李忠智，尹 航，2，左劍凱，孫一凡

（1.沈陽(yáng)航空航天大學(xué) 計(jì)算機(jī)學(xué)院，沈陽(yáng) 110136；2.仲愷農(nóng)業(yè)工程學(xué)院 信息技術(shù)學(xué)院，廣東 廣州 510230；3.同濟(jì)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)系，上海 201804；4.沈陽(yáng)航空航天大學(xué) 理學(xué)院，沈陽(yáng) 110136）

0 概述

海上運(yùn)輸業(yè)發(fā)展迅速，但隨著船舶數(shù)量和運(yùn)輸量的快速增長(zhǎng)，海上違法行為如非法貨物運(yùn)輸?shù)葦?shù)量也不斷增加［1］。船舶檢測(cè)與識(shí)別技術(shù)不斷得到發(fā)展［2-4］，目前可以通過(guò)自動(dòng)化的船舶檢測(cè)獲得船舶的分布信息，這類信息能夠幫助控制非法捕魚(yú)和貨物運(yùn)輸?shù)然顒?dòng)［5］。精細(xì)的海上監(jiān)視服務(wù)有助于預(yù)測(cè)威脅事件的發(fā)生并提高海上作業(yè)的工作效率，在海上交通監(jiān)視工作中起重要作用。根據(jù)所使用的特征提取方法不同，本文將衛(wèi)星遙感圖像中船舶檢測(cè)方法分為傳統(tǒng)方法和深度學(xué)習(xí)方法2 類。

在傳統(tǒng)方法中，文獻(xiàn)［6］使用統(tǒng)計(jì)學(xué)方法，根據(jù)海洋聚類直方圖構(gòu)建了異常檢測(cè)模型，并通過(guò)標(biāo)識(shí)候選區(qū)域，從候選區(qū)域中刪除非船舶對(duì)象。該方法僅在只有一個(gè)光譜波段的海域衛(wèi)星圖像中表現(xiàn)良好，而在港口區(qū)域中的表現(xiàn)欠佳。文獻(xiàn)［7］提出一種基于統(tǒng)計(jì)分析和形狀識(shí)別的模型，對(duì)海域內(nèi)的船舶分布進(jìn)行統(tǒng)計(jì)分析，并將近似的船舶目標(biāo)與海、陸、島或波浪區(qū)分，使用縱橫比、圓度等形狀特征來(lái)檢測(cè)船舶。在提取圖像特征中，通常使用Radon 變換、小波變換、霍夫變換等變換方式。例如文獻(xiàn)［8］提出使用小波分解來(lái)獲得圖像的高頻和低頻特征，并通過(guò)歸一化和相加來(lái)組合特征，生成特征圖。文獻(xiàn)［9］提出一種在單通道SAR 圖像中基于復(fù)雜信號(hào)峰度（Complex Signal Kurtosis，CSK）的船舶檢測(cè)新方法，該方法包括區(qū)域提取和目標(biāo)識(shí)別2 個(gè)主要部分，首先根據(jù)區(qū)域提取檢測(cè)船舶的大致位置，然后在提取的區(qū)域內(nèi)識(shí)別船舶。

近年來(lái)，研究人員提出了諸多基于深度學(xué)習(xí)的遙感圖像船舶檢測(cè)方法。根據(jù)所使用標(biāo)記方法的不同，深度學(xué)習(xí)方法可以分為2 類。第1 類方法在像素級(jí)別上對(duì)船舶目標(biāo)進(jìn)行標(biāo)記［10-11］，如文獻(xiàn)［10］提出一種基于全卷積神經(jīng)網(wǎng)絡(luò)的邊緣檢測(cè)網(wǎng)絡(luò)，完成了對(duì)船舶目標(biāo)的像素級(jí)檢測(cè)，并取得了良好的檢測(cè)結(jié)果。第2 類方法使用邊界框來(lái)標(biāo)記船舶，如文獻(xiàn)［12］提出一種基于Faster RCNN 的密集連接多尺度神經(jīng)網(wǎng)絡(luò)，用于多尺度和多場(chǎng)景SAR 船舶檢測(cè)。文獻(xiàn)［13］在提取網(wǎng)絡(luò)中提出一個(gè)分層的選擇性過(guò)濾層，將不同尺度的特征映射到同一尺度空間，從而有效檢測(cè)不同比例的船舶。

