基于深度學(xué)習(xí)的復(fù)雜氣象條件下海上船只檢測(cè)

熊詠平，丁 勝，鄧春華，方國(guó)康，龔 銳

(1.武漢科技大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，武漢 430065； 2.智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430065)(*通信作者電子郵箱dchzx@wust.edu.cn)

0 引言

遙感圖像中的艦船檢測(cè)問(wèn)題一直是圖像處理和模式識(shí)別領(lǐng)域的熱門(mén)課題，在軍用和民用領(lǐng)域都有廣闊的應(yīng)用前景。由于光學(xué)遙感圖像容易受光照和云霧等影響，目前基于遙感圖像的艦船檢測(cè)主要圍繞著合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)[1]展開(kāi)。然而，光學(xué)圖像的細(xì)節(jié)特征豐富，隨著光學(xué)遙感衛(wèi)星的分辨率不斷提高，在海域艦船小目標(biāo)檢測(cè)、識(shí)別方面具有SAR圖像不能比擬的優(yōu)勢(shì)，同時(shí)可以作為SAR圖像目標(biāo)檢測(cè)的重要補(bǔ)充。

海洋經(jīng)濟(jì)[2]是21世紀(jì)人類(lèi)發(fā)展的主要支撐點(diǎn)之一，由于海洋上作業(yè)的風(fēng)險(xiǎn)巨大，為了保證船只作業(yè)安全，利用衛(wèi)星成像技術(shù)和人工智能技術(shù)對(duì)海上目標(biāo)進(jìn)行快速有效的識(shí)別，是人類(lèi)有效利用海洋資源的一項(xiàng)基本能力，因此，開(kāi)展海上船只目標(biāo)自動(dòng)檢測(cè)的研究具有重要意義。

傳統(tǒng)的目標(biāo)檢測(cè)方法借助機(jī)器學(xué)習(xí)基本理論，首先通過(guò)對(duì)目標(biāo)特征，如梯度方向直方圖(Histogram of Oriented Gradients, HOG)[3]、尺度不變特征轉(zhuǎn)換(Scale Invariant Feature Transform, SIFT)[4]特征等進(jìn)行提取，并將提取到的特征輸入到如支持向量機(jī)(Support Vector Machine, SVM)[5]、迭代器(AdaBoost)[6]等分類(lèi)器進(jìn)行分類(lèi)識(shí)別。這些提取的圖像特征本質(zhì)上是一種手工設(shè)計(jì)的特征，針對(duì)不同的圖像檢測(cè)問(wèn)題，提取到的特征好壞對(duì)檢測(cè)性能有著直接的影響，因此，需要研究人員針對(duì)所要解決的問(wèn)題領(lǐng)域設(shè)計(jì)出適應(yīng)性更好的特征；但由于針對(duì)某個(gè)特定的識(shí)別任務(wù)，泛化能力較差，難以在實(shí)際應(yīng)用問(wèn)題中設(shè)計(jì)出具有通用性和魯棒性的特征。此外，傳統(tǒng)機(jī)器學(xué)習(xí)方法從提取圖像底層特征到提取表觀特征流程相對(duì)復(fù)雜，并且嚴(yán)重依賴于人工的特征設(shè)計(jì)，因此，基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法的目標(biāo)檢測(cè)遇到瓶頸，期待更有效的方法提取圖像特征。

近年來(lái)深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域取得了很好的效果[7]，與傳統(tǒng)的機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)方法通過(guò)多層網(wǎng)絡(luò)直接對(duì)圖像卷積和池化操作來(lái)提取圖像本質(zhì)特征，在圖像識(shí)別領(lǐng)域優(yōu)勢(shì)明顯，并取得了突破性進(jìn)展；深度學(xué)習(xí)的發(fā)展，特別是卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)[8]的出現(xiàn)，為圖像特征提取帶來(lái)全新的解決方法。CNN是局部連接網(wǎng)絡(luò)，在CNN中，圖像中小塊區(qū)域作為底層輸入數(shù)據(jù)，信息通過(guò)前向傳播經(jīng)過(guò)網(wǎng)絡(luò)中各個(gè)層，在每一層中都由過(guò)濾器構(gòu)成，以便能獲得觀測(cè)數(shù)據(jù)的一些顯著特征，其層次間的緊密聯(lián)系和空間信息使其特別適用于圖像處理和理解，并能自動(dòng)從圖像中抽取出豐富的相關(guān)特性，因此通過(guò)CNN能更好地提取圖像特征。

