基于深度學習的復雜沙漠背景SAR目標檢測

夏 勇， 田西蘭， 常 沛， 蔡紅軍

(1.中國電子科技集團公司第三十八研究所， 安徽合肥 230088；2.孔徑陣列與空間探測安徽省重點實驗室， 安徽合肥 230088)

0 引言

合成孔徑雷達(SAR)是一種微波成像傳感器，能夠獲得地物的二維圖像，是一種重要的對地觀測手段。其具有全天時全天候等多種特點，可以在惡劣的戰場條件下完成偵察任務。它在國民經濟和國防安全等領域有著極其廣泛的應用，比如彈道導彈防御系統、災情監測和地質礦物資源勘探等任務。隨著雷達技術的不斷發展，目標識別在雷達應用中的需求愈發強烈。SAR目標自動檢測識別已成為研究熱點。隨著SAR系統分辨率的提高，有助于獲得更加精細的目標信息。但是，圖像分辨率的不斷提高也給SAR目標檢測識別帶來了新的困難：場景變得更加復雜，并且數據量巨大，尤其是復雜沙漠背景圖像。

1 SAR目標檢測識別國內外研究

在過去的數十年間，涌現出很多SAR目標自動檢測識別的算法。傳統方法主要分為兩個步驟：目標檢測和分類識別。

檢測的目的是提取圖像中可能存在的目標，最常用的是恒虛警率(Constant False Alarm Rate，CFAR)檢測器[1]。CFAR算法一般含有3個輸入因素：虛警率、CFAR檢測器和雜波背景統計分布模型。該算法在目標與背景具有較高的對比度且場景簡單的情況下，能較好地從背景中分離出目標。但是，當面對種類繁多、散射特性迥異的雜波時，其檢測性能會有所下降，得到的往往不僅僅包括真實目標，比如坦克、武裝車輛；還有許多誤檢，如樹木、建筑物、橋梁和普通車輛等。虛警過多會給后續操作帶來更大的運算量，并會影響最終的識別結果；在接下來的分類任務中，需要提取許多不同的特征[2]，訓練特定的分類器，用于去除誤檢以實現對目標的精確識別。

當前SAR目標分類主要有兩種方法：基于模板匹配的方法和基于機器學習的方法。其中，基于模板匹配的方法應用最為廣泛。該方法對每一類生成一個模板分類器，將待識別目標輸入到這些分類器中，以輸出結果最優者為識別結果。基于模板匹配算法的計算效率低下，此外需要大容量存儲設備，該方法在實時應用上存在較大挑戰。

隨著人工神經網絡(Artificial Neural Network，ANN)和支持向量機[3](Support Vector Machine，SVM)的出現，機器學習的方法已廣泛應用于SAR目標自動檢測識別任務中。不同于模板匹配，分類問題的首要任務被轉化為提取一系列不同的特征去表征目標以及利用這些特征向量去訓練分類器。通過最小化損失函數，可以找到訓練集的最佳決策邊界。這些手工提取的特征需要對不同種類具有較好的可區分性，且對不同場景有較強的魯棒性，如何提取合適的特征成為其主要難點。

當前，隨著深度學習的火熱發展，卷積神經網絡(Convolutional Neural Network，CNN)在雷達目標識別領域已取得廣泛應用。深度學習與傳統模式識別方法的最大不同點是可以自動從大量數據中學習特征，而不再需要設計手工特征。王思雨等[4]將CNN引入到SAR飛機目標自動檢測識別系統中，并使用Terra SAR-X數據集對算法進行評估。Ren等[5]提出Faster-RCNN用于自然場景圖像目標檢測與識別，并在VOC數據集上取得良好的效果。

在上述研究基礎上，提出端對端沙漠背景SAR圖像目標檢測與識別，并且在合成沙漠背景圖像數據集上取得了很好的效果。該模型的框架如圖1所示。

圖1 沙漠背景SAR目標自動檢測識別框架流程

主要工作如下：

1) 為了提升目標檢測識別的準確性，并提升檢測的檢測速度，基于深度學習提出了端對端的目標檢測與識別算法。

2) 為了克服數據集的有限性，通過人工合成，得到沙漠背景數據集Desert-SAR，用于訓練和評估目標檢測算法。通過將合成目標與復雜沙漠背景SAR圖像融合得到Desert-SAR，實現數據集的擴充。

