基于改進SSD 的近紅外艦船圖像目標識別算法?

柳碧輝 趙樂源 劉 洋

（1.海軍航空大學 煙臺 264001）（2.中國人民解放軍71901部隊 聊城 252000）

1 引言

目標識別是在圖像處理領域、計算機視覺領域中的比較火爆的研究方向，現已有廣泛的用途：智能交通網覆蓋的區域中［1］，可以準確識別出各類車輛及其牌照，監控違法違規停放車輛、占用車道等情況；航空航天中［1］，利用目標識別技術，使用遙感手段偵測地面或海面目標，精確獲取數據；軍事領域［2］，可以幫助作戰人員快速識別敵對目標并判斷威脅程度、實現精準打擊，從而提高打贏對手的幾率。傳統主流的目標識別算法基本上可以歸為四類［1］：基于全局特征的目標識別、基于區域特征的目標識別、基于模板匹配的目標識別、基于幀差的目標識別。這些主流算法都基于特定理論，在復雜多變的環境下魯棒性較差，對于海量數據的視頻或圖片信息的處理能力較差、人工參與多、正確識別率低、計算能力有限、工程泛化性差［3］。基于深度學習的三維目標識別逐漸引起了人們的興趣，將深度學習技術應用到目標識別中可獲得良好的識別性能，深度學習技術［4］由于其優越的分類、識別能力，已經在機器人［5］、圖像識別［6～7］、自然語言處理等領域獲得了突破性進展［3］。

現階段，國內艦船紅外特征的相關研究已取得較大進展，謝主生［7］利用梯度圖像均值同時結合不變矩對紅外艦船目標進行識別。劉松濤等［8］利用聚類分割與區域增長技術先得到準目標區域，再利用模糊綜合識別技術識別艦船目標，并且在DSP中實現對艦船目標進行實時識別。黃文韻等［9］利用直方圖統計確定自適應閾值對艦船船體進行分割，結合海天線去除偽目標，設計出一種綜合分類器識別紅外艦船目標。但這些算法存在著識別率低，易受環境影響等問題。為了解決以上問題，采用基于深度學習的目標識別算法，主要有R-CNN［10］、Fast R-CNN［11］、Faster R-CNN［12］、R-FCN［13］、YOLO［14］和SSD［15］。SSD算法相比于其他算法可以保證目標識別的實時性和較高的檢測準確率。特別基于深度學習算法對船舶紅外圖像獲取特征、監測紅外海洋深度學習算法和目標。具有重要的指導意義［16］。

由圖像處理技術可知，RGB顏色模型適用于硬件顯示，而且可見光圖像噪聲大、目標邊緣模糊、目標識別率較低，為了提高要提取的艦船目標區域的清晰度、改善圖像質量，需要對其進行處理。因此，本文選取更適用于人類視覺特點的HSV 顏色模型，根據船體不同區域的圖像特征進行顯色，可以對艦船目標進行全天候、實時的目標識別。結合深度學習方法的優點，并將其不同信息應用于監測結果的表現方面發揮著重要作用。促使機器學習實現眾多的應用，并拓展了人工智能的領域范圍［3］。

2 原始SSD網絡結構

2.1 原始SSD算法模型結構

原始SSD 算法是基于前饋CNN 網絡，把網絡計算量封裝在一個端到端的單通道中，提升了運行速度。原始SSD 模型分為以下三部分：骨干網絡、原始包圍框生成部分和卷積層部分，其中骨干網絡又包含有基礎網絡和附加特征提取層，卷積層部分包括目標類別預測和位置預測，如圖1 所示。網絡前半部分為基礎網絡，主要用來對圖像進行分類；網絡后半部分為卷積層，卷積層尺寸逐層減少，主要用于多尺度下目標特征的提取和檢測。

圖1 SSD網絡結構

算法的主要流程如下：首先輸入原始圖像，在卷積神經網絡層提取明顯特征并生成特征圖；然后隨機抽取6 層的特征圖，對特征圖上的每個點生成默認框；將生成的所有默認框都集合起來，提取其特征對目標的種類和位置進行判斷；最后通過非極大值抑制的算法輸出與真實框最匹配的判斷結果。

