楊浩然，張雨晗

（1.福州大學(xué)物理與信息工程學(xué)院，福建福州，350000；2.福州大學(xué)計(jì)算機(jī)與大數(shù)據(jù)學(xué)院，福建福州，350000）

0 引言

無人機(jī)是信息化時(shí)代的新型技術(shù)產(chǎn)物，它涉及數(shù)據(jù)采集、智能控制、信息處理、通信等相關(guān)技術(shù)。同時(shí)具有操作靈活、體積小巧、機(jī)動(dòng)性高等優(yōu)點(diǎn)，這些特點(diǎn)都有效的豐富了無人機(jī)多元化的使用場(chǎng)景[1]。隨著無人機(jī)技術(shù)的不斷成熟，無人機(jī)已經(jīng)在相關(guān)領(lǐng)域被廣泛使用。有別于載人航空設(shè)備，無人機(jī)要在弱人機(jī)交互環(huán)境下實(shí)現(xiàn)相關(guān)任務(wù)，就需要擁有場(chǎng)景智能解讀和處理能力，對(duì)于場(chǎng)景的理解力的提升必然要基于目標(biāo)檢測(cè)。計(jì)算機(jī)視覺技術(shù)早在20世紀(jì)90年代就已經(jīng)開始應(yīng)用于無人機(jī)領(lǐng)域，早期受限于微處理器較差的運(yùn)算能力，相關(guān)算法雖然有一定的優(yōu)化但總體上發(fā)展緩慢。經(jīng)過幾十年的發(fā)展，目前隨著處理器運(yùn)算能力的顯著提升，利用計(jì)算機(jī)視覺相關(guān)技術(shù)解決無人機(jī)應(yīng)用中的問題顯得更加得心應(yīng)手。

1 基于區(qū)域建議的目標(biāo)檢測(cè)算法

此類算法的經(jīng)典代表有R-CNN、Fast R-CNN、Faster R-CNN，從算法的整體結(jié)構(gòu)來看，主要步驟為首先采用啟發(fā)式候選區(qū)域生成算法生成多個(gè)潛在目標(biāo)區(qū)域；然后通過深度神經(jīng)網(wǎng)絡(luò)提取目標(biāo)候選區(qū)的特征；最后利用這些特征進(jìn)行分類并且同時(shí)進(jìn)行目標(biāo)真實(shí)邊界的回歸。

由Ross Girshick[2]等人提出的R-CNN摒棄了傳統(tǒng)的滑窗式的區(qū)域選擇，利用Selective Search算法從檢測(cè)圖像中提取多個(gè)區(qū)域候選框，所有候選框被修正為固定大小，采用了227*227的固定大小，然后使用由5個(gè)卷積層和2個(gè)全連接層組成的CNN進(jìn)行特征提取，得到固定長度的特征向量，最后將這些向量輸入到SVM分類器判別輸入類別，同時(shí)R-CNN為了保證定位的準(zhǔn)確性采用了一種線性回歸的模型對(duì)候選框坐標(biāo)進(jìn)行精確修正。這種模型使得其準(zhǔn)確度在PASCALVOC的數(shù)據(jù)集上比傳統(tǒng)方法高出20%左右。傳統(tǒng)方法中滑動(dòng)窗口作為候選區(qū)域?qū)е铝讼嘟蜻x區(qū)域重復(fù)率高，從而導(dǎo)致了冗余計(jì)算使得檢測(cè)速度慢。R-CNN采用了啟發(fā)式的Selective Search，生成區(qū)域后再檢測(cè)，在一定程度上提高了檢測(cè)效率。同時(shí)手工提取的方法在實(shí)際使用過程中受限于復(fù)雜環(huán)境導(dǎo)致魯棒性差，R-CNN利用CNN自動(dòng)提取特征增強(qiáng)了魯棒性。但是R-CNN也存在一些不足，候選區(qū)域在生成過程中依然有重疊會(huì)導(dǎo)致在卷積過程中對(duì)相同的區(qū)域進(jìn)行反復(fù)的卷積，這樣也會(huì)使得算力冗余；正如上文提到的圖像在輸入CNN中時(shí)需要固定尺寸，這就導(dǎo)致圖片會(huì)在一定程度上出現(xiàn)畸形，檢測(cè)的準(zhǔn)確度下降；在訓(xùn)練測(cè)試過程中各個(gè)環(huán)節(jié)都是獨(dú)立操作的，在操作過程中的臨時(shí)數(shù)據(jù)需要額外的存儲(chǔ)空間進(jìn)行保存。

