基于改進(jìn)SSD的艦船目標(biāo)精細(xì)化檢測方法

梁 杰，李 磊，2，周紅麗

(1.北京機(jī)電工程研究所，北京 100074; 2.復(fù)雜系統(tǒng)控制與智能協(xié)同技術(shù)重點實驗室，北京 100074)

0 引言

海面和港口作為交通樞紐以及重要經(jīng)濟(jì)區(qū)域，在軍事和民用領(lǐng)域具有重要的地位，而艦船作為海上交通運(yùn)輸以及裝備的主要載體，對其進(jìn)行有效的定位和分類在沿海監(jiān)管和防御等領(lǐng)域具有重要意義[1]。因此，在復(fù)雜環(huán)境和弱保障條件下，有必要提高對港口、海面艦船等概略、混雜目標(biāo)選擇性精確識別的能力[2]，要求不僅能夠準(zhǔn)確定位艦船位置，給出其朝向信息，還能完成細(xì)粒度分類，實現(xiàn)艦船的類型識別和軍民識別。

針對艦船目標(biāo)的檢測方法，主要可以分為兩類。一類是基于人工特征提取加特征分類器的傳統(tǒng)目標(biāo)檢測方法，它利用一些手工設(shè)計的圖像特征或特征點來表征每一類物體的特點，并將圖像由矩陣信息轉(zhuǎn)化成對應(yīng)的特征向量；然后利用訓(xùn)練好的特征分類器(如支持向量機(jī)(Support Vector Machine, SVM))對特征向量進(jìn)行分類判別，同時通過滑動窗口的方法找到與目標(biāo)特征最相似的位置從而完成目標(biāo)定位[3]。例如，文獻(xiàn)[4]提到了一種基于灰度統(tǒng)計特性的艦船檢測方法，該方法以灰度值作為特征，通過人為設(shè)定的閾值來區(qū)分背景和目標(biāo)，僅適用于海面較為平靜且水體灰度較低的情況，對海面噪聲較敏感，識別虛景率較高。針對上述不足，文獻(xiàn)[5]提出了一種基于自適應(yīng)閾值分割的艦船檢測方法，該方法的閾值可由算法根據(jù)圖像特征進(jìn)行調(diào)節(jié)，但僅在艦船與背景對比度明顯時效果較好。閾值法的特征較為單一，并不能有效地表征目標(biāo)特點，適用的情況較少。為此，文獻(xiàn)[6]提出了基于鄰域分析的海洋遙感圖像艦船檢測方法；文獻(xiàn)[7]提出了基于結(jié)構(gòu)紋理分解的海面艦船檢測方法，但算法檢測效率低，當(dāng)圖像受到云霧干擾且背景復(fù)雜時，檢測誤差較大。綜上，傳統(tǒng)艦船目標(biāo)檢測方法的特征提取方式對人員經(jīng)驗的依賴性較強(qiáng)，僅能完成良好氣象條件下場景內(nèi)目標(biāo)簡單類型的判定，難以實現(xiàn)多類型的細(xì)粒度識別，無法快速生成情報以滿足使用要求。

