采用深度學(xué)習(xí)的多方位角SAR圖像目標(biāo)識(shí)別研究

鄒 浩 林 赟 洪 文

(1. 中國(guó)科學(xué)院空間信息處理與應(yīng)用系統(tǒng)技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100190；2. 中國(guó)科學(xué)院電子學(xué)研究所，北京 100190；3. 中國(guó)科學(xué)院大學(xué)，北京 100049)

1 引言

合成孔徑雷達(dá)是一種主動(dòng)式微波遙感設(shè)備，它通過(guò)發(fā)射電磁波并接收回波對(duì)目標(biāo)進(jìn)行成像，其特殊的成像機(jī)理使其不受光照和氣候的影響，能夠全天時(shí)、全天候地對(duì)地面觀測(cè)目標(biāo)進(jìn)行高分辨地成像，因此適用于軍事偵查、遙感測(cè)繪、地球科學(xué)、水文地礦等領(lǐng)域，具有很高的軍用價(jià)值和民用價(jià)值[1-3]。與光學(xué)圖像不同，SAR圖像中含有大量的相干斑噪聲[4]，嚴(yán)重影響了圖像質(zhì)量，對(duì)目標(biāo)的檢測(cè)和識(shí)別有較大的影響。此外，由于透視伸縮、陰影、疊掩等SAR影像固有的變形現(xiàn)象，SAR圖像對(duì)目標(biāo)觀測(cè)方位角的變化十分敏感[5]，即便觀測(cè)方位角間隔不大，目標(biāo)在SAR圖像中的形態(tài)也不盡相同。這給SAR圖像解譯和地物目標(biāo)識(shí)別帶來(lái)了特殊的難題。

近年來(lái)，深度學(xué)習(xí)(Deep Learning，DL)在自然語(yǔ)言處理、語(yǔ)音識(shí)別、目標(biāo)檢測(cè)、圖像分類、人機(jī)博弈、自動(dòng)駕駛等模式識(shí)別領(lǐng)域取得了長(zhǎng)足的發(fā)展和輝煌的成績(jī)，各行各業(yè)對(duì)深度學(xué)習(xí)方面的人才需求大增[6]。常用的深度學(xué)習(xí)算法有卷積神經(jīng)網(wǎng)絡(luò)[7]、深度置信網(wǎng)絡(luò)(Deep Belief Network，BDN)[8]、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)[9]，等等，其中，在目標(biāo)檢測(cè)、目標(biāo)識(shí)別等計(jì)算機(jī)視覺(jué)領(lǐng)域使用最為廣泛的算法則是卷積神經(jīng)網(wǎng)絡(luò)。計(jì)算機(jī)計(jì)算性能的指數(shù)級(jí)別提升和互聯(lián)網(wǎng)海量數(shù)據(jù)的便捷獲取將深度學(xué)習(xí)推向新的高潮。2012年，在ImageNet舉辦的大規(guī)模圖像分類競(jìng)賽(ImageNet Large Scale Visual Recognition Challenge，ILSVRC)中，Krizhevsky等人[10]設(shè)計(jì)了一個(gè)具有8層網(wǎng)絡(luò)結(jié)構(gòu)的AlexNet深度學(xué)習(xí)網(wǎng)絡(luò)，以15.3%的Top5錯(cuò)誤率奪得冠軍，該錯(cuò)誤率遠(yuǎn)低于之前26%的最低錯(cuò)誤率。Szegedy等人[11]于2014年設(shè)計(jì)了一個(gè)擁有22層網(wǎng)絡(luò)結(jié)構(gòu)的Google Inception網(wǎng)絡(luò)，在降低參數(shù)量和計(jì)算量的同時(shí)，以6.67%的Top5錯(cuò)誤率獲得冠軍。在2015年，He等人[12]將網(wǎng)絡(luò)層次繼續(xù)加深，提出的152層的殘差網(wǎng)絡(luò)(Residual Network，ResNet)將錯(cuò)誤率繼續(xù)降低至3.57%，超越了人工標(biāo)注的5%的錯(cuò)誤率。

