基于自適應和最優特征的合成孔徑雷達艦船檢測方法

侯笑晗，金國棟，譚力寧，薛遠亮

（火箭軍工程大學核工程學院，西安 710025）

0 引言

隨著我國海軍戰斗力的不斷增強，確保海防安全、維護海洋利益成為建設海洋強國的重中之重。海上艦船檢測是海域偵察和海洋管控中一項重要任務，合成孔徑雷達（Synthetic Aperture Radar，SAR）因其具有全天時全天候且成像范圍廣的成像特點而被廣泛應用于海洋艦船檢測［1-5］。如何從SAR 圖像中提取艦船目標信息、實現海域實時監測，在軍民兩個領域都具有重要的現實意義。

近年來，基于卷積神經網絡（Convolutional Neural Network，CNN）的檢測算法與遙感目標檢測領域高度融合［6-9］。由于SAR 艦船目標本身具有分布稀疏、尺寸較小等特性，在圖像中表現為多個亮斑，在提取特征信息易丟失重要特征信息，而細節信息對邊緣模糊的SAR 艦船目標尤為重要，因此SAR 艦船目標檢測對算法提出了更高的要求，是一個具有挑戰性的課題。基于深度學習的SAR 目標檢測算法自發展以來，研究者們針對SAR 艦船目標特點在通用深度學習目標檢測模型的基礎上不斷完善。文獻［10］中采用層間融合和增加網絡分辨率的方法，擴大了特征圖中小型船舶響應面積，顯著提升了密集小目標的檢測能力。Gao 等［11］為了加強CNN對特征的提取能力，在RetinaNet［12］中加入分離卷積塊（Separated Convolution Block，SCB）和空間信息注意力模塊（Spatial information Attention Block，SAB），提高了網絡在多分辨率SAR 圖像和復雜背景下小目標的檢測性能。文獻［13］中使用空間遞歸網絡在整個圖像上橫向和垂直地傳遞空間上變化的上下文信息，改善對小目標的檢測效果。以上方法均采用了錨框生成機制，對分布稀疏的SAR 艦船目標檢測而言并非最優設計。錨框機制依賴于預先設定好的尺度、比例等相關屬性，無法動態適應目標形態，且可能生成大量重復且與目標無關的背景框，會帶來較多的超參數、加重正負樣本不均衡。另外，特征提取網絡依賴于人工設計和融合，不能最大限度充分利用特征，會造成一定程度上的細節信息丟失，對于SAR圖像艦船小目標檢測效果影響較大。

針對SAR 艦船小目標檢測中存在的問題，本文提出一種基于自動生成錨框和最優特征選取的單階段SAR 艦船目標檢測方法，借鑒無錨框特征選擇（Feature Selective Anchor-Free，FSAF）算法在利用神經架構搜索（Neural Architecture Search，NAS）為檢測模型設計最優特征提取網絡的同時不再生成錨框，直接在特征圖輸出上以無錨框方式進行編碼和解碼；然后重構損失函數以增加網絡回傳位置信息的準確性；最后使用更貼合艦船目標特性的Soft-NMS［14］方法對檢測框進行過濾進而生成最終檢測結果，并實現了多組對比驗證。

1 本文方法

1.1 融合方式設計

傳統特征提取網絡由人工設計，通過卷積層堆疊和不同分辨率大小特征層融合為目標提供更好的特征提取網絡，這種方法通過在數據集上測試進而選擇網絡結構，并不能達到最優效果。為更深層次利用特征信息，通過神經架構搜索構建涵蓋所有跨尺度連接的特征金字塔結構，自動在給定的搜索空間中選擇最佳模型架構。利用強化學習思想，在神經架構搜索中訓練控制器，以子模型在給定的搜索空間中的準確性來更新參數，以獲得更好的架構。本文基于上述思想對特征融合方式進行重構，將原ResNet 中的輸出層{P3，P4，P5，P6，P7} 作為待選特征經過神經架構搜索得到新的特征層{P3，P4，P5，P6，P7} 作為輸出。具體流程為：從輸入的5個特征圖中任選2 個，選擇輸出特征分辨率將其進行融合，在兩個特征圖分辨率不同的情況下采用Max Pooling 統一分辨率。融合后的特征圖經過3×3 卷積后進入待選特征集，進行新一輪特征融合。最優特征融合方式如圖1 所示，其中：GP表示全局池化，R-C-B表示ReLU+Conv+BN。本文設計的特征提取網絡中共進行7 次特征融合，能夠最大限度利用特征信息，進而提升對小目標的檢測性能。