隨著機(jī)器學(xué)習(xí)的不斷發(fā)展以及硬件水平的不斷提高，另一類基于深度學(xué)習(xí)的目標(biāo)檢測方法被廣泛的研究和應(yīng)用。深度學(xué)習(xí)通過逐層卷積的方式可提取到高層且抽象的語義特征信息，可挖掘隱藏在目標(biāo)內(nèi)部的特性，具有更好的目標(biāo)表征能力。其按照檢測的步驟可分為兩大類：1)雙步(Two-stage)檢測算法，該類方法將目標(biāo)檢測問題劃分為2個階段，首先使用選擇性搜索算法或者區(qū)域提取網(wǎng)絡(luò)(Region Proposal Network，RPN)方法等提取出一系列候選區(qū)域，之后對每個區(qū)域重采像素或特征，并在此基礎(chǔ)上進(jìn)行目標(biāo)分類和矩形框位置調(diào)整，典型代表為：Faster R-CNN[8]；2)單步(One-stage)檢測算法，該類算法不需要區(qū)域候選，由原始圖像直接產(chǎn)生物體的類別概率和回歸位置坐標(biāo)值，典型代表為：YOLO[9]和SSD[10]。早期的One-stage算法經(jīng)驗證雖然速度較快，但精度較差，因而近幾年該類算法采用多種優(yōu)化策略來提高精度。例如YOLOv3[11]算法通過引入特征金字塔網(wǎng)絡(luò)[12](Feature Pyramid Networks，F(xiàn)PN)實現(xiàn)了多尺度預(yù)測；RetinaNet[13]算法通過引入焦點損失(Focal loss)來優(yōu)化損失函數(shù)；CornerNet[14]算法借鑒了關(guān)鍵點檢測的思想來回歸預(yù)測框角點。這些改進(jìn)算法在精度上基本可以和Two-stage算法媲美?？傊?，兩類算法各有所長，需根據(jù)實際應(yīng)用的需求進(jìn)行選取。例如，文獻(xiàn)[15]提出了基于改進(jìn)Faster R-CNN的艦船檢測算法，其在RPN中引入K均值(K-Means)聚類來設(shè)置錨框(anchor)的尺寸，可提高艦船的定位精度；文獻(xiàn)[16]采用標(biāo)記分水嶺分割算法對深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolution Neural Network，DCNN)進(jìn)行改進(jìn)，可大大縮短對候選區(qū)域的檢測時間，快速準(zhǔn)確地識別紅外艦船目標(biāo)；文獻(xiàn)[17]提出了一種基于改進(jìn)RetinaNet的目標(biāo)檢測方法，融合MobileNet[18]架構(gòu)進(jìn)行網(wǎng)絡(luò)加速，可提高檢測速率。綜上，深度學(xué)習(xí)的出現(xiàn)給以艦船為代表的時敏目標(biāo)精確檢測創(chuàng)造了技術(shù)條件。

雖然深度學(xué)習(xí)在目標(biāo)檢測方面較傳統(tǒng)方法具有較好的性能表現(xiàn)，但仍有需要改進(jìn)的地方。具體來說，艦船等時敏目標(biāo)的長寬尺寸差別較大，且事先無法獲知目標(biāo)的位置和姿態(tài)信息；同時飛行器往往以傾斜視角捕獲目標(biāo)影像，在該視角下艦船的排列較為密集。因此，直接利用深度學(xué)習(xí)檢測算法得到的矩形框結(jié)果會包含大量的背景冗余信息和重疊區(qū)域，無法滿足對目標(biāo)的精確定位和細(xì)粒度分類需求。為了解決艦船目標(biāo)排列緊湊且方向不一時的識別錯位問題，考慮工程應(yīng)用中的實時性要求，本文選擇在單步檢測模型(Single Shot MultiBox Detector, SSD)的基礎(chǔ)上，引入可變形卷積[19]、可變形池化模塊、旋轉(zhuǎn)矩形框機(jī)制和旋轉(zhuǎn)的非極大值抑制模塊，并借鑒MobileNet架構(gòu)對網(wǎng)絡(luò)加速，最終得到一種具有旋轉(zhuǎn)不變性的艦船目標(biāo)精細(xì)化檢測方法。該方法具備對艦船目標(biāo)的幾何姿態(tài)信息較強(qiáng)的學(xué)習(xí)能力，可以有效預(yù)測目標(biāo)的旋轉(zhuǎn)角度并以旋轉(zhuǎn)矩形框給出目標(biāo)的位置，從而實現(xiàn)了多類軍民艦船目標(biāo)類型區(qū)分和朝向判定的功能，并利用自建數(shù)據(jù)庫驗證了所提算法在檢測艦船目標(biāo)時的準(zhǔn)確性與實時性。

1 SSD通用目標(biāo)檢測模型

SSD是一種典型的深度學(xué)習(xí)單步檢測類算法，其沿用直接回歸的思想，預(yù)先按照一定方式劃定默認(rèn)框，通過建立預(yù)測框、默認(rèn)框和標(biāo)注框的關(guān)系來指導(dǎo)訓(xùn)練并進(jìn)行檢測。同時，SSD利用難例挖掘策略來平衡正負(fù)樣本，增加多層特征圖預(yù)測模塊來提高小目標(biāo)的識別精度，去掉錨框內(nèi)重采樣來提高速度，因而在整體性能上位居深度學(xué)習(xí)檢測類算法的前列，具有可實時和準(zhǔn)確度高這2個優(yōu)點。

