劉可佳，馬榮生，唐子木，梁 捷，劉 斌

（63726部隊(duì)，寧夏 銀川750004）

1 引言

光電探測(cè)系統(tǒng)是空間目標(biāo)探測(cè)和預(yù)警的重要手段之一，被廣泛應(yīng)用于軍事領(lǐng)域。光電設(shè)備可以部署于陸基、?；?、空基或天基平臺(tái)，獲取目標(biāo)在不同空域和時(shí)段的視頻圖像數(shù)據(jù)，為決策者提供大量信息。陸基光電探測(cè)系統(tǒng)常采用紅外波段，用于飛行目標(biāo)的探測(cè)與跟蹤，具有探測(cè)距離較遠(yuǎn)、視場(chǎng)和成像較小等特點(diǎn)，可以觀測(cè)和記錄目標(biāo)飛行過程中的特征事件或動(dòng)作，一般成像為黑底白像，以視頻或圖像幀方式記錄。

目前視頻數(shù)據(jù)多以磁盤存儲(chǔ)，事后多以人工加軟件方式判讀，數(shù)據(jù)利用效率低，長期積累的海量視頻數(shù)據(jù)信息未被充分挖掘。近年來，深度學(xué)習(xí)技術(shù)在圖像分類研究中取得突破性進(jìn)展［1］，利用海量視頻數(shù)據(jù)提高設(shè)備探測(cè)和目標(biāo)識(shí)別性能的研究進(jìn)入了一個(gè)嶄新的階段。卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network，CNN）［2-3］算法已逐漸代替?zhèn)鹘y(tǒng)人工模型算法成為處理圖像檢測(cè)與識(shí)別問題的主流算法，為復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的軍事目標(biāo)自動(dòng)檢測(cè)、識(shí)別與分析提供了新的技術(shù)途徑。

視頻紅外目標(biāo)在其飛行周期內(nèi)外觀變化較大、成像大小可以從占據(jù)大部分屏幕到點(diǎn)目標(biāo)?；谏疃染矸e神經(jīng)網(wǎng)絡(luò)的視頻目標(biāo)檢測(cè)與識(shí)別方法可以按照是否利用時(shí)序信息分為兩類，一類是基于單幀圖像的算法，僅利用當(dāng)前幀圖像的空間信息完成目標(biāo)檢測(cè)和分類識(shí)別，如經(jīng)典的RCNN系 列［4-5］、SSD系 列［6-7］和YOLO系 列［8-10］算法等，這類算法研究相對(duì)較為成熟且已有大范圍的落地應(yīng)用，主要針對(duì)多類別目標(biāo)分類的通用場(chǎng)景，對(duì)中等大小目標(biāo)效果很好，模型結(jié)構(gòu)較為復(fù)雜，盡管近年提出許多輕量化的改進(jìn)模型［11-15］，但是這些算法對(duì)目標(biāo)變化較大的情形尤其是特定任務(wù)中視場(chǎng)中目標(biāo)外觀很大或很小時(shí)的檢測(cè)識(shí)別能力不足。另一類是基于多幀圖像的視頻行為識(shí)別［16-17］算法，這類算法同時(shí)利用幀序列蘊(yùn)含的空間和時(shí)間信息進(jìn)行目標(biāo)分類識(shí)別，如C3D系列［18-19］、雙 流 網(wǎng) 絡(luò) 系 列［20-21］、CNN加LSTM系列［22］算法，設(shè)計(jì)同時(shí)提取外觀和運(yùn)動(dòng)特征的模型較為復(fù)雜、對(duì)訓(xùn)練數(shù)據(jù)集的標(biāo)注要求較高，目前在紅外目標(biāo)識(shí)別領(lǐng)域的應(yīng)用處于起步探索階段。