2014 年，Girshick等[9]在CVPR(IEEE conference on Computer Vision and Pattern Recognition)大會(huì)上提出了R-CNN(Region with CNN feature)網(wǎng)絡(luò),該網(wǎng)絡(luò)在全連接層前加了一個(gè)空間金字塔(spatial pyramid pooling)[10]層，使得該網(wǎng)絡(luò)在全連接層輸入不需要?dú)w一化圖像尺寸，從而使得提取的特征有更好的尺度不變性，降低了過(guò)擬合的可能，在 VOC(Visual Object Classes) 2012 數(shù)據(jù)集上，將目標(biāo)檢測(cè)的平均準(zhǔn)確率(mean Average Precision, mAP)提升到53.3%。2015 年Girshick[11]和Ren等[12]又相繼提出了 Fast R-CNN和 Faster R-CNN, 提高了準(zhǔn)確率和檢測(cè)速度; 2016 年Redmon等[13]提出的YOLO (You Only Look Once) v1以 45 FPS(Frames Per Second)真正達(dá)到了可以檢測(cè)視頻的速度，這為快速檢測(cè)視頻運(yùn)動(dòng)目標(biāo)指明了方向; Liu等[14]提出了SSD(Single Shot multibox Detector)物體檢測(cè)模型，在實(shí)時(shí)性和準(zhǔn)確率都高于YOLO v1，在VOC數(shù)據(jù)集測(cè)試，mAP達(dá)到了74.3%，速度達(dá)到了46 FPS;隨后，Redmon等[15]又提出了YOLO v1升級(jí)版YOLO v2，在VOC數(shù)據(jù)集上測(cè)試，將mAP提升至78.6%，并且大幅提高了檢測(cè)速度，達(dá)到了67 FPS的實(shí)時(shí)檢測(cè)的效果；同年，基于區(qū)域的CNN目標(biāo)檢測(cè)[16]和基于耦合CNN的弱監(jiān)督學(xué)習(xí)[17]也被提出來(lái)，使得標(biāo)記成本大幅降低，近幾年目標(biāo)檢測(cè)方法在速度和準(zhǔn)確率不斷取得新的突破。本文在深度學(xué)習(xí)模型YOLO v2基礎(chǔ)上，設(shè)計(jì)了自動(dòng)判別惡劣天氣模糊和良好天氣清晰圖像的算法，提出了適合小目標(biāo)檢測(cè)的多尺度算法，并針對(duì)遙感圖像中的艦船特點(diǎn)改進(jìn)YOLO網(wǎng)絡(luò)中的非極大值抑制方法，結(jié)合顯著性和自適應(yīng)分割算法進(jìn)一步提高檢測(cè)精度。實(shí)驗(yàn)表明，設(shè)計(jì)的海上艦船檢測(cè)模型能夠克服YOLO算法小目標(biāo)識(shí)別效果差的缺點(diǎn)，有效對(duì)復(fù)雜海情環(huán)境下的不同類(lèi)別和尺度的艦船進(jìn)行檢測(cè)和識(shí)別。

