吳曉強(qiáng)， 曾朝陽

（陸軍工程大學(xué) 野戰(zhàn)工程學(xué)院， 江蘇 南京 210007）

0 引言

近年來，隨著基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)技術(shù)的引入，機(jī)器視覺目標(biāo)檢測(cè)的效率和準(zhǔn)確率得到大幅度提升，已經(jīng)越過了應(yīng)用的技術(shù)門檻， 正在廣泛領(lǐng)域得到普及和應(yīng)用。在這樣的背景下，基于機(jī)器視覺的軍事目標(biāo)檢測(cè)也日益受到研究者的重視。多年來，軍事目標(biāo)的自動(dòng)檢測(cè)技術(shù)一直是國防技術(shù)領(lǐng)域的研究重點(diǎn)， 但礙于準(zhǔn)確性和效果沒有達(dá)到滿意的效果， 很長時(shí)間沒有得到大范圍廣泛應(yīng)用?，F(xiàn)在，隨著深度學(xué)習(xí)技術(shù)的引入，這些問題不復(fù)存在，因此， 基于機(jī)器視覺的目標(biāo)檢測(cè)技術(shù)在軍事上的推廣越來越受到重視。 Zheng 等[1]構(gòu)建密集反卷積網(wǎng)絡(luò)提取目標(biāo)深層次的語義信息對(duì)偽裝人員進(jìn)行檢測(cè)；Fang 等[2]構(gòu)建強(qiáng)語義膨脹網(wǎng)絡(luò)檢測(cè)架構(gòu)， 進(jìn)一步提高偽裝人員的檢測(cè)效果；鄧小桐等[3]通過改進(jìn)RetinaNet 檢測(cè)網(wǎng)絡(luò)，對(duì)偽裝人員進(jìn)行檢測(cè)。

不過，與普通的目標(biāo)檢測(cè)相比，軍事目標(biāo)探測(cè)有其自身的特殊性，比如戰(zhàn)場(chǎng)環(huán)境的復(fù)雜多變，敵對(duì)雙方的欺騙和攻擊等，都使得軍事目標(biāo)探測(cè)面臨更加復(fù)雜的情況。 而最根本的區(qū)別在于， 軍事目標(biāo)的探測(cè)方和所有方總是敵對(duì)的雙方， 因此探測(cè)方所需要用來訓(xùn)練檢測(cè)模型的數(shù)據(jù)不易獲得。 而基于神經(jīng)網(wǎng)絡(luò)的機(jī)器視覺系統(tǒng)的能力從根本上依賴所訓(xùn)練的數(shù)據(jù)，當(dāng)數(shù)據(jù)不完備時(shí)，檢測(cè)系統(tǒng)的能力就會(huì)受到影響。 當(dāng)然，目標(biāo)的探測(cè)方可以為檢測(cè)系統(tǒng)建設(shè)必要的數(shù)據(jù)集， 以反映假想的戰(zhàn)場(chǎng)環(huán)境和敵方目標(biāo)的特性。 盡管如此，真實(shí)的戰(zhàn)場(chǎng)仍會(huì)出現(xiàn)難以預(yù)測(cè)的情況，比如敵方采取的臨時(shí)偽裝措施， 敵方對(duì)探測(cè)平臺(tái)的攻擊等。 這些不曾預(yù)想的情況究竟會(huì)對(duì)目標(biāo)檢測(cè)系統(tǒng)造成多大的影響？ 為回答這個(gè)問題，本文設(shè)想了敵方攻擊導(dǎo)致探測(cè)距離變遠(yuǎn)（導(dǎo)致圖像分辨率降低）和敵方設(shè)置了偽裝措施（導(dǎo)致目標(biāo)顯著性降低）兩種情形，通過對(duì)比分析這兩種情況出現(xiàn)和不出現(xiàn)的檢測(cè)結(jié)果， 試圖說明戰(zhàn)場(chǎng)環(huán)境中不可知因素對(duì)機(jī)器視覺目標(biāo)探測(cè)的影響。 毫無疑問，這種影響對(duì)目標(biāo)檢測(cè)技術(shù)和隱身偽裝技術(shù)都非常重要。

