一種飛機目標的遙感識別方法

殷文斌，王成波，袁 翠，喬彥友

(1. 中國科學院遙感與數(shù)字地球研究所，北京 100094； 2. 中國科學院大學，北京 100049)

一種飛機目標的遙感識別方法

殷文斌1，2，王成波1，袁 翠1，2，喬彥友1

(1. 中國科學院遙感與數(shù)字地球研究所，北京 100094； 2. 中國科學院大學，北京 100049)

高空間分辨率遙感影像通常具有數(shù)據(jù)量大、背景復雜及地物占比較少等特點。如果直接將RCNN模型應用于高空間分辨率遙感影像目標識別，計算量大且效率低。級聯(lián)AdaBoost算法識別率高、速度快，但又會產(chǎn)生較多的虛假目標。本文結合RCNN模型和級聯(lián)AdaBoost算法，提出了一種由粗到精的飛機目標識別方法。首先使用基于HOG特征的級聯(lián)AdaBoost算法快速提取飛機目標候選區(qū)域，然后利用基于卷積神經(jīng)網(wǎng)絡特征的SVM對飛機目標候選區(qū)域進行精細識別。試驗表明，本文提出的方法在保證準確率的同時，還有效提高了計算效率。

AdaBoost；RCNN；飛機識別；高空間分辨率遙感影像

高空間分辨率遙感影像具有豐富的空間信息、地物紋理信息和清晰的幾何結構，可用于目標的精確識別。遙感識別中的目標主要有飛機、艦船、油罐、樹木等人為和自然要素。飛機作為一種重要戰(zhàn)略目標，基于高空間分辨率遙感影像的識別在軍事和民用領域都具有重要意義。

國內外學者對飛機目標遙感識別開展了廣泛的研究，提出了多種飛機識別方法。Zhu等通過提取Hu矩和仿射不變矩等特征，篩選出7個特征參數(shù)結合SVM完成飛機識別，彌補了單一特征描述信息能力不足的缺點[1]。Liu等利用一種由粗到精的層次化策略，在粗匹配過程中使用圖像的邊緣信息得到候選目標，接著利用形狀特征完成對候選目標的精匹配[2]。蔡棟等通過提取飛機骨架的幾何特征和網(wǎng)絡測度等參數(shù)，采用聚類方法，自動識別飛機[3]。上述方法都是基于人工設計特征，雖然借鑒大量的先驗知識并經(jīng)過巧妙設計后，在特定情況下取得了很好的效果，但這些特征無法表征目標中復雜的中層和高層結構信息，泛化能力較弱[4]。

卷積神經(jīng)網(wǎng)絡能自適應地提取目標地物的高層語義特征，廣泛應用于圖像分類與目標識別等領域[5- 6]。Girshick等將卷積神經(jīng)網(wǎng)絡運用于目標檢測中，提出了RCNN模型[7]，奠定了使用卷積神經(jīng)網(wǎng)絡進行目標檢測的基礎。該模型運用與類別無關的Selective Search[8]算法在每幅圖像上產(chǎn)生大量候選區(qū)域，并對所有候選區(qū)域分別使用卷積神經(jīng)網(wǎng)絡提取特征，計算量大且效率低。級聯(lián)AdaBoost分類器能夠快速排除大量非目標區(qū)域，速度快且識別率高，但會產(chǎn)生一些虛假目標。本文結合RCNN模型和級聯(lián)AdaBoost算法，提出一種由粗到精的飛機識別算法。首先利用基于HOG特征的級聯(lián)AdaBoost算法進行粗識別，快速剔除大量非飛機目標區(qū)域；然后對余下的疑似飛機目標區(qū)域，利用卷積神經(jīng)網(wǎng)絡提取特征，并將特征輸入SVM進行精細識別。在遙感影像數(shù)據(jù)集上的試驗結果表明，該方法可以有效解決飛機目標遙感識別問題，在保證準確率和識別率的同時，顯著提高了算法效率。

1 相關理論

1.1 級聯(lián)AdaBoost算法

AdaBoost算法是Freund等在Boosting算法基礎上提出的自適應算法，其核心思想是對同一個訓練樣本集訓練不同的弱分類器，然后以一定的權重將這些弱分類器連接起來，構成一個強分類器[9]。訓練AdaBoost分類器時，首先為每個樣本設置相同的權重，訓練出初始的弱分類器；然后加大分類錯誤樣本的權重，降低分類正確樣本的權重，使分類錯誤的樣本更加突出，從而得到一個新的權重分布；在新的分布下，重新訓練出一個弱分類器。重復N次以上步驟，得到N個弱分類器，按一定的權重將這N個弱分類器組合起來，得到最終的強分類器。

為了提高AdaBoost算法的計算效率，Viola等提出了一種級聯(lián)結構的AdaBoost算法，即在對候選區(qū)域進行判別時，只有被前面一級的分類器判決為目標的區(qū)域才被送入后面的分類器繼續(xù)處理，反之則被認為是非目標區(qū)域直接拒絕[10]。級聯(lián)AdaBoost分類器的輸出是被每一級分類器都判決為目標的區(qū)域。圖1為級聯(lián)AdaBoost分類器的結構示意圖。

圖1 級聯(lián)AdaBoost分類器結構

1.2 卷積神經(jīng)網(wǎng)絡(CNN)

CNN是一種卷積層和降采樣層交替出現(xiàn)的多層感知機,通過從原始圖像中提取、組合特征，從而識別視覺模式。CNN通過局部感受野、權值共享和降采樣3種技術來識別圖像的位移、縮放和扭曲不變性。局部感受野可以提取局部、初級的視覺特征；權值共享確保網(wǎng)絡具有更少的參數(shù)；降采樣降低特征的分辨率，實現(xiàn)對位移、縮放和旋轉不變性[11- 12]。

(1)

(2)

2 研究方法

本文提出的方法流程如圖2所示。首先，利用基于HOG特征的級聯(lián)AdaBoost分類器快速排除大量的非目標區(qū)域，得到少量的候選目標區(qū)域；然后對每個候選區(qū)域，利用CNN提取特征，將特征輸入到SVM分類器進行精細識別。粗識別減少了需要計算CNN特征的候選區(qū)域數(shù)量，從而提高了算法效率。

圖2 算法流程

2.1 基于級聯(lián)AdaBoost的粗識別

遙感目標識別算法不僅要盡可能多地識別出目標地物，還要能夠快速完成識別任務。與自然圖像相比，高空間分辨遙感影像數(shù)據(jù)量大，背景復雜，且待識別的目標通常只占很少比例。SelectiveSearch算法在每幅圖像上提取大約2000個候選區(qū)域，但這些區(qū)域中只有很小一部分包含目標，并且大量候選區(qū)域與目標差異很大，使用簡單特征就能排除。而RCNN模型需要對每個候選區(qū)域運用CNN提取特征，因而計算量大、效率低。本文選用基于HOG的級聯(lián)AdaBoost分類器，通過多尺度滑動窗口策略進行遙感影像粗識別。級聯(lián)AdaBoost分類器按照分類器先易后難的原則串聯(lián)起來，與目標差異較大的背景區(qū)域被下級分類器直接拒絕，只有與目標相似區(qū)域才會進入到上級復雜分類器中進行識別，因此級聯(lián)AdaBoost在保證高識別率的同時能夠快速排除大量非目標區(qū)域。

2.2 基于CNN特征的SVM精細識別

經(jīng)過級聯(lián)AdaBoost粗識別之后，每幅影像產(chǎn)生的候選區(qū)域數(shù)量與SelectiveSearch相比，降低了一個數(shù)量級，從而減少了CNN計算量。本文選用AlexNet[13]網(wǎng)絡提取候選區(qū)域特征，結合SVM分類器剔除虛假目標。

在2012年的ILSVRC(ImageNetLargeScaleVisualRecognitionChallenge)圖像分類比賽中，Krizhevsky等提出的AlexNet首次將深度學習應用于大規(guī)模圖像分類，并取得了很好的分類效果。AlexNet是一個8層的卷積神經(jīng)網(wǎng)絡，包含5個卷積層、3個全聯(lián)結層，其中第1、3、5卷積層后面各有一個降采樣層，最后一層采用softmax進行分類，網(wǎng)絡結構如圖3所示。該模型采用ReLU(Rectifiedlinearunits)來取代傳統(tǒng)的sigmoid和tanh函數(shù)作為神經(jīng)元的非線性激活函數(shù)，并采用Dropout方法來防止過擬合。

圖3 AlexNet網(wǎng)絡結構[14]

近年來的眾多研究表明，在大規(guī)模自然影像數(shù)據(jù)集(如ImageNet等)上訓練好的卷積神經(jīng)網(wǎng)絡模型，可以作為一個通用的特征提取器，即使不經(jīng)過微調，也可以用于高分辨率遙感影像特征提取[14- 15]。本文利用ImageNet上訓練好的AlexNet網(wǎng)絡分別提取pool5、fc6、fc7第3層特征，并將特征分別輸入到SVM分類器中進行精細識別。

2.3 評價指標

準確率和識別率是評價目標識別算法性能的常用指標。準確率是正確識別出的目標數(shù)與被判定為目標的總數(shù)的比率，衡量的是查準率，用式(3)表示；識別率是指正確識別出的目標數(shù)與真實的目標總數(shù)的比率，衡量的是查全率，用式(4)表示。

(3)

(4)

式中，PR表示準確率；RR表示識別率；TP表示正確識別的目標數(shù)量；FP表示把非目標錯誤判斷為目標的數(shù)量；FN表示真實目標被錯誤判斷為非目標的數(shù)量。

3 試驗與結果

3.1 試驗數(shù)據(jù)

為評價本文方法的有效性，分別運用本文方法與傳統(tǒng)RCNN模型對相同的遙感數(shù)據(jù)集進行對比分析。試驗數(shù)據(jù)來自GoogleEarth，共計400幅影像，1294架飛機。影像約在300×300像素到700×700像素之間，分辨率優(yōu)于0.6m。這些飛機具有不同的顏色、形狀、大小和成像角度，并處于不同的背景中，且每幅影像上飛機數(shù)量不等。試驗數(shù)據(jù)分為訓練集(150幅，488架飛機)、驗證集(50幅，186架飛機)和測試集(200幅，620架飛機)，分別用于算法訓練、參數(shù)優(yōu)化和結果評價。

3.2 分類器訓練

將訓練集中的488個人工標記的飛機目標區(qū)域分別旋轉90°、180°、270°，共計1952個飛機樣本作為正樣本；負樣本選擇機場中的非飛機區(qū)域，共計15 000個。正負樣本統(tǒng)一縮放成32×32像素，組成訓練樣本集。訓練級聯(lián)AdaBoost分類器時，每一級的目標檢測率設置為0.996，目標誤報率為0.5，級數(shù)為15。

級聯(lián)AdaBoost分類器輸出的候選區(qū)域與目標具有很大的相似性，通常包含部分目標，如果僅使用不包含目標的背景區(qū)域作為負樣本訓練SVM分類器，分類器性能較差，不能很好地剔除虛假目標。本文應用RCNN模型中的SVM分類器訓練策略，在負樣本中增加大量與人工標記目標區(qū)域重疊度小于圖0.3的區(qū)域，采用在ImageNet上訓練好的AlexNet提取pool5、fc6和fc7特征分別訓練SVM分類器。

3.3 結果與性能

表1給出了本文方法與RCNN模型在每幅影像上需要計算CNN特征的候選區(qū)域數(shù)量。表2給出了本文方法與RCNN模型在測試集上的比較結果。該結果表明：相比RCNN模型，本文方法的準確率和識別率提高了約1%，算法效率提高了約10倍。這主要是由于級聯(lián)AdaBoost能夠迅速提出大量非目標區(qū)域，從而減少了需要CNN提取特征的區(qū)域數(shù)量。同時，從表2中還可以得出，AlexNetpool5層的特征比fc6和fc7層特征更能有效地描述飛機特征。圖4給出了AdaBoostRCNN(pool5)部分影像的識別結果，黑色方框表示人工標記的飛機區(qū)域，白色方框為識別結果。

表1 候選區(qū)域數(shù)量比較

表2 算法性能比較

圖4 識別效果

4 結 語

高分辨率遙感影像目標識別是遙感領域的研究熱點之一。本文提出了一種基于級聯(lián)AdaBoost和RCNN模型的高分辨率影像飛機目標識別算法，在研究數(shù)據(jù)集上取得了較高的準確率和識別率。該方法與RCNN相比，具有更好的性能和更高的效率，是高空間分辨率遙感影像飛機目標識別的有效解決方案之一。

[1] ZHU X, MA C. The Study of Combined Invariants Optimization Method on Aircraft Recognition[C]∥2011 Symposium on Photonics and Optoelectronics (SOPO). Wuhan: IEEE,2011.

[2] LIU G, SUN X, FU K, et al.Aircraft Recognition in High- Resolution Satellite Images Using Coarse- to- Fine Shape Prior[J]. IEEE Geoscience and Remote Sensing Letters，2013,10(3):573- 577.

[3] 蔡棟, 陳焱明, 魏巍. 基于骨架特征的多光譜遙感影像飛機目標識別方法研究[J]. 測繪通報, 2014(2):50- 54.

[4] 許夙暉, 慕曉冬, 趙鵬,等. 利用多尺度特征與深度網(wǎng)絡對遙感影像進行場景分類[J]. 測繪學報, 2016, 45(7):834- 840.

[5] DONAHUE J, JIA Y, VINYALS O, et al. DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition[C]∥Proceedings of the 31st International Conference on Machine Learning (ICML- 14).Beijing: JMLR Workshop and Conference Proceedings, 2014.

[6] SCHMIDHUBER J.Deep Learning in Neural Networks: An Overview[J]. Neural Networks, 2014,61:85- 117.

[7] GIRSHICK R, DONAHUE J, DARRELL T, et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]∥2014 IEEE Conference on Computer Vision and Pattern Recognition(CVPR). Columbus: IEEE, 2014.

[8] UIJLINGS JR, SANDE KE, GEVERS T, et al. Selective Search for Object Recognition[J]. International Journal of Computer Vision， 2013,104(2):154- 171.

[9] FREUND Y, SCHAPIRE RE. A Decision- theoretic Generalization of On- line Learning and an Application to Boosting [J]. Journal of Computer and System Sciences，1999,55(7):119- 139.

[10] VIOLA P, JONES M. Robust Real- time Face Detection[J]. International Journal of Computer Vision，2004,57(2):137- 154.

[11] 趙志宏, 楊紹普, 馬增強. 基于卷積神經(jīng)網(wǎng)絡LeNet- 5的車牌字符識別研究[J]. 系統(tǒng)仿真學報， 2010,22(3):638- 641.

[12] 蔡娟, 蔡堅勇, 廖曉東,等. 基于卷積神經(jīng)網(wǎng)絡的手勢識別初探[J]. 計算機系統(tǒng)應用, 2015, 24(4):113- 117.

[13] KRIZHEVSKY A, SUTSKEVER I, HINTON G E.Imagenet Classification with Deep Convolutional Neural Networks[J]. Advances in Neural Information Processing Systems，2012，25:1097- 1105.

[14] HU F, XIA GS, HU J, et al. Transferring Deep Convolutional Neural Networks for the Scene Classification of High- resolution Remote Sensing Imagery[J]. Remote Sensing，2015，7(11)：14680- 14707.

[15] PENATTI OAB, NOGUEIRA K, SANTOS JAD. Do Deep Features Generalize from Everyday Objects to Remote Sensing and Aerial Scenes Domains? [C]∥2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). Boston: IEEE,2015.

A Method of Aircraft Recognition in Remote Sensing Images

YIN Wenbin1,2，WANG Chengbo1，YUAN Cui1,2,QIAO Yanyou1

(1. Institute of Remote Sensing and Digital Earth，Chinese Academy of Sciences, Beijing 100094，China; 2. University of Chinese Academyof Sciences, Beijing 100049，China)

High resolution remote sensing images often has the characteristics of huge data amount, complex background and low ground objects proportion. It is inefficient to use RCNN model for object recognition in high resolution remote sensing images directly. The cascade AdaBoost has the advantages of high recall rate and fast calculating speed, while it is likely to detect more false targets. In this article, a coarse to fine aircraft recognition method is proposed by combining RCNN model with cascade AdaBoost. Firstly, a HOG based cascade AdaBoost is applied to extract the candidate aircraft regions quickly. Then we classify the candidate regions with the support vector machine (SVM) classifier using features computed from convolutional neural networks. The results show that this method can ensure the accuracy and improve the computational efficiency.

AdaBoost; RCNN; aircraft recognition; high resolution remote sensing images

2016- 07- 17；

2017- 01- 17 作者簡介： 殷文斌(1991—)，男，碩士，主要從事遙感目標識別研究。E- mail：yinwb@radi.ac.cn 通信作者： 王成波。E- mail：wangcb@radi.ac.cn

殷文斌，王成波，袁翠,等.一種飛機目標的遙感識別方法[J].測繪通報，2017(3)：34- 37.

10.13474/j.cnki.11- 2246.2017.0079.

P237

A

0494- 0911(2017)03- 0034- 04