1 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)框架

本文采用YOLO v2為基礎(chǔ)的目標(biāo)檢測(cè)模型，首先，通過(guò)卷積和池化自動(dòng)提取目標(biāo)的本質(zhì)特征，在此基礎(chǔ)上，本文對(duì)YOLO v2模型結(jié)構(gòu)進(jìn)行了改進(jìn)，通過(guò)增加多尺度檢測(cè)、改進(jìn)非極大值抑制和顯著性檢測(cè)的圖像分割等步驟，提高目標(biāo)檢測(cè)的精度，特別是小目標(biāo)檢測(cè)能力。本文海上船只目標(biāo)檢測(cè)模型的框架，由兩個(gè)階段組成，首先用YOLO v2模型自動(dòng)提取海上船只的本質(zhì)特征，然后利用這些特征進(jìn)行目標(biāo)檢測(cè)。海上船只目標(biāo)檢測(cè)的框架如圖1所示。

圖1 海上船只目標(biāo)檢測(cè)框架Fig. 1 Marine ship target detection framework

使用batch normalization穩(wěn)定模型的訓(xùn)練,最終得到了基礎(chǔ)模型Darknet-19，本文是將Darknet19-448的模型作為初始模型進(jìn)行訓(xùn)練的。檢測(cè)過(guò)程和YOLO類(lèi)似，按照如下操作訓(xùn)練：

1)將待檢測(cè)圖像縮放成416×416的大小，并將圖像分割成13×13的網(wǎng)格；

2)利用CNN進(jìn)行特征提取，然后全連接部分則用來(lái)負(fù)責(zé)預(yù)測(cè)；

3)利用非極大值抑制(Non-Maximum Suppression, NMS)過(guò)濾多余的邊框bounding box，保留置信度最高的邊框。

其實(shí)現(xiàn)的基本原理是：一幅圖像被分割成13×13的網(wǎng)格，某個(gè)物體的中心如果落在此網(wǎng)格中那么此網(wǎng)格就負(fù)責(zé)預(yù)測(cè)該物體。最終輸出為一個(gè)13×13×n的張量，每一個(gè)1×1×n的維度就對(duì)應(yīng)原圖13×13個(gè)網(wǎng)格中的一個(gè)，1×1×n中包含了類(lèi)別預(yù)測(cè)和bounding box坐標(biāo)預(yù)測(cè)。

2 主要方法介紹

2.1 清晰圖像自動(dòng)篩選算法

實(shí)驗(yàn)采用的數(shù)據(jù)是2017年中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)與計(jì)算智能大賽主辦方方一信息科技公司提供的海上船只圖像，分辨率為1 024×1 024，圖像分為清晰和非清晰兩種場(chǎng)景，共有3類(lèi)船只，分別是貨船、游艇、游輪，比賽數(shù)據(jù)庫(kù)一共有17 085張圖片，其中13 668張作為訓(xùn)練樣本，3 417張作為測(cè)試樣本，其圖片主要場(chǎng)景為云、雨、霧和干擾島嶼等，如圖2所示。

為了保證訓(xùn)練模型魯棒性，在訓(xùn)練之前首先需要將圖像篩選為清晰和不清晰兩個(gè)類(lèi)別，然后對(duì)不清晰圖像采用去霧算法得到清晰圖像?？紤]到訓(xùn)練圖像數(shù)量大，人工篩選清晰和非清晰圖像工作量巨大，本文設(shè)計(jì)了一個(gè)新的分類(lèi)算法自動(dòng)區(qū)分清晰和非清晰兩個(gè)類(lèi)別的圖像，對(duì)于清晰圖像直接進(jìn)行訓(xùn)練， 而對(duì)于不清晰圖像采用去霧算法后進(jìn)行訓(xùn)練。本文結(jié)合暗通道先驗(yàn)去霧算法[18]的基本物理特征和亮度值差異以及由此產(chǎn)生的顯著性特征，對(duì)清晰和非清晰圖像進(jìn)行分類(lèi)，整個(gè)圖像自動(dòng)篩選算法流程如圖3所示?；具^(guò)程如下：