2.2 模型訓練

訓練SSD 是需要將真實信息分配給特定輸出。一旦這個分配被確定，損失函數和反向傳播被應用到結束。訓練還涉及選擇一組默認框和尺度進行檢測以及數據增強策略。總體目標損失函數是位置損失（loc）和置信度損失（conf）的加權和：

式中，N 是匹配的默認框的數量。如果N=0，將損失設置為0。Lconf是位置的損失量，Lloc是置信度的損失量，α表示兩者的權重，x表示輸入圖像，c為目標類別，l為預測框，g為真實標簽框。

SSD 使用低層特征圖來提高語義分割質量，來對小目標進行檢測；利用高層特征圖來匯集全局信息，對大目標進行檢測。在經歷過匹配步驟之后，正面和負面訓練例子之間出現了顯著的不平衡。因此，使用每個默認框的最高置信度損失對它們進行排序，選擇排在最前面的例子，以便負面和正面之間的比率最多為3∶1，這樣可以優化我們訓練，而且保證了訓練的穩定性。

3 本文算法描述

本文提出的算法框架主要包含兩部分：1）將輸入圖像處理為HSV 顏色模型，利用飽和度分量可有效地去除背景造成的各類噪聲，成功突顯艦船區域；2）利用基于主動輪廓模型方法先大體識別出艦船目標的所在的位置區域，再與SSD算法對目標圖像進行目標識別相結合，目標是創建候選框，使用非極大值抑制方法過濾出候選框，最終完成識別船舶的目的。以圖2 的形式顯示所提出的SSD 類型的船舶的識別過程［17～18］。

圖2 本文算法流程圖

3.1 HSV顏色模型

HSV（色調、飽和度、數值）是人們從調色板所用的彩色系統之一。該顏色系統比一般RGB 系統更接近于人們利用自己的經驗和對彩色的感知［20］來進行色彩判斷。在繪畫術語里，色調、飽和度和數值又被命名為色澤、明暗和調色，其顏色空間模型如圖3所示。

圖3 HSV顏色空間模型

在HSV 顏色空間模型中，H、S和V 三個分量是相互獨立的，便于顏色的量化處理。色澤是用彩色六邊形的角度來描述的，一般使用紅色軸為0°軸。沿錐體的軸來進行測量，得到的數值就是測量值。當V=0 時，軸的末端為黑色，顯示為黑色；當V=1時，軸的末端為白色，顯示為白色，從而這些軸代表了所有灰度級。飽和度（顏色的純凈度）是指色彩到V軸的距離。

HSV 彩色系統基于柱坐標系。設（r，g，b）分別是一個顏色的紅、綠和藍坐標，它們的值是在0～1之間的實數。設max 等價于r，g，b 中的最大者；設min 等于這些值中的最小者。要找到在HSV 空間中的h、s、v 的值，這里的h∈［0，360）是角度的色相角，s∈［0，1］是飽和度，v 是數值，將RGB 轉換為HSV的公式如下：

3.2 基于主動輪廓模型方法

20 世紀80 年代后期，Kass 等突破了傳統的圖像分割視覺研究，提出Snake 主動輪廓模型，利用能量最小化模型，設計能量函數，找到目標圖像邊緣，從而精確定位目標。此方法開創了基于形變模型的圖像處理的先河［20］，被廣泛應用于計算機視覺領域，比如運動跟蹤、三維重建等［21］。

Snake是一條閉合的參數曲線ν(s)=(x(s)，y(s))，參數s?[0，1]，通過能量最小化將可變形模型與圖像進行匹配。從任何一個起點開始，Snake 是會根據起點的開始選擇符合最近的顯著輪廓進行變形。其它的能量泛函表示為

式（5）中，Eint表示內部能量，常用曲線弧長和曲率來描述，用來保證曲線的光滑度和規則性；Eimage表示圖像能量，通常被定義為：圖像梯度的降函數，被用作曲線檢測器來改變結果。從而引導Snake 移動至期望的特征圖像，比如圖像邊緣；Econ表示約束能量，可以指定一些求解約束條件。Eimage和Econ組成了對外部能量的描述，只要從一個合適的輪廓開始，Snake 就能利用變分法使能量收斂到最小。相關的研究和改進都是圍繞這個統一的能量框架而展開的［22］。