圖1 最優特征層融合方式Fig.1 Fusion mode of optimal feature layer

1.2 檢測網絡設計

大多基于深度學習的SAR 目標檢測算法均采用了錨框生成機制，對分布稀疏、目標形態多變的SAR 艦船目標檢測而言并非最優設計。錨框機制依賴于預先設定好的尺度、比例等相關屬性，無法動態適應目標形態變化，且可能生成大量重復且與目標無關的背景框，會帶來較多冗余的超參數、增加目標樣本與非目標樣本量級差。

1.2.1 自適應錨框生成

借鑒FSAF 思想，在常規檢測分支中引入兩個額外分支，結構如圖2 所示，在特征金字塔的每個層上的常規分支上引入兩個用于特定任務的分支，分別負責無框預測目標分類和定位信息。分類子網在特征圖之后接K個濾波器的3×3 卷積層用于預測分類，其后使用Sigmoid 激活函數，為K個對象類預測每個對象在空間位置的概率?；貧w子網中加入帶有四個濾波器的3×3 卷積層，用于以無錨框方式編碼框偏移量。本文中的無錨框算法不再以先驗框為基準進行分類和位置回歸損失，而是在圖像的每個點上直接預測與其最為相符的實例類型和位置偏移，根據實例本身特征進行參數的自適應更新，具體流程如圖2，自適應錨框結構如圖2中虛線所示。

圖2 自適應錨框生成圖Fig.2 Generation diagram of self-adaptive anchor box

1.2.2 最優特征層選取

在如SSD等經典網絡中設定大尺度目標特征信息在深層特征圖上進行提取，小尺度目標特征信息在淺層特征圖上進行提取。該分配條件難以保證所分配的特征層與目標為最佳匹配。為提高檢測效果，設計最優特征層選取機制來尋找最適合特定錨框的特征層。

最優特征層選取機制整體結構如圖3 所示，對輸入目標I計算每個特征層損失，選擇損失最小的特征層為目標分配層。定義在第l個特征層上的分類損失和位置損失函數分別和通過取有效框區域上的Focal loss［12］和交并比（Intersection-over-Union，IoU）［15］的平均值來計算。

圖3 最優特征層選取Fig.3 Selection of optimal feature layer

最優特征層選擇不再根據目標大小而是根據目標內容來確定是否適合某一層金字塔特征，能夠在訓練時動態地將每個對象放置最合適的特征層上進行回歸，保證其選擇的特征對建模是最優的，其損失可以使得特征空間的邊界更低，進而優化網絡檢測結果。通過無錨框檢測分支和自適應特征層選擇機制設計提升網絡對多尺度艦船目標的適應性，尤其對小目標的檢測能力有所改善。

1.3 網絡總體結構設計

基于自適應和最優特征網絡首先將所提取的五個ResNet改進后特征層作為輸入構建神經網絡的搜索空間，并將無錨分支附加到神經網絡輸出的每個金字塔預測分支上，從而允許在任意特征圖上以無錨方式進行編碼和解碼。在訓練過程中，通過特征選擇將每個真實框分配到特定金字塔級別，通過設置監督信號定義預測框回歸方式。網絡首先在前向流程中計算輸入圖像中實例在每個特征層上的損失函數，挑選損失函數最小的特征層作為該實例的特征提取層，并在回傳時優化參數。下面對其參數優化方式展開說明。

圖4 網絡總體結構Fig.4 Overall structure of the network

1.4 訓練方式優化

考慮到檢測任務中使用IoU 作為回歸損失在檢測框和標定框沒有重疊的情況下，無法進行梯度回傳、指導神經網絡進行優化，并且不能精確反映兩者距離和重合度大小。本文中采用廣義IoU（Generalized IoU，GIoU）對位置回歸損失函數進行改進。設定預測框為真實框為Bg=其中表示預測框的左上頂點和右下頂點坐標表示真實框的左上頂點和右下頂點坐標，p、g 分別表示該框為預測框、真實框，設定Bp，Bg的重疊面積為：

