結(jié)合改進(jìn)ShuffleNet-V2和注意力機(jī)制的無人機(jī)圖像自主分類預(yù)警框架

摘 要：為實(shí)現(xiàn)災(zāi)難事件的無人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ） 自主監(jiān)測(cè)和預(yù)警，提出了結(jié)合逐通道注意力機(jī)制和高效卷積神經(jīng)網(wǎng)絡(luò)的新架構(gòu)。考慮到嵌入式平臺(tái)的資源限制條件，使用輕量級(jí)ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 作為骨干網(wǎng)絡(luò)，能夠?qū)Ω嘈畔⑦M(jìn)行高效編碼并盡可能降低網(wǎng)絡(luò)復(fù)雜度。為進(jìn)一步提高災(zāi)難場(chǎng)景分類的準(zhǔn)確度，在ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 網(wǎng)絡(luò)中結(jié)合了擠壓－激發(fā)（Ｓｑｕｅｅｚｅ-Ｅｘｃｉｔａｔｉｏｎ，ＳＥ） 模塊以實(shí)現(xiàn)逐通道注意力機(jī)制，顯著增強(qiáng)分類網(wǎng)絡(luò)對(duì)重要特征的關(guān)注度。通過數(shù)據(jù)采集和增強(qiáng)技術(shù)獲得包括１２ ８７６ 張圖像的ＵＡＶ 航拍災(zāi)難事件數(shù)據(jù)集，對(duì)所提方法進(jìn)行性能評(píng)估，并比較所提方法與其他先進(jìn)模型的性能。結(jié)果表明，所提方法取得了９９． ０１％ 的平均準(zhǔn)確度，模型大小僅為５． ６ ＭＢ，且在ＵＡＶ 機(jī)載平臺(tái)上的處理速度超過１０ ＦＰＳ，能夠滿足ＵＡＶ 平臺(tái)自主災(zāi)情監(jiān)測(cè)任務(wù)的現(xiàn)實(shí)需求。

關(guān)鍵詞：無人機(jī)；圖像分類；卷積神經(jīng)網(wǎng)絡(luò)；注意力機(jī)制；嵌入式平臺(tái)

中圖分類號(hào)：ＴＰ３９１ 文獻(xiàn)標(biāo)志碼：Ａ 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（ＯＳＩＤ）：

文章編號(hào)：１００３－３１０６（２０２４）０５－１２６１－０９

０ 引言

當(dāng)前，無人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ）已得到了廣泛應(yīng)用，例如交通監(jiān)測(cè)、搜索救援、精準(zhǔn)農(nóng)業(yè)和衛(wèi)星圖像處理等［１］。ＵＡＶ 尺寸小，可快速部署，是及時(shí)分析情況并消減災(zāi)難影響的有力工具，但受災(zāi)區(qū)域常存在連接性和可見性限制［２］。此外，自主ＵＡＶ 依賴機(jī)載傳感器和微處理器執(zhí)行給定任務(wù)。需要考慮算力和存儲(chǔ)硬件限制，并實(shí)現(xiàn)高效視覺處理［３］。

在災(zāi)難管理應(yīng)用的航拍圖像分類中，深度學(xué)習(xí)具有分類準(zhǔn)確度高、通用性強(qiáng)的優(yōu)點(diǎn)，發(fā)揮著重要作用［４］。深度學(xué)習(xí)算法，例如卷積神經(jīng)網(wǎng)絡(luò)（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＣＮＮ），被普遍視為許多計(jì)算機(jī)視覺應(yīng)用（圖像／ 視頻識(shí)別、檢測(cè)和分類）的發(fā)展方向，并已經(jīng)在各種應(yīng)用中表現(xiàn)出優(yōu)異性能［５］。文獻(xiàn)［６］提出了結(jié)合ＣＮＮ 和ＸＧＢｏｏｓｔ 的道路交通事故分類檢測(cè)算法，基于組合模型的分類結(jié)果進(jìn)行重要程度排序和特征相關(guān)性分析。該方法取得了９１． ５１％ 的預(yù)測(cè)準(zhǔn)確度。但該方法使用的ＣＮＮ 硬件資源需求較大，不適用于ＵＡＶ 嵌入式設(shè)備。文獻(xiàn)［７］提出了在雪崩場(chǎng)景中檢測(cè)感興趣目標(biāo)的方法，使用預(yù)訓(xùn)練Ｉｎｃｅｐｔｉｏｎ 網(wǎng)絡(luò)進(jìn)行特征提取，并利用線性支持向量機(jī)進(jìn)行分類，并基于隱藏馬爾科夫模型，應(yīng)用后處理以改善分類器的決策。文獻(xiàn)［８］提出了基于ＣＮＮ 的建筑物倒塌預(yù)測(cè)模型，利用淺層局部特征改善高度和目標(biāo)形狀估計(jì)，并使用漸進(jìn)式情境融合方法改善性能，并取得了最高９８． ７８％ 的整體檢測(cè)準(zhǔn)確度。文獻(xiàn)［９］提出了基于深度學(xué)習(xí)的ＵＡＶ 航拍圖像洪水檢測(cè)方案，利用Ｈａａｒ 級(jí)聯(lián)分類器捕捉場(chǎng)景特征以識(shí)別洪水區(qū)域。但該方法使用的訓(xùn)練數(shù)據(jù)集規(guī)模較小，因此在對(duì)洪水區(qū)域和非洪水區(qū)域的分類中僅取得了９１％ 的準(zhǔn)確度。文獻(xiàn)［１０］提出了ＵＡＶ 航拍圖像的火災(zāi)檢測(cè)算法，其中結(jié)合了ＣＮＮ 和ＹＯＬＯｖ３。該方法僅實(shí)現(xiàn)了８３％ 的檢測(cè)準(zhǔn)確度，且在ＵＡＶ 平臺(tái)上處理速度ＦＰＳ 僅為３． ２，不能滿足實(shí)時(shí)應(yīng)用需求。從過去方法的分析中可發(fā)現(xiàn)，當(dāng)前方法主要采用桌面式系統(tǒng)作為主計(jì)算平臺(tái)，在ＧＰＵ 上對(duì)ＵＡＶ 視頻片段進(jìn)行遠(yuǎn)程處理。然而，在特定場(chǎng)景中，通信延遲和連接性問題可能會(huì)影響到此類系統(tǒng)的性能，此外，過去方法大部分著眼于單一災(zāi)難事件的檢測(cè)，限制了預(yù)警平臺(tái)的應(yīng)用范圍。

