樊海瑋，史 雙，藺 琪，孫 歡，秦佳杰

(長(zhǎng)安大學(xué) 信息工程學(xué)院，陜西 西安 710064)

0 引 言

SAR圖像船舶目標(biāo)檢測(cè)過程中通常存在港口以及近海岸等復(fù)雜背景下的船舶目標(biāo)檢測(cè)情況，由于船舶緊鄰港口受岸上建筑的干擾較為嚴(yán)重，因而容易造成漏檢誤檢的狀況。為避免復(fù)雜背景下陸地區(qū)域?qū)AR圖像船舶目標(biāo)檢測(cè)的影響，文中提出將注意力機(jī)制思想引入目標(biāo)檢測(cè)算法中。目前所研究的基于卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜背景SAR圖像船舶目標(biāo)檢測(cè)算法多以犧牲檢測(cè)速度為代價(jià)提升目標(biāo)檢測(cè)精度，故而存在檢測(cè)模型大、網(wǎng)絡(luò)參數(shù)多的問題，對(duì)于實(shí)時(shí)性要求較高的應(yīng)用場(chǎng)景如海難救援、緊急軍事部署等都具有一定的局限性。

注意力機(jī)制在深度學(xué)習(xí)領(lǐng)域的應(yīng)用從本質(zhì)上與人類的視覺選擇性機(jī)制類似，是從眾多信息中選擇出對(duì)當(dāng)前任務(wù)最重要的信息。Xu K等人在2015年根據(jù)注意力機(jī)制關(guān)注區(qū)域選擇的不同，將注意力機(jī)制分為軟注意力和硬注意力[1]。其中軟注意力機(jī)制在注意力分配時(shí)，對(duì)于輸入的每一個(gè)區(qū)域給出一個(gè)[0,1]范圍之間的概率值，然后對(duì)其進(jìn)行加權(quán)，對(duì)于特征圖的每個(gè)區(qū)域都給予關(guān)注，只是每個(gè)區(qū)域的權(quán)重會(huì)因關(guān)注程度的不同而變化，因此其具有參數(shù)化，可微化性能。近年來，不斷有學(xué)者提出將軟注意力機(jī)制應(yīng)用于卷積神經(jīng)網(wǎng)絡(luò)端到端的模型訓(xùn)練[2-3]。

1 算法思想

卷積神經(jīng)網(wǎng)絡(luò)的快速發(fā)展使SAR船舶目標(biāo)檢測(cè)技術(shù)不斷提升，目前已有學(xué)者將深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到SAR船舶目標(biāo)檢測(cè)問題上，深度卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力使得在SAR船舶目標(biāo)檢測(cè)領(lǐng)域取得了較好的檢測(cè)結(jié)果[4-6]。特別是深度學(xué)習(xí)算法不受場(chǎng)景限制，在進(jìn)行復(fù)雜場(chǎng)景SAR船舶目標(biāo)檢測(cè)時(shí)無需進(jìn)行海陸分割，只需進(jìn)行數(shù)據(jù)標(biāo)注便能夠準(zhǔn)確學(xué)習(xí)目標(biāo)特征。然而，目前所研究的SAR圖像船舶目標(biāo)檢測(cè)普遍存在模型復(fù)雜，參數(shù)量多的問題。為提高檢測(cè)精度，不少學(xué)者提出進(jìn)一步增加網(wǎng)絡(luò)深度，但同時(shí)影響了檢測(cè)速度，在一定程度上限制了SAR圖像目標(biāo)檢測(cè)領(lǐng)域的發(fā)展[7]。