1) 從圖像顯著性角度分析，非清晰圖像背景和目標(biāo)差別不明顯，表現(xiàn)出來(lái)的亮度變化不敏感，因此圖像的顯著性差異較小。從信息論角度分析，信息可分為冗余部分和變化部分，人們的視覺(jué)對(duì)變化部分更敏感，因此本文采用基于譜殘差模型的顯著性區(qū)域檢測(cè)算法[19]，由于該算法針對(duì)不同顏色和模式的區(qū)域?qū)?yīng)顯著性值更高，而均勻或模糊區(qū)域的顯著性值更低，因此可以從該圖像的譜殘差模型顯著性特征出發(fā)，首先將圖像分塊(本文為16)，然后計(jì)算每塊的殘差值作為顯著性特征，并將殘差值作為顯著性特征組合疊加，以對(duì)清晰和非清晰圖像進(jìn)行劃分。

圖2 遙感場(chǎng)景圖Fig. 2 Remote sensing scene images

2)對(duì)于非清晰圖像，亮度值較高，像素區(qū)域中亮度值相差不大，因此，整體上圖像相關(guān)性較高；而清晰圖像，像素區(qū)域亮度值差異更大，其相關(guān)性較低。因此，可以將相關(guān)系數(shù)的值作為分類(lèi)器區(qū)分兩類(lèi)圖像的一個(gè)特征，其過(guò)程是將圖像分為若干塊(本文為16)，對(duì)這些塊求其協(xié)方差矩陣，計(jì)算各塊之間的相關(guān)性特征，然后取相關(guān)性最小值作為圖像的相關(guān)系數(shù)，作為相關(guān)性特征。

3)根據(jù)暗通道先驗(yàn)理論：非清晰圖像亮度值普遍較高；而清晰圖像某一些像素區(qū)域總會(huì)有至少一個(gè)顏色通道具有很低的值，即存在某些區(qū)域，該區(qū)域的亮度值很小，接近于0。因此通過(guò)計(jì)算估計(jì)的圖像的透射率，作為分類(lèi)器區(qū)分兩類(lèi)圖像的一個(gè)特征，其公式為:

(1)

4)對(duì)于非清晰圖像，其亮度值較高，而清晰圖像亮度值較低，故可以將圖像的亮度值作為篩選的特征。采用RGB圖像對(duì)應(yīng)的YCbCr色彩空間，其中Y為顏色的亮度成分，而Cb和Cr則是藍(lán)色和紅色的濃度偏移量成分。將Y計(jì)算分離出來(lái)，由于非清晰的圖像亮度值較大，反映到數(shù)據(jù)上就是Y值偏大，而清晰圖片由于背景是海，所以其亮度值較小，直觀感受就是圖片偏暗，反映到數(shù)據(jù)上就是Y值偏小。因此，可以把圖像在色彩空間YCbCr中的Y提取出來(lái)作為分類(lèi)的特征。

圖3 圖像自動(dòng)篩選算法流程Fig. 3 Flow of automatic image filtering algorithm

2.2 多尺度檢測(cè)小目標(biāo)模型

YOLO v2在檢測(cè)目標(biāo)時(shí)將原始圖像先劃分為13×13的網(wǎng)格，能實(shí)現(xiàn)大尺寸的目標(biāo)檢測(cè)，但是每個(gè)網(wǎng)格有目標(biāo)的兩個(gè)候選框，但在本實(shí)驗(yàn)中即使是劃分了13×13網(wǎng)格也不能保證檢測(cè)完全，因?yàn)閷?shí)驗(yàn)中有很多極小的船只，而原圖分辨率為1 024×1 024，劃分為網(wǎng)格后這些小船只依然很小，容易漏檢。本文采用多尺度對(duì)不同尺大小的船只目標(biāo)檢測(cè)，其基本思想是：首先分別通過(guò)不同尺度大小的窗口在遙感圖像滑動(dòng)假設(shè)圖像大小為H×W，尺度大小為S×S，則令窗口步長(zhǎng)為2S/3，記作stride。當(dāng)窗口滑出圖像之外時(shí)將窗口的外邊界與圖像的外邊界重合，以防止圖像信息的漏檢或冗余檢測(cè)，如圖4所示。

圖4 窗口滑動(dòng)示意圖Fig. 4 Schematic diagram of window sliding

此時(shí)窗口數(shù)目計(jì)算如下：

(2)