本文提出了使用ＵＡＶ 機(jī)載平臺(tái)，對(duì)災(zāi)難事件進(jìn)行自動(dòng)分類的解決方案，并針對(duì)應(yīng)急救援應(yīng)用采集了ＵＡＶ 航拍圖像數(shù)據(jù)集。以往方法僅針對(duì)單一災(zāi)難事件，本文方案則訓(xùn)練網(wǎng)絡(luò)對(duì)４ 種災(zāi)難事件（火災(zāi)、洪災(zāi)、建筑物坍塌和交通事故）進(jìn)行識(shí)別，極大擴(kuò)展了ＵＡＶ 自主監(jiān)測(cè)的應(yīng)用范圍。所提方法使用高效ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 架構(gòu)，大幅降低了硬件資源要求，從而在ＵＡＶ 嵌入式平臺(tái)上實(shí)現(xiàn)實(shí)時(shí)處理。利用擠壓－激發(fā)（Ｓｑｕｅｅｚｅ-Ｅｘｃｉｔａｔｉｏｎ，ＳＥ）模塊，基于不同通道的重要程度調(diào)整注意力機(jī)制的關(guān)注度，顯著改善了分類準(zhǔn)確度。由此，在復(fù)雜度和準(zhǔn)確度之間實(shí)現(xiàn)平衡。

１ 提出的改進(jìn)型ＳｈｕｆｆｌｅＮｅｔ-Ｖ２

本文開發(fā)了基于自主式ＵＡＶ 平臺(tái)的災(zāi)難事件分類預(yù)警方法。在ＵＡＶ 嵌入式平臺(tái)上，利用深度學(xué)習(xí)模型實(shí)時(shí)分析通過ＵＡＶ 傳感器撲捉到的圖像，進(jìn)行災(zāi)難事件監(jiān)控，并在發(fā)生險(xiǎn)情時(shí)及時(shí)發(fā)出警報(bào)。所提系統(tǒng)中，開發(fā)了基于逐通道注意力（Ｃｈａｎｎｅｌ-ｗｉｓｅ Ａｔｔｅｎｔｉｏｎ，ＣＡ）機(jī)制的輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)。使用ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 作為骨干網(wǎng)絡(luò)，并利用ＳＥ 模塊作為改善ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 架構(gòu)的注意力機(jī)制。

１． １ ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 和ＳＥ 模塊

近期，基于ＣＮＮ 的分類系統(tǒng)得到了大量研究，其中對(duì)一些性能領(lǐng)先的深度學(xué)習(xí)框架的簡(jiǎn)單介紹如下：

ＡｌｅｘＮｅｔ［１１］：ＶＧＧ 網(wǎng)絡(luò)被廣泛用于從圖像中提?。茫危?特征。該網(wǎng)絡(luò)包含５ 個(gè)卷積和３ 個(gè)全連接層。該架構(gòu)準(zhǔn)確度較好，但評(píng)估成本高，參數(shù)量大，內(nèi)存占用大，不適用于移動(dòng)應(yīng)用。

ＭｏｂｉｌｅＮｅｔ［１２］：利用可分離卷積的理念，ＭｏｂｉｌｅＮｅｔ 可以在稍微降低分類準(zhǔn)確度的前提下減少計(jì)算成本。其在每個(gè)輸入通道處應(yīng)用單個(gè)過濾器，其后進(jìn)行線性合并。由此，對(duì)于移動(dòng)應(yīng)用，該網(wǎng)絡(luò)便于參數(shù)化，且易于優(yōu)化。

為提高深度神經(jīng)網(wǎng)絡(luò)（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ，ＤＮＮ）在嵌入式設(shè)備中的效率并保持準(zhǔn)確度，文獻(xiàn)［１３］提出了ＳｈｕｆｆｌｅＮｅｔ-Ｖ１ 模型，顯著降低了計(jì)算成本，并在圖像分類任務(wù)中取得較好成績(jī)。其中，將模型表示為逐點(diǎn)分組卷積和通道置亂，在特征映射通道中編碼更多信息。但由于僅利用小部分輸入通道推導(dǎo)出特定通道輸出，模型表征能力較差，為此一般采用通道置亂操作，通過將每個(gè)分組中的通道分割到不同分組，并將每個(gè)分組輸入到有著不同子分組的下一層，得到來自不同分組的數(shù)據(jù)。但瓶頸單元和逐點(diǎn)分組層增加了內(nèi)存訪問成本，過多分組降低了并行度。文獻(xiàn)［１４］提出了ＳｈｕｆｆｌｅＮｅｔ-Ｖ２，考慮到過多分組降低了并行度，利用通道分割替換分組操作，將輸入特征分為２個(gè)分支，進(jìn)一步降低了模型復(fù)雜度。

近期，注意力機(jī)制在各種自然語言處理、圖像描述和圖像理解領(lǐng)域得到了廣泛應(yīng)用，其中將可用處理資源分配至有用特征表示，同時(shí)抑制無用特征表示。文獻(xiàn)［１５］提出了ＳＥ模塊，以提高當(dāng)前模型的性能并降低計(jì)算成本，基于逐通道重要性對(duì)特征圖進(jìn)行自主調(diào)整。與卷積塊注意力模塊（ＣｏｎｖｏｌｕｔｉｏｎａｌＢｌｏｃｋＡｔｔｅｎｔｉｏｎＭｏｄｕｌｅ，ＣＢＡＭ）［１６］、高效通道注意（ＥｆｆｉｆｉｃｉｅｎｔＣｈａｎｎｅｌＡｔｔｅｎｔｉｏｎ，ＥＣＡ）［１７］等其他注意力模塊相比，ＳＥ模塊在準(zhǔn)確度和處理速度方面實(shí)現(xiàn)了較好的平衡，更適用于針對(duì)資源受限的嵌入式平臺(tái)設(shè)計(jì)的輕量級(jí)模型。

１．２ 改進(jìn)的方法

所提基于深度學(xué)習(xí)模型的ＵＡＶ災(zāi)難圖像分類框架的流程如圖１所示。首先將訓(xùn)練數(shù)據(jù)集中的圖像輸入所提圖像分類模型，改進(jìn)模型中結(jié)合了Ｓｈｕｆ-ｆｌｅＮｅｔ-Ｖ２架構(gòu)和ＳＥ模塊，在Ｓｈｕｆｆｌｅ架構(gòu)前３個(gè)階段的級(jí)聯(lián)（Ｃｏｎｃａｔ）操作后，ＳＥ模塊輸入特征圖作為輸入，通過對(duì)Ｓｈｕｆｆｌｅ模塊中不同層級(jí)特征圖進(jìn)行加權(quán)，從而使網(wǎng)絡(luò)更加關(guān)注重要的特征，在降低計(jì)算成本的同時(shí)，增強(qiáng)模型的學(xué)習(xí)能力和分類性能。