國內(nèi)應(yīng)用深度學(xué)習(xí)技術(shù)研究和解決軍事圖像分類、高光譜圖像分類、海戰(zhàn)場(chǎng)圖像目標(biāo)識(shí)別、復(fù)雜背景下坦克裝甲目標(biāo)檢測(cè)、飛行器圖像識(shí)別等問題［23-27］，并取得了較好的結(jié)果，但在利用海量視頻數(shù)據(jù)建立訓(xùn)練數(shù)據(jù)集、針對(duì)特定任務(wù)的CNN結(jié)構(gòu)選擇與優(yōu)化策略等重要問題上鮮有提及。針對(duì)這些問題，結(jié)合陸基紅外探測(cè)系統(tǒng)成像特點(diǎn)，設(shè)計(jì)了一種基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)、快速生成紅外目標(biāo)檢測(cè)識(shí)別系統(tǒng)的構(gòu)建方法，讓實(shí)時(shí)數(shù)據(jù)“開口說話”［28］。

2 系統(tǒng)模型

紅外目標(biāo)識(shí)別系統(tǒng)的設(shè)計(jì)思路是先設(shè)計(jì)快速紅外目標(biāo)檢測(cè)器，從視頻中提取并標(biāo)注目標(biāo)區(qū)域（Region of Interesting，ROI），建立數(shù)據(jù)集并存儲(chǔ)到數(shù)據(jù)庫，然后利用這些標(biāo)注數(shù)據(jù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；再設(shè)計(jì)基于測(cè)試準(zhǔn)確度和模型復(fù)雜度的模型選擇策略，獲取紅外目標(biāo)分類識(shí)別器，達(dá)到實(shí)時(shí)識(shí)別目標(biāo)特征事件的目的。該框架可以高效、靈活利用源視頻數(shù)據(jù)快速獲取目標(biāo)識(shí)別能力。

圖1是系統(tǒng)框圖，分為建數(shù)據(jù)庫、訓(xùn)練選型和加載檢測(cè)三部分，分別用綠虛線、藍(lán)實(shí)線和紅虛線表示其流程，實(shí)線方框表示功能模塊，虛線方框表示需要一定程度的人工交互，虛線圓角框表示產(chǎn)生的過程文件，圓柱體表示數(shù)據(jù)庫（彩圖見期刊電子版）。

圖1 紅外視頻處理與紅外目標(biāo)識(shí)別系統(tǒng)框圖Fig.1 Block diagram of infrared video processing and in?frared target recognition system

建數(shù)據(jù)庫包括設(shè)計(jì)檢測(cè)器并從歷史視頻幀中提取目標(biāo)ROI，在人工交互模式下將目標(biāo)的飛行過程劃分為若干特征事件子類，標(biāo)明ROI的子類編號(hào)（例如子類編號(hào)1至3表示起飛、分離、拋整流罩），將ROI及其對(duì)應(yīng)的子類標(biāo)簽作為初始數(shù)據(jù)集以統(tǒng)一文件格式存儲(chǔ)到數(shù)據(jù)庫。

訓(xùn)練選型是先對(duì)初始數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)，得到增強(qiáng)數(shù)據(jù)集，再根據(jù)子類數(shù)目、樣本集規(guī)模和經(jīng)驗(yàn)知識(shí)設(shè)計(jì)一組與特定任務(wù)較匹配的CNN模型，通過選型策略選出較優(yōu)的模型及其參數(shù)。

加載檢測(cè)是加載最優(yōu)模型及其參數(shù)得到分類器，用檢測(cè)器從實(shí)時(shí)紅外視頻幀中逐幀提取ROI送入分類器獲得檢測(cè)結(jié)果，通過人工交互檢驗(yàn)后可提供實(shí)戰(zhàn)信息或充實(shí)數(shù)據(jù)庫。

下面詳細(xì)敘述檢測(cè)器、建數(shù)據(jù)庫、訓(xùn)練選型和分類器等主要模塊的實(shí)現(xiàn)過程。

2.1 檢測(cè)器

飛行目標(biāo)溫度一般高于背景溫度，紅外視頻目標(biāo)成像為白色，背景為黑色，因此可以采用形心法和閾值分割方法構(gòu)造檢測(cè)器，快速檢測(cè)和提取目標(biāo)ROI，獲取目標(biāo)ROI圖像集合。