(3)

其中:row為窗口垂直滑動(dòng)的個(gè)數(shù)，col為窗口水平滑動(dòng)的個(gè)數(shù)。最終得到的總窗口數(shù)為row×col。

將不同的尺度的所有候選框匯總，按照IOU將概率低的候選框去掉，保留概率最高的候選框。多個(gè)尺度的檢測(cè)信息共享一個(gè)坐標(biāo)系，最后會(huì)去掉大量的無(wú)效框，保證檢測(cè)結(jié)果的準(zhǔn)確性。具體算法如下：

輸入 圖片大小H×W,尺度大小S×S,步長(zhǎng)stride；

輸出 滑窗后所有候選框集合。

1)

初始化dis_ver=0,dis_hor=0,flag_ver=0,flag_hor=0

2)

WHILE 窗口垂直滑動(dòng)距離dis_ver

3)

dis_hor=0,flag_hor=0

4)

WHILE 窗口水平滑動(dòng)距離dis_hor

5)

將窗口得到的候選框保存

6)

IFflag_hor=1 DO

7)

BREAK

8)

dis_hor=dis_hor+stride

9)

IFdis_hor+S≥WDO

10)

將窗口滑動(dòng)到W-S,dis_hor=W-S

11)

flag_hor=1

12)

IFflag_ver=1 DO

13)

BREAK

14)

dis_hor=dis_hor+stride

15)

IFdis_ver+S>WDO

16)

將窗口滑動(dòng)到W-S,dis_ver=W-S

17)

flag_ver=1

18)

return 候選框集合

2.3 改進(jìn)的非極大值抑制算法

在YOLO v2中默認(rèn)存在多物體交疊的現(xiàn)象，傳統(tǒng)的非極大值抑制(NMS)是針對(duì)一個(gè)類(lèi)別，因此NMS會(huì)對(duì)屬于同一類(lèi)的目標(biāo)進(jìn)行抑制，而屬于不同類(lèi)的目標(biāo)則不抑制；而本文研究對(duì)象是遙感影像中海上船只識(shí)別，船只分布較為稀疏，不存在多條船只交疊現(xiàn)象，一個(gè)檢測(cè)得到的邊框值只對(duì)應(yīng)一個(gè)類(lèi)別，這樣就不會(huì)出現(xiàn)同一個(gè)框檢測(cè)對(duì)應(yīng)兩個(gè)不同類(lèi)別的物體而造成的誤檢。因此，實(shí)驗(yàn)可以對(duì)所有檢測(cè)到的不同類(lèi)別的船只一并進(jìn)行NMS，而無(wú)需對(duì)每個(gè)類(lèi)別分別進(jìn)行非極大值抑制，進(jìn)一步提高海上船只目標(biāo)檢測(cè)的精度。

2.4 結(jié)合顯著性檢測(cè)的圖像分割方法

在對(duì)圖像目標(biāo)檢測(cè)后仍然會(huì)有小的誤差，如圖5所示，該圖是從1 024×1 024圖像上截取的部分區(qū)域。可以看出檢測(cè)結(jié)果和真實(shí)標(biāo)記位置還有一定的誤差，反映到數(shù)據(jù)上就是檢測(cè)區(qū)域和真實(shí)區(qū)域重疊率不高，即IOU偏小。為了使目標(biāo)檢測(cè)區(qū)域更精準(zhǔn)，考慮到目標(biāo)區(qū)域和其周邊區(qū)域存在的差異程度較大，表現(xiàn)出目標(biāo)顯著性特征明顯，因此，本文引入圖像顯著性區(qū)域檢測(cè)方法。顧及到圖像目標(biāo)的空間信息，本文采用基于上下文感知顯著性檢測(cè)算法[20]將已檢測(cè)到的目標(biāo)區(qū)域提取對(duì)應(yīng)顯著性特征圖，在此基礎(chǔ)上采用自適應(yīng)閾值的圖像分割方法，可以將目標(biāo)定位得更精準(zhǔn)，進(jìn)一步提高準(zhǔn)確率。