Faster R-CNN的出現(xiàn)誕生了RPN網(wǎng)絡(luò)的概念[3]，這種方法本質(zhì)上類似R-CNN算法，但是，我們不再將區(qū)域建議提供給CNN，而是直接將輸入圖像提供給CNN生成卷積特征圖。從特征圖中識(shí)別出提議的區(qū)域并轉(zhuǎn)化為正方形，通過ROI池化層將大小固定，以便可以將其送到全連接層。與此同時(shí)，F(xiàn)ast R-CNN加入了多任務(wù)損失函數(shù)，即為將邊框回歸直接加入CNN網(wǎng)絡(luò)中，將其與分類合并成了一個(gè)多線程模型，從而使得多個(gè)任務(wù)的卷積特性可以共享，降低了R-CNN中多階段分離和存儲(chǔ)量大的缺點(diǎn)。提出了ROI pooling layer池化層,該層位于卷積之后，目的是將大小各有差異的候選區(qū)域所對(duì)應(yīng)的特征劃分為大小相同的區(qū)域塊。這與SPP-Net做法類似，但卻更加簡潔高效。不難看出，由于不需要每次都向卷積神經(jīng)網(wǎng)絡(luò)中輸入2000個(gè)左右的區(qū)域建議，故每個(gè)圖像只需要進(jìn)行一次卷積操作生成一個(gè)特征圖，這便使得Fast R-CNN檢測(cè)效率得到了明顯提高。不論是R-CNN還是Fast R-CNN都基于選擇性搜索來找到區(qū)域提議，在整個(gè)檢測(cè)過程中正是因?yàn)檫x擇性搜索的耗時(shí)多，這才影響了整體的系統(tǒng)性能。從整體上看Faster R-CNN實(shí)現(xiàn)了全神經(jīng)網(wǎng)絡(luò)共享卷積特征，真正提高了相關(guān)運(yùn)算處理的速度，隨著算法的不斷優(yōu)化檢測(cè)速度已經(jīng)取得了相當(dāng)可觀的突破，而且保證了整體處理的精確性和精簡性，但是無人機(jī)這種對(duì)實(shí)時(shí)性要求較強(qiáng)的設(shè)備來說依然無法滿足其需求。

圖1 區(qū)域建議目標(biāo)檢測(cè)算法結(jié)構(gòu)

2 基于目標(biāo)回歸的目標(biāo)檢測(cè)算法

提高實(shí)時(shí)檢測(cè)性是無人機(jī)最重要的需求，在目標(biāo)檢測(cè)領(lǐng)域Redmon[4]等人提出了YOLO算法。YOLO算法不同于傳統(tǒng)的Faster R-CNN的先進(jìn)行場(chǎng)景識(shí)別再進(jìn)行目標(biāo)檢測(cè)，該算法直接進(jìn)行目標(biāo)檢測(cè)，舍去了候選區(qū)提取的流程。檢測(cè)速度明顯得到了提升，在目前已有文獻(xiàn)中YOLO是最快的通用目的的目標(biāo)檢測(cè)器，因此可以用于實(shí)時(shí)目標(biāo)檢測(cè)的任務(wù)。在實(shí)際的算法實(shí)現(xiàn)中，YOLO會(huì)首先將圖片轉(zhuǎn)化為固定尺寸（一般為448*448），然后將圖片進(jìn)行網(wǎng)格化分割，分成S*S個(gè)網(wǎng)格并分別進(jìn)行目標(biāo)檢測(cè)，而后輸出Bbox Info和置信區(qū)間。雖然YOLO檢測(cè)系統(tǒng)可以快速的進(jìn)行目標(biāo)檢測(cè)，但是其很難精確定位小目標(biāo)。

綜合來看，得益于回歸方法進(jìn)行目標(biāo)檢測(cè)，檢測(cè)速度明顯加快，實(shí)時(shí)性也得到了保證。因此，在無人機(jī)領(lǐng)域基于目標(biāo)回歸的目標(biāo)檢測(cè)算法受到了廣泛應(yīng)用。

3 目標(biāo)檢測(cè)在無人機(jī)領(lǐng)域的前沿研究

目標(biāo)檢測(cè)在不同的使用場(chǎng)景中需要針對(duì)不同的情況作出相應(yīng)的調(diào)整和優(yōu)化。因此針對(duì)在無人機(jī)應(yīng)用中出現(xiàn)的實(shí)際問題，目前存在一些優(yōu)化方案。