目前，基于深度學(xué)習(xí)的光學(xué)圖像目標(biāo)識(shí)別算法已被廣泛應(yīng)用到SAR圖像目標(biāo)識(shí)別中，并取得了不錯(cuò)的正確識(shí)別率(Probability of Correct Cognition，PCC)。2014年，Chen等人[13]設(shè)計(jì)了一個(gè)單隱層卷積神經(jīng)網(wǎng)絡(luò)對(duì)SAR圖像目標(biāo)進(jìn)行識(shí)別，在經(jīng)典的10大類軍事目標(biāo)數(shù)據(jù)集上獲得了84.7%的正確識(shí)別率。2016年，田壯壯等人[14]將類別可分性度量正則化項(xiàng)添加到了損失函數(shù)中，并利用支持向量機(jī)(Support Vector Machine，SVM)對(duì)卷積神經(jīng)網(wǎng)絡(luò)提取出的特征圖(Feature map)進(jìn)行分類，提高了網(wǎng)絡(luò)的類別區(qū)分能力。同樣在2016年，Chen等人[15]針對(duì)目前SAR圖像數(shù)據(jù)規(guī)模比較小、對(duì)觀測(cè)條件敏感等客觀條件，設(shè)計(jì)了一個(gè)擁有5個(gè)卷積層(Convolutional layer)和3個(gè)池化層(Pooling layer)的卷積神經(jīng)網(wǎng)絡(luò)，他們用卷積層替換了全連接層，并取得了99.13%的識(shí)別率。不過(guò)他們通過(guò)在數(shù)據(jù)集上對(duì)圖像進(jìn)行隨機(jī)裁剪和翻轉(zhuǎn)的方法增強(qiáng)訓(xùn)練數(shù)據(jù)集，將圖像訓(xùn)練樣本數(shù)量擴(kuò)大到了原來(lái)的10倍，這將導(dǎo)致訓(xùn)練時(shí)間的增加。2017年，F(xiàn)urukawa等人[16]借鑒了殘差網(wǎng)絡(luò)的設(shè)計(jì)思想，針對(duì)SAR圖像目標(biāo)識(shí)別設(shè)計(jì)出一個(gè)擁有18個(gè)卷積層的網(wǎng)絡(luò)結(jié)構(gòu)，并通過(guò)隨機(jī)裁剪等數(shù)據(jù)增強(qiáng)方法取得了極高的識(shí)別率。不過(guò)該網(wǎng)絡(luò)擁有高達(dá)百萬(wàn)數(shù)量級(jí)別的龐大參數(shù)，訓(xùn)練網(wǎng)絡(luò)時(shí)將占用巨大的計(jì)算資源以及耗費(fèi)大量的時(shí)間，參數(shù)數(shù)量存在冗余，尚有待優(yōu)化。

上述這些SAR目標(biāo)識(shí)別方法都只是利用了目標(biāo)的單一方位角觀測(cè)圖像，并沒(méi)有考慮到SAR圖像數(shù)據(jù)的獲取特點(diǎn)，即雷達(dá)可以從多個(gè)方位角對(duì)目標(biāo)進(jìn)行成像，這些圖像中目標(biāo)的信息存在一定的冗余。而且，這些方法(除文獻(xiàn)[15]外)只對(duì)形態(tài)差異較大的目標(biāo)數(shù)據(jù)集的識(shí)別率情況進(jìn)行了討論，而沒(méi)有考慮形態(tài)差異很小的目標(biāo)數(shù)據(jù)集的識(shí)別率情況。本文設(shè)計(jì)了一個(gè)利用同一目標(biāo)的多方位角SAR圖像進(jìn)行目標(biāo)識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)，選取的3幅同目標(biāo)SAR圖像在方位角上是連續(xù)獲取的，它們被分別當(dāng)作彩色圖像的R、G、B三個(gè)通道的圖像輸入到網(wǎng)絡(luò)中。此外，在本文設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)中，每次卷積運(yùn)算后緊接著一次批歸一化(Batch Normalization，BN)處理[17]，以提升網(wǎng)絡(luò)的容納能力，最后一個(gè)池化層通過(guò)尺度壓縮將特征圖展平(Flatten)。該網(wǎng)絡(luò)一共有4個(gè)卷積層和4個(gè)池化層，以及一個(gè)全連接層(Fully connected layer)，具有參數(shù)規(guī)模小和正確識(shí)別率高的特點(diǎn)。

2 網(wǎng)絡(luò)結(jié)構(gòu)