上述文獻(xiàn)對(duì)遙感圖像目標(biāo)檢測(cè)領(lǐng)域進(jìn)行了研究，但該領(lǐng)域仍存在帶標(biāo)簽樣本不足和復(fù)雜場(chǎng)景下的先驗(yàn)信息不足兩大問(wèn)題。由于對(duì)用于目標(biāo)檢測(cè)的大量數(shù)據(jù)進(jìn)行標(biāo)注的難度較大，衛(wèi)星圖像領(lǐng)域內(nèi)的帶標(biāo)注樣本缺乏，文獻(xiàn)［14］分別采用數(shù)據(jù)增強(qiáng)和遷移學(xué)習(xí)2 種策略，并應(yīng)用單發(fā)多框檢測(cè)（Single Shot MultiBox Detector，SSD）算法完成SAR 目標(biāo)檢測(cè)任務(wù)，該方法可以獲得更好的檢測(cè)性能。文獻(xiàn)［15］提出一種基于視覺(jué)注意模型的目標(biāo)檢測(cè)方法用于解決復(fù)雜場(chǎng)景下的先驗(yàn)信息不足等問(wèn)題，實(shí)驗(yàn)結(jié)果表明，所提出的目標(biāo)檢測(cè)方法可以在高分辨率SAR 圖像中以高精度和快速度從復(fù)雜背景雜波中檢測(cè)目標(biāo)。但上述方法沒(méi)有考慮提取SAR 圖像中目標(biāo)的低階和高階信息，導(dǎo)致模型對(duì)目標(biāo)特征的表達(dá)能力受限。

文獻(xiàn)［16］提出一種有效結(jié)合圖像低級(jí)紋理與圖像深層特征的多尺度旋轉(zhuǎn)不變Haar-Like 特征集成卷積神經(jīng)網(wǎng)絡(luò)（Multi-Scale Rotation-Invariant Haar-Like feature integrated Convolutional Neural Network，MSRIHLCNN），并經(jīng)過(guò)最佳融合以表示船舶目標(biāo)，在中國(guó)高分-3圖像數(shù)據(jù)集上驗(yàn)證了模型的優(yōu)越性。文獻(xiàn)［17］結(jié)合多尺度旋轉(zhuǎn)不變性特征，提出有效的船舶分類模型。該方法采用Gabor 濾波器獲取不同方向的特征，并應(yīng)用多尺度全局局部二進(jìn)模式（Multi-Scale Completed Local Binary Patterns，MS-CLBP）獲取船舶圖像的局部紋理、空間和輪廓信息，彌補(bǔ)了深度CNN 的不足。以上2 種方法雖然有效地提高了模型在復(fù)雜環(huán)境下對(duì)船舶目標(biāo)檢測(cè)與識(shí)別的準(zhǔn)確度，但兩種模型均采用并行計(jì)算的方式，增加了計(jì)算的復(fù)雜度。

本文針對(duì)遙感衛(wèi)星圖像背景復(fù)雜、船舶目標(biāo)變化尺度大等問(wèn)題，提出一種結(jié)合UNet++和多邊輸出融合（Multiple Side-Output Fusion，MSOF）策略的船舶檢測(cè)與識(shí)別模型。使用UNet++深度神經(jīng)網(wǎng)絡(luò)提取衛(wèi)星圖像特征，并結(jié)合圖像的淺層和深層信息輸出不同層級(jí)的圖像特征。在此基礎(chǔ)上，采用MSOF策略對(duì)來(lái)自不同語(yǔ)義層級(jí)的特征信息進(jìn)行融合，以提升模型檢測(cè)與識(shí)別的準(zhǔn)確度。

1 目標(biāo)檢測(cè)模型

本文采用基于UNet++網(wǎng)絡(luò)和多邊輸出融合策略的模型，完成船舶目標(biāo)的檢測(cè)與識(shí)別。

1.1 UNet++特征預(yù)提取

UNet++網(wǎng)絡(luò)具有嵌套結(jié)構(gòu)和密集的跳過(guò)路徑，在從多級(jí)卷積路徑中提取多尺度特征圖方面具有很大的優(yōu)勢(shì)［18］。其由卷積單元、下采樣和上采樣模塊以及卷積單元之間的跳過(guò)連接組成，結(jié)構(gòu)如圖1 實(shí)線框部分所示。UNet++和UNet之間最大的區(qū)別是UNet++的結(jié)構(gòu)中具有重新設(shè)計(jì)的跳過(guò)路徑。以節(jié)點(diǎn)X0，4為例，在UNet 模型結(jié)構(gòu)中，節(jié)點(diǎn)X0，4僅與節(jié)點(diǎn)X0，0構(gòu)建了一個(gè)跳過(guò)連接，而在UNet++中，節(jié)點(diǎn)X0，4連接處于同一層的X0，0、X0，1、X0，2和X0，3這4個(gè)卷積單元的輸出。UNet++網(wǎng)絡(luò)的這種結(jié)構(gòu)，能使編碼器內(nèi)特征圖的語(yǔ)義水平更接近對(duì)應(yīng)解碼器部分的語(yǔ)義水平。