圖2是檢測(cè)器框圖，幀邊緣處理模塊將畫面字幕區(qū)域填充為背景灰度值；中值濾波用于處理壞點(diǎn)和椒鹽噪聲；二值化掩膜可依據(jù)常量門限或自適應(yīng)門限計(jì)算目標(biāo)掩膜，再根據(jù)掩膜計(jì)算目標(biāo)群外接矩形。二值化固定閾值可根據(jù)處理的紅外目標(biāo)灰度值，在［150，180］之間選擇，基于背景分離的自適應(yīng)門限功能作為可選項(xiàng)。為匹配CNN網(wǎng)絡(luò)，提取ROI均為正方形，邊長取ROI外接矩形長和寬較大者。

圖2 檢測(cè)器框圖Fig.2 Block diagram of detector

2.2 數(shù)據(jù)集的建立與存儲(chǔ)

建立數(shù)據(jù)集時(shí)先針對(duì)特定分類任務(wù)，人工劃分特征事件段落，將ROI進(jìn)行子類標(biāo)注并以固定格式儲(chǔ)存，再進(jìn)行增強(qiáng)處理得到增強(qiáng)數(shù)據(jù)集，用于訓(xùn)練CNN網(wǎng)絡(luò)。

2.2.1 數(shù)據(jù)分類與標(biāo)注

紅外探測(cè)器視場(chǎng)一般約為1°，目標(biāo)飛行過程中有姿態(tài)變化、分離、釋放誘餌等動(dòng)作，距離較近時(shí)成像多為具有某種特征的灰白色亮斑，形態(tài)緩變或突變；距離較遠(yuǎn)時(shí)多成像為點(diǎn)目標(biāo)。

固定型號(hào)目標(biāo)成像一般不超過20種形態(tài)，根據(jù)成像形態(tài)差異和變化規(guī)律將飛行過程劃分為若干特征事件子類，目標(biāo)具有多批次飛行視頻，對(duì)應(yīng)多組ROI樣本集，可分別作為訓(xùn)練和測(cè)試數(shù)據(jù)集。ROI子類標(biāo)注需要人工交互確定子類名稱和剔除過渡樣本，以使子類間具有更好的區(qū)分度。

2.2.2 數(shù)據(jù)增強(qiáng)

如果視頻有限、訓(xùn)練數(shù)據(jù)庫數(shù)量少、形式單一或子類樣本量不均衡時(shí)，可采用數(shù)據(jù)增強(qiáng)技術(shù)，通過隨機(jī)旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、剪切、亮度調(diào)整、對(duì)比度調(diào)整及其組合方法處理初始數(shù)據(jù)集中的ROI，改善數(shù)據(jù)集。

如劃分6個(gè)子類，建立訓(xùn)練和測(cè)試集，初始樣本數(shù)為1920，增強(qiáng)擴(kuò)充為12800，選擇同型號(hào)目標(biāo)另一批次紅外視頻建立測(cè)試數(shù)據(jù)集，因某些目標(biāo)動(dòng)作時(shí)間短、幀數(shù)少，某些狀態(tài)持續(xù)時(shí)間長、變化慢，只選其子類中具有代表性的195幀并覆蓋所有子類的ROI建立測(cè)試集。

2.2.3 數(shù)據(jù)存儲(chǔ)

實(shí)際問題中的數(shù)據(jù)格式和屬性并不統(tǒng)一，TensorFlow［29］提供了一種統(tǒng)一的TFRecord格式存儲(chǔ)數(shù)據(jù)，可以統(tǒng)一不同的原始數(shù)據(jù)格式，并更加有效的管理不同的屬性，可擴(kuò)展性也更好，在存取時(shí)間和空間上效率更高。比如增強(qiáng)數(shù)據(jù)集包括12800幅灰度圖，大小為27319986 Byte，占用空間57958400 Byte；對(duì)應(yīng)的帶有標(biāo)簽信息的TFRecord文件大小為14400000 Byte，占用空間14401536 Byte；后者占用空間更少，訓(xùn)練模型輸入效率更高。