所提網(wǎng)絡(luò)架構(gòu)如圖２所示。ＳｈｕｆｆｌｅＮｅｔ-Ｖ２通過４個(gè)不同階段分層逐步提取特征。其中，階段１學(xué)習(xí)如邊緣和紋理等基礎(chǔ)特征，階段２學(xué)習(xí)如形狀等抽象復(fù)雜特征，階段３學(xué)習(xí)如語義信息等高級(jí)特征，階段４將高級(jí)特征轉(zhuǎn)換為分類預(yù)測(cè)。所提改進(jìn)方法在原ＳｈｆｆｌｅＮｅｔ-Ｖ２的前３個(gè)階段的末尾分別添加了一個(gè)ＳＥ模塊，因此，改進(jìn)架構(gòu)同樣分為４個(gè)階段，第一個(gè)階段的每個(gè)模塊的步長(zhǎng)設(shè)為２，以實(shí)現(xiàn)下采樣。將其余階段的步長(zhǎng)設(shè)為１。在每個(gè)單元開始時(shí)，通過通道分割將特征通道輸入分割為２個(gè)分支。其中一個(gè)分支保持不變，另一個(gè)分支則包括有著相同輸入和輸出通道的３個(gè)卷積層，由此替換了分組卷積，降低了內(nèi)存訪問成本。在卷積后，將２個(gè)分組串聯(lián)，使得通道數(shù)保持不變。最后，使用通道置亂，確保２個(gè)分支之間的信息交換。在ＳｈｕｆｆｌｅＮｅｔ-Ｖ２中添加ＳＥ模塊有３種可行方式。第一種方式是在ＳｈｕｆｆｌｅＮｅｔ單元內(nèi)部嵌入ＳＥ模塊，在最后一個(gè)卷積層后直接連接ＳＥ模塊。第２種方式是將ＳＥ模塊放入與ＳｈｕｆｆｌｅＮｅｔ單元并行的直通分支。第３種方式是將ＳＥ模塊放置在ＳｈｕｆｆｌｅＮｅｔ架構(gòu)直通分支的ｃｏｎｃａｔ操作后。所提方法是針對(duì)嵌入式平臺(tái)實(shí)時(shí)檢測(cè)而提出的輕量級(jí)模型，應(yīng)在確保分類準(zhǔn)確度的同時(shí)，盡量降低計(jì)算成本。ＳｈｕｆｆｌｅＮｅｔ-Ｖ２架構(gòu)共包含１６個(gè)基本區(qū)塊，如果采取前２種方式，必須嵌入大量ＳＥ模塊，會(huì)使網(wǎng)絡(luò)變得冗余，大幅增加計(jì)算成本。為此，所提方法選擇了最后一種嵌入策略，在前３個(gè)階段的末端均放入ＳＥ模塊，即僅向ＳｈｕｆｆｌｅＮｅｔ-Ｖ２架構(gòu)添加３個(gè)ＳＥ模塊。

在圖２框架的下半部分為ＳＥ模塊。在Ｓｈｕｆ-ｆｌｅＮｅｔ-Ｖ２模塊后，使用ＳＥＮｅｔ理念處理特征通道。首先，使用全局平均池化將通道空間特征轉(zhuǎn)換為全局特征；然后，利用全連接（ＦｕｌｌｙＣｏｎｎｅｃｔｅｄ，ＦＣ）層降低模型復(fù)雜度，提高通用性；使用ＲｅＬＵ作為激活層，使用ＦＣ層恢復(fù)尺寸；最后，將每個(gè)通道的加權(quán)系數(shù)與原始特征相乘。

在擠壓階段應(yīng)用全局平均池化，通過生成逐通道統(tǒng)計(jì)信息嵌入全局空間信息。具體來說，將輸入特征圖Ｕ＝［ｕ１，ｕ２，…，ｕＣ］視為通道ｕｉ∈RＨ×Ｗ的組合，Ｃ為輸出通道數(shù)。采用簡(jiǎn)單聚合技術(shù)，利用全局平均池化操作對(duì)整個(gè)圖像進(jìn)行收縮，得到：

式中，Ｆｓｑ（．）為擠壓映射，Ｈ×Ｗ 為圖像尺寸，ｚｃ為向量ｚ∈R１×１×Ｃ的第ｃ個(gè)元素，ｕｃ∈Ｕ為第ｃ個(gè)特征圖，（ｉ，ｊ）對(duì)應(yīng)空間位置，ｉ∈ ｛１，２，…，Ｈ｝，ｊ∈ ｛１，２，…，Ｗ｝。Ｕ 可視為整個(gè)圖像的局部描述子集合，包含整個(gè)圖像的大量統(tǒng)計(jì)信息，因此利用全局平均池化降低處理成本。該操作將全局空間信息嵌入向量ｚ。

激發(fā)階段，基于從擠壓信息中推導(dǎo)出的聚合信息，充分捕捉逐通道依賴性，學(xué)習(xí)通道之間的非線性交互以及非互斥信息，以確保允許將多條通道作為重點(diǎn)對(duì)象。將ｚ 轉(zhuǎn)換為：

ｚ＾＝ Ｆｅｘ（ｚ，Ｗ） ＝ σ（Ｗ２ δ（Ｗ１ ｚ））， （２）

式中：Ｆｅｘ（． ）為激發(fā)映射，δ（． ）為ＲｅＬＵ 函數(shù)，σ 為Ｓｉｇｍｏｉｄ 層。Ｗ１ ∈?。茫颉粒?和Ｗ２ ∈！Ｃ×Ｃｒ分別為２ 個(gè)全連接層的權(quán)重，其中，參數(shù)ｒ 表示壓縮比，對(duì)逐通道依賴性進(jìn)行編碼。為限制模型復(fù)雜度，提高通用性，利用２ 個(gè)全連接層形成瓶頸，將門限機(jī)制參數(shù)化，該結(jié)構(gòu)首先為基于參數(shù)Ｗ１ 的降維層，中間為ＲｅＬＵ，其后為基于參數(shù)Ｗ２ 的升維層。根據(jù)經(jīng)驗(yàn)，設(shè)ｒ ＝ ２。ｚ＾的激活動(dòng)態(tài)區(qū)間為［０，１］，將其通過Ｓｉｇｍｏｉｄ 層，即σ（ｚ＾）。得到的向量用于對(duì)轉(zhuǎn)換輸出Ｕ 進(jìn)行重新標(biāo)定或激發(fā)：