圖1 融合MSOF 策略的UNet++目標(biāo)檢測(cè)框架Fig.1 UNet++target detection framework combined with MSOF strategy

假設(shè)xi，j代表節(jié)點(diǎn)Xi，j的輸出，其中i代表沿著編碼器方向的第i個(gè)下采樣層，j代表沿著跳過(guò)路徑的第j個(gè)卷積層，則xi，j的特征映射可以表示為：

其中：μ（·）表示卷積運(yùn)算，后面連接激活函數(shù)，（·）表示上采樣層；［］表示級(jí)聯(lián)運(yùn)算。通常在j=0 層的節(jié)點(diǎn)僅從上層的下采樣層接收一個(gè)輸入，而j＞0 的節(jié)點(diǎn)則從跳過(guò)路徑和上采樣層均接收上一級(jí)節(jié)點(diǎn)的輸入。

在網(wǎng)絡(luò)的卷積單元中，本文采用了殘差模塊，這有助于增強(qiáng)深度網(wǎng)絡(luò)的收斂能力，一個(gè)殘差模塊的結(jié)構(gòu)如圖2 所示。輸入圖像分別經(jīng)過(guò)一個(gè)2D 卷積層（2D Convolutional layer，Conv2D）、一個(gè)歸一化層（Batch Normalization layer，BN）、一個(gè)Conv2D 和BN層。接著，通過(guò)將第2 個(gè)BN 層和第1 個(gè)Conv2D 層的輸出相加得到輸出。本文模型采用縮放指數(shù)線性單 元（Scaling exponent Linear Units，SeLUs）代 替ReLU 作為激活函數(shù)，其具有對(duì)抗擾動(dòng)的能力更強(qiáng)、學(xué)習(xí)速度更快的特點(diǎn)［19］。

圖2 殘差模塊結(jié)構(gòu)Fig.2 Residual block structure

UNet++網(wǎng)絡(luò)優(yōu)于UNet 網(wǎng)絡(luò)的另一個(gè)特點(diǎn)是多層特征圖生成策略。在UNet 結(jié)構(gòu)中，僅通過(guò)如式（2）所示的路徑生成單層特征圖：

在UNet++結(jié)構(gòu)中，另外3 個(gè)特征圖還可以分別通過(guò)以下3 個(gè)路徑獲得：

因此，將4 個(gè)不同語(yǔ)義層級(jí)的特征圖進(jìn)行組合，可以提高模型的檢測(cè)和識(shí)別精確度，并提升模型的泛化性和穩(wěn)定性。

1.2 MSOF 策略融合輸出

深度監(jiān)控一方面通過(guò)克服梯度消失問(wèn)題改善深層網(wǎng)絡(luò)訓(xùn)練過(guò)程；另一方面，可以學(xué)習(xí)從低語(yǔ)義到高語(yǔ)義的層次信息。文獻(xiàn)［20］中的深度監(jiān)控通過(guò)平均所有細(xì)分分支的輸出來(lái)實(shí)現(xiàn)。本文使用了一種MSOF 融合策略實(shí)現(xiàn)模型訓(xùn)練過(guò)程中的深度監(jiān)控，其類似文獻(xiàn)［21］中提出的策略。

如圖1 中虛線框部分所示，4 個(gè)輸出節(jié)點(diǎn)｛X0，1，X0，2，X0，3，X0，4｝使用sigmoid 函數(shù)后得到輸出結(jié)果｛Y0，1，Y0，2，Y0，3，Y0，4｝，再通過(guò)合并4 個(gè)節(jié) 點(diǎn)的輸出 結(jié)果來(lái)生成新的輸出節(jié)點(diǎn)X0，5，表達(dá)式如式（4）所示：