2.3 建立并優(yōu)選卷積神經(jīng)網(wǎng)絡(luò)模型

CNN通常包含一個(gè)標(biāo)準(zhǔn)的疊加卷積層結(jié)構(gòu)（可選擇附加對(duì)比標(biāo)準(zhǔn)化和最大池化功能）后接一個(gè)或多個(gè)全連接層［30］，結(jié)構(gòu)復(fù)雜度應(yīng)當(dāng)與需要區(qū)分的類別數(shù)匹配，有助于減少欠擬合或過擬合，因此應(yīng)當(dāng)設(shè)計(jì)CNN模型結(jié)構(gòu)選擇策略，即首先根據(jù)子類數(shù)目和數(shù)據(jù)集規(guī)模設(shè)計(jì)一組較匹配的CNN模型，覆蓋不同卷積層數(shù)和卷積核深度，通過多次訓(xùn)練，取得多組測(cè)試準(zhǔn)確度（Test Accu?racy，TA），利用測(cè)試準(zhǔn)確度的統(tǒng)計(jì)分析結(jié)果和模型參數(shù)規(guī)模選出泛化能力較好且結(jié)構(gòu)較簡(jiǎn)單的CNN模型。

根據(jù)MNIST，CIFAR10數(shù)據(jù)集經(jīng)驗(yàn)，分類數(shù)較少時(shí)，如10個(gè)左右，CNN卷積層2到4層即可達(dá)到滿意效果，這里參照較為簡(jiǎn)單的LeNet-5［31-32］網(wǎng)絡(luò)結(jié)構(gòu)。將CNN模型命名為CnnetNX，其中N表示卷積層數(shù)，可選1，2，3，4k，5；X表示首層卷 積 核 深 度 可 選b（4），c（8），d（16），e（32），f（64），之后各層卷積核深度以2為底指數(shù)級(jí)增加。例如Cnnnet3d具有3個(gè)卷積層、首層卷積核深度為16。圖3表示3種CNN結(jié)構(gòu)，從Cnnet2e到Cnnet4e網(wǎng)絡(luò)深度逐漸加深，其中卷積層包含了線性整流函數(shù)ReLU（Rectified Lin?ear Unit）。

圖3 CNN結(jié)構(gòu)框圖Fig.3 Block diagram of CNN Structure

針對(duì)自建數(shù)據(jù)庫規(guī)模小、類別少的特點(diǎn)，設(shè)計(jì)21種CNN結(jié)構(gòu)，如表1所示。表1給出Cnnet5e的核參數(shù)和特征圖尺寸，卷積核的節(jié)點(diǎn)矩陣尺寸即寬、高、通道數(shù)分別用w，h，c表示，卷積核的深度為d，池化層的濾波核大小均為2×2，sn表示卷積步進(jìn)值為n，輸出特征圖的寬、高、通道數(shù)用W，H，C表示。X=d（16），c（8），b（4）的數(shù)據(jù)標(biāo)于括號(hào)中，“√”表示具有該層結(jié)構(gòu)，“Flat”表示最后一層池化層輸出的特征圖拉直向量維度，“FullC”表示全連接層，數(shù)值等于輸入圖的拉直向量維數(shù)。cnnet1f未標(biāo)出，其對(duì)應(yīng)的卷積核深度為64，拉直向量維度16384。表2是21種CNN的參數(shù)數(shù)量，卷積層越多，全連接層參數(shù)占比越低，總參數(shù)越少；卷積核深度越深，總參數(shù)越多。

表1 21種具有不同卷積層和卷積核深度的CNN結(jié)構(gòu)參數(shù)Tab.121 kinds of CNN structure parameter with different convolution layer and convolution kernel depth

表2 21種CNN網(wǎng)絡(luò)參數(shù)數(shù)量（括號(hào)中為卷積層參數(shù)/全連接層參數(shù)個(gè)數(shù)）Tab.2 Number of 21 CNN network parameters（In parentheses，is the number of convolution layer/full connection layer parameters）

