應用生成對抗網路於船艦目標辨識之研究

本計畫「應用生成對抗網路於船艦目標辨識之研究」為兩年期之計畫，是前期科技部計畫「以深度學習技術實現船艦雷達成像及目標辨識之進階研究」(MOST 108-2221-E-006-091，執行期間108/08/01～109/07/31)之延續，且更進階更突破之計畫。人工智慧(AI)已成為全球趨勢，台灣也已經正式進入AI年代，將AI應用到海洋造船工程、海軍戰力及整體國防安全，是我們的社會責任。我們的前期計畫使用的「深度學習」技術是一種「被動式」的人工智慧，它需要「大量訓練樣本」，然而實務上，海洋船艦的訊號量測困難，訓練樣本不易取得，此將造成「深度學習」在船艦目標辨識的應用受到極大的限制。本計畫使用的「生成對抗網路」技術是一種「主動式」的人工智慧，它會主動產生更多的訓練樣本，也就是「讓人工智慧幫人類產生訓練樣本」的概念，因此，只須極少量的原始訓練樣本，就可達到辨識船艦目標物的目的。「生成對抗網路」是近幾年新發展出來的新人工智慧技術，Facebook人工智慧部門認為「生成對抗網路」是「過去幾年間在機器學習領域最有意思的想法」。本計畫之生成對抗網路所主動產生的船艦影像，包括「視覺」影像及「非視覺」影像。「視覺」影像就是人眼可直接辨識的照片，「非視覺」影像是指組合空間雷達之SAR影像，以及像素值為雷達截面積(即把雷達截面積記錄成二維陣列)之影像，其中雷達截面積又包含角度掃描、頻率掃描、極化掃描。執行的流程是先以電腦程式模擬，最後再於國立成功大學系統及船舶機電工程學系之大型拖航水槽(長170 m × 寬8 m × 高深 4 m，全東亞最大，且未來三年將擴建至兩倍長度)以微波量測實驗驗證。「將電信尖端科技帶到海洋」一直是主持人多年來的夢想，也是社會責任。申請人求學畢業於電信工程領域系所，工作則任教於造船海洋相關系所(成功大學系統及船舶機電工程系所，前造船系)，基於這種個人特殊的背景及因緣際會，因而提出此同時橫跨「海洋工程」與「電信工程」兩大領域的「應用生成對抗網路於船艦目標辨識」之研究計畫，希望本計畫能為我國的相關的海軍國防、學術及相關船舶科技產業貢獻，略盡綿薄之力。