基于SSD進(jìn)行目標(biāo)檢測，常用方法是由ImageNet數(shù)據(jù)集預(yù)訓(xùn)練得到初始模型，利用自建數(shù)據(jù)集對模型進(jìn)行若干次微調(diào)，進(jìn)而達(dá)到良好的檢測效果[20]。例如民用領(lǐng)域中行人檢測、車輛檢測和文字檢測等常見任務(wù)，只需更改分類網(wǎng)絡(luò)部分的類別輸出就能得到較好的效果。但對于艦船目標(biāo)檢測而言，要求對目標(biāo)進(jìn)行高精度定位和細(xì)粒度分類，只采用上述微調(diào)的方式得到的結(jié)果無法滿足精細(xì)化識別需求，需要對SSD算法在網(wǎng)絡(luò)結(jié)構(gòu)上進(jìn)行重新設(shè)計和優(yōu)化。

SSD算法主要由兩大部分組成：1)基礎(chǔ)特征提取網(wǎng)絡(luò)(backbone)；2)特征檢測器(task head)。本文在此框架的基礎(chǔ)上，針對基礎(chǔ)網(wǎng)絡(luò)、anchor機(jī)制、損失函數(shù)等重點組成部分進(jìn)行優(yōu)化改進(jìn)，提出了基于改進(jìn)SSD的艦船目標(biāo)精細(xì)化檢測算法。

2 基于改進(jìn)SSD的艦船目標(biāo)精細(xì)化檢測算法

算法以VGG19模型作為基準(zhǔn)網(wǎng)絡(luò)，利用 MobileNet的思想對其進(jìn)行加速，并引入可變形卷積和可變形池化，構(gòu)造出新的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取。同時，將旋轉(zhuǎn)矩形框應(yīng)用到目標(biāo)檢測器中，得到具有旋轉(zhuǎn)不變性的艦船目標(biāo)檢測器，該檢測器不僅可以輸出目標(biāo)的位置和大小信息，還能輸出目標(biāo)的角度信息。最后，本文設(shè)計了一種針對旋轉(zhuǎn)矩形框的IoU計算方法來進(jìn)行非極大抑制(Non-Maximum Suppression，NMS)篩選[21]，并在原始SSD算法的損失函數(shù)上進(jìn)行拓寬，加入了角度回歸的損失來指導(dǎo)訓(xùn)練。

2.1 網(wǎng)絡(luò)加速

考慮到backbone在引入可變形卷積和可變形池化后，會增加特征提取時的運(yùn)算量、處理時間以及權(quán)重模型的參數(shù)，本文借鑒MobileNet的思想對 VGG19模型進(jìn)行加速和壓縮。MobileNet使用的是深度可分離卷積，其核心思想是把標(biāo)準(zhǔn)卷積操作分解成深度卷積(DConv)和逐點卷積(PConv)操作，DConv起到濾波作用，PConv起到通道轉(zhuǎn)換作用，這樣可減少卷積核的冗余表達(dá)，從而大幅降低網(wǎng)絡(luò)參數(shù)量和計算量。

(1)

因此，本文將 VGG19中標(biāo)準(zhǔn) 3×3 卷積操作分為 3×3的DConv模塊和 1×1 的PConv模塊，每個卷積后仍連接歸一化(Batch Normalization，BN)層和 ReLU激活函數(shù)來構(gòu)建網(wǎng)絡(luò)，整個架構(gòu)如圖 1 所示。

2.2 可變形卷積與池化原理

傳統(tǒng)的卷積操作使用的是方塊核，卷積窗口形狀是固定的，本文算法引入了可變形卷積和可變形池化模塊來增強(qiáng)基礎(chǔ)網(wǎng)絡(luò)對幾何變換的建模能力，提高了輸出特征對目標(biāo)旋轉(zhuǎn)變換的敏感性。2個模塊的基本思想都是用帶偏移的采樣來代替原來的固定位置采樣，增加的偏移量可以通過梯度反向傳播進(jìn)行端到端的學(xué)習(xí)。如圖2和圖3所示，可變形卷積核的大小和位置可以根據(jù)識別目標(biāo)進(jìn)行動態(tài)調(diào)整，不同位置的卷積核采樣點會根據(jù)目標(biāo)內(nèi)容發(fā)生自適應(yīng)的變化，從而適應(yīng)艦船目標(biāo)的幾何形變。