卷積神經(jīng)網(wǎng)絡(luò)的前幾層一般由卷積層和池化層交替構(gòu)成，后面則是若干全連接層，最后接入Softmax回歸進(jìn)行分類識(shí)別。其中卷積層用來(lái)學(xué)習(xí)圖像中不同的特征，池化層是為了在尺度空間上保證特征的層次性，全連接層則可以被看作是高維空間的一個(gè)分類器，Softmax回歸將識(shí)別結(jié)果以歸于各個(gè)類別的概率輸出。本文設(shè)計(jì)的網(wǎng)絡(luò)共有4個(gè)卷積層和4個(gè)池化層，以及1個(gè)全連接層，其整體結(jié)構(gòu)如圖1所示，其中卷積層用“Conv”表示，“15@5×5”表示該卷積層共有15個(gè)尺寸為5×5的卷積核，激活函數(shù)(Activation function)選用修正線性單元(Rectified Linear Unit，ReLU)，池化層選用最大池化(Max pooling)，“2×2”表示該池化層的下采樣窗口的尺寸為2×2。所有卷積核的步長(zhǎng)(Stride)均設(shè)置為1，特征圖四周無(wú)補(bǔ)0操作，所有下采樣窗口的滑動(dòng)步長(zhǎng)均設(shè)置為2。

圖1 網(wǎng)絡(luò)整體架構(gòu)Fig.1 Network architecture

單幅SAR圖像的尺寸被裁剪成80×80，一共輸入3幅，即輸入的偽彩色圖像的尺寸為80×80×3。第1個(gè)卷積層共有15個(gè)尺寸為5×5的卷積核，輸出是15個(gè)尺寸為76×76的特征圖，經(jīng)過(guò)第1個(gè)池化層后特征圖的尺寸變?yōu)?8×38。第2個(gè)卷積層共有30個(gè)尺寸為5×5的卷積核，輸出是30個(gè)尺寸為34×34的特征圖，經(jīng)過(guò)第2個(gè)池化層后特征圖的尺寸變?yōu)?7×17。第3個(gè)卷積層共有60個(gè)尺寸為6×6的卷積核，輸出是60個(gè)尺寸為12×12的特征圖，經(jīng)過(guò)第3個(gè)池化層后特征圖的尺寸變?yōu)?×6。第4個(gè)卷積層共有120個(gè)尺寸為5×5的卷積核，輸出是120個(gè)尺寸為2×2的特征圖，經(jīng)過(guò)第4個(gè)池化層后特征圖的尺寸變?yōu)?×1，該池化層通過(guò)尺度壓縮實(shí)現(xiàn)了特征圖的展平操作。120個(gè)1×1的特征圖即一個(gè)120維的向量，經(jīng)過(guò)1個(gè)全連接層后輸出到N個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)經(jīng)過(guò)Softmax處理后輸出該目標(biāo)歸于各個(gè)類別的概率，這里N表示目標(biāo)的類別數(shù)量。

2.1 網(wǎng)絡(luò)的輸入

卷積網(wǎng)絡(luò)的輸入為一幅偽彩色圖像，它的R、G、B三個(gè)通道的圖像分別是在連續(xù)方位角上獲取的同一目標(biāo)的三幅SAR圖像。不妨設(shè)這三幅圖像分別為Aθ1、Aθ2和Aθ3，其中θi(i=1,2,3)為飛行平臺(tái)獲取圖像Aθi時(shí)的方位角角度，那么偽彩色圖像的三個(gè)通道可以表示為

(1)

這里，rotate(X,φ)表示將圖像X逆時(shí)針旋轉(zhuǎn)了φ度。因此，偽彩色圖像可以表示為

A=cat(R,G,B)

(2)

其中cat(·)表示圖像疊加操作。

圖2是在不同方位角獲取的同一目標(biāo)的SAR圖像及其偽彩色圖像，其中圖2(a)～(f)分別是在方位角為73.8°、74.8°、75.8°、78.8°、82.8°和83.8°處獲取的，它們?cè)诜轿唤巧鲜沁B續(xù)的。觀測(cè)方位角的差異使得SAR圖像中目標(biāo)具有不同的形態(tài)，即便方位角角度差很小，但是由此而引起的圖像變化卻不容忽視。圖2(g)～(j)是圖2(a)～(f)中連續(xù)的三幅圖像合成的偽彩色圖像，圖2(g)對(duì)應(yīng)著圖2(a)～(c)，圖2(h)對(duì)應(yīng)著圖2(b)～(d)，以此類推。彩色信息賦予了目標(biāo)更豐富的內(nèi)容，彩色信息的差異則是觀測(cè)方位角差異在目標(biāo)成像上的體現(xiàn)。

