凌梓欽 徐昶悅 仇威 李志斌 張馨月

摘 ?要：隨著內(nèi)河水運(yùn)的不斷發(fā)展，內(nèi)河航運(yùn)船舶數(shù)量不斷增多，但是內(nèi)河船舶AIS設(shè)備安裝質(zhì)量參差不齊，這給監(jiān)管部門(mén)掌握區(qū)域內(nèi)航行船舶數(shù)量帶來(lái)困難。同時(shí)，隨著計(jì)算機(jī)計(jì)算能力的提高與人工智能技術(shù)的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別系統(tǒng)有了越來(lái)越多的應(yīng)用。本文提出了使用YOLO實(shí)時(shí)目標(biāo)檢測(cè)技術(shù)，實(shí)現(xiàn)了對(duì)內(nèi)河中運(yùn)行的船舶進(jìn)行實(shí)時(shí)監(jiān)控并記錄。結(jié)果表明，該模型在測(cè)試集當(dāng)中的識(shí)別準(zhǔn)確率達(dá)到97.50%，在實(shí)際應(yīng)用當(dāng)中擁有識(shí)別速度快、實(shí)時(shí)性較好、準(zhǔn)確度較高的優(yōu)點(diǎn)，擁有較好的應(yīng)用前景。

關(guān)鍵詞：目標(biāo)檢測(cè);內(nèi)河船舶;卷積神經(jīng)網(wǎng)絡(luò);YOLO算法

0 引 言

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)的識(shí)別精度和速度在不斷提高。傳統(tǒng)的Fast-RCNN算法通過(guò)將圖片網(wǎng)格化，在滑動(dòng)窗口對(duì)圖像當(dāng)中的物體進(jìn)行識(shí)別[1]，這一算法雖然確保了精度，但是檢測(cè)速度較慢，無(wú)法滿足實(shí)時(shí)檢測(cè)的需求。2016年，對(duì)圖像進(jìn)行一次性總體識(shí)別的You Only Look Once（下文稱YOLO）實(shí)時(shí)目標(biāo)檢測(cè)技術(shù)橫空出世，其標(biāo)準(zhǔn)版本在NVIDIA Titan X GPU當(dāng)中可以達(dá)到45 FPS的檢測(cè)速度與小于25 ms的檢測(cè)延遲，為實(shí)時(shí)目標(biāo)檢測(cè)提供了實(shí)現(xiàn)基礎(chǔ)。本文基于YOLOv1算法結(jié)合對(duì)內(nèi)河船舶流量監(jiān)控的實(shí)際運(yùn)用，實(shí)現(xiàn)了對(duì)內(nèi)河船舶的檢測(cè)與識(shí)別。

1 研究背景及意義

1.1 研究背景

目前，船舶流量采集的手段主要有船舶交通管理系統(tǒng)（VTS）、船舶自動(dòng)識(shí)別系統(tǒng)（AIS）、人工統(tǒng)計(jì)等。通過(guò)AIS系統(tǒng)采集流量是最廣泛的船舶流量采集手段。

楊浦海事局于2017年3月起開(kāi)展了一次國(guó)內(nèi)航行船舶船載AIS專項(xiàng)檢查，現(xiàn)場(chǎng)檢查結(jié)果正常海船占比達(dá)87.76%， 內(nèi)河船僅為79.21%;檢查存在問(wèn)題海船占比僅為12.24%， 內(nèi)河船為20.79%[2]。目前，在內(nèi)河航道運(yùn)行的船舶中存在著一部分私自建造并投入運(yùn)營(yíng)的非標(biāo)準(zhǔn)船舶，而這些船舶是否按照有關(guān)規(guī)定配備AIS系統(tǒng)則無(wú)法判斷。

在AIS設(shè)備使用當(dāng)中，主要存在未保持AIS設(shè)備正常開(kāi)機(jī)、AIS設(shè)備天線的未連接和安裝問(wèn)題、B級(jí)AIS設(shè)備質(zhì)量較差等問(wèn)題[2]。面對(duì)上述問(wèn)題，傳統(tǒng)的船舶流量采集手段難以滿足需求，亟待技術(shù)革新，因此有必要開(kāi)發(fā)高效的內(nèi)河船舶檢測(cè)算法。

1.2 本文的研究目標(biāo)及布局

本文的研究目標(biāo)是為實(shí)現(xiàn)對(duì)內(nèi)河中運(yùn)行的船舶進(jìn)行實(shí)時(shí)監(jiān)控并記錄。本文以YOLO實(shí)時(shí)目標(biāo)檢測(cè)技術(shù)為基礎(chǔ)，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)從網(wǎng)上爬取照片，經(jīng)過(guò)人工標(biāo)記得到數(shù)據(jù)集，以此來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并擴(kuò)充了規(guī)模，得出了訓(xùn)練時(shí)損失函數(shù)變化率與置信度變化曲線，對(duì)船舶的監(jiān)測(cè)識(shí)別進(jìn)行優(yōu)化。本文先闡述了研究背景。進(jìn)而，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)給出了數(shù)據(jù)集，再通過(guò)一個(gè)仿真算例，對(duì)數(shù)據(jù)集進(jìn)行擴(kuò)充，得出訓(xùn)練后的識(shí)別結(jié)果。最后，本文提煉出最主要的創(chuàng)新點(diǎn)，對(duì)全文進(jìn)行了總結(jié)，并指出了下一步的研究方向。