U＾＝ ［σ（ｚ＾ １ ）ｕ１ ，σ（ｚ＾２ ）ｕ２ ，…，σ（ｚ＾ Ｃ ）ｕＣ ］， （３）

式中：σ（ｚ＾ｉ）表示第ｉ 個(gè)通道的重要程度，由此決定對(duì)該通道的擴(kuò)展或收縮。σ（ｚ＾ｉ ）隨著網(wǎng)絡(luò)學(xué)習(xí)自適應(yīng)調(diào)整，以忽視不重要的通道，并強(qiáng)調(diào)重要通道。圖３ 給出了修改后的ＳＥ 模塊在所提框架中的工作原理。

２ 實(shí)驗(yàn)與分析

本文在Ｗｉｎｄｏｗｓ ７，ＣＰＵ Ｉｎｔｅｌ ｉ５ ９６００Ｋ ＠ ３． ７ ＧＨｚ和ＧＴＸ １０６０ 環(huán)境下進(jìn)行，使用Ｍａｔｌａｂ ２０１６ｂ?，F(xiàn)實(shí)世界實(shí)驗(yàn)中，考慮２ 種情況：① 在嵌入式設(shè)備上處理所有計(jì)算，以驗(yàn)證在資源受限的ＵＡＶ 平臺(tái)上的性能；② 使用手機(jī)作為ＵＡＶ 地面基站，連接到ＵＡＶ控制器以處理輸入圖像?？紤]到實(shí)時(shí)流處理，即相機(jī)按順序輸出每幀圖像，重點(diǎn)分析單張圖像的處理速度。

２． １ 數(shù)據(jù)集采集與增強(qiáng)

為訓(xùn)練ＣＮＮ 進(jìn)行航拍圖像分類，首先需要針對(duì)該任務(wù)采集合適的數(shù)據(jù)集。為此，本文針對(duì)應(yīng)急救援應(yīng)用創(chuàng)建了專用數(shù)據(jù)集。從多個(gè)來源采集這些災(zāi)難類別的航拍圖像，包括百度圖像、新聞網(wǎng)站、航拍圖像數(shù)據(jù)庫(kù)以及從本文的ＵＡＶ 平臺(tái)上采集的圖像。在數(shù)據(jù)采集過程中，以不同分辨率、不同的照明和視角條件，捕捉各種不同的災(zāi)難事件。最后，為貼近現(xiàn)實(shí)世界場(chǎng)景，該數(shù)據(jù)中的場(chǎng)景占比是不平衡的，其中包含更多的無異常類圖像。表１ 列舉了數(shù)據(jù)集詳情。

ＵＡＶ 的操作條件會(huì)受到不同環(huán)境的影響，因此數(shù)據(jù)集內(nèi)不應(yīng)該僅包含清晰的圖像。此外，數(shù)據(jù)采集過程可能非常耗時(shí)，成本較高。為進(jìn)一步擴(kuò)充數(shù)據(jù)集，在將圖像添加到訓(xùn)練批次之前，先對(duì)每個(gè)圖像應(yīng)用概率性的隨機(jī)增廣。

① 圖像旋轉(zhuǎn)：為得到各種不同方向拍攝到的災(zāi)難圖像，將數(shù)據(jù)集中的圖像以９０°、１８０°和２７０°旋轉(zhuǎn)并鏡像操作。旋轉(zhuǎn)增強(qiáng)技術(shù)能夠提高深度神經(jīng)網(wǎng)絡(luò)在不同高度執(zhí)行檢測(cè)時(shí)的分類性能。

② 圖像顏色和亮度：為提高災(zāi)難事件在不同照明條件下的可見性，以不同亮度水平對(duì)圖像進(jìn)行增強(qiáng)，選擇合適的圖像亮度范圍，ｌｍｉｎ ＝ ０． ４，ｌｍａｘ ＝ １． ５。

③ 添加高斯和椒鹽噪聲：由于ＵＡＶ 相機(jī)可能會(huì)捕捉到模糊圖像，向圖像添加０． ００４ 的椒鹽噪聲，以提高模型對(duì)不同照明條件下災(zāi)難時(shí)間的分類能力。

④ 隨機(jī)裁剪：最高隨機(jī)裁剪凸顯該區(qū)域的６０％ ，并執(zhí)行翻轉(zhuǎn)、寬度平移和高度平移，從而改善對(duì)事故僅僅存在于圖片邊緣等情況下的檢測(cè)性能。

⑤ 背景移除：移除背景，以提高模型學(xué)習(xí)災(zāi)難事件的能力。

⑥ 圖像縮放：對(duì)圖像進(jìn)行０． ８ ～ １． ０ 倍的縮放，用得出的數(shù)據(jù)集進(jìn)行訓(xùn)練，以提高模型在ＵＡＶ 設(shè)備上運(yùn)行時(shí)神經(jīng)網(wǎng)絡(luò)的分類性能。

以隨機(jī)概率應(yīng)用每種變換，并確保不會(huì)對(duì)訓(xùn)練批次中的所有圖像均進(jìn)行變換，以避免網(wǎng)絡(luò)將增廣屬性捕捉為數(shù)據(jù)集特征。通過數(shù)據(jù)增強(qiáng)避免過擬合，提高訓(xùn)練集可變性，實(shí)現(xiàn)更好的泛化性能。數(shù)據(jù)集中的一些樣本如圖４ 所示。通過數(shù)據(jù)集增強(qiáng)技術(shù)對(duì)初始數(shù)據(jù)集進(jìn)行顯著擴(kuò)展，增加了５ 倍以上的訓(xùn)練圖像。

２． ２ 性能度量

本文的最終目標(biāo)是在ＵＡＶ 上運(yùn)行模型，并在線處理每個(gè)圖像。因此，每個(gè)模型取得的每秒幀數(shù)（Ｆｒａｍｅ Ｐｅｒ Ｓｅｃｏｎｄ，ＦＰＳ）是重要的性能度量。此外，考慮到數(shù)據(jù)集不均衡情況，在正確分類樣本數(shù)之外，還使用平均Ｆ１ 得分作為學(xué)習(xí)性能指標(biāo)。

