基于YOLOv7的顯著性目標(biāo)檢測(cè)

摘 要：隨著信息顯示技術(shù)的持續(xù)發(fā)展，信息顯示的安全性問(wèn)題愈發(fā)突出。信息加密顯示技術(shù)的實(shí)現(xiàn)依賴(lài)于目標(biāo)檢測(cè)技術(shù)，需要根據(jù)不同信息的特點(diǎn)來(lái)選用相應(yīng)的加密算法。為此，提出一種基于YOLOv7的顯著性目標(biāo)檢測(cè)算法，該算法可以通過(guò)自建數(shù)據(jù)集標(biāo)定顯著性區(qū)域，對(duì)模型進(jìn)行訓(xùn)練，并將得到的顯著性區(qū)域用于自適應(yīng)加密顯示算法，以實(shí)現(xiàn)可分級(jí)的加密顯示。實(shí)驗(yàn)結(jié)果表明，該模型性能優(yōu)越，有著較高的檢測(cè)準(zhǔn)確率，能夠?yàn)楹罄m(xù)針對(duì)敏感信息區(qū)域進(jìn)行加密提供有力的支撐。

關(guān)鍵詞：YOLOv7；目標(biāo)檢測(cè)；深度學(xué)習(xí)；信息安全；CBAM；加密顯示

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2025）05-00-03

0 引 言

當(dāng)前，隱私保護(hù)議題受到社會(huì)各界的廣泛關(guān)注，信息顯示安全也成為人們討論的熱點(diǎn)。主流的加密顯示技術(shù)通過(guò)生成與原圖相關(guān)性很高的干擾幀，將其與原圖疊加并進(jìn)行前后幀間隔顯示，再通過(guò)主動(dòng)式快門(mén)眼鏡在人眼接收端濾去干擾幀，從而達(dá)到加密顯示的目的[1]。干擾幀的生成需借助目標(biāo)檢測(cè)算法檢測(cè)出顯著性區(qū)域，并根據(jù)區(qū)域內(nèi)容特點(diǎn)，選擇合適的自適應(yīng)加密算法對(duì)區(qū)域進(jìn)行加密。顯著性區(qū)域主要包括人臉和字符。本文提出一種基于YOLOv7的顯著性區(qū)域檢測(cè)算法，通過(guò)自建數(shù)據(jù)集訓(xùn)練模型權(quán)重。當(dāng)該算法與加密顯示技術(shù)相結(jié)合時(shí)，能夠廣泛應(yīng)用于會(huì)議室、作戰(zhàn)室等場(chǎng)景，對(duì)多種類(lèi)型的敏感信息進(jìn)行加密處理，使得擁有不同權(quán)限的人僅能看到與其權(quán)限相匹配的保密信息。

1 研究現(xiàn)狀

本文提出了一種基于YOLOv7的顯著性目標(biāo)檢測(cè)算法，該算法通過(guò)對(duì)圖像各個(gè)位置進(jìn)行采樣分析，檢測(cè)是否存在特定對(duì)象，并根據(jù)測(cè)試結(jié)果動(dòng)態(tài)調(diào)整區(qū)域邊界，從而更準(zhǔn)確地預(yù)測(cè)對(duì)象的真實(shí)邊界框。當(dāng)前，目標(biāo)檢測(cè)技術(shù)主要分為附著錨點(diǎn)和非附著錨點(diǎn)兩類(lèi)。無(wú)錨點(diǎn)算法能夠借助密集預(yù)測(cè)直接推測(cè)目標(biāo)位置與尺度，但該方法往往會(huì)產(chǎn)生大量候選框，其中大部分為無(wú)目標(biāo)的背景框，從而增加了計(jì)算負(fù)擔(dān)及誤檢風(fēng)險(xiǎn)。此外，對(duì)于體積小、不易察覺(jué)的目標(biāo)，當(dāng)感受野過(guò)大時(shí)，無(wú)法對(duì)目標(biāo)進(jìn)行準(zhǔn)確提取，導(dǎo)致檢測(cè)精度下降。針對(duì)上述問(wèn)題，本文選擇基于錨點(diǎn)的算法，其中一階段檢測(cè)算法將圖像分成若干網(wǎng)格，再利用聚類(lèi)算法找出每個(gè)網(wǎng)格內(nèi)的錨點(diǎn)；二階段檢測(cè)算法，如Mask R-CNN[2]、Faster R-CNN[3]、Cascade R-CNN[4]等則使用區(qū)域建議網(wǎng)絡(luò)（RPN）篩選錨點(diǎn)。常見(jiàn)的一階段檢測(cè)算法包括YOLOv4[5]、YOLOv5[6]、SSD等。自2016年推出以來(lái)，YOLO已被廣泛應(yīng)用于基于深度神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)目標(biāo)識(shí)別和定位系統(tǒng)，并且隨著不斷迭代和改進(jìn)，YOLO在平衡速度和精度方面不斷精進(jìn)，成為目標(biāo)檢測(cè)的主流技術(shù)。YOLOv5作為YOLO系列的一個(gè)經(jīng)典版本，性能表現(xiàn)優(yōu)越。而YOLOv7在YOLOv5的基礎(chǔ)上將模型重新參數(shù)化引入到網(wǎng)絡(luò)架構(gòu)中，并提出了一種新的高效網(wǎng)絡(luò)結(jié)構(gòu)ELAN，以及一種包括輔助頭部的訓(xùn)練方法。該方法使得YOLOv7得以在高達(dá)5～160幀/s的畫(huà)面刷新率下保持優(yōu)異的性能[7-9]。故本文選用YOLOv7作為本次研究的基準(zhǔn)網(wǎng)絡(luò)。