其中：Ap、Ag為Bp、Bg的框面積，U為Bp，Bg的框面積之和減去其重疊面積。位置回歸損失函數如下：

將圖像中目標區域定義為正樣本，將目標以外區域定義為負樣本，同時根據樣本是否容易分類將其分為難易樣本。由于SAR 圖像中海上艦船目標分布稀疏，其背景樣本即負樣本較多，帶來計算冗余；同時，網絡很難從簡單樣本中獲取信息，難樣本更能指導網絡的優化方向，因此，本文采用類別損失采用Focal loss 以解決SAR 艦船目標數據集中正負樣本不均衡和難易樣本問題，其定義如下：

引入α權重以改善正負樣本不均衡問題，并以對難易樣本關注度進行動態分配，當邊框類別預測錯誤則pt較小，設定該邊框為困難樣本。當pt接近于1 時，是簡單樣本。本文取α=0.25，γ=2。

本文所設計的網絡總損失如下：

1.5 過濾候選框算法改進

檢測網絡通過非極大值抑制（Non-Maximum Suppression，NMS）對重復的冗余候選框進行過濾，是艦船檢測中非常重要的一部分，它從一系列候選位置信息中預測出最佳的船舶檢測結果。NMS 直接過濾得分低且重疊度高的邊框，在SAR 圖像中的沿海港口存在一些密集型船舶，在重疊閾值中可能會出現附近船只的邊界盒。因此直接使用NMS 會降低模型的召回率。本文使用Soft-NMS方法通過線性函數抑制重疊檢測分數，有效提升模型的召回率。其偽代碼如下所示：

Algorithm：Soft-NMS。

其中：

因此，總的Soft-NMS為：

其中：si為檢測分數，M表示最大得分檢測框，bi表示剩余檢測框，μ代表IoU閾值。

2 實驗環境

2.1 實驗平臺

使用的操作系統為Ubuntu18.04，使用CUDA10.2 和cuDNN8.0 加速訓練。使用的GPU 為GeForce RTX 2080Ti；使用python 和C 作為主要編程語言；使用的處理器為Inter core i7-9700KF CPU@3.6 GHz。

2.2 數據集的制作

本文數據集來源于海軍航空大學構建的數據集SSDD（SAR Ship Detection Dataset）［16］，該數據集模仿PASCAL VOC數據集構造，總共有1 160幅圖像和2 456條艦船，包含了多種成像條件下的SAR 艦船圖像，數據來源包括3 景Radar Sat-2煙臺港海域的SAR 圖像、Terra SAR-X 中部分圖像、哨兵SAR圖像，是目前國內該領域常用的一個數據集（本文將訓練集與測試集比例改為3∶1）。

2.3 評價指標

本文主要使用召回率R（Recall）和準確率P（Precision）對檢測結果進行評估。

其中：TP為正確預測框數，FP為誤檢框數，GT真實標簽框數。

2.4 模型訓練

參數設置：使用在ImageNet1k 上預先訓練好的RetinaNet模型，初始學習率為0.001，學習率衰減權重為0.000 1，參數更新方法為引入動量的隨機梯度下降法（Momentum Stochastic Gradient Descent，Momentum SGD），動量因子取0.9。設定Focal loss 中α=0.25，γ=1.5。損失函數如圖5所示。

圖5 損失函數變化曲線Fig.5 Loss function curves

3 實驗結果分析與討論

3.1 測試結果分析

3.1.1 方法有效性證明

為了驗證本文提出的改進方法在SAR 數據集上的檢測性能，在SSDD 數據集上進行訓練和測試，統計了各尺度下艦船目標的具體檢測精度。設定預測框和真實框重疊率為0.5，首先計算整個數據集上的平均準確率和平均召回率，然后分別計算在不同尺度目標上的準確率和召回率以進一步對檢測結果進行分析。將目標分為大、中、小三類目標，其尺度劃分采用COCO 數據集中的劃分規則，即Area：{S，M，L}分別為針對小目標（Area＜322）、中等目標（322＜Area＜962）和大目標（Area＞962）。實驗結果如表1 所示，其中：FA 表示FSAF方法，N 表示NAS-FPN，I 表示位置回歸損失采用IoU，G 表示位置回歸損失采用GIoU，S 表示采用Soft-NMS 對檢測框進行過濾。