ＦＰＳ 指標(biāo)分析分類器處理傳入相機(jī)幀的速率ｖ：

式中：ｔｉ 為單張圖像處理速度，Ｎｔ 為測(cè)試樣本數(shù)量。

平均Ｆ１ 得分［１８］：該指標(biāo)測(cè)量通過每個(gè)類別的測(cè)試實(shí)例數(shù)加權(quán)后的所有類別上的平均準(zhǔn)確度。該指標(biāo)同時(shí)考慮了精度和召回率，數(shù)值較高意味著漏檢率和誤警率較低：

式中：Ｎｌ 為類別數(shù)量，ｐｉ ＝ ｔｐ/ｔｐ＋ｆｐ和ｓｎｉ ＝ ｔｐ/ｔｐ＋ｆｎ分別為精度和敏感度，ｔｐ 為真陽性檢測(cè)，ｆｐ 為假陽性檢測(cè)，ｆｎ 為假陰性檢測(cè)。

２． ３ 網(wǎng)絡(luò)訓(xùn)練

通過相同框架對(duì)所有網(wǎng)絡(luò)（ＡｌｅｘＮｅｔ、ＭｏｂｉｌｅＮｅｔ、ＳｈｕｆｆｌｅＮｅｔ-Ｖ１、ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 和本文方法）進(jìn)行訓(xùn)練和測(cè)試，以確保相同條件下的公平比較。使用Ｋｅｒａｓ 深度學(xué)習(xí)框架，并將Ｔｅｎｓｏｒｆｌｏｗ 作為后端［１９］。除了指定較小尺寸輸入圖像的ＭｏｂｉｌｅＮｅｔ 外，盡可能為所有網(wǎng)絡(luò)使用相同的圖像大小（２４０ ｐｉｘｅｌ×２４０ ｐｉｘｅｌ）。將數(shù)據(jù)集以４ ∶ １ 的比例劃分為訓(xùn)練集和測(cè)試集。如前文所述，無異常類為主要類，數(shù)量超過數(shù)據(jù)集中其他類別之和，這反映了現(xiàn)實(shí)情況，但也可能在網(wǎng)絡(luò)中產(chǎn)生過擬合問題。為避免數(shù)據(jù)集不平衡問題，在相同批次內(nèi)同時(shí)對(duì)非異常類進(jìn)行下采樣，對(duì)其他類別進(jìn)行上采樣。為此，從每個(gè)類別中選擇相同數(shù)量的圖像以形成批次，由此實(shí)現(xiàn)對(duì)各種不同情況的平等表達(dá)。

將模型的最后一層替換為輸出層，其等于總類別數(shù)，本文實(shí)驗(yàn)中共５ 類，包括４ 類災(zāi)難場(chǎng)景和１ 類無異常場(chǎng)景。對(duì)所有網(wǎng)絡(luò)的超參數(shù)進(jìn)行標(biāo)準(zhǔn)化。使用了Ａｄａｍ 優(yōu)化方法，初始學(xué)習(xí)率為０． ００１，每５ 代乘以０． ９５，以實(shí)現(xiàn)平滑的學(xué)習(xí)率衰減。對(duì)每個(gè)網(wǎng)絡(luò)進(jìn)行１２ ０００ 代訓(xùn)練，每代包含２００ 批的迭代，由于ＧＰＵ 存儲(chǔ)限制，將批大小設(shè)為１６。

２． ４ 仿真結(jié)果分析

圖５ 給出了在所提實(shí)驗(yàn)數(shù)據(jù)集上訓(xùn)練時(shí)，隨著迭代次數(shù)增加，ＡｌｅｘＮｅｔ、ＭｏｂｉｌｅＮｅｔ、ＳｈｕｆｆｌｅＮｅｔ-Ｖ１、ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 和本文方法的分類準(zhǔn)確度。從中可發(fā)現(xiàn)，所提方法準(zhǔn)確度與ＡｌｅｘＮｅｔ 大致相當(dāng)，優(yōu)于其他方法。這表明所提架構(gòu)在卷積神經(jīng)網(wǎng)絡(luò)中結(jié)合了逐通道注意力機(jī)制，有效提高了對(duì)重要特征的學(xué)習(xí)能力，改善了網(wǎng)絡(luò)分類性能，且所提網(wǎng)絡(luò)在少量迭代次數(shù)后就收斂至較高準(zhǔn)確度。ＭｏｂｉｌｅＮｅｔ 準(zhǔn)確度最低，且曲線波動(dòng)較大，不適用于對(duì)準(zhǔn)確度要求較高的災(zāi)難監(jiān)測(cè)任務(wù)。

表２ 給出了各模型的參數(shù)量、每秒浮點(diǎn)運(yùn)算次數(shù)（Ｆｌｏａｔｉｎｇｐｏｉｎｔ Ｏｐｅｒａｔｉｏｎｓ Ｐｅｒ Ｓｅｃｏｎｄ，ＦＬＯＰＳ）和在測(cè)試數(shù)據(jù)集上的準(zhǔn)確度結(jié)果。ＦＬＯＰＳ 是與平臺(tái)無關(guān)的復(fù)雜度指標(biāo)。從中可發(fā)現(xiàn)，ＡｌｅｘＮｅｔ 的準(zhǔn)確度稍優(yōu)于所提架構(gòu)，但該架構(gòu)的參數(shù)量非常大，對(duì)計(jì)算和存儲(chǔ)資源的要求很高，不適用于資源受限的嵌入式設(shè)備。ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 的準(zhǔn)確度低于ＳｈｕｆｆｌｅＮｅｔ-Ｖ１，這表明在降低資源使用量的情況下，其分類準(zhǔn)確度也受到了影響。所提方法準(zhǔn)確度僅稍低于ＡｌｅｘＮｅｔ，證明所提架構(gòu)通過結(jié)合注意力機(jī)制，有效增強(qiáng)了對(duì)重要特征的學(xué)習(xí)和處理能力，使得準(zhǔn)確度能夠滿足ＵＡＶ 災(zāi)難監(jiān)測(cè)任務(wù)的要求，且對(duì)算力的要求要小得多，能夠在低功耗設(shè)備上進(jìn)行實(shí)時(shí)處理。