2 目標(biāo)檢測(cè)網(wǎng)絡(luò)

YOLOv7創(chuàng)新地引入了高效的ELAN網(wǎng)絡(luò)架構(gòu)，以控制最長(zhǎng)與最短的梯度路徑，優(yōu)化網(wǎng)絡(luò)特性學(xué)習(xí)并增強(qiáng)其抗干擾能力。圖1所示為ELAN網(wǎng)絡(luò)架構(gòu)，該網(wǎng)絡(luò)由兩部分組成，第一部分采用1×1卷積對(duì)通道數(shù)進(jìn)行調(diào)整；第二部分運(yùn)用1×1卷積模塊與3×3卷積模塊對(duì)特征進(jìn)行深度抽取。最后將兩個(gè)部分的特征融合，形成最終的特征提取結(jié)果。

3 CBAM-YOLOv7改進(jìn)算法

CBAM即卷積塊注意力模塊，是一種輕量級(jí)的注意力機(jī)制，它融合了通道注意力和空間注意力兩個(gè)關(guān)鍵組件。圖2所示為CBAM模型結(jié)構(gòu)，輸入特征F∈RC×H×W，進(jìn)行通道注意力模塊一維卷積，則MC∈RC×1×1；將卷積結(jié)果和原圖點(diǎn)乘，進(jìn)行空間注意力模塊二維卷積，則MS∈R1×H×W，再將輸出結(jié)果與原圖點(diǎn)乘[10]。

通道注意力模塊的核心任務(wù)在于增強(qiáng)各通道的特征表達(dá)能力。空間注意力模塊的主要目的是凸顯圖像中不同位置的重要性。CBAM模塊通過(guò)自適應(yīng)地學(xué)習(xí)通道和空間注意力權(quán)重，顯著提升了卷積神經(jīng)網(wǎng)絡(luò)的特征表達(dá)能力。通過(guò)將通道注意力和空間注意力相結(jié)合，CBAM模塊能夠同時(shí)捕捉不同維度上特征之間的相關(guān)性，進(jìn)而優(yōu)化圖像識(shí)別的性能。

4 實(shí)驗(yàn)與結(jié)果分析

4.1 自制數(shù)據(jù)集

圖像中的信息分為動(dòng)態(tài)信息和靜態(tài)信息，動(dòng)態(tài)信息包括移動(dòng)的人或物體，常出現(xiàn)在畫(huà)面中部，表示情景、過(guò)程等信息；靜態(tài)信息包括相對(duì)靜止的說(shuō)明性字符、符號(hào)、圖表等，常出現(xiàn)在畫(huà)面底部、側(cè)邊，表示狀態(tài)名稱(chēng)、型號(hào)類(lèi)別等信息。針對(duì)動(dòng)態(tài)信息，需要對(duì)其運(yùn)動(dòng)變化趨勢(shì)進(jìn)行跟蹤與標(biāo)記，及時(shí)捕捉其位置，確保加密的全面性；針對(duì)靜態(tài)信息，其在畫(huà)面中的位置相對(duì)靜止，重點(diǎn)在于捕捉圖像內(nèi)部的光學(xué)特征，包括亮度、對(duì)比度、飽和度、邊緣信息豐富程度等，結(jié)合人眼的觀(guān)看習(xí)慣，針對(duì)性地進(jìn)行加密。

