王濤 呂鑫

（北京機械設(shè)備研究所，北京 100854）

1 概述

目前“低慢小”航空器的檢測主要分為雷達探測，光電探測，射頻探測與聲波探測。由于目標(biāo)圖像信息較為充分可靠，因此常作為主要的判定依據(jù)。光電探測裝置結(jié)合全景凝視成像、可見光探測成像、紅外探測成像、激光測距等光電探測技術(shù)實現(xiàn)光電預(yù)警，多元傳感器特征信息融合，硬件上有效解決城市復(fù)雜環(huán)境下“低慢小”航空器的探測、發(fā)現(xiàn)和識別難的問題[1-4]。

遠距離的“低慢小”目標(biāo)成像像素有限，輪廓特征不明顯，傳統(tǒng)的圖像處理算法對“低慢小”目標(biāo)識別效果不理想[5-8]。本文以某項目的光電探測裝置為硬件載體，以某次目標(biāo)特性測試試驗的圖像數(shù)據(jù)為樣本，介紹了淺層神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)圖像的預(yù)處理與圖像特征提取過程中的作用，并制作了淺層神經(jīng)網(wǎng)絡(luò)支持向量機（SVM）“低慢小”目標(biāo)訓(xùn)練集和測試集，設(shè)計了SVM 和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的分類器，并對兩種算法的正確識別概率進行了比對。證明了SVM 與CNN 在“低慢小”目標(biāo)識別中具有重要應(yīng)用價值。

2 支持向量機(SVM)識別“低慢小”目標(biāo)

將多特征進行融合，得到的特征向量為一個N 維的特征向量，表示為：(H1,H2,H3,H4,H5,H6,H7,F1,F2,F3,S)，其中H1至H7為七個Hu 矩不變量，F(xiàn)1,F2,F3為三個仿射不變矩特征，S 為圓形度。

則特征向量表示為：

選取兩類“低慢小”目標(biāo)作為仿真樣本，分別是旋翼無人機（六翼或者四翼）、固定翼無人機兩類樣本，選取30 張“低慢小”圖片（旋翼無人機15 張，固定翼無人機15 張）提取特征向量F。對30 張“低慢小”圖像進行圖像預(yù)處理，對目標(biāo)圖像進行形態(tài)學(xué)操作、圖像分割和二值化操作，提取“低慢小”目標(biāo)的圓形度、Hu 不變量（7 個）、仿射不變矩（3 個），制作成仿真樣本，其中，20 個樣本制作成訓(xùn)練集、10 個樣本制作成訓(xùn)練集，確定對目標(biāo)的識別正確率。

圖1 和圖2 分別為旋翼樣本和固定翼樣本，均為已經(jīng)二值化后的圖像。

圖1 旋翼無人機圖片樣本

圖2 固定翼無人機圖片樣本

提取11 類特征得到30 個樣本，如圖3 所示。

如圖3 所示：分別對11 個特征進行特征提取，圓形度的取值范圍為0-1，符合算法要求；H 由于Hu 不變矩的高階特征往往數(shù)值很小，于是利用以10 為底的Log 函數(shù)，將7 個數(shù)值很小的Hu 不變矩變換到(-10,0)的范圍內(nèi)。同時，將旋翼無人機類別設(shè)為1.00，固定翼無人機類別設(shè)為2.00，即對支持向量機分類器的輸出值y 進行設(shè)定。

圖3 30 個樣本特征值

利用Matlab 中l(wèi)ibsvm 庫設(shè)計二類支持向量機（svm）分類器，首先對11 類特征數(shù)據(jù)繪制項目序號與各類屬性的關(guān)系圖，如圖4 所示（樣本序號1～15 為旋翼無人機，樣本序號16～30 為固定翼無人機）。