2 YOLOv1實(shí)時(shí)目標(biāo)檢測(cè)技術(shù)基本原理

YOLOv1實(shí)施目標(biāo)檢測(cè)技術(shù)所創(chuàng)造的目標(biāo)識(shí)別系統(tǒng)將物體檢測(cè)的單獨(dú)組件集成到一個(gè)神經(jīng)網(wǎng)絡(luò)當(dāng)中，使用整個(gè)圖像的特征來(lái)預(yù)測(cè)每一個(gè)邊界框，同時(shí)預(yù)測(cè)所有類的所有邊界框，以保證能夠?qū)崿F(xiàn)端到端的訓(xùn)練和實(shí)時(shí)檢測(cè)速度。

2.1 YOLO的神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)模型結(jié)構(gòu)

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN） 是一種前饋神經(jīng)網(wǎng)絡(luò)，使圖像可以直接作為網(wǎng)絡(luò)的輸入，避免了傳統(tǒng)識(shí)別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過(guò)程[3]。與傳統(tǒng)方法相比，卷積神經(jīng)網(wǎng)絡(luò)可以有效解決外界條件影響，更適合內(nèi)河船舶的目標(biāo)檢測(cè)。

卷積神經(jīng)網(wǎng)絡(luò)主要由卷積層、池化層和全連接層組成。卷積層與前一層的局部接受域相連，做卷積運(yùn)算并提取該局部區(qū)域的特征。池化層是對(duì)上一層的數(shù)據(jù)進(jìn)行抽樣或聚合，選擇該區(qū)域的最大值（或平均值）取代該區(qū)域，使數(shù)據(jù)的敏感度大大降低，同時(shí)也在保留數(shù)據(jù)信息的基礎(chǔ)上降低了數(shù)據(jù)的計(jì)算復(fù)雜度。全連接層在整個(gè)卷積神經(jīng)網(wǎng)絡(luò)中起到分類器的作用，將學(xué)到的分布式特征表示映射到樣本標(biāo)記空間。

YOLO的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)借鑒了GoogLeNet，擁有24個(gè)卷積層、2個(gè)全鏈接層[4]，其中，卷積層負(fù)責(zé)提取圖像特征，而全連接層負(fù)責(zé)預(yù)測(cè)目標(biāo)位置以及物體類別，如圖1所示。

2.2 YOLO的檢測(cè)原理與損失函數(shù)結(jié)構(gòu)

在訓(xùn)練階段，系統(tǒng)在接到輸入圖像之后，首先將輸入圖像網(wǎng)格化為 N×N個(gè)網(wǎng)格。每一個(gè)網(wǎng)格產(chǎn)生B個(gè)邊界框（bounding boxes），以及邊界框的置信度 Ci（Confidence Score）。

置信度由如下公式定義[5]：

其中：

表征是否存在物體，存在 ? ? ? ? ? ? =1 ，不存在

=0

表征邊界框與實(shí)際框的交并比

并同時(shí)預(yù)測(cè)已知網(wǎng)格內(nèi)存在物體的情況下該物體為某個(gè)特定物體的條件概率 。從訓(xùn)練集標(biāo)簽中同時(shí)獲取對(duì)象位置 （xi，yi），邊界框?qū)捀撸╳i，hi），對(duì)象種類 代入損失函數(shù)[5]：

式中：

——代表網(wǎng)格i 當(dāng)中存在對(duì)象

——代表網(wǎng)格i的第j個(gè)邊界框當(dāng)中存在對(duì)象

——代表網(wǎng)格 的第j個(gè)邊界框中不存在對(duì)象

置信度損失是希望預(yù)測(cè)的類別更加準(zhǔn)確，位置損失希望預(yù)測(cè)的邊界框和先驗(yàn)框的差距盡可能跟真實(shí)框和先驗(yàn)框的差距接近，這樣預(yù)測(cè)的邊界框就能盡量和真實(shí)框一樣。在訓(xùn)練過(guò)程中，損失函數(shù)會(huì)計(jì)算真實(shí)值和預(yù)測(cè)值之間的誤差，從而指導(dǎo)學(xué)習(xí)的走向，訓(xùn)練出性能較好的預(yù)測(cè)模型。

經(jīng)過(guò)訓(xùn)練，使得損失函數(shù)最小化，從而獲得較為理想的參數(shù)值。最后測(cè)試時(shí)，經(jīng)過(guò)非極大值抑制（Non-Maximum Suppression）[6]，即可獲得較為理想的結(jié)果。