此外，Desert-SAR數據集的合成方法在第2節進行了介紹；第3節闡述了本方法的模型和訓練過程；第4節展示了本方法在Desert-SAR數據集上的效果和分析；結論和未來工作在第5節進行了介紹。

2 Desert-SAR數據集的生成

SAR目標檢測識別在很多場景中已取得廣泛應用，但針對沙漠背景目標檢測存在的問題仍亟待解決。當前沙漠背景的SAR圖像規模較小，為此，通過人工合成的方法生成Desert-SAR數據集，用于檢測識別網絡模型的訓練和測試。

傳統訓練樣本的合成主要將MSTAR數據集中的目標切片與背景圖片融合，由于受到數據集樣本數量、質量的限制，會導致目標數量不充分。此外，直接貼片會引入周圍信息，導致融合的圖像失真，如圖2所示。通過對比發現，本方法更接近真實情況。

圖2 傳統與融合方法效果對比

車輛目標通過SAR仿真成像軟件合成，目標包含方位角、俯仰角、方位向分辨率、距離向分辨率等參數，可以根據需要生成不同種類和方向的目標。圖像為復圖像，對應每個像素包含實部和虛部兩部分。示例模擬圖像如圖3所示。

圖3 示例模擬圖像

通過仿真軟件共生成不同方向的坦克目標144個，部分目標樣本示意圖如圖4所示。圖像塊大小為128×128，目標周圍的像素值均為零，不會引入周邊的信息，從而保證合成圖片有著更好的效果。

圖4 不同角度目標樣本示意圖

圖5 沙漠背景樣本圖

圖5展示了從大型沙漠SAR圖像中裁剪的復雜沙漠圖像作為背景，共剪切10種大小為1 100×1 300的復雜沙漠背景圖片，其中包含石塊、道路等各種復雜干擾因素。

隨機在沙漠背景圖片中放入5～10個合成目標，每個沙漠背景圖生成100個樣本。如此，共形成1 000張沙漠背景SAR圖像的Desert-SAR數據集。如圖6所示，展示了合成圖像及其標注效果。

圖6 合成沙漠背景SAR圖像及標注

3 沙漠背景SAR圖像目標檢測

模型訓練采用全監督訓練模式，整個訓練過程分為兩部分:第一部分利用遷移學習對網絡模型的部分參數進行預訓練；第二部分利用合成的Desert-SAR數據集對模型進行再訓練，完成對沙漠背景SAR圖像中對目標的檢測。

3.1 網絡模型基本結構

該網絡模型基于Faster-RCNN，其基本網絡結構如圖7所示。特征提取層通過多次卷積和池化操作，提取輸入圖像的特征圖，特征提取層包含VGG網絡和ZF網絡兩種，ZF網絡是VGG網絡的簡化版。候選提取層在特征圖上滑窗，提取候選框，為每個像素點設置9個大小長寬比不同的錨(anchor)，作為基礎候選框，并結合邊框回歸初步得到目標候選框。其中，錨的基礎尺寸分別為[8,16,32]，對應長寬比分別為[1∶1,1∶2,2∶1]。特征圖經過多次池化，相對于原圖縮小了一定比例，Base_size控制縮放比例，將候選框映射到原圖對應的目標中。由于目標相對于圖像而言較小，故需要對Base_size的大小進行適當修改，提升其對小目標的檢測能力。后續的分類識別層對候選目標進行精細分類識別，并進一步對邊框位置回歸，最終實現對沙漠背景SAR圖像的目標檢測。

圖7 網絡模型結構圖

3.2 遷移學習進行預訓練

遷移學習的定義是：運用已存在的知識對不同但相關領域問題進行求解的一種機器學習方法[6]。對于卷積神經網絡，遷移學習就是將在特定數據集上學到的“知識”應用到新的領域中。由于SAR圖像的數據相對較少，無法充分從零開始訓練網絡模型，故引入遷移學習。訓練過程中，遷移學習使用的具體步驟如下：

1) 利用大型數據集ILSVRC-2012對網絡模型的隨機初始化參數進行預訓練。

2) 保留訓練好的特征提取層參數，利用Desert-SAR數據集對候選提取層和分類識別層進行再訓練。

3) 利用再訓練好模型完成目標檢測和識別。

預訓練是光學圖像，與SAR圖像有差異，但通過大量訓練使得模型參數擬合到可以檢測識別目標，其效果遠遠優于初始化參數，并能大幅減少網絡的訓練開銷。如圖8所示，采用遷移學習的方法(虛線)與直接訓練的方法(實線)相比明顯加快了網絡的收斂速度，而且收斂后的損失值要小于直接訓練值。其次，該方法有效避免了網絡對大量訓練樣本的需要，大大提升了模型的魯棒性和泛化能力。

圖8 損失函數對比圖

4 實驗結果和分析

本方法在Desert-SAR數據集上進行訓練和測試。每種背景圖取80個，共800張圖像作為訓練集，剩余的200張圖像作為測試集。

4.1 實驗細節與評價標準

實驗運行環境為Windows7系統，Intel(R) CPU E5，16G RAM，NVIDIA K40 GPU的工作站。采用平均準度(Average Precision,AP)作為檢測效果評價標準，類別AP表示P-R曲線所圍成下面積。AP解決了傳統評估標準查全率(Recall,R)、查準率(Precission，P)和F-measure的單點值局限性。因此，AP可以更有效地綜合評估算法的有效性和準確性。

對于目標C，查全率P=圖片中目標C識別正確個數/C類別的總個數，公式為

對于目標C，查全率AP=每張圖的P求和/含有類別C的圖片個數，其公式為

4.2 實驗結果與分析

如表1所示，展示了本方法在Desert-SAR數據集上，不同參數對檢測效果的影響。

表1 各種參數對檢測效果的影響

通過對比T1和T2可以發現，采用預訓練模型可極大地提升目標檢測的性能。通過對比T2和T3，可以發現錨的Base_size越大反而不利于小目標檢測。通過對比T2和T4，可以發現特征提取層采用VGG網絡的檢測效果優于ZF網絡，但是其檢測速度大約是ZF網絡的一半，采取實驗T4的參數作為最終的檢測效果。

圖9展示了基于不同特征提取層訓練得到的模型對沙漠背景SAR圖像車輛目標的檢測效果，圖9(a)、圖9(b)、圖9(c)分別表示標注圖像、基于ZF網絡的檢測效果和基于VGG網絡的檢測效果。表2具體統計了這部分圖片的檢測效果。通過對比可以發現，基于VGG網絡的檢測效果優于基于ZF網絡的效果，其可以有效降低誤檢的數量，這是因為VGG網絡具有更好的特征提取能力，進而提升了其檢測識別效果。

圖9 部分圖片不同模型的檢測效果對比

網絡場景目標數檢測數虛警數漏檢數ZF場景17720場景251124VGG場景17700場景25184

圖10展示了VGG網絡Base_size不同時訓練得到的模型對沙漠背景SAR圖像車輛目標的檢測效果。圖10(a)、圖10(b)、圖10(c)分別表示標注圖像、錨Base_size為8的檢測效果和錨Base_size為16的檢測效果。表3具體統計了這部分圖片的檢測效果。通過對比可以發現，錨Base_size為8的時候可以檢測到更多的真實目標，具有更好的檢測效果。這是因為SAR目標在圖像中相對較小，預設的錨主要針對自然場景中的一般目標，相對于SAR目標尺寸過大。因此，針對不同檢測任務，為錨設置合適尺寸可有效提升檢測效果。

圖10 不同Base_size的檢測效果對比

Base_size場景目標數檢測數虛警漏檢8場景17720場景25112416場景17502場景25045

5 結束語

提出了一種基于深度學習的端對端的復雜沙漠背景SAR目標自動檢測識別系統。此外，提出了一種新的數據合成方法，生成沙漠背景SAR圖像數據集Desert-SAR用于訓練和測試。大量實驗證明本文的方法不僅能有效提升復雜沙漠背景SAR目標檢測識別的準確率，還能提升檢測速度。然而，本文方法對一些特別小的目標、特別低的對比度和類似目標物體的檢測效果較差。下一步研究將優化網絡結構，進一步提升該系統的魯棒性。