圖1 可分離卷積結(jié)構(gòu)圖Fig.1 Separable convolution structure

(a)傳統(tǒng)的3×3方塊卷積核 (b)加入偏移量后的卷積核1

(c)加入偏移量后的卷積核2 (d)加入偏移量后的卷積核3圖2 方塊卷積核與可變形卷積核Fig.2 Block convolution kernel and deformable convolution kernel

圖3 方塊卷積與可變形卷積實例對比(左圖為傳統(tǒng)方塊卷積，特征采集時納入無用的背景信息；右圖為可變形卷積，有效避免了背景和干擾項的影響)Fig.3 Comparison of block convolution and deformable convolution (the left picture is the traditional block convolution, the use of background information is included in the feature collection; the right picture is the deformable convolution, effectively avoiding the influence of background and interference terms)

一般的卷積操作步驟為：1)使用一個規(guī)則網(wǎng)格R對輸入特征圖X進(jìn)行采樣；2)對每個采樣點乘以權(quán)值W并求和。以一個3×3的卷積為例

R={(-1,-1),(-1,0),…,(0,1),(1,1)}

(2)

對于位置p0，傳統(tǒng)的卷積輸出為

(3)

在可變形卷積中，如方格變形偏移，只需加上其偏移向量Δpn

(4)

Δpn只影響X輸入層像素的抽樣，并不影響權(quán)重W，所以需要訓(xùn)練的參數(shù)有2組：W和Δpn，如圖4所示。

圖4 可變形卷積網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Deformable convolution network structure

同樣地，傳統(tǒng)的池化為

(5)

要想成為可變形的池化，與可變形卷積類似，只需加上其偏移向量Δpij，即

(6)

網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

圖5 可變形的池化網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Deformable pooled network structure

2.3 旋轉(zhuǎn)anchor機(jī)制

SSD目標(biāo)檢測方法采用標(biāo)準(zhǔn)的垂直矩形框?qū)δ繕?biāo)進(jìn)行定位，對于艦船等帶有角度信息的細(xì)長型目標(biāo)則具有明顯的局限性，主要體現(xiàn)在以下三點：1)垂直矩形框并不能顯示出艦船目標(biāo)的真實形狀和長寬比；2)當(dāng)目標(biāo)旋轉(zhuǎn)角度接近45°時，垂直矩形框會引入較多的背景信息，復(fù)雜場景下會提高誤檢率和虛檢率；3)難以區(qū)分密集排列時的艦船目標(biāo)，一個框可能包含多個目標(biāo)，框與框之間重復(fù)部分較大。

針對上述3個問題，本文借鑒場景文字檢測中旋轉(zhuǎn)邊框定位的思想[22]，將原始的anchor改造為帶有旋轉(zhuǎn)的anchor，以傾斜角度來量化表示目標(biāo)的傾斜程度，最終的檢測框以(x,y,w,h,θ)給出。其中，θ定義為以矩形形心為起點、船頭連線中心點為終點的向量與x軸的夾角，逆時針方向為正，取值為(-90,270]，示意圖如圖6所示。表1比較了兩種檢測框?qū)ε灤繕?biāo)的刻畫效果，可見旋轉(zhuǎn)矩形框更適用于反映目標(biāo)的真實形狀。

圖6 目標(biāo)旋轉(zhuǎn)角度示意圖Fig.6 Schematic diagram of the target rotation angle

表1 標(biāo)準(zhǔn)矩形框與旋轉(zhuǎn)矩形框的比較

2.4 旋轉(zhuǎn)的非極大值抑制

學(xué)術(shù)界通常使用IoU作為兩框匹配策略的判定標(biāo)準(zhǔn)，對于垂直矩形框，2個框的交集和并集也是垂直矩形框，計算方法較為簡單；但對于旋轉(zhuǎn)矩形框，2個框的交集理論上是一個多邊形(邊數(shù)不多于8)，計算方法較為復(fù)雜。本文采取一種簡單的計算R-IoU(Related-IoU)的方法：1)以一個框A作為基準(zhǔn)框，將另一個框B旋轉(zhuǎn)與框A平行，得到框B′；2)以垂直矩形框的方法來計算框A和B′的IoU；3)將2)中所得的IoU乘上框A和B角度差的余弦，即為2個旋轉(zhuǎn)框的R-IoU。R-IoU計算公式如下

(7)