表３ 列舉了各模型的存儲(chǔ)空間和增強(qiáng)訓(xùn)練集上的平均Ｆ１ 得分。其中，括號(hào)內(nèi)的數(shù)值為各模型使用未擴(kuò)充的訓(xùn)練集進(jìn)行模型訓(xùn)練后，在同樣的測(cè)試集上的性能表現(xiàn)。從中可以看出，盡管ＡｌｅｘＮｅｔ 的平均Ｆ１ 得分稍優(yōu)于本文方法，但硬件資源要求過高，不適用于嵌入式平臺(tái)。ＭｏｂｉｌｅＮｅｔ 的準(zhǔn)確度過低，不能滿足災(zāi)難場(chǎng)景監(jiān)控任務(wù)的要求。所提網(wǎng)絡(luò)的硬件資源需求和ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 大致相當(dāng)，能夠滿足實(shí)時(shí)控制需求，且在分類準(zhǔn)確度上獲得了較大提升。此外，各方法使用擴(kuò)充訓(xùn)練集后均取得了顯著的性能提升，證明本文使用的訓(xùn)練數(shù)據(jù)增強(qiáng)策略是有效且必要的。

為分析和比較在進(jìn)一步降低計(jì)算復(fù)雜度和模型參數(shù)量的情況下所提模型的性能，遵循文獻(xiàn)［１３ －１４］的結(jié)構(gòu)設(shè)定，將網(wǎng)絡(luò)寬度分別縮放至０． ２５ 倍和１ 倍，表示為ＳｈｕｆｆｌｅＮｅｔ（０． ２５ ×）和ＳｈｕｆｆｌｅＮｅｔ（１ ×），然后將ＳＥ 模塊分別應(yīng)用到這２ 個(gè)模型中。圖６ 給出了本文方法分別應(yīng)用到不同網(wǎng)絡(luò)寬度的ＳｈｕｆｆｌｅＮｅｔ-Ｖ１ 和ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 時(shí)，每個(gè)類別（火災(zāi)、洪災(zāi)、建筑物坍塌、交通事故和無異常）的分類結(jié)果，并與原始模型的結(jié)果相比較。從中可發(fā)現(xiàn)，所提方法在應(yīng)用到ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 后，在５ 個(gè)類別的分類準(zhǔn)確度分別為９９． ２％ 、９９． ６％ 、１００％ 、９５％ 和８８％ 。所提方法在應(yīng)用到ＳｈｕｆｆｌｅＮｅｔ-Ｖ１ 后，性能得到了進(jìn)一步提升，但由于網(wǎng)絡(luò)復(fù)雜度過高，如后文現(xiàn)實(shí)場(chǎng)景測(cè)試結(jié)果所示，ＳｈｕｆｆｌｅＮｅｔ-Ｖ１ 不能滿足機(jī)載平臺(tái)的實(shí)時(shí)性需求。此外，從實(shí)驗(yàn)結(jié)果中可發(fā)現(xiàn)，各方法在無異常場(chǎng)景中的分類準(zhǔn)確度都相對(duì)較低，這是因?yàn)樵谔貏e復(fù)雜的場(chǎng)景中，例如交通嚴(yán)重?fù)矶聢?chǎng)景，或者拍攝目標(biāo)被遮擋的情況下，模型可能會(huì)將正常場(chǎng)景誤分入某種災(zāi)難事件類別。

２． ５ 現(xiàn)實(shí)場(chǎng)景測(cè)試結(jié)果

在現(xiàn)實(shí)場(chǎng)景中評(píng)估所提架構(gòu)的性能。使用計(jì)算資源和能量受限的移動(dòng)設(shè)備，測(cè)量所提網(wǎng)絡(luò)的處理速度和比較方法的幀率。測(cè)試中使用了２ 種不同場(chǎng)景。場(chǎng)景１ 針對(duì)機(jī)載處理平臺(tái)，場(chǎng)景２ 使用手機(jī)連接作為ＵＡＶ 移動(dòng)地面基站，連接到ＵＡＶ 控制器以處理輸入圖像。這２ 種場(chǎng)景均易于部署，適合應(yīng)急場(chǎng)景中的遠(yuǎn)程監(jiān)測(cè)任務(wù)。圖７ 給出了實(shí)驗(yàn)平臺(tái)，其中，圖７ （ａ）為配置了高清相機(jī)的大疆Ｍａｔｒｉｃｅ ２００無人機(jī)，圖７（ｂ）為ＵＡＶ 控制平臺(tái)，采用廣播式自動(dòng)相關(guān)監(jiān)視系統(tǒng)（Ａｕｔｏｍａｔｉｃ Ｄｅｐｅｎｄｅｎｔ Ｓｕｒｖｅｉｌｌａｎｃｅ-Ｂｒｏａｄｃａｓｔ，ＡＤＳ-Ｂ），參數(shù)包括位置精度指標(biāo)（ＰｏｓｉｔｉｏｎＰｒｅｃｉｓｉｏｎ Ｉｎｄｉｃａｔｏｒ，ＰＰＩ）和高度指標(biāo)。ＡＤＳ-Ｂ ＰＰＩ 是基于水平和垂直位置精度指標(biāo)計(jì)算得出的綜合指標(biāo)，ＡＤＳ-Ｂ 高度為ＵＡＶ 相對(duì)于海平面的垂直高度。

① ＵＡＶ 機(jī)載處理：記載處理平臺(tái)采用四核ＡＲＭ Ｃｏｒｔｅｘｔ-Ａ５３ 處理器，性能和功耗方面能夠滿足ＵＡＶ 需求。對(duì)于圖像分類預(yù)警等實(shí)時(shí)應(yīng)用場(chǎng)景，處理速度對(duì)于實(shí)時(shí)性至關(guān)重要。當(dāng)模型的ＦＰＳ 較低時(shí)，處理速度變慢，可能導(dǎo)致處理延遲，從而無法滿足實(shí)時(shí)性的要求。表４ 給出了不同模型在機(jī)載平臺(tái)和移動(dòng)基站上的處理速度ＦＰＳ 結(jié)果，從中可發(fā)現(xiàn)，所提網(wǎng)絡(luò)在該平臺(tái)上取得了１２． ５ ＦＰＳ 的結(jié)果，優(yōu)于其他方法，能夠滿足實(shí)時(shí)處理需求。