圖5 圖像初步檢測(cè)結(jié)果Fig. 5 Preliminary image detection results

本文圖像分割分4步處理:

1)采用視覺(jué)顯著性算法對(duì)目標(biāo)圖像處理，計(jì)算顯著性特征，提取目標(biāo)區(qū)域，得到顯著圖；

2)使用拉普拉斯算子對(duì)顯著圖像進(jìn)行銳化，并對(duì)圖像進(jìn)行閉運(yùn)算，更有利于前景和背景分離，使輪廓更清晰；

3)采用OTSU自適應(yīng)閾值分割算法[21]，并將所得圖像二值化；

4)計(jì)算輪廓的邊界，通過(guò)對(duì)像素值的遍歷來(lái)找到能完全包含目標(biāo)的最小矩形，得出的最小矩形即為檢測(cè)圖像修正后的輪廓。

如圖6所示：圖6(a)為目標(biāo)檢測(cè)得到的示意圖，可以看到邊界框過(guò)大；為了提高檢測(cè)精度，需要進(jìn)一步縮小邊界框范圍，圖6(b)是經(jīng)過(guò)顯著性算法處理后得到的結(jié)果，可以看出貨船的大致輪廓可以得到，但是邊界變得模糊不清；這個(gè)對(duì)后續(xù)計(jì)算會(huì)造成一定的誤差，因此在顯著性算法處理的結(jié)果上進(jìn)行拉普拉斯算子銳化處理，然后對(duì)圖像進(jìn)行閉運(yùn)算，得到二值圖像；最后通過(guò)遍歷圖像素得到輪廓的邊界，最終效果如圖6(d)所示，邊界框?yàn)樽罱K目標(biāo)框。

圖6 圖像顯著性處理效果對(duì)比Fig. 6 Effect of image saliency processing

3 實(shí)驗(yàn)結(jié)果分析

3.1 數(shù)據(jù)訓(xùn)練

本實(shí)驗(yàn)采用的是64位Ubuntu操作系統(tǒng)，硬件配置為 Intel Xeon E5-2620 v2 處理器，GPU型號(hào)為NVIDIA GeForce GTX 960，顯存為6 GB，在darknet平臺(tái)上使用YOLO v2進(jìn)行訓(xùn)練，訓(xùn)練樣本13 668張，測(cè)試樣本3 417張。

實(shí)驗(yàn)首先在訓(xùn)練樣本中采用自動(dòng)篩選算法，得到9 513張清晰圖像和4 155張非清晰圖像，對(duì)非清晰圖像，采用暗通道去霧算法得到清晰圖像，然后對(duì)所有圖片進(jìn)行訓(xùn)練，由于訓(xùn)練的圖片中含有各種氣象和環(huán)境場(chǎng)景的圖片，根據(jù)CNN的特性，光照、海面環(huán)境等重要影響因素會(huì)被模型自動(dòng)學(xué)習(xí)，另外，由于本文訓(xùn)練過(guò)程中包含了批量歸一化(Batch Normalization)操作，因此能大幅提高模型的泛化能力，從而有效克服不同光照強(qiáng)度等影響。當(dāng)?shù)螖?shù)為8 500時(shí)，模型的平均損失值loss基本穩(wěn)定在0.2附近，圖7顯示的是訓(xùn)練過(guò)程中迭代6 000～8 500次的平均損失曲線圖，實(shí)驗(yàn)發(fā)現(xiàn)，訓(xùn)練迭代8 500次后隨著迭代次數(shù)增加，平均損失函數(shù)值基本不變，表明訓(xùn)練過(guò)程收斂。

3.2 實(shí)驗(yàn)結(jié)果分析

召回率-準(zhǔn)確率曲線衡量一個(gè)分類(lèi)器的性能指標(biāo)，以貨船為例，測(cè)試集圖像總共有貨船K個(gè)，而訓(xùn)練好的模型檢測(cè)到的貨船目標(biāo)數(shù)為N個(gè)，其中確實(shí)為貨船的有M個(gè)，則召回率和準(zhǔn)確率定義如下：