由式(6)可以看出，計算R-IOU時引入了角度信息，2個框的有效角度相差在[0,180]范圍內(nèi)時，差值越大其余弦值越小，即R-IoU的值越小。在訓(xùn)練時利用R-IoU剔除與標(biāo)注框(GroundTruth，GT)角度偏差大的默認(rèn)框，在NMS時可以對R-IoU大(即角度偏差小)的重復(fù)框進(jìn)行有效抑制。

2.5 損失函數(shù)

損失函數(shù)的設(shè)計對目標(biāo)檢測網(wǎng)絡(luò)的訓(xùn)練至關(guān)重要，改進(jìn)SSD算法的損失函數(shù)是在原有損失函數(shù)上進(jìn)行拓寬，加入角度回歸的損失，使得模型能夠有效學(xué)習(xí)角度偏差。整個損失函數(shù)計算公式如式(8)所示。

(8)

其中，N為匹配到的旋轉(zhuǎn)anchor個數(shù)，c是置信度向量，α為權(quán)值系數(shù)，默認(rèn)為1。

該損失函數(shù)是位置損失和類型損失的加權(quán)和，Lconf是類型損失函數(shù)，LR-box是位置(回歸)損失函數(shù)。位置損失函數(shù)具體如下

(9)

(10)

(11)

(12)

(13)

邵雍理論基礎(chǔ)是“以物觀物”說?！八^‘以物觀物’是對‘以我觀物’而言的，即排除個人的感情，而去體察萬物，從而達(dá)到所謂‘窮理’‘盡性’‘知命’?！保?9］44陳獻(xiàn)章主張自得，注重個體的參與，故其詩歌中包含著更多自我情感的投入。由此而言，莊昶詩歌更多傾向于繼承邵雍的觀物說。其《雪蓬為盛行之作》末句：“只有區(qū)區(qū)觀物亭，半庭茂叔窗前草”［3］卷一，46即可視為對邵雍學(xué)說的回應(yīng)，也是他作詩的一貫主張。這一主張也貫穿于他的題畫之作，如《題通伯先生山水畫》《鐘欽理畫?！贰额}沈石田畫鵝為文元作》《題菜》等。正是陳莊二人的提倡，才使得有明一代，學(xué)擊壤派者“轉(zhuǎn)相模仿”［31］卷一五三，3966。

類型損失函數(shù)是以softmax函數(shù)為主的多分類交叉熵函數(shù)，具體見式(14)和式(15)

(14)

(15)

2.6 具有旋轉(zhuǎn)不變性的艦船目標(biāo)檢測器

綜上所述，本文構(gòu)建了一個針對艦船目標(biāo)的新檢測器。該檢測器首先利用可變形卷積網(wǎng)絡(luò)對圖像進(jìn)行特征提取，之后在多尺度上進(jìn)行目標(biāo)檢測[12]，每個尺度得到K×(1+5+classes)個通道的預(yù)測張量。這里的K指的是在每個特征圖網(wǎng)格里prior R-box的個數(shù)，prior R-box指的是旋轉(zhuǎn)anchor的真實選取。對于一個prior R-box，會產(chǎn)生(1+ classes)維的置信預(yù)測向量和5維位置預(yù)測向量。經(jīng)過對預(yù)測張量的解碼，檢測器可以得到修正后的準(zhǔn)確預(yù)測框，之后算法綜合多個尺度上的檢測結(jié)果進(jìn)行NMS處理，可以篩去重復(fù)預(yù)測框。整個流程圖見圖7。

圖7 改進(jìn)SSD的檢測流程圖Fig.7 Flow chart of improved SSD detection

在改進(jìn)的SSD艦船目標(biāo)檢測器中，多角度prior R-box與可變形卷積相輔相成?？勺冃尉矸e結(jié)構(gòu)使得特征圖含有目標(biāo)的幾何形狀信息，在prior R-box滑動過程中減少了無效的背景信息對目標(biāo)定位的干擾。同時，prior R-box在滑動到每個位置上時都會按30°遍歷12個旋轉(zhuǎn)角來擬合艦船的朝向信息，這樣只需要確定幾個長寬比的矩形框便可以覆蓋所有目標(biāo)形狀，大大緩解了傳統(tǒng)檢測器因目標(biāo)旋轉(zhuǎn)而引起的先驗框指數(shù)倍增長的問題。