人臉和字符檢測(cè)作為計(jì)算機(jī)視覺(jué)領(lǐng)域的常見(jiàn)算法，已被廣泛應(yīng)用于多個(gè)場(chǎng)景。因此，為了獲得準(zhǔn)確詳細(xì)的結(jié)果，構(gòu)建一個(gè)場(chǎng)景豐富、規(guī)模龐大、注釋更詳細(xì)準(zhǔn)確的數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試顯得尤為重要。網(wǎng)上已有的數(shù)據(jù)集往往只針對(duì)某一動(dòng)態(tài)信息進(jìn)行歸納收集，比如固定攝像頭拍攝的車(chē)輛車(chē)牌檢測(cè)數(shù)據(jù)集只包括動(dòng)態(tài)的車(chē)輛車(chē)牌，而缺乏對(duì)路邊的固定指示牌等靜態(tài)信息的標(biāo)記。為了滿(mǎn)足靜態(tài)信息和動(dòng)態(tài)信息并存的要求，通過(guò)官網(wǎng)下載新聞聯(lián)播錄像，并借助MATLAB R2017a工具對(duì)錄像按照固定的時(shí)間間隔提取視頻幀。通過(guò)手動(dòng)篩選，刪除重復(fù)的演播室圖像，得到2 000張分辨率為1 280×720的圖像。隨后，使用labelimg工具進(jìn)行手動(dòng)標(biāo)注，標(biāo)注內(nèi)容包括人臉和字符兩種標(biāo)簽，采用YOLO格式標(biāo)簽并保存為txt文件，用于訓(xùn)練YOLOv7目標(biāo)檢測(cè)網(wǎng)絡(luò)。將訓(xùn)練集、驗(yàn)證集和測(cè)試集按8∶1∶1的比例進(jìn)行分配，劃分為1 600張訓(xùn)練集、200張驗(yàn)證集和200張測(cè)試集，進(jìn)行300輪訓(xùn)練。選用CBAM-YOLOv7、YOLOv7-d6和YOLOv7-tiny三種網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

4.2 實(shí)驗(yàn)環(huán)境

本實(shí)驗(yàn)使用的服務(wù)器為七彩虹BATTLE-AX B560M-FPRO臺(tái)式電腦，搭載Intel i5-10400F@2.90 GHz六核處理器，配備2塊16 GB威剛DDR4 3 200 MHz內(nèi)存條，具體實(shí)驗(yàn)環(huán)境配置見(jiàn)表1。

4.3 評(píng)價(jià)指標(biāo)

通過(guò)查準(zhǔn)率（Precision Rate）、查全率（Recall Rate）和mAP（mean Average Precision）等指標(biāo)來(lái)衡量目標(biāo)檢測(cè)網(wǎng)絡(luò)的性能。其中，mAP指標(biāo)是對(duì)每種類(lèi)別分別求出精確度，然后進(jìn)行平均處理；而針對(duì)特定IoU區(qū)間的mAP，例如mAP@.5：.95，則代表了在0.5至0.95的間隔中按照步長(zhǎng)0.05逐步選擇IoU數(shù)值進(jìn)行評(píng)估后得到的所有mAP值的平均結(jié)果。查準(zhǔn)率、查全率的計(jì)算公式如下：

5 結(jié) 語(yǔ)

本文提出了一種基于YOLOv7的目標(biāo)檢測(cè)網(wǎng)絡(luò)，自建新聞聯(lián)播數(shù)據(jù)集并進(jìn)行訓(xùn)練，針對(duì)人臉和字符進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該網(wǎng)絡(luò)在檢測(cè)查準(zhǔn)率和查全率方面均表現(xiàn)出色，特別在CBAM-YOLOv7模型上，查準(zhǔn)率高達(dá)99.1%。這一成果為后續(xù)針對(duì)敏感信息區(qū)域進(jìn)行加密處理奠定了堅(jiān)實(shí)的基礎(chǔ)。今后將增加更多的檢測(cè)標(biāo)簽，不局限于人臉和字符，還將納入槍械、坦克等武器裝備，進(jìn)一步增強(qiáng)敏感區(qū)域的檢測(cè)能力。

參考文獻(xiàn)

[1]王鵬，王鹍. 一種用于信息安全防護(hù)的同步式屏幕顯示： CN202011003136. X [P]. 2021-01-01.

[2] HE K M， GKIOXARI G， DOLLAR P， et al. Mask R-CNN [J]. IEEE transactions on pattern analysis and machine intelligence， 2020， 42（2）： 386-397.

[3] DING X T， LI Q D， CHENG Y Q， et al. Local keypoint-based faster R-CNN [J]. Applied intellgence， 2020， 50： 3007-3022.

[4] CHENG M， FAN C， CHEN L， et al. Partial atrous cascade R-CNN [J]. Electronics， 2022， 11（8）： 1241.

[5] ZENG L， DUAN X， PAN Y， et al. Research on the algorithm of helmet-wearing detection based on the optimized YOLOv4 [J]. The visual computer， 2023， 39： 2165-2175 .

[6] ZHANG R， ZHENG K， SHI P， et al. Traffic sign detection based on the improved YOLOv5 [J]. Applied sciences， 2023， 13（17）： 9748.

[7]劉虎成.基于YOLOv7的交通標(biāo)志目標(biāo)檢測(cè)方法研究[D].西安：西安電子科技大學(xué)，2023.

[8]韓朔.基于YOLOv7的缺陷雞蛋在線(xiàn)檢測(cè)系統(tǒng)的研究[D].銀川：寧夏大學(xué)，2023.

[9]馬銘駿.基于YOLOv7的市區(qū)道路擁堵檢測(cè)研究[D].蘭州：蘭州交通大學(xué)，2023.

[10] YANG K， ZHANG Y， ZHANG X， et al. YOLOX with CBAM for insulator detection in transmission lines [J]. Multimedia tools and applications， 2023， 83： 43419-43437.