召回率：recall=M/K

準(zhǔn)確率：precision=M/N

圖8～10是普通非極大值和改進(jìn)的非極大值抑制情況下召回率與準(zhǔn)確率的關(guān)系曲線的對(duì)比，其中AP(Average Precision)表示目標(biāo)檢測(cè)的平均準(zhǔn)確率。

圖7 訓(xùn)練6 000～8 500次平均損失曲線Fig. 7 Average loss curve for training from 6 000 to 8 500 times

圖8 貨船召回率-準(zhǔn)確率曲線對(duì)比Fig. 8 Comparison of recall-precision curve of cargo ship

實(shí)驗(yàn)設(shè)定IOU為0.7，采用4個(gè)尺度檢測(cè)船只，分別是300、500、700和1 024。通過(guò)圖8～10比較可以看出，隨著尺度的增加，船只檢測(cè)上準(zhǔn)確率和召回率所圍成的面積是依次提高，反映到數(shù)據(jù)上為AP逐漸提高，當(dāng)采用3個(gè)尺度(500、700和1 024)檢測(cè)時(shí)，游輪和貨船的檢測(cè)效果會(huì)逐步提升，這表明在一定范圍內(nèi)，隨著尺度的縮小，目標(biāo)檢測(cè)的精度會(huì)進(jìn)一步提高，但并不是越多越好，對(duì)300尺度來(lái)說(shuō)，游艇這樣的小目標(biāo)檢測(cè)，有更好的效果。對(duì)貨船和游輪而言，由于目標(biāo)本身比較大，因此尺度設(shè)置小對(duì)檢測(cè)效果的提升沒(méi)那么顯著，但對(duì)游艇而言，由于其尺寸相對(duì)較小，因此增加300這樣的小尺度，能檢測(cè)到目標(biāo)較小的游艇，因而游艇檢測(cè)效果提升幅度相對(duì)更高。

從YOLO v2結(jié)構(gòu)上分析，原因是游艇的尺寸較小，而YOLO對(duì)大目標(biāo)的檢測(cè)更為精確，因此大目標(biāo)會(huì)將與之重疊率較高但置信度不高的小游艇抑制掉，這些被抑制掉的游艇大都不是游艇，反映到數(shù)據(jù)上就是準(zhǔn)確率提高了。貨船、游輪和游艇這三類(lèi)目標(biāo)在不同尺度下檢測(cè)的mAP如圖11所示，可以看到，隨著尺度增加，總的平均精度mAP隨著尺度增加均有不同程度的增長(zhǎng)，同時(shí)表明，改進(jìn)的非極大值抑制后mAP相對(duì)于原始非極大值抑制精度也有提高。

圖9 游輪召回率-準(zhǔn)確率曲線對(duì)比Fig. 9 Comparision of recall-precision curve of cruise ship

圖10 游艇召回率-準(zhǔn)確率曲線對(duì)比Fig. 10 Comparision of recall-precision curve of yacht

圖11 綜合評(píng)價(jià)曲線mAPFig. 11 Comprehensive evaluation curve of mAP

3.3 效果對(duì)比

圖12為3種算法的檢測(cè)效果對(duì)比圖，圖12(b)與圖12(a)相比，雖然多尺度檢測(cè)會(huì)導(dǎo)致重框，但是相比之前的單一尺度檢測(cè)，增加了多尺度檢測(cè)后其框的準(zhǔn)確性提高了，圖12(a)中的框只框中了一部分，漏掉了圖像頂部的小目標(biāo)，但是在圖12(b)中框被拉長(zhǎng)，從而將整只貨船框中，此外圖12(b)比圖12(a)多檢測(cè)出了一只游艇，圖12(c)則消除了多余的重框，并且保證概率大的，即框選更準(zhǔn)確的框得以保留下來(lái)。

圖12 不同算法檢測(cè)效果對(duì)比Fig. 12 Comparison of detection results by different algorithms