3 仿真實驗

本文通過設(shè)計實驗驗證了改進(jìn)的SSD算法在艦船識別與分類中的有效性，并與其他主流的基于深度學(xué)習(xí)的目標(biāo)檢測算法進(jìn)行了比較。經(jīng)實驗分析，本文所提出的算法在量化指標(biāo)和檢測精度方面均表現(xiàn)良好。

3.1 數(shù)據(jù)集介紹

由于網(wǎng)上并沒有完全適合本文應(yīng)用需求的開源艦船數(shù)據(jù)集，因此本文構(gòu)建了一個具有一定規(guī)模的數(shù)據(jù)集。該數(shù)據(jù)集包括紅外圖像和可見光圖像2個部分，具體類型分為8類：航母、驅(qū)逐艦、核潛艇、兩棲攻擊艦、漁船、貨船、巡邏船、油罐船。

本數(shù)據(jù)庫圖像大小主要為640×512和320×256，包括紅外圖像15634張(含19352個實例)，可見光圖像3145張(含14873個實例)，圖像已通過開源工具完成標(biāo)注，標(biāo)簽格式為：類別代號、旋轉(zhuǎn)矩形中心點橫坐標(biāo)、中心點縱坐標(biāo)、寬、高、旋轉(zhuǎn)角。

3.2 實驗條件配置

算法的訓(xùn)練和驗證均基于Caffe框架，訓(xùn)練階段GPU選擇NVIDIA GeForce TitanX，采用動量項(momentum)為 0.9的異步隨機(jī)梯度下降，權(quán)值的初始學(xué)習(xí)率為0.001，衰減系數(shù)設(shè)為0.0005，最大迭代次數(shù)為500000，在300000和350000次時分別降低10%的學(xué)習(xí)率。為提高算法的魯棒性，對原始圖像進(jìn)行如下增廣處理：增加高斯與椒鹽噪聲，均值、高斯濾波，反色，左右上下翻轉(zhuǎn)，亮度對比度變換等操作。

3.3 實驗評價指標(biāo)

在計算機(jī)視覺領(lǐng)域中，根據(jù)任務(wù)不同，其評測指標(biāo)也各不相同。本文結(jié)合其他任務(wù)中的評價方法，采用識別概率、識別精度和識別速度進(jìn)行評價，具體含義如下：

1)識別概率：

設(shè)DT為識別到的目標(biāo)位置信息，GT為真實目標(biāo)位置信息。在類別標(biāo)簽預(yù)測一致的情況下，根據(jù)DT與GT的IoU結(jié)果來判斷其是否識別正確，如果IoU大于閾值(這里取0.5)，則識別正確，反之為識別錯誤。IoU計算方式見式(7)。將識別正確的框個數(shù)除以GT總數(shù)量得到識別概率。

2)識別精度：

設(shè)DC為識別的目標(biāo)中心位置信息，GC為真實目標(biāo)中心位置信息。按上述方法判斷識別到的情況，根據(jù)DC與GC在圖像上的像素距離來計算識別精度。識別精度的計算如下

(16)

3)識別速度：

本文利用學(xué)術(shù)界常用的FPS來表征識別速度。FPS指的是每秒中識別圖像的數(shù)量，即幀/s。它是識別時間的倒數(shù)，其值越大說明1s內(nèi)識別的圖像越多，算法運(yùn)行速度越快，反之則越慢。

3.4 實驗結(jié)果及分析

實驗將預(yù)測層輸出的艦船目標(biāo)類型數(shù)改為訓(xùn)練集對應(yīng)的類型數(shù)量，利用自建的艦船數(shù)據(jù)庫進(jìn)行了3組訓(xùn)練：1)將可見光樣本的4/5作為訓(xùn)練集，1/5作為測試集，驗證模型的同源有效性；2)將全部可見光樣本作為訓(xùn)練集，紅外圖像作為測試集，驗證模型的異源遷移性；3)將整個數(shù)據(jù)集(即兩種源域混合)的4/5作為訓(xùn)練集，1/5作為測試集，驗證模型的多源融合性。由于實用時多為紅外探測體制，本節(jié)將數(shù)據(jù)集中的可見光圖像都進(jìn)行灰度化處理，以使樣本接近紅外圖像。