其中：⊕表示合并操作，通過(guò)sigmoid 層的X0，5可以輸出Y0，5。在本文的深度網(wǎng)絡(luò)中生成了｛Y0，1，Y0，2，Y0，3，Y0，4，Y0，5｝5 個(gè)不同語(yǔ)義層次的輸出，其中｛Y0，1，Y0，2，Y0，3，Y0，4｝是側(cè)面輸出層的輸出。通過(guò)MSOF 操作，將來(lái)自所有側(cè)面輸出層的多尺度特征信息融合到最終輸出Y0，5中，從而可以捕獲更精細(xì)的檢測(cè)與識(shí)別細(xì)節(jié)。

1.3 損失函數(shù)優(yōu)化

1.3.1 平衡二元交叉熵?fù)p失

對(duì)于空客船舶檢測(cè)挑戰(zhàn)數(shù)據(jù)集，數(shù)據(jù)集中有船舶的圖像僅占整個(gè)數(shù)據(jù)集的1/4 左右，這會(huì)導(dǎo)致在深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練中出現(xiàn)嚴(yán)重的類別不平衡問(wèn)題。因此，必須引入權(quán)衡參數(shù)以進(jìn)行過(guò)采樣。在本文的端到端訓(xùn)練方式中，采用一種簡(jiǎn)單的自動(dòng)平衡策略，可以將類平衡的交叉熵?fù)p失函數(shù)定義為：

其 中：β=|Y-|/(|Y+|+|Y-|)；1-β=|Y+|/(|Y+|+|Y-|)；|Y+| 和|Y-|分別代表一次迭代中有船舶的圖像和無(wú)船舶的圖像數(shù)目；Pr（·）是圖像j處的sigmoid 輸出。

1.3.2 Dice 損失函數(shù)

為提高檢測(cè)性能、削弱類別不平衡問(wèn)題的影響，Dice 系數(shù)損失通常應(yīng)用于語(yǔ)義分割任務(wù)中。一般來(lái)說(shuō)，2 個(gè)輪廓區(qū)域的相似性可以用Dice 系數(shù)來(lái)定義。此外，損失可定義為：

其中：Y和分別表示訓(xùn)練圖像的預(yù)測(cè)輸出和圖像對(duì)應(yīng)的標(biāo)簽。

1.3.3 改進(jìn)損失函數(shù)

本文所提模型通過(guò)sigmoid 層進(jìn)行分類后會(huì)生成5 個(gè)輸出結(jié)果。假設(shè)相應(yīng)的權(quán)重分別表示為ωi(i=1,2,3,4,5)，則總的損失函數(shù)L可定義為：

1.4 模型訓(xùn)練

本文所提模型由Keras 和TensorFlow 端到端開(kāi)源機(jī)器學(xué)習(xí)平臺(tái)實(shí)現(xiàn)，由配備Intel i9-9900KF（3.6 GHz、8 核、32 GB RAM）和單個(gè)NVIDIA GTX 2080 Ti GPU 的工作站作為硬件平臺(tái)。實(shí)驗(yàn)過(guò)程中批處理量大小設(shè)置為4，迭代次數(shù)設(shè)置為40，使用學(xué)習(xí)率為1×10-4的Adam 優(yōu)化器對(duì)模型訓(xùn)練過(guò)程進(jìn)行優(yōu)化。模型中圖像數(shù)據(jù)的輸入尺寸為768×768×3 像素，數(shù)據(jù)的輸出尺寸為768×768×1 像素。對(duì)于經(jīng)過(guò)預(yù)處理后的任意大小的輸入圖像，均能以端到端的方式訓(xùn)練模型。

2 實(shí)驗(yàn)結(jié)果與分析

在實(shí)驗(yàn)部分，本文首先對(duì)損失函數(shù)中平衡因子的取值問(wèn)題進(jìn)行相關(guān)實(shí)驗(yàn)，接著證明多邊輸出策略對(duì)于本文所探究問(wèn)題的有效性，最后通過(guò)與其他模型的對(duì)比，驗(yàn)證所提模型的優(yōu)越性。