如圖13所示為經(jīng)過(guò)顯著性圖像分割后得到的結(jié)果對(duì)比。

圖13 圖像分割前后邊界對(duì)比Fig. 13 Boundary comparison before and after image segmentation

由圖13可以看出，經(jīng)過(guò)顯著性檢測(cè)結(jié)合圖像分割后，其框的準(zhǔn)確性得到了明顯提高。

3.4 不同方法對(duì)比實(shí)驗(yàn)

為了說(shuō)明本文方法的有效性，實(shí)驗(yàn)還與其他一些常用的深度學(xué)習(xí)檢測(cè)算法對(duì)比，在本實(shí)驗(yàn)條件下，約定IOU>0.7為目標(biāo)檢測(cè)正確，結(jié)果如表1所示，采用基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法Fast R-CNN、Faster R-CNN、YOLO v1和YOLO v2作實(shí)驗(yàn)對(duì)比，mAP和FPS作為性能指標(biāo)比較參數(shù)。

表1 不同檢測(cè)算法對(duì)比Tab. 1 Comparison of different detection algorithms

以上實(shí)驗(yàn)中YOLO采用的初始模型均為darknet19模型，F(xiàn)aster R-CNN初始模型為ResNet50。從表1可以看出，用去模糊算法處理圖片后進(jìn)行訓(xùn)練對(duì)YOLO和Faster R-CNN的模型精度均有較大提高，而顯著性對(duì)YOLO算法效果提升相比Faster R-CNN更為明顯，分析原因?yàn)镕aster R-CNN對(duì)目標(biāo)檢測(cè)已經(jīng)較為精準(zhǔn)了，再進(jìn)行修正其結(jié)果提升空間不大，而YOLO v2目標(biāo)框沒(méi)有Faster R-CNN那么精細(xì)，因此通過(guò)顯著性修正的提升空間更大。最重要的方法是多尺度檢測(cè)，通過(guò)多尺度滑窗可以大幅提高YOLO v2算法檢測(cè)精度，分析原因?yàn)閅OLO v2算法最大的缺陷在于小目標(biāo)檢測(cè)效果較差，而采用多尺度滑窗檢測(cè)則正好彌補(bǔ)了這個(gè)缺陷?？傊?，雖然改進(jìn)的檢測(cè)算法速度有所減緩，但是檢測(cè)精度大幅提高，簡(jiǎn)而言之，本算法通過(guò)犧牲了小部分的速度來(lái)大幅提高檢測(cè)的精度，比原始的YOLO v2檢測(cè)算法能夠更加有效地對(duì)復(fù)雜海情環(huán)境下的不同類(lèi)別的船艦進(jìn)行識(shí)別。

4 結(jié)語(yǔ)

本文以YOLO v2網(wǎng)絡(luò)為基礎(chǔ)，建立針對(duì)復(fù)雜海情和氣象條件下對(duì)船只檢測(cè)的端到端的快速檢測(cè)網(wǎng)絡(luò)，為了提高船只特別是小船只的檢測(cè)精度，本文通過(guò)改進(jìn)的非極大值抑制、多尺度檢測(cè)和圖像分割等方法來(lái)改進(jìn)檢測(cè)效果。實(shí)驗(yàn)結(jié)果表明，在復(fù)雜海情船只檢測(cè)中將mAP從72.7%提高到84.5%，說(shuō)明了本文提出的目標(biāo)檢測(cè)方法有效性；但是由于遙感影像中背景復(fù)雜，類(lèi)別之間差異不明顯，仍然存在部分誤檢現(xiàn)象，今后可在檢測(cè)網(wǎng)絡(luò)的基礎(chǔ)上建立識(shí)別網(wǎng)絡(luò)，對(duì)誤檢船只進(jìn)行二次判斷，進(jìn)一步提高目標(biāo)檢測(cè)精度；另外，隨著YOLO版本升級(jí)，將繼續(xù)深入研究YOLO v3[22]對(duì)海上船只檢測(cè)。