利用视觉与水下声学进行船舶监测的多模态学习与传感器融合

该博士项目旨在利用机器学习技术整合水下声音与岸基摄像头数据，以增强在河流及沿海地区对船舶的识别与跟踪能力。研究重点在于传感器融合方法，通过利用多模态数据，从而在不同环境下提升海上监测的可靠性。

关于该项目 如何利用水下声音与岸基视觉技术协同工作，以更有效地监测船舶？本博士项目将探索机器学习与多模态融合技术，在河流和沿海水域中提升船舶识别、特征分析与跟踪能力，并在摄像头无法观测时借助视觉信息增强声学监测效果。 摄像机能够提供关于船舶位置、大小、类型、数量、速度及航行方向的信息。水下声音则提供了超出摄像机覆盖范围的信息，以及在视觉观察不可靠时的补充依据。这两种监测方式如何协同提升海上监测效果？视觉信息又如何增强声学监测效果？ 你将开发结合水听器阵列、岸基摄像机以及可用时自动识别系统（AIS）数据的机器学习与传感器融合方法。研究将探讨多模态感知何时优于单一模态，多模态观测所获取的知识和先验信息如何提升仅依赖声学信号的监测效果，以及各模态所伴随的不确定性如何为船舶定位与跟踪提供指导。 可能的研究方法包括跨模态表征学习、不同模态间的知识传递、不确定性感知融合，以及基于船舶特征与运动情况的概率跟踪。需特别注重将声学与视觉观测结果进行整合，并在感知条件及传感器可用性发生变化时保持可靠的监测效果。 初步研究将聚焦于河流及受限海岸航行路线，利用已知的传感器位置与航道几何特征来支持声学定位。我们将对多模态、仅视觉检测以及仅声学检测方法进行评估，以用于船舶检测、特征分析与跟踪，同时检验其在信号劣化及模式缺失条件下的鲁棒性，并评估其对以往未见船舶的识别能力。 你将利用现有的野外数据集进行研究，并可借助水听器阵列、摄像机以及南安普顿大学 Iridis 高性能计算设施。进一步的野外测量数据可进一步扩展数据集。指导团队拥有水下声学、信号处理与海洋工程方面的互补专业知识，有助于开展涉及水道管理及未来自主船舶运营的研究工作。 工程学院致力于促进平等与多样性，这从我们获得的 Athena SWAN 奖中可见一斑。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业休假的申请者。该大学拥有慷慨的产假政策、现场儿童保育设施，并提供多种福利措施，以帮助保障员工的生活质量与工作生活平衡。南安普顿大学致力于可持续发展，并荣获了铂金级 EcoAward 奖。

入学要求 英国2:1荣誉学位，或其国际等效学位。 在相关领域具备以往研究经验，可通过研究项目、论文或同行评审出版物予以证明，是所招聘人员所要求的。

资助：竞争性资助 学费与资助 我们为英国本土学生和国际学生提供多种资助机会。符合条件的学生可通过“地平线欧洲”学费减免，自动免除国际学生学费与英国本土学生学费之间的差额。 大学通过竞争性遴选授予的校长助学金，为遴选排名靠前的申请人支付国际学生学费与英国本土学生学费之间的差额。 本校各学院通过竞争性遴选提供的博士奖助金，通常为遴选排名靠前的申请人支付按英国本土学生标准收取的学费，并提供生活津贴。 资助采用滚动授予方式，因此请尽早申请，以尽可能增加进入资助评选的机会。 如需了解更多信息，请访问我们的研究生研究资助页面。

如何申请 您需： 选择课程类型（研究型）、2027/28学年、工程与物理科学学院 选择全日制或非全日制 搜索工程与环境博士项目（7175） 在申请表第2部分填写导师姓名 申请材料应包括： 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）