2.1 實(shí)驗(yàn)數(shù)據(jù)集

實(shí)驗(yàn)中采用的數(shù)據(jù)集是空客船舶檢測(cè)挑戰(zhàn)比賽中提供的公共數(shù)據(jù)集［22］，該數(shù)據(jù)集包含的衛(wèi)星圖像總大小超過(guò)30 GB，并且有近1/4 的圖像數(shù)據(jù)中有船舶目標(biāo)。另外，比賽提供了以CSV 文件格式存儲(chǔ)的圖像標(biāo)記信息，其中列出了所有圖像的ID 及其對(duì)應(yīng)的像素坐標(biāo)。這些坐標(biāo)表示標(biāo)記船舶的分割框，沒(méi)有像素坐標(biāo)意味著圖片中沒(méi)有任何船只。但由于計(jì)算資源的限制，本文從完整的數(shù)據(jù)集中隨機(jī)抽樣10 000 張圖像，并選擇其中的5 000 張圖像作為訓(xùn)練集，2 000 張圖像作為驗(yàn)證集，3 000 張圖像作為測(cè)試集。數(shù)據(jù)集中的部分船舶圖像與對(duì)應(yīng)標(biāo)簽可視化圖像如圖3 所示。

圖3 空客船舶數(shù)據(jù)集示例Fig.3 Examples of airbus ship data set

2.2 評(píng)估指標(biāo)

本文選擇圖像語(yǔ)義分割領(lǐng)域常用的Dice Coefficient和IOU評(píng)測(cè)指標(biāo)對(duì)所提模型進(jìn)行評(píng)估，2個(gè)指標(biāo)的含義如圖4所示。其中：Dice系數(shù)是一種集合相似度度量函數(shù)，通常用于計(jì)算2個(gè)樣本的相似度。IOU相當(dāng)于2個(gè)區(qū)域重疊的部分除以2個(gè)區(qū)域的集合部分得出的結(jié)果。

圖4 模型評(píng)估指標(biāo)Fig.4 Model evaluation indexes

2.3 實(shí)驗(yàn)結(jié)果

2.3.1 損失函數(shù)對(duì)比實(shí)驗(yàn)

損失函數(shù)在最終分割效果中起著重要作用。本文結(jié)合二元交叉熵?fù)p失函數(shù)和Dice 系數(shù)損失函數(shù)作為模型在訓(xùn)練過(guò)程中改進(jìn)的損失函數(shù)，2 個(gè)函數(shù)的權(quán)重系數(shù)由平衡參數(shù)λ決定。將λ從0 變化到1，并對(duì)相應(yīng)的評(píng)測(cè)指標(biāo)變化進(jìn)行可視化，結(jié)果如圖5 所示。

圖5 平衡參數(shù)對(duì)比實(shí)驗(yàn)結(jié)果Fig.5 Comparison experimental results of balance parameter

從圖5中可以看出，當(dāng)λ設(shè)為0時(shí)，只使用二元交叉熵?fù)p失函數(shù)，此時(shí)Dice 和IOU 的得分較低。2 個(gè)評(píng)價(jià)指標(biāo)準(zhǔn)確度值隨著λ的增加而增加，驗(yàn)證了結(jié)合二元交叉熵?fù)p失函數(shù)和Dice 系數(shù)損失函數(shù)的有效性。然而，隨著λ的進(jìn)一步增加，2 個(gè)測(cè)評(píng)指標(biāo)的值呈震蕩下降趨勢(shì)。其中Dice 和IOU 在λ為0.5 時(shí)達(dá)到最大值，這意味著當(dāng)二元交叉熵?fù)p失函數(shù)和Dice 系數(shù)損失函數(shù)的權(quán)重系數(shù)相等且為0.5 時(shí)，對(duì)模型的參數(shù)更新作用最好。因此，后序?qū)嶒?yàn)將平衡參數(shù)λ設(shè)置為0.5。

2.3.2 添加MSOF 的對(duì)比實(shí)驗(yàn)

為改善所提深層網(wǎng)絡(luò)的收斂性，并學(xué)習(xí)從低到高層次的多尺度特征信息，使用MSOF策略對(duì)UNet++網(wǎng)絡(luò)輸出的結(jié)果進(jìn)行融合，得到最終的船舶檢測(cè)分割圖。表1為以Dice和IOU作為評(píng)估指標(biāo)，進(jìn)行5次重復(fù)實(shí)驗(yàn)的結(jié)果。由表1 中可知，使用邊輸出融合策略后，Dice和IOU 評(píng)估分?jǐn)?shù)分別增加了6.1、3.5個(gè)百分點(diǎn)，驗(yàn)證了通過(guò)使用MSOF策略進(jìn)一步提高船舶檢測(cè)分割準(zhǔn)確度的可行性。