在真實(shí)場(chǎng)景中，我們可能無(wú)法提前獲取目標(biāo)的具體朝向，也就無(wú)法直接獲取目標(biāo)的地面真實(shí)信息，

圖2 同一目標(biāo)的SAR圖像(a)～(f)和偽彩色圖像(g)～(j)Fig.2 SAR images (a)～(f) and pseudo-color images (g)～(j) of the same target

也即無(wú)法預(yù)知θ1、θ2和θ3的值，但是飛行平臺(tái)在獲取圖像數(shù)據(jù)的過(guò)程中可以獲取到相鄰兩個(gè)觀測(cè)方位角的角度差，即θ2-θ3和θ2-θ1是可以計(jì)算出來(lái)的。因此，飛行平臺(tái)只需在連續(xù)的3個(gè)方位角獲取目標(biāo)的SAR圖像即可滿足本文設(shè)計(jì)的卷積網(wǎng)絡(luò)的要求。

2.2 引入批歸一化

批歸一化本質(zhì)上是為了解決網(wǎng)絡(luò)在反向傳播(Back Propagation，BP)過(guò)程中的梯度不穩(wěn)定問(wèn)題，以加快網(wǎng)絡(luò)的收斂速度。若令

(3)

表示網(wǎng)絡(luò)從第l-1層傳播到第l層，即網(wǎng)絡(luò)的前向傳播，其中ωl為第l層的權(quán)重參數(shù)矩陣，hl為第l層的節(jié)點(diǎn)。那么從第l層傳播到第l-1層，即網(wǎng)絡(luò)的反向傳播可以表示為

(4)

其中Δl為反向傳播過(guò)程中第l層的差值。

當(dāng)網(wǎng)絡(luò)從第l層反向傳播到第k(k

(5)

(6)

(7)

接著對(duì)其作白化處理，即

(8)

批歸一化會(huì)改變?cè)紨?shù)據(jù)的分布，會(huì)使得大部分?jǐn)?shù)據(jù)被拉至激活函數(shù)中間的線性部分，而在深層網(wǎng)絡(luò)中非線性變換是至關(guān)重要的。因此，為了在非線性和梯度之間做個(gè)權(quán)衡，引入兩個(gè)參數(shù)γ和β進(jìn)行對(duì)數(shù)據(jù)自動(dòng)調(diào)整：

(9)

參數(shù)γ和β分別對(duì)數(shù)據(jù)做尺度變換和平移變換，是需要網(wǎng)絡(luò)自己去權(quán)衡和學(xué)習(xí)的。

2.3 學(xué)習(xí)率的設(shè)計(jì)

本文采用小批量隨機(jī)梯度下降法(Mini-batch Stochastic Gradient Decent，MSGD)[18]對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并使用參數(shù)為0.9的動(dòng)量(Momentum)來(lái)保持梯度下降的慣性方向，以增強(qiáng)網(wǎng)絡(luò)訓(xùn)練的穩(wěn)定性。在初始訓(xùn)練時(shí)給定一個(gè)稍大的初始學(xué)習(xí)率υ0，每當(dāng)訓(xùn)練完d輪訓(xùn)練數(shù)據(jù)集后，使學(xué)習(xí)率下降到之前的α倍，即

(10)

其中i(i≥1)為訓(xùn)練輪數(shù)。本文中，υ0取0.001，d取5，α取0.5。

3 實(shí)驗(yàn)結(jié)果與分析

本文使用了由Sandia National Laboratory提供的SAR圖像數(shù)據(jù)集——靜止目標(biāo)獲取與識(shí)別(Moving and Stationary Target Acquisition and Recognition，MSTAR)數(shù)據(jù)集。在該數(shù)據(jù)集中，所有圖像的分辨率為0.3 m×0.3 m，方位向從0°到360°覆蓋了每個(gè)目標(biāo)，涵蓋了不同類別、不同型號(hào)、不同方位角、不同俯視角的軍事目標(biāo)，其中公開可用的只有小部分。本文分別在經(jīng)典的10大類目標(biāo)數(shù)據(jù)集和8種T72坦克目標(biāo)數(shù)據(jù)集上各自做了實(shí)驗(yàn)，以驗(yàn)證本文提出的利用目標(biāo)多方位角SAR圖像進(jìn)行目標(biāo)識(shí)別的方法的可行性和有效性，并與其他卷積神經(jīng)網(wǎng)絡(luò)方法在識(shí)別精度和網(wǎng)絡(luò)參數(shù)數(shù)量上作了對(duì)比分析。在訓(xùn)練網(wǎng)絡(luò)和測(cè)試網(wǎng)絡(luò)的時(shí)候，輸入的均是在連續(xù)方位角上獲取的同一目標(biāo)的3幅SAR圖像。