文中結(jié)合注意力機(jī)制思想對(duì)卷積神經(jīng)網(wǎng)絡(luò)的特征進(jìn)行改善以提升模型的檢測(cè)性能，尤其是對(duì)尺寸較小的SAR船舶目標(biāo)及復(fù)雜背景下的SAR船舶目標(biāo)?？紤]到基于卷積神經(jīng)網(wǎng)絡(luò)的兩階段檢測(cè)算法內(nèi)存占用大、檢測(cè)速度慢等缺點(diǎn)，文中選取以一階段目標(biāo)檢測(cè)算法SSD[8]為基礎(chǔ)，設(shè)計(jì)出一個(gè)新的單階段目標(biāo)檢測(cè)模型DASSN(dual attention SAR ShipNet )。該模型將SSD網(wǎng)絡(luò)的基礎(chǔ)網(wǎng)絡(luò)VGG16[9]替換為利用深度可分離卷積的MobileNet網(wǎng)絡(luò)，有效降低了模型參數(shù)，從而提升了模型檢測(cè)速度，與此同時(shí)在模型中引入了空間注意力(spatial attention，SA)以及通道注意力 (channel attention，CA)機(jī)制形成雙注意力機(jī)制模塊，增強(qiáng)模型對(duì)復(fù)雜背景下的SAR船舶目標(biāo)以及小尺寸SAR船舶目標(biāo)檢測(cè)的魯棒性；繼而將針對(duì)SAR船舶目標(biāo)檢測(cè)問題看為二分類問題的特點(diǎn)，采用了一種適用于SAR船舶目標(biāo)檢測(cè)的改進(jìn)損失函數(shù)。

2 基于DASSN的復(fù)雜背景SAR船舶檢測(cè)算法

目前，深度學(xué)習(xí)網(wǎng)絡(luò)模型在SAR圖像船舶目標(biāo)檢測(cè)中的直接應(yīng)用往往達(dá)不到所預(yù)期的效果，其原因在于現(xiàn)有的目標(biāo)檢測(cè)網(wǎng)絡(luò)多是基于光學(xué)圖像的應(yīng)用。其一，與光學(xué)圖像相比SAR圖像較難獲得，因而導(dǎo)致在模型訓(xùn)練過程中容易出現(xiàn)數(shù)據(jù)不平衡的問題；其二，SAR船舶目標(biāo)與光學(xué)圖像目標(biāo)相比往往尺寸較小，且容易受到雜波及噪聲等影響導(dǎo)致圖像的分辨程度不高，人眼很難對(duì)其進(jìn)行分類處理；其三，在SAR船舶目標(biāo)檢測(cè)過程中只涉及船舶和非船舶的二分類問題，而現(xiàn)有的應(yīng)用于光學(xué)圖像目標(biāo)檢測(cè)網(wǎng)絡(luò)多是基于多分類問題的。

另一個(gè)值得注意的問題是，目前檢測(cè)性能較好的網(wǎng)絡(luò)往往模型較大，參數(shù)量較多，即使一階段網(wǎng)絡(luò)模型的提出已經(jīng)在較大程度上提升了模型的檢測(cè)速度，但如果要達(dá)到檢測(cè)精度更高，檢測(cè)速度更快的效果，仍需要對(duì)網(wǎng)絡(luò)模型進(jìn)行不斷地改進(jìn)和更新。因此，文中提出在一階段目標(biāo)檢測(cè)網(wǎng)絡(luò)SSD的基礎(chǔ)上進(jìn)行改進(jìn)，生成適合復(fù)雜背景和小尺寸SAR船舶目標(biāo)檢測(cè)的網(wǎng)絡(luò)模型。

2.1 模型構(gòu)建

針對(duì)復(fù)雜背景SAR船舶目標(biāo)檢測(cè)中檢測(cè)效果易受地物干擾導(dǎo)致模型檢測(cè)準(zhǔn)確率低的問題，提出將結(jié)合通道和空間的雙注意力機(jī)制引入到目標(biāo)檢測(cè)網(wǎng)絡(luò)中，同時(shí)考慮到SAR船舶目標(biāo)尺寸普遍較小的問題，將特征融合技術(shù)應(yīng)用于目標(biāo)檢測(cè)網(wǎng)絡(luò)中來提升模型對(duì)小尺寸目標(biāo)的魯棒性。為進(jìn)一步提高模型的檢測(cè)速度，文中將原SSD檢測(cè)模型的基礎(chǔ)網(wǎng)絡(luò)替換為輕量級(jí)的MobileNet網(wǎng)絡(luò)，所提模型DASSN網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 DASSN目標(biāo)檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)