② ＵＡＶ 移動(dòng)基站處理：將ＵＡＶ 控制器連接到作為移動(dòng)控制基站的手機(jī)，接收ＵＡＶ 相機(jī)圖片并進(jìn)行處理。其他方法的幀率均為８ ＦＰＳ 以下，本文方法取得了約１０ ＦＰＳ 的結(jié)果。要指出，在現(xiàn)實(shí)場(chǎng)景中，ＵＡＶ 和控制器之間存在干擾，會(huì)影響到災(zāi)難事件監(jiān)測(cè)任務(wù)的可靠性［２０］。ＵＡＶ 機(jī)載平臺(tái)能夠很好地克服連接性和可見性方面的約束，更適用于應(yīng)急救援任務(wù)。

３ 結(jié)束語

本文提出了應(yīng)急救災(zāi)應(yīng)用的ＵＡＶ 機(jī)載實(shí)時(shí)檢測(cè)預(yù)警方案。利用高效深度學(xué)習(xí)系統(tǒng)，在ＵＡＶ 平臺(tái)上對(duì)傳感器拍攝到的圖像進(jìn)行實(shí)時(shí)處理，自動(dòng)對(duì)災(zāi)難事件進(jìn)行識(shí)別和分類。所提架構(gòu)結(jié)合了輕量級(jí)ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 網(wǎng)絡(luò)和ＳＥ 單元，在提高分類準(zhǔn)確度和降低硬件資源消耗之間實(shí)現(xiàn)了較好平衡。實(shí)驗(yàn)結(jié)果證明所提方案適用于資源受限的嵌入式平臺(tái)，且分類準(zhǔn)確度能夠滿足實(shí)時(shí)災(zāi)情監(jiān)控應(yīng)用的需求。

參考文獻(xiàn)

［１］ ＰＳ Ｒ，ＪＥＹＡＮ Ｍ Ｌ． Ｍｉｎｉ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｓｙｓｔｅｍｓ（ＵＡＶ）Ａ Ｒｅｖｉｅｗ ｏｆ ｔｈｅ Ｐａｒａｍｅｔｅｒｓ ｆｏｒ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ａＭｉｎｉ ＵＡＶ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ａｖｉａｔｉｏｎ，Ａｅｒｏｎａｕｔｉｃｓ，ａｎｄ Ａｅｒｏｓｐａｃｅ，２０２０，７（３）：１２６－１３４．

［２］ 周劍，賈金巖，張震，等． 面向應(yīng)急保障的５Ｇ 網(wǎng)聯(lián)無人機(jī)關(guān)鍵技術(shù)［Ｊ］． 重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），２０２０，３２（４）：５１１－５１８．

［３］ ＤＯＢＲＥＡ Ｄ Ｍ，ＤＯＢＲＥＡ Ｍ Ｃ，ＯＢＲＥＪＡ Ｍ Ｅ． ＵＡＶ Ｅｍｂｅｄｄｅｄ ＳｙｓｔｅｍＡ Ｓｅｌｅｃｔｉｏｎ Ｐｒｏｃｅｓｓ［Ｃ］∥２０２１ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｓｉｇｎａｌｓ，Ｃｉｒｃｕｉｔｓ ａｎｄ Ｓｙｓｔｅｍｓ（ＩＳＳＣＳ）． Ｉａｓｉ：ＩＥＥＥ，２０２１：１－４．

［４］ 程擎，范滿，李彥冬，等． 無人機(jī)航拍圖像語義分割研究綜述［Ｊ］． 計(jì)算機(jī)工程與應(yīng)用，２０２１，５７（１９）：５７－６９．

［５］ ＫＡＴＴＥＮＢＯＲＮ Ｔ，ＬＥＩＴＬＯＦＦ Ｊ，ＳＣＨＩＥＦＥＲ Ｆ，ｅｔ ａｌ． Ｒｅｖｉｅｗ ｏｎ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ （ＣＮＮ）ｉｎ Ｖｅｇｅｔａｔｉｏｎ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ［Ｊ］． ＩＳＰＲＳ Ｊｏｕｒｎａｌ ｏｆ Ｐｈｏｔｏｇｒａｍｍｅｔｒｙ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２１，１７３：２４－４９．

［６］ 石雪懷，戚盠，張偉斌，等． 基于組合模型的交通事故嚴(yán)重程度預(yù)測(cè)方法［Ｊ］． 計(jì)算機(jī)應(yīng)用研究，２０１９，３６（８）：２３９５－２３９９．

［７］ ＢＥＪＩＧＡ Ｍ Ｂ，ＺＥＧＧＡＤＡ Ａ，ＮＯＵＦＦＩＤＪ Ａ，ｅｔ ａｌ． Ａ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ Ａｐｐｒｏａｃｈ ｆｏｒ ＡｓｓｉｓｔｉｎｇＡｖａｌａｎｃｈｅ Ｓｅａｒｃｈ ａｎｄ Ｒｅｓｃｕｅ Ｏｐｅｒａｔｉｏｎｓ ｗｉｔｈ ＵＡＶ Ｉｍａｇｅｒｙ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０１７，９（２）：１００．

［８］ ＡＭＩＲＫＯＬＡＥＥ Ｈ Ａ，ＡＲＥＦＩ Ｈ． ＣＮＮｂａｓｅｄ Ｅｓｔｉｍａｔｉｏｎ ｏｆＰｒｅａｎｄ Ｐｏｓｔｅａｒｔｈｑｕａｋｅ Ｈｅｉｇｈｔ Ｍｏｄｅｌｓ ｆｒｏｍ ＳｉｎｇｌｅＯｐｔｉｃａｌ Ｉｍａｇｅｓ ｆｏｒ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ Ｃｏｌｌａｐｓｅｄ Ｂｕｉｌｄｉｎｇｓ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｌｅｔｔｅｒｓ，２０１９，１０（７）：６７９－６８８．

［９］ ＭＵＮＡＷＡＲ Ｈ Ｓ，ＵＬＬＡＨ Ｆ，ＱＡＹＹＵＭ Ｓ，ｅｔ ａｌ． Ａｐｐｌｉｃａｔｉｏｎｏｆ Ｄｅｅｐ Ｌｅａｒｎｉｎｇ ｏｎ ＵＡＶｂａｓｅｄ Ａｅｒｉａｌ Ｉｍａｇｅｓ ｆｏｒ Ｆｌｏｏｄ Ｄｅｔｅｃｔｉｏｎ［Ｊ］． Ｓｍａｒｔ Ｃｉｔｉｅｓ，２０２１，４（３）：１２２０－１２４２．