2.4 分類器

使用增強(qiáng)數(shù)據(jù)集按預(yù)設(shè)超參數(shù)和優(yōu)化策略訓(xùn)練優(yōu)選的模型，訓(xùn)練結(jié)束后將模型結(jié)構(gòu)、學(xué)習(xí)到的參數(shù)和類別標(biāo)簽以文件形式保存；構(gòu)造分類器時(shí)，加載模型、參數(shù)和子類標(biāo)簽文件，獲得分類器函數(shù)，該函數(shù)輸入圖片，輸出圖片標(biāo)簽編號(hào)。使用檢測(cè)器檢測(cè)實(shí)時(shí)視頻幀并提取目標(biāo)ROI，逐幀輸入分類器進(jìn)行判斷，輸出該目標(biāo)所屬的子類編號(hào)。

3 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)分圖像增強(qiáng)、模型訓(xùn)練選型和分類性能分析三部分。仿真計(jì)算機(jī)配置為Intel?Core?i7-6700HQ CPU@2.60 GHz，仿真軟件采用An?aconda3-5.2.0，Python-3.5.2。CNN網(wǎng)絡(luò)搭建與訓(xùn)練、目標(biāo)檢測(cè)實(shí)現(xiàn)基于TensorFlow框架和py?thon-OpenCV庫。

3.1 圖像增強(qiáng)及其效果仿真

圖4用網(wǎng)絡(luò)圖片展示增強(qiáng)效果，末行中間是原圖，自上而下為亮度、對(duì)比度、隨機(jī)剪切和旋轉(zhuǎn)四種處理結(jié)果，組合處理樣本更加豐富。

圖4 亮度、對(duì)比度、隨機(jī)剪切和旋轉(zhuǎn)處理Fig.4 Brightness，contrast，random cut and rotation pro?cessing

如圖5所示，用增強(qiáng)前后的數(shù)據(jù)集分別訓(xùn)練cnnet3e模型各5次，“src”和“aug”分別表示源數(shù)據(jù)集和增強(qiáng)數(shù)據(jù)集訓(xùn)練結(jié)果，測(cè)試準(zhǔn)確度均值（Mean Test Accuracy，MTA）表明，數(shù)據(jù)增強(qiáng)技術(shù)在同等條件下使MTA提高約10%，且標(biāo)準(zhǔn)差更小，幫助模型學(xué)習(xí)到更好更穩(wěn)定的泛化能力。

圖5 數(shù)據(jù)增強(qiáng)前后訓(xùn)練cnnet3e網(wǎng)絡(luò)5次TA及MTA曲線Fig.5 T raining cnnet3e network TA and MTA for 5 times before and after data enhancement

3.2 訓(xùn)練模型與選型策略實(shí)驗(yàn)

影響CNN模型性能的主要有網(wǎng)絡(luò)結(jié)構(gòu)、超參數(shù)以及損失函數(shù)和優(yōu)化策略等，這里主要研究CNN結(jié)構(gòu)尤其是網(wǎng)絡(luò)深度變化對(duì)訓(xùn)練結(jié)果的影響，進(jìn)而設(shè)計(jì)選型策略。實(shí)驗(yàn)選擇的超參數(shù)有學(xué)習(xí)速率0.0001、最小批處理數(shù)量50、隨機(jī)失活比例0.5、訓(xùn)練輪數(shù)10000輪；損失函數(shù)為交叉熵，優(yōu)化采用自適應(yīng)矩估計(jì)方法（adaptive moment estimation，Adam）［29］。