模型的輸入定義為300×300，網(wǎng)絡(luò)模型中前13層卷積層為MobileNet基礎(chǔ)網(wǎng)絡(luò)。該目標(biāo)檢測(cè)模型在MobileNet網(wǎng)絡(luò)后加入8個(gè)卷積層網(wǎng)絡(luò)(conv14_1/2,conv15_1/2,conv16_1/2,conv17_1/2),并選取其中4層作為最終的目標(biāo)檢測(cè)特征圖，整個(gè)網(wǎng)絡(luò)總共選擇6層用于目標(biāo)檢測(cè)。所提DASSN模型分別在原conv13、conv14_2、conv15_2、conv16_2卷積層基礎(chǔ)上引入CBAM(convolutional block attention model)雙注意力機(jī)制得到相同尺寸的特征圖用于目標(biāo)檢測(cè)。值得注意的是，所提網(wǎng)絡(luò)引入膨脹卷積(dilated conv)先對(duì)conv5進(jìn)行處理，然后與conv11進(jìn)行特征融合后作為最終用于目標(biāo)檢測(cè)的特征圖。

2.2 基礎(chǔ)網(wǎng)絡(luò)模塊

所提目標(biāo)檢測(cè)網(wǎng)絡(luò)選用輕量化MobileNet作為基礎(chǔ)網(wǎng)絡(luò)，該網(wǎng)絡(luò)的最大特點(diǎn)在于將標(biāo)準(zhǔn)卷積替換為深度可分離卷積(depthwise separable convolution)，通過引入寬度乘數(shù)(width multiplier)和分辨率乘數(shù)(resolution multiplier)兩個(gè)超參數(shù)來減少參數(shù)量和計(jì)算量。

深度可分離卷積可看作將一個(gè)標(biāo)準(zhǔn)卷積分為深度卷積(D-conv)和1×1的點(diǎn)卷積(P-conv)。其中，深度卷積只卷積輸入的一個(gè)通道，與標(biāo)準(zhǔn)卷積相比能夠大幅減少網(wǎng)絡(luò)參數(shù)量，點(diǎn)卷積為傳統(tǒng)的卷積運(yùn)算，但由于其卷積核的尺寸為1×1，相比于標(biāo)準(zhǔn)卷積的大尺寸卷積核具有較少的參數(shù)量。

2.3 雙注意力機(jī)制模塊

文中提出將通道注意力機(jī)制與空間注意力機(jī)制結(jié)合生成的雙注意力模塊CBAM應(yīng)用到目標(biāo)檢測(cè)網(wǎng)絡(luò)中，CBAM是一種專門為卷積神經(jīng)網(wǎng)絡(luò)所設(shè)計(jì)的簡(jiǎn)單有效的注意力模塊，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2(a)所示，分別從通道和空間兩個(gè)方面生成卷積網(wǎng)絡(luò)特征圖的attention map，然后將attention map與輸入特征圖相乘進(jìn)行特征自適應(yīng)學(xué)習(xí)。CBAM作為一個(gè)輕量級(jí)的模塊能夠比較方便地融入卷積網(wǎng)絡(luò)實(shí)現(xiàn)端到端的訓(xùn)練。

(1)通道注意力機(jī)制(CA)。

模型在特征提取過程中并不是每個(gè)卷積核都能起關(guān)鍵性的作用，甚至某些卷積核處理會(huì)對(duì)模型造成負(fù)面影響，進(jìn)而影響模型的檢測(cè)性能。為了提高模型的檢測(cè)精度，文中引入通道注意力機(jī)制，使得網(wǎng)絡(luò)模型能夠有效關(guān)注到重要通道，而忽略甚至抑制負(fù)面通道，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2(b)所示。

(a)CBAM結(jié)構(gòu)

(b)通道注意力機(jī)制結(jié)構(gòu)示意圖

(c)空間注意力機(jī)制結(jié)構(gòu)示意圖圖2 雙注意力機(jī)制模塊結(jié)構(gòu)示意圖

從圖2(b)中可以看出，注意力機(jī)制的輸入特征維度為N×H×W，其中N為輸入特征的通道數(shù)，H為輸入特征圖的高，W為特征圖的寬。通道注意力可表示為式(1)。