3.1 實(shí)驗(yàn)一

實(shí)驗(yàn)一用到的SAR圖像數(shù)據(jù)為經(jīng)典的10大類目標(biāo)(分別為T62，T72，BMP2，BRDM2，BTR60，BTR70，D7，ZIL131，ZSU23/4，2S1)圖像，它們各自的光學(xué)圖像和同一方位向下的SAR圖像如圖3所示，從圖中可以看出，不同目標(biāo)的光學(xué)圖像具有很大的差異，對(duì)應(yīng)的SAR圖像也存在人眼可辨的差別。表1是實(shí)驗(yàn)一用到的訓(xùn)練樣本和測(cè)試樣本的型號(hào)及其數(shù)量，其中在17°俯視角下獲取的SAR圖像用于訓(xùn)練，在15°俯視角下獲取的SAR圖像用于測(cè)試。

表2是實(shí)驗(yàn)一的正確識(shí)別率混淆矩陣，混淆矩陣中每一行表示目標(biāo)所屬的真實(shí)類別，每一列表示卷積網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果。從表中可以發(fā)現(xiàn)，除了目標(biāo)BTR60未達(dá)到百分之百的識(shí)別外，其他9類目標(biāo)均得到了完全的識(shí)別，整體識(shí)別率達(dá)到99.92%，這說(shuō)明本文搭建的卷積網(wǎng)絡(luò)能夠有效地對(duì)SAR目標(biāo)進(jìn)行識(shí)別。利用多幅同目標(biāo)SAR圖像作為輸入的策略增加了目標(biāo)的信息，網(wǎng)絡(luò)通過(guò)反向傳播能夠捕獲到這些重要的信息，從而提高目標(biāo)識(shí)別正確率。

表3是本文方法與其他方法的對(duì)比，分別從網(wǎng)絡(luò)參數(shù)數(shù)量和正確識(shí)別率兩個(gè)方面進(jìn)行了對(duì)比分析。從文獻(xiàn)[15-16][19-20]可以看出，目標(biāo)的正確識(shí)別率與網(wǎng)絡(luò)參數(shù)數(shù)量有關(guān)，隨著參數(shù)數(shù)量的增加正確識(shí)別率也隨之升高，說(shuō)明針對(duì)含有大量相干斑噪聲的SAR圖像而言，過(guò)少的參數(shù)不足以挖掘出不同類別目標(biāo)之間的特征，會(huì)導(dǎo)致較低的識(shí)別率。為了達(dá)到99.56%的識(shí)別率，文獻(xiàn)[16]使用了上百萬(wàn)數(shù)量級(jí)別的參數(shù)，這在訓(xùn)練網(wǎng)絡(luò)和測(cè)試網(wǎng)絡(luò)時(shí)會(huì)占

圖3 實(shí)驗(yàn)一中目標(biāo)的光學(xué)圖像和SAR圖像Fig.3 Optical images and SAR images of targets in experiment ONE

目標(biāo)型號(hào)2S1BMP2BRDM2BTR60BTR70D7T62T72ZIL131ZSU234訓(xùn)練集(17°)299233298256233299299232299299測(cè)試集(15°)274195274195196274273196274274

表2 實(shí)驗(yàn)一的混淆矩陣

用大量的計(jì)算資源，效率也會(huì)很低。在具有99%以上識(shí)別率的方法中，本文方法用最少的參數(shù)，卻獲得了最高的識(shí)別率，這一方面得益于本文使用多幅同目標(biāo)圖像作為網(wǎng)絡(luò)訓(xùn)練和測(cè)試的輸入，另一方面和網(wǎng)絡(luò)的設(shè)計(jì)也分不開。在該數(shù)據(jù)集上，本文方法具有高達(dá)99.92%的識(shí)別精度，說(shuō)明本文利用多方位角SAR圖像在卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行目標(biāo)識(shí)別的方法是一種有效的SAR圖像目標(biāo)識(shí)別方法。