由于對(duì)批處理數(shù)據(jù)進(jìn)行了隨機(jī)擾亂，因此學(xué)習(xí)參數(shù)和測(cè)試準(zhǔn)確度等訓(xùn)練結(jié)果具有隨機(jī)性，而測(cè)試準(zhǔn)確度是反映模型泛化能力的重要指標(biāo)，為減少隨機(jī)性干擾，使用增強(qiáng)前后的數(shù)據(jù)集分別對(duì)21種CNN進(jìn)行5次訓(xùn)練，每次訓(xùn)練10000步，每200步記錄一次測(cè)試準(zhǔn)確度結(jié)果，分別計(jì)算各CNN的5次訓(xùn)練結(jié)果的MTA，如圖6～圖7所示。從MTA變化趨勢(shì)看，前者收斂較快，多數(shù)曲線呈現(xiàn)先升后降趨勢(shì)，后者收斂較慢，大部分曲線由升轉(zhuǎn)穩(wěn)，且幅度有較大提高；原因是前者樣本少，收斂快，后期出現(xiàn)過擬合，而后者樣本數(shù)量和多樣性都有改善，訓(xùn)練輪數(shù)也比較合適?？梢奙TA即能反映泛化能力，又能反映擬合狀態(tài)，是選擇模型和訓(xùn)練輪數(shù)的重要參考。

圖6 21種CNN 5次MTA曲線（未增強(qiáng)數(shù)據(jù)）Fig.6 MTA of 21 CNN for 5 times with unenhanced data

圖7 21種CNN5次MTA曲線（增強(qiáng)數(shù)據(jù)）Fig.7 MTA of 21 CNN for 5 times with enhanced data

圖8能更清晰地展示這種趨勢(shì)，按順序取每5個(gè)相鄰的MTA為一段求均值，得到分段測(cè)試準(zhǔn)確度均值（Partitioned Mean Test Accuracy，PMTA），幅度更穩(wěn)定。

對(duì)比圖8的（a）和（b），前者5b，1b，2e較高，2d，3b，2b較低，后者1e，2b，2e較高，4e，5c，5d較低。這表明同等條件下增強(qiáng)樣本會(huì)影響訓(xùn)練收斂過程和結(jié)果；前后兩個(gè)2e幅度都較高，但曲線形態(tài)明顯不同，前者先升后降，后者先升后穩(wěn)，這說明同等條件下還應(yīng)按數(shù)據(jù)集規(guī)模選擇適當(dāng)?shù)挠?xùn)練輪數(shù)，防止欠擬合和過擬合。

圖8 21種CNN 5次PMTA曲線Fig.8 PMTA of 21 CNN for 5 times

基于上述分析，將各CNN中MTA類指標(biāo)和參數(shù)規(guī)模繪制成熱度圖，如圖9所示。優(yōu)選模型主要依據(jù)PMTA和MTA的最大值，以及參數(shù)總數(shù)“total num”，前者反映模型泛化能力，后者表示模型復(fù)雜度，其他指標(biāo)（FMTA表示MTA前5個(gè) 最 大 值 的 均 值，“fclayer num”和“convlayer num”表示全連接層和卷積層參數(shù)量）作參考。首先排除參數(shù)很多（＞1000000）且MTA類指標(biāo)并未顯著提升者（1b～1f，2c～2e，3d，3e，4e，5e）和參數(shù)雖少但是MTA類指標(biāo)明顯較低者（3b，4c，4d，5c，5d），余下2b，3c，4b和5b（箭頭所示）。其次2b，5b的參數(shù)規(guī)模分別略低于3c，4b但MTA更高，可淘汰后者。最后，余下的網(wǎng)絡(luò)參數(shù)規(guī)模都不大，因此應(yīng)以MTA為主；若MTA相等，根據(jù)奧卡姆剃刀原則，選參數(shù)少者。2b與5b模型相比，各有優(yōu)勢(shì)，前者以5倍左右的參數(shù)量，將MTA提高了近1%，在參數(shù)總數(shù)可接受的情況下，可提供更好的模型泛化能力。

圖9 基于MTA類指標(biāo)和參數(shù)規(guī)模的選型策略（參數(shù)數(shù)量單位：萬）Fig.9 Selection strategy based on MTA class index and parameter scale（parameter unit：ten thousand）