Fc=sig{MLP[GAP(F)]+MLP[GMP(F)]}

(1)

其中，F(xiàn)表示輸入特征圖；GAP表示全局平均池化；GMP表示全局最大池化；MLP表示多層感知機(jī)；sig表示sigmod激活函數(shù)，

經(jīng)過注意力機(jī)制處理后得到一個(gè)N維向量Fc，其表達(dá)式如下：

Fc=(α1,α2,…,αN)T

(2)

其中，αi(i=1,2,…,N)表示第i個(gè)通道的重要等級(jí)，最后將該向量與輸入相乘得到N×H×W的最終輸出，該輸出能夠有效關(guān)注重要通道，抑制非重要通道的影響。

(2)空間注意力機(jī)制(SA)。

SAR圖像在空間各處存在不同價(jià)值的信息，例如在復(fù)雜場(chǎng)景下?？坑诟劭诘拇澳繕?biāo)，船舶才是重點(diǎn)關(guān)注的對(duì)象，而港口設(shè)備不是需要關(guān)注的對(duì)象?？臻g注意力機(jī)制的引入能夠有效關(guān)注到船舶目標(biāo)而抑制圖像中其他非重要信息，從而進(jìn)一步提高檢測(cè)精度。

文中采用將空間注意力機(jī)制添加在通道注意力機(jī)制的輸出端，即空間注意力機(jī)制的輸入為通道注意力機(jī)制的輸出。所應(yīng)用的空間注意力機(jī)制結(jié)構(gòu)如下所述：先在輸入特征圖的基礎(chǔ)上使用最大池化和平均池化進(jìn)而得到兩個(gè)不同的特征描述圖，然后通過concatenation方式將兩個(gè)特征描述合并，接著使用卷積操作生成空間注意力特征圖，最后經(jīng)過sigmod函數(shù)得到最后空間注意力機(jī)制的輸出。

假設(shè)空間注意力機(jī)制的輸出表示為FS，其計(jì)算過程可表示如下：

FS=sig{f7×7[GAP(F'),GMP(F')]}

(3)

其中，F(xiàn)′為輸入特征圖；GAP和GMP與通道注意力機(jī)制中的表示意義一致，分別表示全局平均池化和全局最大池化；f7×7表示7×7的卷積操作；sig仍為sigmod激活函數(shù)。

注意力機(jī)制處理后得到的輸出Fs為一個(gè)維度為1×W×H的矩陣，表示為：

(4)

其中，ψi,j(i=1,2,…,H,j=1,2,…,W)表示空間坐標(biāo)為(i,j)位置信息的重要等級(jí)，最終的輸出為該矩陣與輸入特征圖相乘，空間注意力機(jī)制的引入能夠成功關(guān)注到空間的有效信息。

2.4 多尺度特征融合模塊

為了進(jìn)一步提升模型整體的檢測(cè)精度，增強(qiáng)算法對(duì)小尺寸目標(biāo)的魯棒性，同時(shí)考慮到基礎(chǔ)特征提取層具有大尺寸、高分辨率的特性，能夠很好反映目標(biāo)的位置和信息，故而所提算法將conv5引入目標(biāo)檢測(cè)網(wǎng)絡(luò)。conv5的特征圖尺寸為38×38，為能夠從conv5獲得更多的語(yǔ)義信息，文中采用膨脹卷積對(duì)conv5層特征圖進(jìn)行下采樣，卷積核為3×3，滑動(dòng)步長(zhǎng)Stride=2，pad=2，膨脹系數(shù)dilation=2。經(jīng)過膨脹卷積后conv5的特征圖尺寸為19×19×512，然后將該特征圖與conv11進(jìn)行特征融合，獲得最終用于目標(biāo)檢測(cè)的特征圖。特征融合方式采用級(jí)聯(lián)融合(concatenation fusion)方式，其具有計(jì)算量小、精度高的特點(diǎn)，更加適用于跳層連接融合。

2.5 模型損失函數(shù)