從圖4(a)可以看出，旋翼無人機的圓形度特征較為明顯，分布集中；固定翼無人機圓形度特征分布較為分散，但是圓形度都大于旋翼無人機數(shù)據(jù)。從圖4(b)可以看出，旋翼無人機的Hu（1）特征分布集中，特征魯棒性較好；固定翼無人機的Hu（1）特征分布較為分散，魯棒性不是很好。隨機選取三分之二的數(shù)據(jù)作為訓(xùn)練集，三分之一的數(shù)據(jù)作為測試集，進行svm 訓(xùn)練與測試，測試以及訓(xùn)練函數(shù)分別為svmtrain 與svmtest 函數(shù)。得到的分類結(jié)果如圖5 所示。通過圖5 可以看出，在測試了10 個樣本以后，得到分類正確率為70%，即10個樣本里有7 個樣本預(yù)測正確了，正確預(yù)測率較低，但是也在情理之中，探究分類正確率低的原因有以下幾個方面：a.樣本數(shù)據(jù)量過低：由于時間原因倉促，而且野外實驗采集的數(shù)據(jù)量較少，導(dǎo)致選取的有效數(shù)據(jù)過少，令在SVM 分類器分類過程中，迭代次數(shù)較少，模型的普遍適應(yīng)性較差；改進措施：開展多次野外實驗增加實驗樣本數(shù)據(jù)，選取有效數(shù)據(jù)。b.樣本的預(yù)處理過程不夠精細：在樣本的預(yù)處理過程中，由于圖像中的干擾目標(biāo)較多，導(dǎo)致在提取目標(biāo)輪廓以及邊緣檢測過程中，目標(biāo)輪廓提取或者邊緣檢測有缺失，不能提供較好的預(yù)處理樣本；改進措施：精細化樣本預(yù)處理過程，完善提取目標(biāo)輪廓特征等步驟。c.特征選取不好：雖然選取的圖像特征具有某些方面的不變特征，但是幾類特征的選取與組合，卻不能較好的表現(xiàn)圖像目標(biāo)，使得分類效果較差；改進措施：選取更加有效的圖像特征。d.分類器參數(shù)設(shè)置不完善：SVM支持向量機的分類器參數(shù)設(shè)置不完善，使得分類效果變差；改進措施：在樣本量充足的情況下，改變分類器參數(shù)值。

圖4(a) 樣本序號與特征圓形度關(guān)系圖

圖4(b) 項目序號與特征Hu（1）關(guān)系圖

圖5 SVM 支持向量機得到預(yù)測分類與實際分類的比較

3 卷積神經(jīng)網(wǎng)絡(luò)（CNN）識別“低慢小”目標(biāo)

卷積神經(jīng)網(wǎng)絡(luò)（CNN）在機器視覺方面對目標(biāo)識別具有非常大的優(yōu)勢，一個簡單的神經(jīng)網(wǎng)絡(luò)經(jīng)過有效訓(xùn)練就可以完成大多數(shù)識別任務(wù)。

3.1 CNN 神經(jīng)網(wǎng)絡(luò)設(shè)計

選用AlexNet 神經(jīng)網(wǎng)絡(luò)。實現(xiàn)AlexNet 的網(wǎng)絡(luò)較為復(fù)雜，數(shù)據(jù)處理的網(wǎng)絡(luò)層為：第1 層為卷積層，輸入值數(shù)據(jù)體的深度為3，輸出數(shù)據(jù)體的深度為64，卷積核的尺寸為11×11×3,此時使用了64 種卷積核，滑動步長為4，對邊緣進行0 填充；卷積層的輸出值后邊接一個ReLU 激活函數(shù)，進行數(shù)據(jù)處理；激活函數(shù)后邊接上第二層池化層，選擇的池化方法為最大池化，核為3×3×1,滑動步長為2；池化層后邊接第2 個卷積層，輸入的數(shù)據(jù)深度為64，輸出數(shù)據(jù)深度為192，卷積核尺寸為11×11×64,此時使用了192 種卷積核，步長為4，邊緣進行0 填充，后邊接一個激活函數(shù)ReLU，隨后接第二個池化層，選用最大池化，核尺寸3×3×1，滑動步長為2；隨后接第3個卷積層，輸入數(shù)據(jù)深度為192，輸出深度為384，卷積核尺寸為3×3×192，此時使用了384 種卷積核，邊緣進行0 填充；后邊接一個激活函數(shù)ReLU，隨后接第4 個卷積層，輸入深度為384，輸出深度為256，卷積核尺寸3×3×384，此時使用了256 種卷積核，邊緣進行0 填充，后邊接一個ReLU 激活函數(shù)。再接第5 層卷積層，輸入深度為256，輸出深度為256，卷積核尺寸3×3×256，此時使用了256 種卷積核，邊緣進行0填充，后邊接一個ReLU 激活函數(shù)，再接第3 個池化層進行最大池化，卷積核為3×3×1,步長為2。最后進行Dropout 后，接一個線性層，將尺寸為256*6*6 的數(shù)據(jù)變換為4096*1*1的長度為4096 的向量。隨后再進行Dropout，再接一個線性層，將長度為4096 的向量線性變換為另一個長度為4096 的向量，也叫全連接層。隨后進行Dropout，輸出CNN 神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)，為大量長度為4096 的向量。具體網(wǎng)絡(luò)見圖6。