根據(jù)當(dāng)前目標(biāo)檢測(cè)算法的發(fā)展現(xiàn)狀， 可將其分為三大類。 一類是基于候選區(qū)域的目標(biāo)檢測(cè)算法， 如R-CNN[4]、SPP-Net[5]、Fast R-CNN[6]、Faster R-CNN[7]、Mask R-CNN[8]和R-FCN[9]等。 此類算法先對(duì)輸入圖像提取若干個(gè)候選區(qū)域，然后對(duì)候選區(qū)域進(jìn)行分類和預(yù)測(cè)，最后利用非極大值抑制（（Non-Maximum Suppression，NMS）消除多余的目標(biāo)框。 二類是基于回歸的目標(biāo)檢測(cè)算法， 如YOLO[10]、YOLOv2[11]、YOLOv3[12]、YOLOv4[13]、SSD[14]、DSSD[15]和RetinaNet[16]等。 此類算法對(duì)輸入圖像直接進(jìn)行分類和回歸預(yù)測(cè)。第三類是基于anchor-free 的目標(biāo)檢測(cè)算法。此類檢測(cè)模型包含基于關(guān)鍵點(diǎn)的檢測(cè)和基于分類和回歸進(jìn)行改進(jìn)的檢測(cè)這兩種，如CornerNet[17]、CenterNet[18]和FCOS[19]等。

本文以Faster R-CNN、YOLOv4 和CenterNet 三種類型的目標(biāo)檢測(cè)算法為基礎(chǔ)， 將該三種模型在單個(gè)目標(biāo)場(chǎng)景下進(jìn)行多輪迭代訓(xùn)練， 將迭代損失最小的權(quán)重值作為預(yù)測(cè)權(quán)重， 分別對(duì)分辨率降低前后和偽裝措施施加前后的測(cè)試集目標(biāo)進(jìn)行檢測(cè)。 本文所用的數(shù)據(jù)集是在野外現(xiàn)地采集，并對(duì)該數(shù)據(jù)集進(jìn)行了數(shù)據(jù)擴(kuò)展。

1 數(shù)據(jù)集建立

1.1 偽裝軍事車輛數(shù)據(jù)集擴(kuò)展試驗(yàn)方法

由于當(dāng)前沒有公開的偽裝后的軍事車輛數(shù)據(jù)集，因此針對(duì)當(dāng)前實(shí)驗(yàn)任務(wù)，為貼近實(shí)際的戰(zhàn)場(chǎng)偵察環(huán)境，在野外條件下，采集了348 張偽裝后的軍事目標(biāo)圖片數(shù)據(jù)，圖像大小為5472×3048，此圖片數(shù)據(jù)滿足以下兩個(gè)特點(diǎn)：

（1）圖片數(shù)據(jù)包含不同明暗程度，不同俯仰，不同遮擋程度的目標(biāo)。

（2）圖片數(shù)據(jù)包含不同尺度的目標(biāo)，即從不同高度，不同距離對(duì)圖像數(shù)據(jù)進(jìn)行采集。

（3）通過翻轉(zhuǎn)，旋轉(zhuǎn)，裁剪，變形，縮放，顏色增強(qiáng)等數(shù)據(jù)增強(qiáng)的方式，將原圖片數(shù)據(jù)庫擴(kuò)展至1740 張，并采用PASCAL VOC 數(shù)據(jù)集標(biāo)注方式， 對(duì)擴(kuò)展后的圖片數(shù)據(jù)進(jìn)行標(biāo)注。 擴(kuò)展數(shù)據(jù)集統(tǒng)一標(biāo)注為Car， 擴(kuò)充的圖像及其標(biāo)注如圖1 所示，其 中 圖（a）和 圖（b） 為選取的訓(xùn)練集中的兩張圖片，圖（c）和圖（d）分別為其對(duì)應(yīng)的標(biāo)注圖片。

圖1 數(shù)據(jù)集標(biāo)注Fig.1 Dataset annotation

1.2 不同分辨率的偽裝軍事車輛數(shù)據(jù)集擴(kuò)展試驗(yàn)方法

對(duì)擴(kuò)展后的軍事目標(biāo)數(shù)據(jù)集中的測(cè)試集圖像數(shù)據(jù)，進(jìn)行不同分辨率的圖像處理，得到當(dāng)前的不同分辨率的測(cè)試集。 圖像分辨率按照原圖大小進(jìn)行等比例縮小之后，再擴(kuò)大至原圖大小， 圖像寬度分別設(shè)置為600、500、400、300、200 和100， 經(jīng)過縮小后的圖像，再擴(kuò)張成原圖尺寸大小，不同分辨率圖像如圖2 所示，其中圖（a）、圖（b）、圖（c）、圖（d）、圖（e）和圖（f）分別為寬度設(shè)置分別是100、200、300、400、500和600 下的不同分辨率測(cè)試集下的標(biāo)注圖片。

圖2 不同分辨率數(shù)據(jù)集標(biāo)注Fig.2 Different resolution dataset annotation

1.3 遮擋偽裝軍事車輛數(shù)據(jù)集的擴(kuò)展試驗(yàn)方法

對(duì)擴(kuò)展后的軍事目標(biāo)數(shù)據(jù)集中的測(cè)試集圖像數(shù)據(jù)，施加偽裝措施。 通過對(duì)圖像目標(biāo)周圍的背景特征進(jìn)行提取，將提取的背景特征對(duì)圖像進(jìn)行不同程度的遮擋。本文選擇測(cè)試集1 進(jìn)行遮擋，形成遮擋測(cè)試集。 遮擋數(shù)據(jù)集標(biāo)注如圖3 所示。 其中圖（a）和圖（b）分別為選取的遮擋數(shù)據(jù)集下的兩張標(biāo)注圖片。

