背景：
从空间目标的观测图像中自动感知其类别及工作状态对军事国防及空间探测等任务具有重要意义。该研究利用海量空间目标数据，基于数据驱动的方法构建空间目标智能识别方法，实现空间目标图像信息的自动化精确感知，可有效解决具有复杂物理特性的空间目标身份属性识别问题。
空间目标图像信息感知可分解为两个层次：空间目标检测和在空间目标类别及载荷状态检测基础上的空间目标信息感知。空间目标检测是指从空间目标图像中检测出其类别、主要载荷和载荷工作状态；空间目标信息感知是在分析检测结果基础上，给出空间目标的当前状态信息。
效果：
一、空间目标载荷识别
基于YOLOv3模型的空间目标检测方法，能够对不同模糊程度及信噪比的空间目标图像实现载荷(镜头、电池板等)的快速精准自动检测。
其优势在于对人眼无法识别的未知空间目标图像信息感知方面有着巨大的应用价值。
图1. 模拟空间目标载荷识别结果
图2. 真实数据（ISS）载荷识别结果
图3. 网站图片空间目标载荷识别结果
二、空间目标状态感知
利用模型组合方法，搭建空间目标图像信息感知专家系统，可以直接服务于自动化的空间目标监测和管控，具有重要实用价值。
专家系统由三个部分组成：Object module、Working module、Judgment module。Object module和working module为利用标注不同特征的数据训练的两个空间目标检测网络。Object model负责检测空间目标的类别，Working model负责检测空间目标的载荷状态，最后由综合判断模块Judgment module对目标的工作状态进行判断。
图4. 专家系统流程图
以模拟及实测空间目标图像为例，测试了该系统对不同类别的空间目标工作状态自动识别的性能，验证了该方法的有效性。
图5. 模拟空间目标状态识别结果。空间目标的状态感知结果为：卫星KH-11正常工作，载荷状态为len open，solar panel open，antenna open。
图6. 真实数据（ISS）状态识别结果。空间目标的状态感知结果为：ISS正常工作，载荷状态为solar panel open。