［１０］ ＪＩＡＯ Ｚ Ｔ，ＺＨＡＮＧ Ｙ Ｍ，ＸＩＮ Ｊ，ｅｔ ａｌ． Ａ Ｄｅｅｐ ＬｅａｒｎｉｎｇＢａｓｅｄ Ｆｏｒｅｓｔ Ｆｉｒｅ Ｄｅｔｅｃｔｉｏｎ Ａｐｐｒｏａｃｈ Ｕｓｉｎｇ ＵＡＶ ａｎｄＹＯＬＯｖ３［Ｃ］∥２０１９ １ｓｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｄｕｓｔｒｉａｌ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ （ＩＡＩ）． Ｓｈｅｎｙａｎｇ：ＩＥＥＥ，２０１９：１－５．

［１１］ 黨宇，張繼賢，鄧喀中，等． 基于深度學(xué)習(xí)ＡｌｅｘＮｅｔ 的遙感影像地表覆蓋分類評(píng)價(jià)研究［Ｊ］． 地球信息科學(xué)學(xué)報(bào)，２０１７，１９（１１）：１５３０－１５３７．

［１２］ 王威，鄒婷，王新． 基于局部感受野擴(kuò)張ＤＭｏｂｉｌｅＮｅｔ模型的圖像分類方法［Ｊ］． 計(jì)算機(jī)應(yīng)用研究，２０２０，３７（４）：１２６１－１２６４．

［１３］ ＺＨＡＮＧ Ｘ Ｙ，ＺＨＯＵ Ｘ Ｙ，ＬＩＮ Ｍ Ｘ，ｅｔ ａｌ． Ｓｈｕｆｆｌｅｎｅｔ：ＡｎＥｘｔｒｅｍｅｌｙ Ｅｆｆｉｃｉｅｎｔ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ｆｏｒ Ｍｏｂｉｌｅ Ｄｅｖｉｃｅｓ［Ｃ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｓａｌｔ ＬａｋｅＣｉｔｙ：ＩＥＥＥ，２０１８：６８４８－６８５６．

［１４］ ＭＡ Ｎ Ｎ，ＺＨＡＮＧ Ｘ Ｙ，ＺＨＥＮＧ Ｈ Ｔ，ｅｔ ａｌ． ＳｈｕｆｆｌｅＮｅｔ Ｖ２：Ｐｒａｃｔｉｃａｌ Ｇｕｉｄｅｌｉｎｅｓ ｆｏｒ Ｅｆｆｉｃｉｅｎｔ ＣＮＮ Ａｒｃｈｉｔｅｃｔｕｒｅ Ｄｅｓｉｇｎ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ （ＥＣＣＶ）． Ｍｕｎｉｃｈ：Ｓｐｒｉｎｇｅｒ，２０１８：１２２－１３８．

［１５］ ＨＵ Ｊ，ＳＨＥＮ Ｌ，ＳＵＮ Ｇ． ＳｑｕｅｅｚｅａｎｄＥｘｃｉｔａｔｉｏｎ Ｎｅｔｗｏｒｋｓ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｓａｌｔ Ｌａｋｅ Ｃｉｔｙ：ＩＥＥＥ，２０１８：７１３２－７１４１．

［１６］ ＷＯＯ Ｓ，ＰＡＲＫ Ｊ，ＬＥＥ Ｊ Ｙ，ｅｔ ａｌ． ＣＢＡＭ：ＣｏｎｖｏｌｕｔｉｏｎａｌＢｌｏｃｋ Ａｔｔｅｎｔｉｏｎ Ｍｏｄｕｌｅ ［Ｃ ］∥ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅＥｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ （ＥＣＣＶ）． Ｍｕｎｉｃｈ：Ｓｐｒｉｎｇｅｒ，２０１８：３－１９．

［１７］ ＷＡＮＧ Ｑ Ｌ，ＷＵ Ｂ Ｇ，ＺＨＵ Ｐ Ｆ，ｅｔ ａｌ． ＥＣＡＮｅｔ：ＥｆｆｉｃｉｅｎｔＣｈａｎｎｅｌ Ａｔｔｅｎｔｉｏｎ ｆｏｒ Ｄｅｅｐ Ｃｏｎｖｏｌｕｔｉｏｎａｌ ＮｅｕｒａｌＮｅｔｗｏｒｋｓ［Ｃ］∥Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＩＥＥＥ ／ ＣＶＦ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｓｅａｔｔｌｅ：ＩＥＥＥ，２０２０：１１５３４－１１５４２．

［１８］ ＨＯＳＳＩＮ Ｍ，ＳＵＬＡＩＭＡＮ Ｍ Ｎ． Ａ Ｒｅｖｉｅｗ ｏｎ ＥｖａｌｕａｔｉｏｎＭｅｔｒｉｃｓ ｆｏｒ Ｄａｔａ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｅｖａｌｕａｔｉｏｎｓ ［Ｊ ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ＆ Ｋｎｏｗｌｅｄｇｅ Ｍａｎａｇｅｍｅｎｔ Ｐｒｏｃｅｓｓ，２０１５，５（２）：１－１１．

［１９］ ＧＲＡＴＴＡＲＯＬＡ Ｄ，ＡＬＩＰＰＩ Ｃ． Ｇｒａｐｈ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ｉｎＴｅｎｓｏｒＦｌｏｗ ａｎｄ Ｋｅｒａｓ ｗｉｔｈ Ｓｐｅｋｔｒａｌ ［Ａｐｐｌｉｃａｔｉｏｎ Ｎｏｔｅｓ］［Ｊ］． ＩＥＥＥ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ｍａｇａｚｉｎｅ，２０２１，１６（１）：９９－１０６．

［２０］ 張廣馳，陳嬌，崔苗，等． 無人機(jī)交替中繼通信及其軌跡優(yōu)化和功率分配研究［Ｊ］． 電子與信息學(xué)報(bào)，２０２２，４３（１２）：３５５４－３５６２．

作者簡(jiǎn)介

楊 珍 女，（１９８２—），碩士，副教授。主要研究方向：計(jì)算機(jī)圖形圖像等。

（*通信作者）吳珊丹 女，（１９８１—），碩士，副教授。主要研究方向：計(jì)算機(jī)圖形圖像等。

賈 如 女，（１９８２—），博士，講師。主要研究方向：大數(shù)據(jù)、社交網(wǎng)絡(luò)和智能推薦。

基金項(xiàng)目：國(guó)家自然科學(xué)基金（３２１６０５０６）；內(nèi)蒙古自治區(qū)自然科學(xué)基金（２０１４ＭＳ０６１６）