人工智能在海戰場圖像情報領域的應用

李明珠　徐國鋒　白玉山　黃潔

目前，中高分辨率遙感影像在海上軍事目標識別定位、實時跟蹤、軍事預警、電子對抗等高科技軍事對抗中起到關鍵作用，并成為高技術戰爭獲取對方戰場環境信息的重要手段。在海灣戰爭、科索沃戰爭、阿富汗戰爭和伊拉克戰爭中，美軍利用遙感探測技術，全天候地監視、收集對方戰場環境信息情報，其遙感影像使用率遠大于地圖和其他資料。而伴隨著圖像技術的發展及獲取手段的豐富，尤其是無人機和衛星影像等新興技術的發展，各國正通過遙感技術傳送著海量圖像和視頻信息，而這些視頻情報數據常常把情報人員忙得焦頭爛額，尤其是在以海上作戰為主要戰場的聯合作戰模式下，來自“海、陸、空、天”的情報支援源源不斷，海戰場圖像情報領域急需借助人工智能手段快速獲取有價值的情報信息。

海戰場圖像情報保障特點

情報作為作戰依據，貫穿從制定作戰計劃、作戰實施到戰后評估的作戰活動全過程。現代戰場作戰環境日益復雜，具有很大的不確定性，能否取得戰爭的勝利很大程度上取決于獲取情報的準確性、時效性和可用性。海戰場具有空間廣闊、作戰環境復雜、作戰力量多源、作戰節奏快捷、

信息對抗激烈的特點，與陸上和空間一體化聯合作戰相比，海上作戰的作戰樣式更加復雜，情報信息多、分布廣、種類雜、流量大，情報保障更加困難。在這樣復雜且動態變化的環境中實施作戰，對情報支援的需求更強烈，情報保障的難度更大。如何使指揮人員能夠實時共享與戰場動態一致的態勢信息，并根據瞬息萬變的戰場情況作出準確的反應，對于完成各作戰實體的有效控制起到至關重要的作用。因此，依照一體化聯合作戰的行動意圖，結合海戰場環境的具體情況，研究如何依托人工智能技術，形成科學、高效的情報保障體系，具有特殊的意義。

圖像情報領域面臨的主要問題

以美國情報界組成為例，其情報搜集部門無論從數量還是規模上都遠遠高于情報分析部門，從20世紀70年代開始，情報搜集能力就已遠超情報分析能力。

近十幾年，隨著各國對情報工作重視程度的增加，情報技術手段及平臺的豐富，尤其是大量無人機的投入使用，產生了海量的視頻資料，由于人數有限，大量的信息往往處于擱置狀態，并沒有被充分利用，造成情報資源的極度浪費。雖然類似圖像比對系統、信號查詢比對系統等情報處理與分析系統也在逐步開發，減輕了情報分析人員的部分壓力，但是越來越多的情報關聯與融合需求以及在此基礎上的征候預測都需要大量情報分析人員的介入。上述情況使得情報分析部門與人員更加不堪重負，情報搜集能力和分析能力差距進一步拉大。如何利用先進技術進一步縮小情報搜集與分析能力差距，值得深入研究。

情報數據日益復雜。情報界迫切需要“人工智能特工”的原因，主要是如今獲取的情報數據日益復雜，超出了人類分析員執行情報分析任務的能力。大到通過對比數據變化來預測未來重大事件發生的可能性，小到通過情報資料標記出需要注意的人或物，以及那些看似不經意的“行為”，所蘊含的情報信息，都是情報分析人員所要處理的問題。

遙感探測技術收集的海戰場情報

情報源于數據，情報分析是對數據的分析，數據與情報分析密切相關。在復雜多變的決策環境中，情報需要處理的不僅是與問題直接相關的某一類數據資源，而是需要特別關注與問題產生背景相關的所有數據資源，這些數據往往是海量、異構、多模式、多維度的，情報分析人員面對的往往是龐大的數據工程，情報分析更需要智能化方法或工具去輔助實施。

情報實時性要求越來越高。隨著軍事科技的發展，戰場情報要求的實時性越來越高，從海灣戰爭到伊拉克戰爭，美軍精確制導炸彈占比由8%飆升至70%，現代戰爭呈現出的諸多特點，必然要求現代偵察技術裝備在情報數據獲取、傳遞、處理上所用的時間盡量縮短，即做到“實時”偵察。美軍從發現敏感目標到實施精確打擊的時間，即完成“發現—定位—瞄準—攻擊—評估”這樣一個“打擊鏈條”所需的時間一直在縮短。戰場環境的瞬息萬變，各種傳感器能力的大幅提升，情報人員掌握的信息爆炸式增長，信息傳輸、處理必須依靠強大的信息處理系統。限于認知、經驗等諸多因素，基于海量信息的決策對于人腦提出嚴峻挑戰，情報實時性的要求越來越高，難度卻越來越大。

人工智能應用于圖像情報領域的優勢

冗余數據快速處理。基于海上監視偵察的特點，影像數據資源數據量大，且有80%以上為冗余信息，后期有效數據的提取和分析工作量很大，嚴重影響情報的生產效率。依托人工智能處理系統，從數學原理的角度進行推理，結合圖像的形狀、曲線、數值等方面的特征自動完成識別，針對偵察獲取的原始圖像和視頻，采取分步取幀，判斷冗余數據，并進行自動處理，可提高信息處理和識別的效率。

