Validating Targets Detected by SAR Ship Detection Engines

摘要

Validating detected targets by ship detection engines without ground-truth data is a very challengingrntask and this is addressed in this article. Targets detected in synthetic aperture radar (SAR) imageryrnare validated against automatic identification system (AIS) messages and using visual assessment procedures.rnTargets detected by the OceanSuite ship detection engine were used as the baseline forrnvalidation purposes. OceanSuite has been tuned to minimize the false alarm rate while providing arngood overall detection rate. RADARSAT-2 images are often used for ship detection; maritime satelliternsurveillance radar mode images are considered in this article. An appropriate (spatial and temporal)rnAIS message is first selected, then the SAR ship signature location is predicted; the predicted shiprnsignature location may be automatically associated with the OceanSuite detections based on proximity.rnFinally, all detections are validated through visual assessment. Key outcomes of this work arernthe assessment criteria for declaration as a ship target, tools for automatic validation of SAR detectionsrnagainst AIS-reported targets, and visual assessment results. The RADARSAT-2 images used in thisrnwork were collected near Vancouver Island and the Canary Islands. OceanSuite demonstrated a 78%rnaccuracy for AIS-reported targets and over 80% of the validated targets were declared by OceanSuite.rnVisual assessment showed that a few false targets were declared by the OceanSuite ship detectionrnengine.%La validation des cibles détectées par les moteurs de détection de navires sans données de terrain estrnune tâche très difficile abordée dans cet article. Les cibles détectées dans l’imagerie radar à synthèsernd’ouverture (RSO) sont validées avec les messages du système d’identification automatique (SIA) etrnà l’aide de méthodes d’évaluation visuelle. Les cibles détectées par le moteur de détection de navirernOceanSuite ont été utilisées commebase de référence pour la validation. OceanSuite a été ajusté pourrnminimiser le taux de fausses alarmes tout en fournissant un bon taux de détection global. Les imagesrnRADARSAT-2 sont souvent utilisées pour la détection des navires. Les images en mode MSSR (MaritimernSatellite Surveillance Radar) sont utilisées dans cet article. Tout d’abord, un message du SIA appropriérn(spatial et temporel) est sélectionné, puis l’emplacement de la signature (RSO) du navire est prévu.rnL’emplacement prévu de la signature du navire peut être associé automatiquement aux détectionsrnd’OceanSuite qui sont basées sur la proximité. Enfin, toutes les détections sont validées par une évaluationrnvisuelle. Les principaux résultats de ce travail sont les critères d’évaluation pour l’identificationrncomme cible de navire, des outils pour la validation automatique des détections à partir du RSO parrnrapport aux cibles identifiées par le SIA et les résultats de l’évaluation visuelle. Les images RADARSAT-rn2 utilisées dans ce travail couvrent l’île de Vancouver et les îles Canaries. OceanSuite a démontré unernprécision de 78% pour les cibles identifiées par le SIA et plus de 80% des cibles validées ont été identifiéesrnpar OceanSuite. L’évaluation visuelle a montré que quelques fausses cibles ont été identifiéesrnpar le moteur OceanSuite pour la détection des navires.