3.3 非極大值抑制

為了減少關鍵點，基于方框分類點的區域采用非極大值抑制（non maximum suppression，NMS）［24］。非極大值抑制在很多計算機視覺任務中都有廣泛應用，如：邊緣檢測、目標識別等。步驟如下：

1）按升序排列所有框的得分，選擇得分值最高的框及其對應的框。

2）檢測其余的框，如果和當前最高分框的重疊部分值（IoU）大于一定閾值，則移除這個框；

3）在其余未搜索過的框中，選擇得分最高的，并重復該過程。經試驗，將本文中NMS的IoU 閾值固定為0.5。如圖4所示［17］。

圖4 NMS處理結果

4 實驗驗證

4.1 數據集準備

實驗訓練數據集中共有2095 張各類艦船圖片，具體數值如表1 所示，訓練集樣本原圖像為406×720 像素。這些數據集與船舶目標的不同角度、不同清晰度等特征，同時還具有不同的背景平面圖和相似的界面，擴充了數據集圖片，以驗證本文方法的有效性和準確性［17～18］。

表1 訓練數據集圖片數量

為了進行評估，實驗數據集被隨機分為70%用于訓練和30%用于測試［17］，圖5為部分訓練數據和測試數據示例圖。

圖5 部分實驗數據集示例圖

本文選用mAP（mean Average Precision）來評估模型的檢測準確度。實驗硬件環境為Intel Core i5 CPU、NVIDIA GeForce GTX 1650顯卡和8G內存［18］。

4.2 實驗步驟

步驟1：輸入一張RGB 的圖像，首先將原RGB圖像轉化為300×300×3 大小的HSV 圖像，其中3 代表其H、S、V這3個通道。

步驟2：設置SSD算法網絡中，按照一定的順序把卷積層、池化層進行組合構成網絡的主要部分，把主要部分中的部分特征層組合在一起構成額外的特征層，然后作為輸入采用滑動窗口的方式使用卷積核做卷積運算。對不同卷積層上的若干特征圖中的每個位置處預測出不同長寬比的邊界框集合，即（x、y、w、h）。bbox 中心點坐標用（x、y）來表示，整張圖片的長寬用w和h表示。

步驟3：將（1）調整后的圖像分別輸入到原始SSD 算法和本文改進后SSD 算法，均使用IoU 閾值固定為0.5［17］。

步驟4：經過步驟4 后得出標識框的位置并進行分析對比［17］。利用Matlab 中自帶的evaluateDetectionPrecision函數進行評估，并計算精準率-召回率［17］（mAP）指標來作為評估標準。

通過表2 可以發現，在非極大值抑制算法的IoU閾值為0.5的條件下，利用SSD算法與主動輪廓模型相結合的近紅外的艦船圖像目標識別算法相對于原始SSD 算法識別精度提高了11%，可以達到86.43%。同時，檢測時間縮短了一半，有效提高了目標識別效率，基本滿足實時目標識別要求，實驗總體結果符合預期目標。

表2 識別精度與識別時間

測試數據集中的圖像包含漁船、郵輪、帆船、退役軍艦共7 類物體，對測試數據集中的圖像分別利用原始SSD 算法和經本文改進后SSD 算法，進行艦船目標識別，從中選取幾張得到的檢測結果圖進行對比，如圖6所示。

圖6 部分識別結果示例圖

5 結語

本文針對復雜場景下的艦船目標識別，提出一種基于改進SSD 與主動輪廓模型方法聯合的近紅外圖像的艦船目標識別算法。實驗結果顯示，利用本文算法對復雜海面場景下，水面艦船目標識別效果，明顯高于基于原始SSD 艦船目標識別算法，檢測精度達到86.43%，識別時間縮短為4.1s，滿足了在實際場景中對船舶目標的驗證精度的基本要求，具備了在復雜海洋環境下實踐創新性。下面將進一步改善其模型，加強各層之間的特征共享，提高模型的泛化性，進一步提高算法的性能。