綜上所述，首先設(shè)計(jì)一組與特定任務(wù)較匹配的CNN，通過多次訓(xùn)練獲得MTA類指標(biāo)，繪制MTA類指標(biāo)和參數(shù)規(guī)模熱度圖；再用排除法、對(duì)比法縮小選擇范圍；最后按照簡(jiǎn)單有效原則，可選出潛在的模型復(fù)雜度較低且泛化能力較高的CNN，用于構(gòu)造分類器。

3.3 圖像檢測(cè)實(shí)驗(yàn)

TensorFlow提供多種方法保存和加載（部署）模型［33］。加載Cnnet2b結(jié)構(gòu)、參數(shù)和標(biāo)簽文件，這里構(gòu)造分類器函數(shù)用于仿真，輸入為一幅歸一化為32×32大小的ROI灰度圖，輸出為該圖子類編號(hào)。仿真時(shí)先用檢測(cè)器實(shí)時(shí)提取視頻幀中的目標(biāo)ROI，然后傳入分類器函數(shù)判斷其子類編號(hào)，這就構(gòu)成一個(gè)快速目標(biāo)識(shí)別系統(tǒng)。

圖10上中下子圖左側(cè)是對(duì)Cnnet2b進(jìn)行三次訓(xùn)練的訓(xùn)練準(zhǔn)確度（Train Accuracy）和測(cè)試準(zhǔn)確度，訓(xùn)練準(zhǔn)確度在后期基本達(dá)到100%，測(cè)試準(zhǔn)確度分別達(dá)98.46%，94.35%和95.89%；右側(cè)是對(duì)應(yīng)模型的預(yù)測(cè)結(jié)果與真實(shí)標(biāo)簽比較，可見模型訓(xùn)練結(jié)果具有隨機(jī)性，但是在預(yù)期的范圍。

圖10 Cnnet2b模型三次訓(xùn)練和測(cè)試準(zhǔn)確度及其分類結(jié)果Fig.10 Three times training and testing accuracy of cnnet2b model and its classification results

從預(yù)測(cè)結(jié)果看，錯(cuò)誤幀分別為第3，9，7幀，其中分別有第2，6，5幀的錯(cuò)誤發(fā)生在狀態(tài)變換附近，約占68%，因此在選擇訓(xùn)練測(cè)試樣本時(shí)，通過減少過渡狀態(tài)的樣本，提高類間區(qū)分度，可進(jìn)一步提高預(yù)測(cè)準(zhǔn)確度。

在采用固定灰度閾值時(shí)，視頻檢測(cè)速率可達(dá)1000 FPS，增加中值濾波和自適應(yīng)灰度閾值功能時(shí)約為100 FPS，分類器運(yùn)算時(shí)間約為100 FPS，檢測(cè)分類總時(shí)間約為50 FPS，達(dá)到實(shí)時(shí)要求。

4 結(jié)論

為快速利用現(xiàn)有數(shù)據(jù)提升設(shè)備能力，基于海量紅外視頻數(shù)據(jù)和卷積神經(jīng)網(wǎng)絡(luò)，分建立數(shù)據(jù)庫、增強(qiáng)數(shù)據(jù)、選擇CNN訓(xùn)練模型和設(shè)計(jì)檢測(cè)器、分類器等若干步驟，設(shè)計(jì)了一種構(gòu)建實(shí)時(shí)紅外目標(biāo)識(shí)別系統(tǒng)的方法。重點(diǎn)闡述了如何根據(jù)測(cè)試準(zhǔn)確度均值及其分類統(tǒng)計(jì)結(jié)果、參數(shù)規(guī)模等要素選擇適合特定任務(wù)的CNN卷積層層數(shù)和卷積核深度，在模型復(fù)雜度較低時(shí)，選出泛化能力較好的模型。實(shí)驗(yàn)結(jié)果表明，特征事件分類準(zhǔn)確度可達(dá)95%，幀率約為50 FPS，選擇CNN結(jié)構(gòu)的策略合理有效，建立的系統(tǒng)模型可達(dá)到紅外目標(biāo)識(shí)別精度和實(shí)時(shí)性要求。