表1 多邊輸出融合策略對(duì)所提模型的DC和IOU的影響Table 1 The influence of multilateral output fusion strategy on the DC and IOU of the proposed model %

添加MSOF 策略后，模型對(duì)船舶目標(biāo)進(jìn)行檢測(cè)分割的結(jié)果如圖6 所示。

圖6 船舶目標(biāo)分割圖Fig.6 Segmentation maps of ship targets

從圖6 中可以看出，模型在背景干擾較少的情況下，具有較高的檢測(cè)與分割精度，隨著背景干擾物體的增加，可能會(huì)影響UNet++網(wǎng)絡(luò)提取正確的船舶目標(biāo)區(qū)域，得到錯(cuò)誤的目標(biāo)檢測(cè)結(jié)果。

2.3.3 模型的對(duì)比實(shí)驗(yàn)

為驗(yàn)證本文所提模型在船舶檢測(cè)分割任務(wù)上性能的優(yōu)越性，將所提模型與SCRDet［23］、VGG-16［24］、ResNet［25］、UNet［26］、Mask R-CNN［27］、Mask Scoring R-CNN［28］等先進(jìn)的深度學(xué)習(xí)模型進(jìn)行比較。

在SCRDet 網(wǎng)絡(luò)訓(xùn)練過(guò)程中將權(quán)重衰減系數(shù)設(shè)置為1×10-4，動(dòng)量參數(shù)設(shè)置為0.9，學(xué)習(xí)率設(shè)置為為1×10-6。VGG-16 模型包括13 層卷積層及3 層全連接層，通過(guò)卷積、池化操作進(jìn)行圖像特征提取，通過(guò)全連接層進(jìn)行分類。ResNet-34 模型包括34 層卷積層、1 層池化層、1 層層全連接層，批處理量大小設(shè)置為64，全連接層后的dropout 層的丟棄概率設(shè)置為0.5。Fine-tuning CNN 模型使用在ImageNet 數(shù)據(jù)集上預(yù)訓(xùn)練好的模型權(quán)重作為初始值開(kāi)始訓(xùn)練，使用RMSProp 算法作為優(yōu)化器函數(shù)，并將學(xué)習(xí)率設(shè)置為1×10-3。Mask R-CNN 模型的權(quán)重衰減系數(shù)設(shè)置為1×10-4，學(xué)習(xí)率設(shè)置為1×10-3，模型的輸入圖像尺寸為768×768×3 像素。Mask ScoringR-CNN 的Maskiou分支的4 個(gè)卷積層的卷積核大小設(shè)為3，數(shù)量設(shè)為256，對(duì)于3 個(gè)全連接層，實(shí)驗(yàn)中將前2 層的神經(jīng)元設(shè)置為1 024，最后一層設(shè)置為2（真實(shí)的分類類別數(shù)）。UNet 網(wǎng)絡(luò)中的卷積核大小設(shè)置為3，使用ReLU 和最大池化分別作為激活函數(shù)和池化函數(shù)，模型的輸入圖像尺寸為768×768×3 像素。在UNet++網(wǎng)絡(luò)中，批處理量大小設(shè)置為8，卷積核大小設(shè)置為3，卷積步長(zhǎng)設(shè)置為2，且輸入圖像尺寸也為768×768×3 像素。將本文所提模型的學(xué)習(xí)率設(shè)置為1×10-4，使用Adam算法作為優(yōu)化器函數(shù)，損失函數(shù)的平衡參數(shù)設(shè)置為0.5，dropout 層的丟棄概率設(shè)置為0.2，訓(xùn)練迭代次數(shù)與上述對(duì)比模型統(tǒng)一設(shè)置為40 次。不同模型的檢測(cè)和識(shí)別的準(zhǔn)確度結(jié)果如表2 所示。

表2 不同模型的準(zhǔn)確度對(duì)比Table 2 Comparison of different model’s accuracy %

分析表2 可知，VGG-16、Mask R-CNN 等傳統(tǒng)深度學(xué)習(xí)模型存在目標(biāo)區(qū)域提取偏差大、模型的計(jì)算冗余度高等問(wèn)題，導(dǎo)致模型的分割準(zhǔn)確度大幅降低。UNet 與UNet++網(wǎng)絡(luò)有效地結(jié)合低分辨率信息（提供物體類別識(shí)別依據(jù)）和高分辨率信息（提供精準(zhǔn)分割定位依據(jù)），在一定程度上提高了目標(biāo)檢測(cè)分割準(zhