基于YOLO和幀間差分法的飛鳥檢測算法

摘? 要：飛鳥是飛行物中典型的“低慢小”目標，具有低可觀測性，在很多場景中它又是巨大的安全隱患。所以對飛鳥進行有效的檢測和驅趕是機場、高壓電站等高風險區域安保工作的重心。但飛鳥種類繁雜，其自身形態變化大且機動性極強的特點，讓飛鳥檢測的技術難度遠高于傳統的目標探測。文章對常見飛鳥目標檢測技術的研究及發展進行了梳理，介紹了其中各項解決方案的利弊，并提出了以幀間差分法和YOLOv5深度學習模型為基礎的新檢測方案。

關鍵字：飛鳥檢測;目標檢測;運動檢測;深度學習;YOLOv5

中圖分類號：TP391.41;TP183;V279? ? ? ? ? ?文獻標識碼：A 文章編號：2096-4706（2021）01-0092-03

Bird Detection Algorithm Based on YOLO and Inter Frame Difference Method

YANG Luye

（Shanghai University，Shanghai? 200444，China）

Abstract：Bird is a typical “low，slow and small” target in flying objects，which has low observability，and it is also a huge safety hazard in many scenes. Therefore，the effective detection of bird and driving it away is the focus of security work in high-risk areas such as airports and high-pressure power stations. But the kinds of bird are complex，their characteristic in own shape changes greatly and the mobility is very strong，which makes the technology difficulty of birds detection is more higher than the traditional target detection. This paper sorts out the research and development of common bird target detection technology，introduces the advantages and disadvantages of various solutions，and proposes a new detection scheme based on the deep learning model of inter frame difference method and YOLOv5.

Keywords：bird detection;target detection;motion detection;deep learning;YOLOv5

0? 引? 言

“鳥擊”是指在航空器起落或飛行途中與鳥類等小型物體相撞的惡性事件。全球每年發生近21 000起鳥擊事件，造成的直接或間接經濟損失超過10億。隨著疫情趨緩，全球旅游業開始復蘇，航班量的持續增長，使機場的“鳥擊”防范壓力愈發增大。傳統的機場安全監測依賴于人力觀測來預防“鳥擊”，但若遇到觀測點可見度低，觀測場地距離過遠，觀測背景復雜、干擾因素多等問題時，簡單的肉眼檢測往往難以實現高效的鳥情安全預警。為實現全天候高效不間斷的鳥情監測，經過30余年的發展，國內外相關機構已經研制出很多相對成熟的“雷達探鳥系統”，如美國Merlin雷達、加拿大Accipiter雷達、荷蘭Robin雷達以及中國民航科學技術研究院開發的“機場雷達探鳥與驅趕聯動系統”。多數雷達產品采用了S波段水平掃描雷達和X波段垂直掃描雷達共同檢測的方式，但目前受限于檢測精度不高（大多低于75%），且誤報較多導致探測效果還不能完全滿足機場的安保需求。本文對近年來各種場景下的飛鳥目標檢測及識別技術的研究發展進程進行歸納總結，并結合深度學習模型及動態檢測算法，建立全新的飛鳥識別解決方案。

1? 現有解決方案及前沿技術

1.1? 機場雷達飛鳥檢測系統

雷達主要利用S波段水平掃描整體覆蓋機場及周邊低空空域，輔以X波段垂直掃描所有航空器起降通道，采用鳥情信息提取算法獲取飛鳥目標信息，典型探鳥雷達如美國Merlin雷達。Accipiter雷達在Merlin雷達基礎上增設X波段拋物面天線部分;Robin雷達則是在Merlin雷達基礎上增設了調頻連續波雷達，用來增強對飛鳥目標判定的準確率[1-3]。

1.2? 基于微多普勒信號的飛鳥特征提取及判別

飛鳥的雙翅震動會在由主體平動產生的雷達回波多普勒頻移信號附近引入額外的調制邊帶，該信號稱為微多普勒信號，產生微多普勒效應[4]。微多普勒效應反映的是多普勒頻移的瞬時特性，表征了被檢測目標運動的瞬時徑向速度。

1.3? 基于深度學習的飛鳥特征提取及判別

基于深度學習模型高效的信息抽取和特征提取能力，不少最新的研究將傳統的鳥類雷達回波特征提取部分優化為深度學習模型提取。相較于傳統機器學習模型和統計學方法，深度學習模型能夠通過高維網絡架構挖掘原始數據中的隱藏特性，從而達到更好的泛化應用能力，在實際檢測中獲得更強的魯棒性。

目前流行的幾大解決方案都有其局限性。在雷達飛鳥檢測系統中，其主要觀測目標回波特征、頻率及其幅度還受到受檢測目標姿態、回波傳遞中是否連續、環境中是否出現遮擋物等多方因素的影響。真實的回波模型遠遠復雜于理想建模，需要不斷優化。在基于多普勒信號的特征提取系統中，常規外輻射源雷達工作效率較低，且由于飛鳥本身大小不一，其運動特性表現又不盡相同，精細化提取其特征進展較為緩慢，難以得到能夠符合大部分場景的精細化分類通用特征庫。在基于深度學習的飛鳥特征提取中，尚缺乏多場景下長期的數據觀測結果作為底層網絡結構建設的基礎依據。

2? 深度學習模型及動態識別模型

2.1? 幀間差分法

對于定點采集的連續視頻序列，可以利用連續幀之間的差值來檢測運動物體所在區域。算法是通過計算前后幀同位置像素點之差得到差值圖。再將差值圖轉化為灰度圖，調整合適的閾值后進行判別，找到變動明顯的像素點群。將像素點群經過聚類方法分化為若干個區域來排除噪聲點等環境干擾因素影響。劃選出所有可能區域后，再通過對場景目標物的特點進行分析和經驗建模篩出運動物體所在區域。

算法設計關鍵在于灰度圖時閾值的選取和差分法設計。若閾值選取過小將會導致噪點過多且無法排除背景干擾，閾值選取過高則會導致部分運動信息被忽略進而導致動態識別不準。常見的差分法有兩幀差分法和三幀差分法：

（1）二幀差分法是通過每一像素點在前一時間間隔和后一時間間隔的絕對差值所得，轉化為灰度圖后再通過連通性分析得到判別結果。

（2）三幀差分法先獲得時序序列前后幀灰度差值序列，再由前后幀差值序列中的前后值結果圖像按位做“與”操作后得到對應灰度圖，最后通過連通性分析得到判別結果。

兩種算法中二幀數差分法運算速度更快，適合目標數量多，檢測任務時效性要求高的場景，三幀差分法適合運動目標移動速度較快，環境噪音較大的場景。

2.2? YOLO v5網絡

YOLO深度學習框架（You Only Look Once）是由DIVVALA等人在2016年初提出的基于回歸的一種目標識別算法，至今已經發展到第五代YOLOv5[5]。YOLOv5在保留前幾版本極高的識別效率的前提下，通過引入殘差神經網絡中殘差塊的概念，動態調優網絡層級關系和已有預測模塊邏輯，大大提升了對小型物體的識別準確率。而且相較于之前的二版本，YOLOv5大大壓縮了算法模型規格，其中最小的模型YOLOv5s大小只有13 Mb，使得模型應用場景可以推廣到小微型終端。

3? 方案設計

由于檢測目標飛鳥的種類眾多、形態各異而且不同國家地區、不同地點鳥類形態差別極大，如我國鳥類常見種類為麻雀。而麻雀的主色灰白與水泥墻體背景色差距極小，所以在很多工業場合，很難將其直接識別出來。但若要訓練能在日常環境中準確判斷飛鳥位置的模型并保證其在多種環境下的魯棒性，則需要準備大量標注好的多類別多形態鳥類圖片。但是現有的所有已標注圖像數據集大多為全類別標注數據集，其中鳥類對應的數據量都遠遠不足，即使像Microsoft COCO這樣的大型成熟數據集中鳥類對應的圖片也不到一萬張。故若僅依靠累積數據量、標注完備數據集、訓練成熟的深度學習模型來達到精確識別飛鳥的目標，則需要投入大量的人力物力。需要安排眾多檢測員對每個可能場景逐一進行針對性數據采集和標注。這樣的方案不僅費時費力，而且訓練出來的模型缺乏泛化解釋能力，若轉換新場景則需要重新采集數據訓練。為達到高識別效率和多場景適應性，在觀察飛鳥特有的多局部運動特點（真實場景中鳥類有非常多的局部運動，幾乎沒有完全靜止的時刻，即使是在停立狀態下仍有鳥喙，鳥翼，鳥頭等位置的局部運動）后，我們引入動態檢測算法幀間差分法作為輔助檢測判斷，用YOLOv5獲得的鳥類識別結果圖和幀間差分法獲得的動態檢測結果圖綜合判斷以獲得飛鳥所在區域，如圖1所示。

其中K為0到1之間的正實數，是模型輔助判斷的超參數，代表深度學習檢測結果和動態檢測結果之間權重。當視頻清晰度較高，背景無過多噪音，鳥類整體識別度較高時，K可適當取大值以提升深度學習檢測結果權重;當背景噪音較高，同類干擾物較多，鳥類目標難以正常識別時，可以適當縮小K值以提升動態檢測權重，消除干擾物影響。

4? 算法測試

在測試中的高壓電站場景，背景雜音較小且飛鳥運動軌跡比較簡單，移動速度較低，故我們選擇二幀差分法作為動態檢測算法，用已訓練好的YOLOv5s輕量物體識別算法模型[5]作為物體識別部分算法其中YOLOv5和幀間差分法的檢測結果分別如圖2、圖3、圖4所示。

由動態檢測和物體識別兩部分算法得到置信度像素點級網格結果圖，其中動態檢測置信度像素點網格圖為動態檢測后獲得的二值結果圖，代表該像素點在該時間間隔內是否有變化，0代表物體沒有運動，1代表物體發生了變化。物體識別置信度網格結果圖則是0到1區間內的正常數，代表由YOLO算法給出的當前像素點歸屬于鳥類的置信度，0代表最不可能，1代表最可能。分別賦予物體檢測模型和動態檢測模型K與（1-K）的超參數，將兩種模型檢測出的可信度量化矩陣分別乘以K和（1-K）后相加。對于給定區域，如果其加總可信度值超過閾值（0.7）則判定為含有飛鳥的區域。

分別取超參數K=0.55/0.65/0.75/0.85/0.95，測試五個測試視頻流下的檢測準確率和測試效率（以FPS計）得到下表1，K在0.85時取得最大準確率94.4%和相對較高的檢測效率24FPS。

5? 結? 論

本文以識別機場、高壓電站等區域的飛鳥，排除安全隱患為目的，基于YOLOv5卷積神經網絡結構的物體識別算法和幀間差分法的動態檢測算法，對視頻流信息進行分析，能夠在保持高檢測效率的前提下對復雜環境中的飛鳥進行識別。且由于在模型中加入動態檢測算法，減輕了整體方案對已標注數據量的依賴，可以很快推廣到安防工作中的其他智能檢測中，如機場無人機檢測，電站防護以及智慧校園中的安防檢測。未來隨著增加更多如光流法、背景減法等動態檢測模塊和嘗試Detectron等成熟的物體識別深度學習框架，我們可以進一步優化這個“動靜結合”的檢測方案，將本方案切實推廣到工業級應用里。

參考文獻：

[1] 王維，項洪達.鳥擊風險計算方法研究 [J].中國民航大學學報，2019，37（5）：21-24.

[2] 于飛，劉東華，賀飛揚.無人機“黑飛”對電磁空間安全的挑戰 [J].中國無線電，2018（8）：43-44.

[3] 陳唯實.輕小型無人機監管、探測與干擾技術 [J].中國民用航空，2017（7）：33-34.

[4] 張群，胡健，羅迎，等.微動目標雷達特征提取、成像與識別研究進展 [J].雷達學報，2018，7（5）：531-547.

[5] REDMON J，DIVVALA S，GIRSHICK R，et al. You Only Look Once：Unified，Real-Time Object Detection [C]//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）.Las Vegas：IEEE，2016：779-788.

作者簡介：楊陸野（1993—），男，漢族，上海人，初級工程師，碩士，研究方向：計算機視覺。