3.1 檢測(cè)速度方面的研究

雖然無人機(jī)硬件目前處理速度得到了極大的提高，但檢測(cè)速度仍舊是研究的重點(diǎn)方向之一，北京理工大學(xué)的算法論文SlimYOLOv3[5]提出了提出了一種對(duì)YOLOv3的改進(jìn)版本，作者對(duì)原始模型的卷積層執(zhí)行通道進(jìn)行了修剪，在VisDrone2018-Det基準(zhǔn)數(shù)據(jù)集上評(píng)估顯示參數(shù)尺寸和浮點(diǎn)運(yùn)算均產(chǎn)生了大幅度的下降，運(yùn)行速度成功提高了兩倍左右，且檢測(cè)精確度和YOLOv3保持相當(dāng)。

3.2 復(fù)雜環(huán)境小目標(biāo)下的研究

受到航拍過程中目標(biāo)像素過低且環(huán)境復(fù)雜因素的影響，目標(biāo)檢測(cè)中的小目標(biāo)檢測(cè)一直都是研究中的難點(diǎn)。對(duì)于無人機(jī)圖像中復(fù)雜背景下噪聲信息過大的問題，Audebert等同過全卷積網(wǎng)絡(luò)對(duì)檢測(cè)目標(biāo)進(jìn)行嚴(yán)格分割，而后通過連通分量進(jìn)行目標(biāo)檢測(cè)，從而證明了語義分割和目標(biāo)檢測(cè)的結(jié)合可以有效提高目標(biāo)檢測(cè)效率。Li[6]等在此基礎(chǔ)上采用了RPN來對(duì)噪聲信息進(jìn)行抑制。此方法將集成后的新特征點(diǎn)進(jìn)行空洞空間金字塔池化和卷積得到語義特征后，由RPN得到Region Proposal再根據(jù)概率值篩選后經(jīng)過類似的標(biāo)記過程被傳入R-CNN子網(wǎng)絡(luò)進(jìn)更加準(zhǔn)確的坐標(biāo)回歸。在小目標(biāo)檢測(cè)方面，為了提高檢測(cè)的準(zhǔn)確性，2016年Tsung-Yi Lin[7-8]等人提出了FPN算法，通常高層特征語義信息較為豐富而目標(biāo)位置卻不太準(zhǔn)確底層特征語義雖然較少但是目標(biāo)位置更加準(zhǔn)確，作者利用深度卷積網(wǎng)絡(luò)固有的多尺度金字塔層次結(jié)構(gòu)來構(gòu)建具有邊際額外成本的特征金字塔。開發(fā)了具有橫向連接的自頂向下架構(gòu)，用于構(gòu)建所有尺度的高級(jí)語義特征圖。FPN算法將不同特征層獨(dú)立進(jìn)行預(yù)測(cè)，采用了頂層特征和低層特征做融合。作者在論文中引用了COCO比賽上的具體算法檢測(cè)結(jié)果，可以清晰看到作者構(gòu)建的算法在小目標(biāo)物體檢測(cè)上的提升。

圖2 COCO比賽檢測(cè)結(jié)果

4 結(jié)束語

無人機(jī)領(lǐng)域目標(biāo)檢測(cè)算法的相關(guān)研究目前受到了國內(nèi)外的高度關(guān)注。雖然相關(guān)的算法優(yōu)化已經(jīng)取得了不錯(cuò)的效果，但是依然存在優(yōu)化和改進(jìn)的空間。從近年來的主要研究方向來看，主要集中在尋求檢測(cè)準(zhǔn)確度與檢測(cè)速度之間的最佳契合點(diǎn)。基于YOLO算法的目標(biāo)檢測(cè)雖然提出的時(shí)間不長，但是研究趨勢(shì)更加符合無人機(jī)的發(fā)展。

本文從基于計(jì)算機(jī)視覺的無人機(jī)檢測(cè)技術(shù)角度出發(fā)，概括了目標(biāo)檢測(cè)在無人機(jī)中的具體問題，總結(jié)概況了目前主流的目標(biāo)檢測(cè)算法和各自算法的聯(lián)系，同時(shí)結(jié)合無人機(jī)發(fā)展的具體需求，分析了目前對(duì)于無人機(jī)目標(biāo)檢測(cè)技術(shù)主流的改進(jìn)優(yōu)化方向。隨著無人機(jī)應(yīng)用需求的進(jìn)一步提高，目標(biāo)檢測(cè)必然取得更加飛速的發(fā)展。