訓(xùn)練完成后，將得到的權(quán)值模型在對應(yīng)測試集上進(jìn)行批量測試，檢測框的概率閾值設(shè)為0.5。這里選取改進(jìn)SSD算法的部分檢測效果圖，如圖8和圖9所示，并按照3.2節(jié)的評價指標(biāo)對實驗結(jié)果進(jìn)行了統(tǒng)計，見表2。結(jié)果表明：改進(jìn)SSD算法能夠?qū)Χ嗄B(tài)下水面和港口不同姿態(tài)的艦船進(jìn)行有效檢測，能夠?qū)Χ鄠€類型進(jìn)行區(qū)分，并適應(yīng)于多種場景，具有一定的泛化能力和較強(qiáng)的魯棒性。測試時間在TitanX約55ms一幀，在TX2上約200ms一幀，滿足工程應(yīng)用的實時性要求。

圖8 可見光圖像檢測結(jié)果圖Fig.8 Visible image detection results

圖9 紅外圖像檢測結(jié)果圖Fig.9 Infrared image detection results

訓(xùn)練集識別概率/%識別精度/pix識別速度/FPS第1組91.24.815.7第2組89.75.617.0第3組92.44.516.6

對比表2的第1、2組統(tǒng)計結(jié)果可知，算法在同源訓(xùn)測數(shù)據(jù)的性能表現(xiàn)要優(yōu)于異源，這說明由可見光樣本訓(xùn)練出的網(wǎng)絡(luò)模型雖然具有一定的異源遷移能力，但其性能表現(xiàn)仍不如在數(shù)據(jù)分布更接近的同源數(shù)據(jù)上。這一現(xiàn)象符合深度學(xué)習(xí)算法的原理，借鑒到工程應(yīng)用時則需將訓(xùn)練樣本盡可能地接近實際測試樣本。對比第1、3組統(tǒng)計結(jié)果可知，算法在多源訓(xùn)測數(shù)據(jù)的性能表現(xiàn)要優(yōu)于同源，這說明擴(kuò)大數(shù)據(jù)量和提高樣本多樣性對提高算法性能有較大的幫助。借鑒到工程應(yīng)用中，則是對于難獲取的非合作艦船目標(biāo)，盡可能地搜集類似的紅外樣本，與可見光仿真樣本混合訓(xùn)練，有助于提高待打擊目標(biāo)的識別性能。

為證明本文算法的優(yōu)越性，實驗在相同配置條件下按照第3組訓(xùn)練方式做了改進(jìn)SSD算法和其他通用深度學(xué)習(xí)檢測算法的性能對比，如表3所示。

表3 不同檢測模型的檢測性能對比

由表3的統(tǒng)計結(jié)果可得，改進(jìn)后的SSD算法較其他流行的深度學(xué)習(xí)算法在本文數(shù)據(jù)集上的性能表現(xiàn)最好，主要原因是其在SSD算法多尺度預(yù)測、默認(rèn)框機(jī)制、難例挖掘等優(yōu)勢基礎(chǔ)上加入了可變形卷積與池化操作、旋轉(zhuǎn)框機(jī)制，并且對損失函數(shù)進(jìn)行了優(yōu)化。以上改進(jìn)彌補(bǔ)了原始SSD算法較其他算法在精度上的不足，同時融合了MobileNet網(wǎng)絡(luò)架構(gòu)使算法基本維持了原有的識別時間。

4 結(jié)論

針對提高對海智能識別的使用需求，本文提出了一種端到端的艦船目標(biāo)精細(xì)化檢測方法。算法分析與實驗表明：

1)算法通過引入可變形卷積與池化模塊，對艦船目標(biāo)的幾何姿態(tài)信息具有較強(qiáng)的學(xué)習(xí)能力，可適應(yīng)復(fù)雜海面和港口環(huán)境下的艦船目標(biāo)檢測；

2)算法通過引入旋轉(zhuǎn)默認(rèn)框機(jī)制，使得檢測框包含了更少的背景信息并能夠給出目標(biāo)朝向信息，對不同姿態(tài)的海面艦船具有較強(qiáng)的魯棒性，分類能力更高；

3)算法借鑒MobileNet的思想對網(wǎng)絡(luò)進(jìn)行優(yōu)化，減少了冗余計算量，平衡了速度與精度，可滿足算法實時性要求；

4)算法對于訓(xùn)練集外的新目標(biāo)類型適應(yīng)能力較弱，對于外形比較接近的不同目標(biāo)或背景容易產(chǎn)生誤檢，對于弱小目標(biāo)容易產(chǎn)生漏檢，這些是有待進(jìn)一步提高的方面。