3 訓(xùn)練與測(cè)試

3.1 平臺(tái)與數(shù)據(jù)集

我們使用PASCAL VOC2007與作者自己收集的數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)。其中，正樣本數(shù)量為1984個(gè)，負(fù)樣本數(shù)量為2000個(gè)。正負(fù)樣本樣例如圖2所示。

考慮到現(xiàn)實(shí)使用環(huán)境與我們的數(shù)據(jù)集規(guī)模，我們考慮同時(shí)我們還將數(shù)據(jù)集通過(guò)鏡像，調(diào)整亮度等處理擴(kuò)充數(shù)據(jù)集規(guī)模，如圖3所示。

測(cè)試平臺(tái)使用Ubuntu16，操作系統(tǒng)，CPU型號(hào)為Intel Core I5 8400，GPU型號(hào)為Nvidia GeForce GTX1070 ，迭代次數(shù)設(shè)定為10 000次，學(xué)習(xí)率設(shè)定為0.0001，訓(xùn)練集取數(shù)據(jù)集的70%，測(cè)試集取數(shù)據(jù)集的30%。訓(xùn)練時(shí)損失函數(shù)變化率與置信度變化曲線圖4、圖5所示。

3.2 效果測(cè)試

訓(xùn)練過(guò)程當(dāng)中，我們參照YOLOv1論文，基于Tensorflow訓(xùn)練YOLO神經(jīng)網(wǎng)絡(luò)模型。在完成訓(xùn)練后，我們抽取數(shù)據(jù)集當(dāng)中30%的圖片做測(cè)試集。經(jīng)過(guò)測(cè)試，神經(jīng)網(wǎng)絡(luò)在測(cè)試集圖片表現(xiàn)，見(jiàn)表1。

由圖6所示，雖然神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練之后對(duì)船舶的識(shí)別率并非十分優(yōu)秀，但是識(shí)別速度與處理時(shí)間可到達(dá)實(shí)用的程度，基本上可滿足在航道中實(shí)現(xiàn)對(duì)船舶的實(shí)時(shí)識(shí)別與統(tǒng)計(jì)的需求。

4 結(jié)論與展望

4.1 結(jié)論

隨著內(nèi)河水運(yùn)事業(yè)的迅猛發(fā)展，內(nèi)河通航環(huán)境日益復(fù)雜，船舶航行風(fēng)險(xiǎn)加大，傳統(tǒng)的巡航模式已無(wú)法滿足保障水運(yùn)監(jiān)管安全的需要。在現(xiàn)如今計(jì)算機(jī)計(jì)算能力有了空前發(fā)展的社會(huì)大環(huán)境下，基于YOLOv1的實(shí)時(shí)目標(biāo)檢測(cè)技術(shù)所帶來(lái)的高準(zhǔn)確率、高幀率以及低延時(shí)的實(shí)時(shí)目標(biāo)檢測(cè)可以在內(nèi)河當(dāng)中實(shí)時(shí)監(jiān)控河道中船舶運(yùn)行情況，較好地滿足了對(duì)內(nèi)河當(dāng)中船舶運(yùn)行情況的自動(dòng)識(shí)別與記錄，為監(jiān)管部門(mén)實(shí)時(shí)了解內(nèi)河船舶運(yùn)行的情況帶來(lái)了便利。

4.2 展望

由于模型自身和數(shù)據(jù)收集的局限性，只從時(shí)間序列本身的特性考慮，而沒(méi)有考慮其他不確定因素的影響。雖然模型中是以隨機(jī)項(xiàng)來(lái)反映這些不確定因素，但在預(yù)測(cè)期望值中其他不確定因素的影響是無(wú)法反映出來(lái)的，因而神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練之后對(duì)船舶的識(shí)別率并非十分優(yōu)秀，未來(lái)研究可以考慮結(jié)合多種網(wǎng)絡(luò)模型。

參考文獻(xiàn)

[1] Alex Krizhevsky，IlyaSutskever，Geoffrey E. Hinton.[J/OL]. https：//papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf.2012-May.26.2019.

[2] 邱學(xué)剛，徐建設(shè)，蔣兆明.國(guó)內(nèi)航行船舶船載AIS設(shè)備使用現(xiàn)狀[J].中國(guó)船檢，2018，5：42-46.

[3] MEI L， GUO J， LU P， et al. Inland ship detection based on dynamic group sparsity[C].Ninth International Conference on Advanced Computational Intelligence， 2017：1-6.

[4] Christian Szegedy ， Wei Liu ， YangqingJia ， Pierre Sermanet ， Scott Reed ， DragomirAnguelov ， DumitruErhan ， Vincent Vanhoucke， Andrew Rabinovich.[J/OL]. https：//www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Szegedy_Going_Deeper_With_2015_CVPR_paper.pdf.2015-May，26，2019.

[5] Joseph Redmon， SantoshDivvala， Ross Girshick， Ali Farhadi.[EB/OL].https：//arxiv.org/abs/1506.02640. Mon， 9 May 2016-Fri， 30 May 2019.

[6] A. Neubeck，L. Van Gool.[J/OL]. https：//ieeexplore.ieee.org/document/1699659.2006-May，26，2019.