原SSD網(wǎng)絡(luò)的損失函數(shù)為位置誤差與置信度誤差的加權(quán)和，位置損失是預(yù)測(cè)框與真實(shí)框參數(shù)之間的平滑L1損失，置信損失為softmax損失。對(duì)于SAR圖像船舶目標(biāo)檢測(cè)，置信損失轉(zhuǎn)化為softmax對(duì)船舶以及“其他”兩類目標(biāo)的損失函數(shù)，可用標(biāo)準(zhǔn)交叉熵?fù)p失函數(shù)表示，見公式(5)，定位損失函數(shù)依然遵循原SSD網(wǎng)絡(luò)的計(jì)算方式。

Lconf=-log(pt)

(5)

其中，pt指標(biāo)簽為船舶類的模型估計(jì)概率，但該方法存在不會(huì)區(qū)分難易樣本的問題。在復(fù)雜背景SAR船舶目標(biāo)檢測(cè)樣本中，陸地區(qū)域中通常會(huì)存在與船舶目標(biāo)相似的干擾物影響SAR船舶目標(biāo)的檢測(cè)性能，由于SAR圖像特殊的成像機(jī)制導(dǎo)致SAR船舶圖像中通常存在不同嚴(yán)重程度的斑點(diǎn)噪聲，同時(shí)對(duì)于密集型的多只船舶目標(biāo)可能會(huì)存在相互連接，遮擋等問題，從而使得目標(biāo)檢測(cè)模型很難準(zhǔn)確檢測(cè)出目標(biāo)。為避免復(fù)雜場(chǎng)景對(duì)SAR圖像船舶目標(biāo)檢測(cè)帶來的干擾，文中采用一種新的二分類損失函數(shù)作為SAR船舶目標(biāo)檢測(cè)的置信損失函數(shù)，見式(6)。

Lconf=-(1-pt)λlog(pt)

(6)

為調(diào)節(jié)簡(jiǎn)單樣本的權(quán)重，文中在原始二分類損失函數(shù)的基礎(chǔ)上加入新的參數(shù)λ，當(dāng)λ=0時(shí)，可表示為式(5)，當(dāng)pt的取值愈接近于0時(shí)，-log(pt)的取值愈趨近于無窮大，表明該樣本屬于困難樣本且容易錯(cuò)誤分類，則當(dāng)前樣本的分類損失函數(shù)值將會(huì)被賦予較大的權(quán)重；當(dāng)pt取值愈接近1時(shí)，表明當(dāng)前樣本分類錯(cuò)誤的概率越小，樣本屬于簡(jiǎn)單樣本且容易正確分類，同時(shí)將會(huì)被給予較小的權(quán)重。通過對(duì)比分析，將文中所提模型置信損失函數(shù)中的樣本權(quán)重因子λ設(shè)置為3，權(quán)重因子λ的引入能夠有效減少簡(jiǎn)單樣本在模型訓(xùn)練過程中所占的比例。

3 實(shí) 驗(yàn)

3.1 實(shí)驗(yàn)數(shù)據(jù)集及模型訓(xùn)練

為驗(yàn)證所提模型在復(fù)雜SAR圖像中船舶目標(biāo)的檢測(cè)情況，文中構(gòu)建了一個(gè)復(fù)雜背景下的SAR船舶目標(biāo)檢測(cè)數(shù)據(jù)集。該數(shù)據(jù)集采用目前使用較成熟的SAR船舶目標(biāo)檢測(cè)數(shù)據(jù)集SSDD，SSDD中共含有1 160幅圖像，平均每幅圖像包含2.12條船舶[5]。實(shí)驗(yàn)中通過對(duì)原SSDD數(shù)據(jù)集中復(fù)雜背景SAR圖像采用隨機(jī)裁剪、圖像旋轉(zhuǎn)、翻轉(zhuǎn)、平移、大小縮放等方式得到復(fù)雜背景SAR圖像共計(jì)1 150幅，基于此,另行搜集了復(fù)雜背景SAR圖像900幅，并選取其中部分圖像對(duì)其利用傳統(tǒng)數(shù)據(jù)增強(qiáng)技術(shù)進(jìn)行數(shù)據(jù)擴(kuò)充達(dá)1 200幅，所搜集的復(fù)雜背景SAR圖像均來自于目前國(guó)內(nèi)所發(fā)布的數(shù)據(jù)，且多基于Sentinel-1 SAR數(shù)據(jù)[10]。所有數(shù)據(jù)均按照VOC數(shù)據(jù)格式進(jìn)行標(biāo)注，共計(jì)3 250幅復(fù)雜背景SAR船舶圖像，命名為SDATA(SAR data)，最終按7∶2∶1的比例將數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集及測(cè)試集。