圖6 AlexNet 網(wǎng)絡(luò)結(jié)構(gòu)

3.2 CNN 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與測試的一般過程

CNN 神經(jīng)網(wǎng)絡(luò)訓(xùn)練與測試含有“低慢小”目標(biāo)的可見光圖像的一般過程為：a.獲取可見光圖像，將含有“低慢小”目標(biāo)的可見光圖像經(jīng)過圖像切割，感興趣區(qū)域（ROI）選擇等方式，將圖像轉(zhuǎn)化為N×N×3 的樣本，N 由實際目標(biāo)所占像素確定，3 為代表彩色圖像的RGB 三通道，若為灰度圖像，就改為N×N×1。b.將圖像整理成樣本。c.確定網(wǎng)絡(luò)的損失函數(shù)與優(yōu)化方法。d.使用樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并在其過程中，調(diào)節(jié)參數(shù)，使識別正確率達到最大，并在測試集中進行驗證。

3.3 全連接的三層神經(jīng)網(wǎng)絡(luò)訓(xùn)練與測試

一個簡單的三層神經(jīng)網(wǎng)絡(luò)，需要傳遞進去的參數(shù)包括：輸入的維度、第一層網(wǎng)絡(luò)的神經(jīng)元個數(shù)，第二層網(wǎng)絡(luò)神經(jīng)元的個數(shù)、以及第三層網(wǎng)絡(luò)（輸出層）神經(jīng)元的個數(shù)。在建立的每層網(wǎng)絡(luò)的輸出部分添加激活函數(shù)。用到nn.sequential()，將網(wǎng)絡(luò)的層組合到一起，在最后一層輸出層不添加激活函數(shù)。同樣在網(wǎng)絡(luò)層中摻入批標(biāo)準(zhǔn)化，用于加快收斂速度，將批標(biāo)準(zhǔn)化放在全連接的后面，非線性層的前面。訓(xùn)練網(wǎng)絡(luò)設(shè)置步驟：a.PyTorch 神經(jīng)網(wǎng)絡(luò)框架，首先導(dǎo)入一些要用的神經(jīng)網(wǎng)絡(luò)框架的包，包括torch 框架、torchvision 包。b.定義一些超參數(shù)，如batch-size、learning_rate 還有num_epoches等。c.對MNIST 數(shù)據(jù)集進行預(yù)處理，將數(shù)據(jù)標(biāo)準(zhǔn)化，做的處理一般是數(shù)據(jù)減掉均值、再除以方差。d.下載并讀取數(shù)據(jù)集。e.導(dǎo)入網(wǎng)絡(luò)，定義損失函數(shù)和優(yōu)化方法。f.訓(xùn)練網(wǎng)絡(luò)并且測試網(wǎng)絡(luò)。測試結(jié)果：利用PyCharm 軟件，利用PyTorch 神經(jīng)網(wǎng)絡(luò)框架，建立一個全連接的三層神經(jīng)網(wǎng)絡(luò)測試結(jié)果如圖7 所示。

圖7 PyCharm 軟件分類MNIST 數(shù)據(jù)庫及結(jié)果表示圖

如圖7 所示，在迭代次數(shù)逐漸減小時，損失函數(shù)在隨機梯度下降函數(shù)的作用下，數(shù)值不斷減小，在經(jīng)過設(shè)定的迭代次數(shù)epoch 為1000 時停止，在測試集損失函數(shù)值為0.169810 時，最終識別正確率達到了95.93%，能夠較好的實現(xiàn)分類識別任務(wù)。

4 結(jié)論

本文介紹了淺層神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)圖像的預(yù)處理與圖像特征提取過程中的作用，并制作了淺層神經(jīng)網(wǎng)絡(luò)（HOG+SVM）訓(xùn)練集和測試集，得到“低慢小”目標(biāo)的Hu 矩和圓形度特征分布。設(shè)計了SVM 和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的分類器，對兩種算法的正確識別概率進行了比對，比對結(jié)果表明，采用卷積神經(jīng)網(wǎng)絡(luò)算法，可實現(xiàn)更高的目標(biāo)識別率。