從表1 中可以看出，相比改進前的方法，本文方法在小目標上的檢測性能明顯提升。但由于使用GIoU 會導致網絡優先選擇擴大包圍框的面積來覆蓋真實框，而非移動預測框接近真實框，其精確度有一定程度的下降，從對比實驗可以看出，在對中小目標檢測時影響較小。本文重點針對小目標檢測，因此一定程度上可以忽略GIOU的不足。

表1 不同改進方法實驗結果比較Tab.1 Experimental result comparison of different improvement methods

3.1.2 與主流檢測方法的對比

為進一步驗證本文方法的檢測效果，將其與雙階段檢測和單階段檢測中的主流方法Faster RCNN［17］、SSD［18］進行對比，結果如表2 所示。同時為了比較各模型的運算速度，統計各模型在每個迭代中的速度。

從表2 中可以看出，本文方法相比SSD 模型在檢測精度上有明顯優勢，其檢測準確率接近Faster RCNN，對小目標的召回率得到了明顯提升。同時，雖然相比SSD，本文方法的檢測效率有所下降，但相比Faster RCNN，運行速度有明顯提升。綜合來說，本文方法在保持精度優勢的同時，也保持了速度優勢，其檢測性能最佳。

表2 不同方法檢測精度與速度比較Tab.2 Comparison of detection accuracy and speed of different models

3.2 測試結果展示

3.2.1 小目標檢測

如圖6 所示為本文數據集的部分小目標檢測結果對比，第一列為FSAF 方法檢測結果，第二列為本文方法檢測結果。圖6（a）為受海雜波影響程度不同的海面密集型小尺寸SAR艦船目標檢測圖像，從檢測結果中可以看出，FSAF 方法對小目標漏檢嚴重，本文方法對小目標的檢測效果有明顯提升；圖6（b）為背景中含有干擾信息且目標數量較多的小尺寸艦船目標圖像；在圖6（c）中FSAF 方法受陸地干擾嚴重，將小島誤檢為艦船目標，而本文方法正確檢測到了全部小尺寸艦船目標，大幅減少了對小目標的漏檢和誤檢。

圖6 小目標檢測結果對比Fig.6 Comparison of small target detection results

3.2.2 復雜場景檢測

如圖7所示為本文數據集的部分小目標檢測結果對比，第一列為FSAF方法檢測結果，第二列為本文方法檢測結果。圖7（a）為復雜背景下典型的靠岸艦船檢測，FSAF 方法在背景含有干擾信息時難以對靠岸大艦船目標進行檢測，本文方法大大改進了FSAF 的不足之處；圖7（b）為密集型靠岸艦船檢測，雖然本文方法仍存在一定程度的漏檢，但相比于FSAF方法召回率有所提升，對密集型艦船檢測有一定的適用性。圖7驗證了本文方法對復雜背景下艦船目標檢測性能有所改進。

圖7 復雜場景下檢測結果對比Fig.7 Comparison of detection results in complex environment

4 結語

針對SAR 艦船目標檢測中對小目標識別精度不佳的問題，本文提出了一種自適應錨框和最優特征層的單階段目標檢測方法，該方法不依賴于錨框機制，能夠直接對目標進行編解碼以獲取位置和類別信息。針對小目標檢測特征信息丟失問題重新設計特征融合網絡，提高網絡對特征的利用率，并通過重構損失函數和過濾算法使得網絡更適用于艦船目標檢測。實驗表明，該方法在速度和精度上有一定優勢，在提升對小目標檢測性能的同時改善了復雜場景下的靠岸目標檢測效果。本文方法仍存在一定的漏檢，如何進一步提升網絡的召回率并降低模型復雜度是后續研究的重點方向。同時，考慮到SAR 為復值圖像，如何結合SAR 成像機制入手，從相位信息進一步推廣SAR 圖像目標檢測和深度學習的融合值得進一步探討。