圖3 遮擋數(shù)據(jù)集標(biāo)注Fig.3 Occlusion dataset annotation

2 結(jié)果分析與討論

2.1 實(shí)驗(yàn)的基礎(chǔ)條件設(shè)置

本實(shí)驗(yàn)所使用的Faster R-CNN、YOLOv4 和Center-Net 三種目標(biāo)檢測(cè)模型， 均是以Tensorflow 作為基礎(chǔ)框架，使用的電腦配置內(nèi)存128GB，CPU 為i9-10980XE，并使用NVIDIA TITAN V 進(jìn)行模型訓(xùn)練的加速并行運(yùn)算。使得模型迭代運(yùn)行速度大大提升，模型訓(xùn)練誤差能夠較快的收斂。 對(duì)擴(kuò)展后的偽裝目標(biāo)數(shù)據(jù)集， 按照8：1：1 的比例，將其分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

2.2 目標(biāo)網(wǎng)絡(luò)模型的訓(xùn)練

三個(gè)目標(biāo)檢測(cè)模型的訓(xùn)練， 為保證模型在不同背景下預(yù)測(cè)時(shí)，具有較好的識(shí)別準(zhǔn)確率。 選擇模型多輪迭代訓(xùn)練后的最低損失權(quán)重作為該檢測(cè)模型的預(yù)測(cè)權(quán)重。Faster R-CNN 目標(biāo)檢測(cè)網(wǎng)絡(luò)模型經(jīng)過多輪迭代訓(xùn)練后，損失最低值在0.507 左右， 損失收斂曲線見圖4。YOLOv4 檢測(cè)模型經(jīng)過多輪迭代訓(xùn)練后， 損失最低值在3.955 左右，損失收斂曲線見圖5。 CenterNet 檢測(cè)模型經(jīng)過多輪迭代訓(xùn)練后，損失最低值在0.615 左右，損失收斂曲線如圖6 所示。

圖4 Faster R-CNN 訓(xùn)練損失Fig.4 Faster R-CNN Training loss

圖5 YOLOv4 訓(xùn)練損失Fig.5 YOLOv4 Training loss

圖6 CenterNet 訓(xùn)練損失Fig.6 CenterNet Training loss

2.3 目標(biāo)網(wǎng)絡(luò)模型的測(cè)試

2.3.1 實(shí)驗(yàn)一

將三個(gè)訓(xùn)練好的目標(biāo)網(wǎng)絡(luò)模型，在驗(yàn)證集上進(jìn)行測(cè)試，由于該數(shù)據(jù)集統(tǒng)一標(biāo)注為Car 這一類，因而，只需通過計(jì)算模型在驗(yàn)證集上的平均準(zhǔn)確率（Mean Average Precision，MAP）來衡量模型訓(xùn)練的好壞，平均準(zhǔn)確率（MAP）越高，即該檢測(cè)模型的性能越好。 平均準(zhǔn)確率（MAP）從精確率（Precision）和召回率（Recall）兩個(gè)方面進(jìn)行衡量。

擴(kuò)展后的偽裝目標(biāo)數(shù)據(jù)集1740 張， 測(cè)試集為即174張。 由于在設(shè)置時(shí)，測(cè)試集為隨機(jī)選取數(shù)據(jù)集的10%，因而將在Faster R-CNN、YOLOv4 和CenterNet 三個(gè)模型上的測(cè)試集分別命名為測(cè)試集1、測(cè)試集2 和測(cè)試集3。

三個(gè)目標(biāo)檢測(cè)模型在各自的測(cè)試集上的檢測(cè)結(jié)果如表1 所示。 從表1 各檢測(cè)模型在各自測(cè)試集上的檢測(cè)結(jié)果可以看出，三個(gè)目標(biāo)檢測(cè)模型檢測(cè)效果較好。

表1 不同模型檢測(cè)結(jié)果對(duì)比圖表Tab.1 Comparison of test results of different models

2.3.2 實(shí)驗(yàn)二

分別對(duì)測(cè)試集1、測(cè)試集2 和測(cè)試集3 這三個(gè)數(shù)據(jù)集按照原圖寬高比，進(jìn)行圖像分辨率的調(diào)整。為了體現(xiàn)圖像不同分辨率之間的差異， 將其原圖像寬高調(diào)整為100×56、200×112、300×168、400×225、500×281 和600×337。 然后再將圖像擴(kuò)展至原圖比例尺寸。