模型訓(xùn)練過程中選用Adam優(yōu)化器進(jìn)行網(wǎng)絡(luò)參數(shù)迭代更新，共訓(xùn)練200 epochs，batch_size設(shè)置為16，采用Poly機(jī)制動(dòng)態(tài)調(diào)整學(xué)習(xí)率。

在模型訓(xùn)練過程中，正負(fù)樣本的IOU閾值設(shè)定為0.5，當(dāng)IOU>0.5時(shí)，為正樣本；當(dāng)IOU≤0.5時(shí)，為負(fù)樣本。圖3展示了DASSN模型與MobileNet-SSD網(wǎng)絡(luò)模型在文中數(shù)據(jù)集訓(xùn)練過程中l(wèi)oss函數(shù)值隨epoch的變化情況，可以看出，相較于MobileNet-SSD所提網(wǎng)絡(luò)模型DASSN的收斂速度相對(duì)較快，而且DASSN網(wǎng)絡(luò)模型的損失函數(shù)值變化曲線相對(duì)比較平緩。不難發(fā)現(xiàn)兩種模型均在160 epochs左右損失函數(shù)值變化幅度較為明顯，而在160 epochs之后，DASSN模型的損失函數(shù)變化幅度明顯減小，說明此時(shí)模型性能也相對(duì)穩(wěn)定，表明兩種模型在文中數(shù)據(jù)集中的訓(xùn)練迭代次數(shù)應(yīng)選取在175 epochs左右可使得模型相對(duì)比較穩(wěn)定。

圖3 兩種網(wǎng)絡(luò)損失函數(shù)

3.2 實(shí)驗(yàn)結(jié)果及分析

(1)模型性能分析。

實(shí)驗(yàn)過程中置信閾值的選取將會(huì)對(duì)模型檢測(cè)性能產(chǎn)生不同的影響，為了解DASSN模型在不同置信閾值下的檢測(cè)性能，分別在不同置信閾值條件下，對(duì)模型的綜合指標(biāo)F1-score參數(shù)進(jìn)行對(duì)比分析。

在該模型中，當(dāng)置信閾值取0.2時(shí)，模型F1-score取得最大值0.912，當(dāng)置信閾值不斷增大的時(shí)候模型綜合評(píng)價(jià)指標(biāo)F1-score的取值不斷變小，表示模型的檢測(cè)性能也在不斷下降，故而為取得最好的檢測(cè)性能，最終將DASSN模型的置信閾值設(shè)定為0.2。

為進(jìn)一步驗(yàn)證文中所提改進(jìn)方式對(duì)網(wǎng)絡(luò)模型檢測(cè)性能的影響，分別對(duì)模型改進(jìn)過程中引入不同改進(jìn)技術(shù)所生成的四個(gè)不同模型進(jìn)行實(shí)驗(yàn)分析。

