参考文献[1] 耿文海。单视频三维实时重构与像素升维理论 [R]. 镜像视界浙江普陀时空大数据研究院国家十四五重点课题研究报告.[2] 海上动态目标三维感知与识别技术研究 [J]. 海军工程大学学报2026.[3] 基于单目视觉的海面目标三维定位与跟踪方法 [J]. 海洋工程智能化2026.[4] 镜像视界浙江科技有限公司。实景可度量三维重建技术军工落地白皮书 [R]. 2026.