利用Faster R-CNN、YOLOv4 和CenterNet 三個(gè)目標(biāo)檢測(cè)模型在擴(kuò)展后的分辨率數(shù)據(jù)集上對(duì)Car 這一類目標(biāo)進(jìn)行測(cè)試，并計(jì)算該模型在不同分辨率的圖像數(shù)據(jù)集上的MAP。

從表2、表3 和表4 的檢測(cè)結(jié)果可知，F(xiàn)aster R-CNN、YOLOv4 和CenterNet 三個(gè)目標(biāo)檢測(cè)模型在各自不同分辨率測(cè)試集上的檢測(cè)結(jié)果， 隨著測(cè)試集圖像分辨率的不斷下降，檢測(cè)精度也在不斷下降。 從此檢測(cè)數(shù)據(jù)可以看出，檢測(cè)模型在充分訓(xùn)練的情況下， 在敵方攻擊導(dǎo)致探測(cè)距離變遠(yuǎn)（導(dǎo)致圖像分辨率降低）時(shí)，對(duì)目標(biāo)檢測(cè)模型檢測(cè)結(jié)果具有一定的影響。

表2 Faster R- CNN 的檢測(cè)結(jié)果Tab.2 Test results of Faster R- CNN

表3 YOLOv4 的檢測(cè)結(jié)果Tab.3 Test results of YOLOv4

表4 CenterNet 的檢測(cè)結(jié)果Tab.4 Test results of CenterNet

2.3.3 實(shí)驗(yàn)三

對(duì)測(cè)試集1 中的圖像目標(biāo)顯著性進(jìn)行調(diào)整， 即降低目標(biāo)與周圍背景之間的差異。目標(biāo)與背景差異越大，即顯著性越高。 反之。 具體操作：通過對(duì)圖像目標(biāo)周圍的背景特征進(jìn)行提取， 將提取的背景特征對(duì)圖像進(jìn)行不同程度的遮擋。 本文選擇測(cè)試集1 進(jìn)行遮擋，形成遮擋數(shù)據(jù)集。利用Faster R-CNN、YOLOv4 和CenterNet 三個(gè)目標(biāo)檢測(cè)模型在遮擋數(shù)據(jù)集上對(duì)Car 這一類目標(biāo)進(jìn)行檢測(cè)。

各模型的檢測(cè)圖如圖7 所示，其中圖（a）、圖（b）和圖（c）分別為Faster R-CNN、YOLOv4 和CenterNet 在遮擋數(shù)據(jù)集上的識(shí)別圖片。 模型在遮擋測(cè)試集上的檢測(cè)結(jié)果如表5 所示，從表中數(shù)據(jù)可以看出，通過對(duì)目標(biāo)圖像設(shè)置偽裝措施（導(dǎo)致目標(biāo)與背景的顯著性差異降低），模型檢測(cè)的MAP 值明顯降低。

圖7 模型識(shí)別Fig.7 Model recognition

表5 不同模型檢測(cè)結(jié)果對(duì)比Tab.5 Comparison of test results of different models

3 結(jié)束語

為考察戰(zhàn)場(chǎng)環(huán)境因素對(duì)機(jī)器視覺目標(biāo)檢測(cè)的影響， 本文基于三種目標(biāo)檢測(cè)模型， 對(duì)比分析了分辨率降低和偽裝措施增加前后檢測(cè)結(jié)果的變化。 根據(jù)實(shí)驗(yàn)二、實(shí)驗(yàn)三的檢測(cè)結(jié)果，分別從分辨率和顯著性兩個(gè)方面， 對(duì)基于機(jī)器視覺下的目標(biāo)檢測(cè)模型的影響進(jìn)行了分析。

從實(shí)驗(yàn)二的模型檢測(cè)結(jié)果中可以看出， 通過對(duì)測(cè)試集圖像進(jìn)行的分辨率調(diào)整， 檢測(cè)模型對(duì)軍事車輛偽裝目標(biāo)的MAP 也在變化。

從實(shí)驗(yàn)三的模型檢測(cè)結(jié)果中可以看出， 通過對(duì)測(cè)試集圖像施加偽裝措施。 導(dǎo)致測(cè)試集圖像與背景的顯著性差異變小，模型檢測(cè)的MAP 也在降低。

結(jié)果表明，對(duì)經(jīng)過多次迭代、訓(xùn)練效果良好的檢測(cè)模型，隨著分辨率的逐漸降低和偽裝目標(biāo)顯著性的改變，模型探測(cè)結(jié)果也受到極大影響。 這樣的結(jié)果對(duì)目標(biāo)檢測(cè)和軍事偽裝都有很好的參考意義。