從表1分析可得，模型改進(jìn)方式的提出對(duì)模型的檢測(cè)性能均有所改善。MobileNet-SSD網(wǎng)絡(luò)由于其輕量化的特點(diǎn)，在一定程度上損失了檢測(cè)精度，因而其檢測(cè)準(zhǔn)確率只達(dá)到了78.4%。在加入通道注意力機(jī)制后，模型的檢測(cè)準(zhǔn)確率相較于MobileNet-SSD網(wǎng)絡(luò)提升了4.8個(gè)百分點(diǎn)。在引入空間注意力機(jī)制后，由于模型的雙注意力機(jī)制使得模型檢測(cè)準(zhǔn)確率有了較大的提升，相較于最初的MobileNet-SSD網(wǎng)絡(luò)其檢測(cè)準(zhǔn)確率提升了9.9個(gè)百分點(diǎn)，其F1-score值也增長(zhǎng)至0.897，相較于模型二提升了4.3個(gè)百分點(diǎn)，表明引入雙注意力機(jī)制的檢測(cè)效果遠(yuǎn)比引入單通道注意力機(jī)制更為明顯。實(shí)驗(yàn)表明文中最終模型檢測(cè)性能最優(yōu)，其檢測(cè)精度達(dá)到0.891，相較于模型三檢測(cè)精度有所提升，表明引入的特征融合技術(shù)能夠提升對(duì)SAR船舶目標(biāo)的檢測(cè)性能，相較于原MobileNet-SSD網(wǎng)絡(luò)其檢測(cè)精度提升了10.7個(gè)百分點(diǎn)，F(xiàn)1-score值也增長(zhǎng)了10.0個(gè)百分點(diǎn)，表明文中網(wǎng)絡(luò)模型對(duì)復(fù)雜背景SAR船舶目標(biāo)檢測(cè)性能有了很大的提升。

表1 不同改進(jìn)方式對(duì)DASSN模型檢測(cè)性能的影響

(2)模型改進(jìn)前后實(shí)驗(yàn)對(duì)比。

DASSN網(wǎng)絡(luò)模型與原SSD網(wǎng)絡(luò)模型一致，其輸入圖像尺寸均為300×300。為了進(jìn)一步體現(xiàn)文中網(wǎng)絡(luò)對(duì)復(fù)雜背景SAR船舶目標(biāo)的檢測(cè)性能，實(shí)驗(yàn)在所提數(shù)據(jù)集SDATA上對(duì)SSD300網(wǎng)絡(luò)及DASSN網(wǎng)絡(luò)進(jìn)行對(duì)比。圖4分別為SSD300網(wǎng)絡(luò)及DASSN網(wǎng)絡(luò)在復(fù)雜背景SAR圖像船舶目標(biāo)檢測(cè)的結(jié)果示意圖。

(a)SSD300網(wǎng)絡(luò)檢測(cè)結(jié)果

(b)DASSN網(wǎng)絡(luò)檢測(cè)結(jié)果圖4 兩種網(wǎng)絡(luò)檢測(cè)結(jié)果對(duì)比

為了清晰地對(duì)兩種網(wǎng)絡(luò)結(jié)構(gòu)的性能進(jìn)行對(duì)比，分別從平均檢測(cè)精度、查準(zhǔn)率、查全率及F1-score四個(gè)性能指標(biāo)對(duì)兩種模型進(jìn)行比較。

表2 模型改進(jìn)前后性能對(duì)比

從表2可以看出，改進(jìn)后的DASSN模型在平均檢測(cè)精度上相較于SSD300網(wǎng)絡(luò)提升了8.8個(gè)百分點(diǎn)，模型查準(zhǔn)率與查全率分別提升了6.9和8.1個(gè)百分點(diǎn)，同時(shí)綜合評(píng)價(jià)指標(biāo)F1-score也提升了7.4個(gè)百分點(diǎn)，表明文中所提模型在復(fù)雜背景SAR圖像船舶目標(biāo)檢測(cè)上能夠較大程度地提高檢測(cè)性能。

(3)與其他目標(biāo)檢測(cè)算法對(duì)比。

為驗(yàn)證文中所提算法的有效性，選取目前常用的深度學(xué)習(xí)目標(biāo)檢測(cè)算法Faster RCNN[11]、YOLOv3[12]及RetinaNet[13]，對(duì)包括文中算法在內(nèi)的四種目標(biāo)檢測(cè)算法均在所提復(fù)雜背景SAR船舶圖像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。