圖像視頻快速清晰化。據統計，無人機在接近目標時，拍攝并傳回的視頻中，約60%較為清晰，40%因天氣等原因較為模糊，同時由于飛機姿態變化，成像設備視角等情況均會造成圖像變形，分辨率降低等問題，而這些畸變的圖像均需要進行人工校正處理，這項工作量龐大到需要數十個分析小組完成，分析人員的大量時間用于這些簡單重復的低級工作，造成了人員及情報的浪費。而基于傳統圖像識別方法，結合神經網絡算法的人工智能手段，不僅可依托計算機實現批量視頻快速清晰化，還能自動在畫面中找到敵人活動的位置，而后做標記，使情報保障人員得以從繁重而機械的勞動中解脫出來，同時又能搜索出有價值的情報信息。

從海灣戰爭到伊拉克戰爭，美軍精確制導發揮出越來越重要的作用

圖像視頻快速拼接。大視場的航空圖像在情報分析、作戰評估等方面具有重要意義，但受航空相機傳感器尺寸的影響，飛機平臺飛行高度等限制，搭載的偵察任務載荷視場范圍通常較小，難以同時滿足航空偵察中寬視場、高分辨率的雙重要求，因此常用的技術手段是利用機載成像設備以一定重疊率、不同角度對同一區域進行連續多幅圖像采集，再通過圖像拼接技術獲得寬視場、高分辨率全景圖像。這就意味著從偵察平臺傳回地面的大量圖片需要進行大視場角的拼接處理，而利用人工智能平臺，結合圖像幾何校正、模糊匹配、亮度調整、圖像融合等技術可實現圖像的自動拼接，大大降低情報人員工作量。

戰略佯動、虛假目標、身份掩護、頻率管理和地下設施構建等欺騙、隱藏和拒止等反情報措施的使用讓情報分析難度急劇上升，如何快速準確識別虛假信息也是情報界關注的焦點。而依托人工智能技術對目標屢次行為積累進行推斷和研判，情報人員再結合各種密切相關背景（如兩國目前關系、地理空間環境和背景事件），就可以對目標規律及敵人意圖進行初步判斷。

人工智能在海戰場圖像情報領域的應用

衛星影像的自動解析。在未來一體化聯合作戰的海戰場中，情報部門將接收到來自航天、航空、陸基等四面八方的情報數據，面對海量的視頻圖像，情報人員的處理能力十分有限，而基于深度學習的人工智能針對諸如飛機、艦船等軍事目標的自動識別，顯示效率及準確率更高。據不完全統計，人工智能用于衛星圖像的自動識別的工作量已經達到60%。

從偵察平臺傳回地面的大量圖片需要進行大視場角的拼接處理

美軍早在2015年就成立了算法戰跨職能小組，其將國防部的大量數據快速轉換為具有實際價值的情報，提升戰術無人機及中控全動態視頻的分析處理，使其實現自動化，提高海上作戰支援能力。經過多年的改進，加載特殊算法的解譯系統，在深度學習技術的支持下，人工智能系統在復雜環境下的自動識別率已經超過80%，下一步，美國還將在更多無人機平臺上測試這項技術。

戰場態勢的自動生成。海戰爭已經進入“秒殺”時代，高速度、精確制導武器裝備的發展使得戰爭節奏明顯加快。戰爭進程中，指揮員面對錯綜復雜、瞬息萬變的戰爭數據，人腦已經無法快速容納和高效處理，嚴重影響指揮人員對戰場態勢的認知，進而影響指揮決策的及時性和準確性。目前，各國已經開始嘗試依托人工智能、機器學習、深度學習、機器視覺等技術解決海量數據的態勢生成。借助人工智能相關技術，將離散數據進行關聯集成，通過算法模型，得到武器裝備及部隊最近態勢，以最快速度感知戰場變化，為決勝提供重要支撐。由于戰場態勢信息量龐大，且內容復雜，基于人工智能的分析在初步階段只包含數據標記開發、采購或修改算法來完成關鍵任務、尋找部署這種基礎設施所需要的計算資源及途徑。在完成上述任務后，逐漸將其他技術融入人工智能系統以實現更強大的功能。

基于深度學習的人工智能對軍事目標的自動識別，顯示效率及準確率更高

參與作戰的尖刀力量。人工智能的出現加速推動了科技進步，各軍事強國均把人工智能作為顛覆性的技術加以研究。美海軍陸戰隊配置的人工智能無人機，利用算法模型，在短時間內通過地理模型就學會了躲避障礙、尋找最優飛行路線、精確識別和打擊目標，其以小型化優勢，在敵人毫無防備狀態下發起精確致命進攻，毀傷成功率極高。同時，使用這些人工智能無人戰機，可以充當先頭部隊，直接包抄或者殲滅敵人，亦可空投至敵后執行自殺性任務，不僅能出色完成任務，亦大大降低人員傷亡率。目前，美軍也在加速海上無人機作戰平臺的研制工作，伴隨著未來強人工智能逐漸發展成熟，智能化感知、信息處理、智能化輔助決策等領域或將發生革命性變革，這也加速推進了數字化領域戰場的到來。

結論

面對龐大的視頻資料及復雜數據網絡環境，在海戰場情報領域應用人工智能以促進情報工作的高質量發展是必然趨勢。人工智能廣泛應用于情報保障戰場，并不意味著情報分析人員的失業，在爾虞我詐的軍事博弈中，來自人類的“欺騙”與“誘導”并存，情報與反情報對抗一直存在，技術和邏輯突變點極多，人工智能無法正確識別出人類真正的目的，這也進一步增加了人工智能深度學習的工作難度，而短期內的海戰場情報保障也必然朝著人機協同的方向發展。

責任編輯：陳曉芳