沈陽理工大學 黃海新 唐學多

隨著遙感影像獲取技術的不斷發(fā)展，遙感飛機的機型及位置檢測成為檢測重點。然而，由于其復雜的背景，不同的空間分辨率，姿態(tài)和光照變化復雜，導致檢測精度不高。此外，本研究中遙感飛機的類內和類間方差都較大，給機型的識別增加了難度。為了提高算法對遙感影像目標的檢測精度，本文提出一種基于YOLv4和Triple Loss的目標檢測算法，首先運用Sobel算子和Mosaic對數(shù)據(jù)集擴充和增強；其次，用Triple Loss代替原有的分類損失函數(shù)來提高分類精度，最后通過實驗驗證本算法的有效性和準確性。結果表明本算法在MTARSI數(shù)據(jù)集上檢測率mAP達到90.07%，與其他先進的機型識別算法對比，本文算法有效提升了遙感飛機的檢測準確率。

隨著遙感技術的不斷發(fā)展，遙感影像已經成為一種重要的數(shù)據(jù)來源。飛機不僅是軍事領域的戰(zhàn)略目標，也是民用領域的重要運輸工具，因此，飛機的機型識別和檢測在及時分析戰(zhàn)場態(tài)勢和制定軍事決策方面起著重要作用。但是由于遙感影像高分辨率的獲取，單張圖片中包含的信息也越來越多，依靠現(xiàn)有的自動解釋的分類方法已經難以適應實際需要。而且，盡管飛機的功能和用途有著明顯區(qū)別，但是卻具有極其相似的外觀，遙感影像具有的背景復雜，小目標、多尺度等特點也增加了檢測難度，因此，快速、準確的識別飛機類型仍然具有很大的挑戰(zhàn)。YOLOv4的出現(xiàn)使目標檢測任務出現(xiàn)了一個飛躍，實現(xiàn)了速度和精度的完美提升，為了保證檢測精度和實時性，本文采用YOLOv4作為檢測網絡結構。如圖1所示。

圖1 YOLOv4網絡結構

1 基本原理

1.1 YOLOv4算法檢測流程

為實現(xiàn)對遙感飛機目標的實時高效檢測，本文基于YOLOv4建立檢測網絡框架。YOLO系列算法是基于CNN的端到端的原理實現(xiàn)目標檢測，其檢測過程分為特征提取，定位目標和損失計算三個部分。其中，特征提取網絡為CSPDarket53，定位目標包括對目標的分類和位置回歸，損失計算則包括分類損失、邊界框回歸損失和置信度損失。如圖2所示，與只有一個檢測層的YOLOv1和YOLOv2不同，YOLOv4與YOLOv3相同，使用三個不同尺度的特圖，實現(xiàn)了多尺度目標檢測，且使用了比YOLOv3中Darknet53效果更好的CspDarknet53作為特征提取網絡。

圖2 遙感飛機圖像擴增流程圖

1.2 數(shù)據(jù)增強及擴增

在深度學習中，為了獲取一個好的訓練模型和提高模型的泛化能力，高質量的樣本是必不可少的。但是實際中，樣本數(shù)量和質量往往都不夠好，數(shù)據(jù)增強及擴增成為了改善或者解決這一問題的關鍵方法。本算法使用Mosaic進行數(shù)據(jù)增強，基于Sobel算子的圖像分割技術進行數(shù)據(jù)擴增。

MTARSI數(shù)據(jù)集中的B-2轟炸機和KC-10加油機是非常罕見的，很難被衛(wèi)星遙感捕獲，這將阻礙MTARSI數(shù)據(jù)集的采集和構建。針對這一問題，一種基于Sobel算子的分割算法被提出用來解決此問題，該方法的流程圖如圖3所示，首先運用Sobel算子將圖片中的圖像從背景中分離出來，然后從不包含任何飛機的相關遙感圖像（如飛機跑道、草坪等）中隨機選擇不同的背景圖像。最后將分割出的飛機圖像進行鏡像和旋轉操作，再和選定的背景結合，實現(xiàn)對罕見數(shù)據(jù)的擴增。提取的圖像和背景圖像具有相同的空間分辨率，且由相同的遙感傳感器獲取，避免了數(shù)據(jù)的失真。

圖3 三元組分類損失函數(shù)原理

1.3 Triple Loss

由于本論文樣本數(shù)據(jù)集具有明顯的類內多樣性，為了減少對損失的影響，在訓練中需要盡可能的學習訓練hard樣本，所以，選取三元組損失函數(shù)作為分類損失函數(shù)，其基本思想就即通過學習來最大化anchor與負樣本的距離，最小化anchor與正樣本之間的距離。

2 實驗與分析

本章首先介紹實驗所用數(shù)據(jù)集，再介紹實驗環(huán)境設置，并在YOLOv4 網絡中進行訓練測試最后將實驗效果與其他主流算法做對比，得出檢測效果更好的結論。

2.1 數(shù)據(jù)集

本實驗數(shù)據(jù)集為來自谷歌地球衛(wèi)星圖像的多類型飛機遙感圖像（MTARSI），包含20種類型、覆蓋36個機場的飛機圖片，數(shù)據(jù)擴增至9385張圖片。所有圖片均采用labelImg進行標注，隨機選取2000張作為測試集，7385張為訓練集圖片。

2.2 實驗設置

實驗采用YOLOv4算法的CSPDarknet53網絡作為實驗特征提取網絡，采用隨機梯度下降法優(yōu)化損失函數(shù)，采用交叉迷你批標準化（CmBN）有效避免模型在迭代過程中陷入最小值的問題，來加快訓練的收斂性，激活函數(shù)結合使用修正線性單元（Leakey ReLU）和Mish。超參數(shù)設置如下：批數(shù)和小批數(shù)為64、16，動量衰減和重量衰減分別設為0.9、0.005，采用多項式衰減策略調整學習率，初始學習率為0.001。實驗環(huán)境：使用Darknet+CUDA10.2的深度學習框架，顯存為16G的GTX1660顯卡，每次在GPU上并行訓練4圖像。

2.3 實驗結果及對比

實驗對輸入圖像采用多尺度訓練，并在五種神經網絡（DenseNet、GoogelNet、VGG、ResNet以及EfficientNet）上進行性能比較，本算法以90.07%的分類準確率取勝。且與傳統(tǒng)基于特征的方法相比，基于神經網絡的方法能夠提取出更深層次的特征，具有更好的泛化能力和圖像表征能力，因此具有更高的檢測精度，檢測性能也遠遠好于傳統(tǒng)分類方法。該算法的在測試集上的檢測結果如圖4所示，可以看出，無論是在分類還是位置定位，本算法都有較好的檢測效果。

圖4 測試集驗證結果

2.4 實驗分析

本訓練實驗中，當?shù)螖?shù)約為40000次時損失收斂至0.31，在測試集上驗證結果，得到了較好的檢測效果，由此可見，本文基于YOLOv4與Triple-Loss的算法能夠增強遙感目標的檢測能力。

針對遙感飛機影像中存在的分類及檢測精度不高的問題，提出了基于YOLOv4和Triple Loss的檢測算法。該算法首先選取YOLOv4作為檢測的主干模型，其次使用Mosaic和Sobel算子方法進行數(shù)據(jù)擴增及增強，并引入Triple Loss分類損失函數(shù)思想，最后在MTARSI數(shù)據(jù)集上驗證算法的有效性。實驗結果表明，該算法在復雜的遙感影像目標檢測中檢測效果較好，且實現(xiàn)了在不損失速度的情況下提高了檢測精度。