圖5分別展示了四種不同模型對(duì)兩幅SAR圖像的檢測(cè)情況，兩幅圖像均具有復(fù)雜的背景且會(huì)對(duì)SAR船舶目標(biāo)檢測(cè)進(jìn)行干擾，可以看出除所提模型外，RetinaNet網(wǎng)絡(luò)具有相對(duì)較好的檢測(cè)性能，但其檢測(cè)效果相對(duì)于所提模型仍具有一定的空間。YOLOv3作為YOLOv2[14]算法的升級(jí)版，其檢測(cè)精度及檢測(cè)速度都得到了一定程度的提高，但對(duì)尺寸較小的密集型船舶目標(biāo)存在許多漏檢情況，并且對(duì)緊密連接的船舶檢測(cè)效果也不理想。所提模型雖然在檢測(cè)過程中存在部分漏檢的情況，但相較于其他網(wǎng)絡(luò)的檢測(cè)性能均具有明顯的提升。對(duì)于密集連接的海岸船舶，由于其存在遮擋粘連等因素導(dǎo)致模型檢測(cè)困難，但文中模型仍能夠表現(xiàn)出較好的檢測(cè)性能。

圖5 不同檢測(cè)模型的檢測(cè)結(jié)果對(duì)比

通過查全率、查準(zhǔn)率、F1-score以及檢測(cè)速度四個(gè)方面對(duì)各個(gè)算法進(jìn)行比較，其檢測(cè)結(jié)果如表3所示。

表3 不同算法的檢測(cè)性能對(duì)比

從表3可以看出，F(xiàn)aster RCNN網(wǎng)絡(luò)具有相對(duì)較高的檢測(cè)精度，但明顯可以看出其檢測(cè)速度具有較大的劣勢(shì)，其FPS僅達(dá)到5.3；而RetinaNet相對(duì)Faster RCNN與YOLOv3具有較好的檢測(cè)性能，其查準(zhǔn)率較一階段目標(biāo)檢測(cè)網(wǎng)絡(luò)YOLOv3提升了2.9個(gè)百分點(diǎn)，但其檢測(cè)速度相對(duì)YOLOv3有了明顯的降低，相對(duì)于Faster RCNN其查準(zhǔn)率提升了1.4個(gè)百分點(diǎn)，檢測(cè)速度FPS也提升了11.2，但相較于文中所提模型其查準(zhǔn)率降低了6.8個(gè)百分點(diǎn)，文中算法的F1-score值比其他三種算法分別提升了7.1，9.0及6.1個(gè)百分點(diǎn)，表明所提模型較其他三種模型在復(fù)雜背景SAR船舶目標(biāo)檢測(cè)數(shù)據(jù)集中表現(xiàn)最佳，同時(shí)值得注意的是所提模型的檢測(cè)速度相較于速度最快的YOLOv3模型也提升了4.8個(gè)百分點(diǎn)，表明所提算法在復(fù)雜背景SAR船舶目標(biāo)檢測(cè)上無論是檢測(cè)精度還是檢測(cè)速度都得到了一定的提升，對(duì)將深度學(xué)習(xí)算法應(yīng)用于實(shí)際的SAR船舶目標(biāo)檢測(cè)環(huán)境具有一定的推動(dòng)作用。

4 結(jié)束語(yǔ)

針對(duì)復(fù)雜場(chǎng)景下SAR圖像船舶目標(biāo)檢測(cè)問題，提出了一種具有較高檢測(cè)速度和檢測(cè)精度的SAR圖像船舶目標(biāo)檢測(cè)算法，該算法具有較少的參數(shù)量，相對(duì)于原SSD網(wǎng)絡(luò)模型更加輕量化。算法為解決復(fù)雜場(chǎng)景易造成干擾的問題，將結(jié)合通道注意力與空間注意力機(jī)制的雙注意力模塊CBAM引入網(wǎng)絡(luò)模型，同時(shí)考慮到SAR圖像中船舶目標(biāo)多數(shù)尺寸較小，故而文中算法引入基于膨脹卷積的特征融合技術(shù)，在不增大輸入特征圖的基礎(chǔ)上使用膨脹卷積增大感受野達(dá)到豐富特征數(shù)據(jù)的目的。最終，通過3種實(shí)驗(yàn)對(duì)比，驗(yàn)證了文中所提模型對(duì)復(fù)雜背景下SAR船舶目標(biāo)檢測(cè)的有效性，同時(shí)也證明了文中算法對(duì)實(shí)時(shí)性SAR應(yīng)用領(lǐng)域具有一定的現(xiàn)實(shí)意義。