一支中國軍事研究團隊近日發佈了其所稱的全球首個開放訪問的數據集，該數據集結合了可見光和紅外圖像，用於海上船隻的檢測。這個資源有助於提高在夜間或雷達不太有效的環境中，無人機、導彈及自主監視系統的目標精確度。這個名為 DMSD 的雙模船隻檢測數據集包含了超過 2,000 對可見光和紅外圖像的船隻配對，以及近 20,000 個在各種海況下標註的示例。
在海上進行船隻檢測的難度較高，因為從空中或無人機識別船隻比在陸地上認識物體要困難得多。海洋環境帶來了獨特的挑戰，降低了檢測的準確性，例如陽光在水面上的反射、變幻的天氣、遠距離拍攝的模糊圖像以及背景雜亂或缺乏特徵，這使得識別船隻的類型和運動變得困難。雖然雷達可以幫助檢測，但在敵對環境中它也可能受到干擾、欺騙或阻擋。而紅外傳感器則是被動的，它們不發出可以被檢測或干擾的信號，並且在可見光相機無法工作的夜間仍能運作。
DMSD 數據集的主要優勢在於它結合了這兩種類型的圖像，為 AI 模型提供了更豐富且互補的數據，以應對單一傳感器可能失效的情況。隨著最近事件的發展，這個數據集的發佈尤為重要。今年二月，伊朗聲稱成功擊中 USS Abraham Lincoln 航母，該事件發生在霍爾木茲海峽附近。美方則否認了此事，表示武器並未接近航母。這一事件突顯了海上打擊行動中的一個普遍挑戰：將反艦導彈或無人機發射到目標附近是一個問題，但可靠地檢測、識別和追蹤特定的移動海軍艦艇，尤其是可能正在機動、使用對抗措施或在能見度不佳的情況下運行的軍艦，則要困難得多。
擁有 20,000 個涵蓋可見光和紅外圖像的標註示例的數據集，正是 AI 目標系統需要的訓練工具，以提高檢測能力。該團隊已將 DMSD 數據集公開，這符合其他中國軍事相關研究的趨勢，開放發佈有助於加速 AI 的發展並惠及更廣泛的學術界。該數據集據稱是首個以此規模和細節結合可見光和紅外船隻圖像的數據集。特別是紅外成像解決了光學引導系統最持久的脆弱性之一：黑暗和霧霾。歷史上，在夜間或低能見度條件下進行的海軍行動通常對光學引導武器提供了一定的保護，而一個訓練良好的雙模 AI 目標系統則顯著縮小了這一窗口。
研究者並未透露該數據集旨在支持哪些武器平台，將這項工作呈現為海上物體檢測的一般進展。然而，考慮到其與解放軍軍事大學系統下的海軍航空大學等機構的關聯，主要的興趣顯然可能在於此。該研究於一月份發表在中文期刊《雷達學報》上。