表3 與其他方法的比較

3.2 實(shí)驗(yàn)二

實(shí)驗(yàn)二同樣用到了MSTAR數(shù)據(jù)，不過(guò)此次的目標(biāo)均為T72坦克，只是它們的具體型號(hào)不同，分別為A04、A05、A07、A10、A32、A62、A63和A64，共計(jì)8種目標(biāo)。圖4是實(shí)驗(yàn)二用到的8種不同型號(hào)的T72坦克的光學(xué)圖像和在同一方位向下SAR圖像，從它們的光學(xué)圖像中可以看出，這8種T72坦克具有相似的外形，難以區(qū)分，而人眼幾乎無(wú)法從它們的SAR圖像中判別出它們的所屬型號(hào)，這給SAR圖像目標(biāo)識(shí)別帶來(lái)了挑戰(zhàn)性的難題。表4是實(shí)驗(yàn)二用到的訓(xùn)練樣本和測(cè)試樣本的型號(hào)及其數(shù)量，其中在17°俯視角下獲取的SAR圖像用于訓(xùn)練，在15°俯視角下獲取的SAR圖像用于測(cè)試。

表5和表6是實(shí)驗(yàn)二的正確識(shí)別率混淆矩陣，其中表5是輸入為單幅目標(biāo)圖像得到的識(shí)別結(jié)果，表6是輸入為3幅同目標(biāo)圖像(作為1幅偽彩色圖像)得到的識(shí)別結(jié)果，我們并未改變網(wǎng)絡(luò)的結(jié)構(gòu)和超參數(shù)，只是對(duì)輸入做了修改。從表中可以發(fā)現(xiàn)，利用3幅圖像作為輸入時(shí)的整體正確識(shí)別率較單幅圖像相比提高了7.58%，各個(gè)目標(biāo)的識(shí)別率也都有所提升，其中目標(biāo)A63從84.56%的識(shí)別率提升到98.18%，足足提升了13.62%，這說(shuō)明多幅圖像能夠攜帶目標(biāo)更多的信息，卷積網(wǎng)絡(luò)正是捕獲了這些信息，提高目標(biāo)正確識(shí)別率。在同類別不同型號(hào)目標(biāo)的識(shí)別問(wèn)題上，本文方法能夠獲得98.49%的識(shí)別率，說(shuō)明本文方法在同類別不同型號(hào)的目標(biāo)識(shí)別問(wèn)題上具有較強(qiáng)的魯棒性。

圖4 實(shí)驗(yàn)二中8種不同型號(hào)的T72坦克的光學(xué)圖像和SAR圖像Fig.4 Optical images and SAR images of 8 different types of T72 tank in experiment TWO

表4 實(shí)驗(yàn)二的數(shù)據(jù)集

當(dāng)卷積網(wǎng)絡(luò)的輸入為單幅SAR圖像和3幅SAR圖像時(shí)，第1、第2個(gè)卷積層分別得到的特征圖如圖5所示，其中第1個(gè)卷積層共得到15張?zhí)卣鲌D，尺寸為76×76，第2個(gè)卷積層共得到30張?zhí)卣鲌D，尺寸為34×34。圖5(a)和圖5(c)是輸入分別為單幅圖像和3幅圖像時(shí)第1個(gè)卷積層獲取的特征圖，從圖中可以看出，圖5(a)中的特征圖受原始SAR圖像中相干斑噪聲的影響十分嚴(yán)重，目標(biāo)及其陰影在特征圖中表現(xiàn)得并不明顯，甚至在有些特征圖中幾乎難以辨別出目標(biāo)，目標(biāo)周圍的環(huán)境噪聲被放大。而圖5(c)中的特征圖幾乎不受到相干斑的影響，目標(biāo)所在位置清晰可見，目標(biāo)及其陰影的輪廓也十分明顯，目標(biāo)周圍的環(huán)境噪聲得到抑制，這說(shuō)明將3幅圖像作為1幅偽彩色圖像輸入到卷積網(wǎng)絡(luò)中增加了目標(biāo)的信息，卷積網(wǎng)絡(luò)通過(guò)反向傳播優(yōu)化參數(shù)，能夠捕獲到這些有用的信息。圖5(b)和圖5(d)是輸入分別為單幅圖像和3幅圖像時(shí)第2個(gè)卷積層獲取的特征圖，從圖中可以發(fā)現(xiàn)，圖5(b)中的特征圖開始變得紊亂，而圖5(d)中的特征圖依舊十分清晰，即圖5(d)提取出的特征要比圖5(b)好很多，而更好的特征則意味著更高的正確識(shí)別率。

表5 實(shí)驗(yàn)二的混淆矩陣(單幅圖像)

表6 實(shí)驗(yàn)二的混淆矩陣(3幅圖像)

圖5 輸入分別為單幅圖像和3幅圖像時(shí)，不同卷積層中的特征圖Fig.5 Feature maps of different conv. layers, when input is a single image or three images

一方面卷積核提取出的特征圖的質(zhì)量好壞影響著整體識(shí)別性能，另一方面，卷積核的個(gè)數(shù)同樣對(duì)識(shí)別性能有所影響。在用深度學(xué)習(xí)做圖像識(shí)別領(lǐng)域中，一般地，后一層卷積層中卷積核的數(shù)量是前一層的兩倍，也就是說(shuō)，如果第1個(gè)卷積層有s個(gè)卷積核，那么第k(k≥2)層卷積層則有2k-1·s個(gè)卷積核，本文的網(wǎng)絡(luò)亦采用了這樣的設(shè)計(jì)策略。圖6展示了目標(biāo)整體識(shí)別率隨卷積核的數(shù)量變化的示意圖，可以看出，識(shí)別率受卷積核的數(shù)量的影響頗大。當(dāng)卷積核較少時(shí)，隨著其數(shù)量的增加，正確識(shí)別率急速上升；但當(dāng)卷積核較多時(shí)，隨著其數(shù)量的增加，正確識(shí)別率上升緩慢，甚至幾乎不再上升。卷積核的多少?zèng)Q定著特征圖的數(shù)量，太少的卷積核不利于獲得可觀的目標(biāo)識(shí)別率，而過(guò)多的卷積核不但對(duì)提高目標(biāo)識(shí)別率幫助不大，還會(huì)在訓(xùn)練階段占用大量的計(jì)算資源和訓(xùn)練時(shí)間。

圖6 正確識(shí)別率與卷積核的數(shù)量的關(guān)系Fig.6 Relationship of PCC and the number ofconvolution kernels

4 結(jié)論

本文提出了一種利用多方位角SAR圖像在卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行目標(biāo)識(shí)別的方法，并設(shè)計(jì)了一個(gè)用于SAR圖像目標(biāo)識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，通過(guò)將3幅同目標(biāo)圖像作為一幅偽彩色圖像輸入到網(wǎng)絡(luò)中，降低了目標(biāo)方位敏感性，提高了目標(biāo)識(shí)別率。在經(jīng)典的10大類目標(biāo)識(shí)別數(shù)據(jù)集上，本文方法用少量的網(wǎng)絡(luò)參數(shù)取得了最高的識(shí)別率，在同類別不同型號(hào)的目標(biāo)識(shí)別問(wèn)題上，本文方法也達(dá)到了98.49%的識(shí)別率，這得益于良好的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)和在網(wǎng)絡(luò)輸入方式上的改進(jìn)。實(shí)驗(yàn)結(jié)果表明，即便在小規(guī)模的數(shù)據(jù)集上，利用多方位角SAR圖像能夠顯著提高目標(biāo)識(shí)別率，在同類別不同型號(hào)的目標(biāo)識(shí)別問(wèn)題上有著可觀的識(shí)別率，本文方法是一種有效的合成孔徑雷達(dá)目標(biāo)識(shí)別方法。

[1] 蓋旭剛, 陳晉汶, 韓俊,等. 合成孔徑雷達(dá)的現(xiàn)狀與發(fā)展趨勢(shì)[J]. 飛航導(dǎo)彈, 2011(3):82- 86.

Gai Xugang, Chen Jinwen, Han Jun, et al. Present Situation and Development Trend of Synthetic Aperture Radar[J]. Aerodynamic Missile Journal, 2011(3):82- 86.(in Chinese)

[2] 張紅, 王超, 張波,等. 高分辨率SAR圖像目標(biāo)識(shí)別[M]. 北京:科學(xué)出版社, 2009:4-7.

Zhang Hong, Wang Chao, Zhang Bo, et al. High Resolution SAR Image Target Recognition[M]. Beijing: Science Press, 2009:4-7.(in Chinese)

[3] Moreira A, Prats-Iraola P, Younis M, et al. A Tutorial on Synthetic Aperture Radar[J]. IEEE Geoscience and Remote Sensing Magazine, 2013, 1(1):6- 43.

[4] 王瑞霞,林偉,毛軍.基于小波變換和PCA的SAR圖像相干斑抑制[J].計(jì)算機(jī)工程,2008,34(20):235-237.

Wang Ruixia, Lin Wei, Mao Jun. Speckle Suppression for SAR Image Based on Wavelet Transform and PCA[J]. Computer Engineering,2008,34(20):235-237.(in Chinese)

[5] O’Sullivan J A, Devore M D,Kedia V, et al. SAR ATR Performance Using a Conditionally Gaussian Model[J]. IEEE Transactions on Aerospace and Electronic Systems, 2001, 37(1):91-108.

[6] 徐豐,王海鵬,金亞秋.深度學(xué)習(xí)在SAR目標(biāo)識(shí)別與地物分類中的應(yīng)用[J].雷達(dá)學(xué)報(bào),2017,6(2):136-148.

Xu Feng, Wang Haipeng, Jin Yaqiu. Deep Learning as Applied in SAR Target Recognition and Terrain Classification[J]. Journal of Radars, 2017, 6(2):136-148.(in Chinese)

[7] LEcun Y, Bottou L, Bengio Y, et al. Gradient-Based Learning Applied to Document Recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.

[8] Hinton G E,Osindero S, Teh Y W. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation, 2014, 18(7):1527-1554.

[9] Williams R J,Zipser D. A Learning Algorithm for Continually Running Fully Recurrent Neural Networks[J]. Neural Computation. 1989, 1(2): 270-280.

[10] Krizhevsky A, Sutskever I, Hinton G E. ImageNet Classification with Deep Convolutional Neural Networks[C]∥International Conference on Neural Information Processing Systems. Nevada, USA: Curran Associates Inc, 2012: 1097-1105.

[11] Szegedy C, Liu W, Jia Y, et al. Going Deeper with Convolutions[C]∥Computer Vision and Pattern Recognition. Boston, USA: IEEE, 2015: 1-9.

[12] He K, Zhang X, Ren S, et al. Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification[C]∥IEEE International Conference on Computer Vision, Washington DC, USA: IEEE, 2015:1026-1034.

[13] Chen S, Wang H. SAR Target Recognition Based on Deep Learning[C]∥International Conference on Data Science and Advanced Analytics. Shanghai, China: IEEE, 2015:541-547.

[14] 田壯壯, 占榮輝, 胡杰民,等. 基于卷積神經(jīng)網(wǎng)絡(luò)的SAR圖像目標(biāo)識(shí)別研究[J]. 雷達(dá)學(xué)報(bào), 2016, 5(3):320-325.

Tian Zhuangzhuang, Zhan Ronghui, Hu Jiemin, et al. SAR ATR Based on Convolutional Neural Network[J]. Journal of Radars, 2016, 5(3): 320-325.(in Chinese)

[15] Chen S, Wang H, Xu F, et al. Target Classification Using the Deep Convolutional Networks for SAR Images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(8): 4806- 4817.

[16] Furukawa H. Deep Learning for Target Classification from SAR Imagery: Data Augmentation and Translation Invariance[J].IEICE Technical Report, 2017, 117(182):11-17.

[17] Loffe S, Szegedy C. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift[C]∥International Conference on Machine Learning. Lille, France: JMLR.org, 2015:448- 456.

[18] Qian Q, Jin R, Yi J, et al. Efficient Distance Metric Learning by Adaptive Sampling and Mini-Batch Stochastic Gradient Descent[J]. Machine Learning, 2015, 99(3):353-372.

[19] Morgan D A E. Deep Convolutional Neural Networks for ATR from SAR Imagery[C]∥Algorithms for Synthetic Aperture Radar Imagery XII. Maryland, USA: SPIE Defense and Security, 2015:94750F.

[20] 劉寒穎, 張耀天, 張玉璽,等. 基于深度學(xué)習(xí)的SAR目標(biāo)識(shí)別及FPGA實(shí)現(xiàn)[C]∥第十一屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)年會(huì)會(huì)議. 貴陽(yáng), 中國(guó): 計(jì)算機(jī)工程應(yīng)用, 2017:371-375.

Liu Hanying, Zhang Yaotian, Zhang Yuxi, et al. SAR Target Recognition and FPGA Implementation Based on Deep Learning[C]∥Eleventh Annual National Conference on Signal and Intelligent Information Processing and Application. Guiyang, China: Computer Engineering and Applications, 2017:371-375.(in Chinese)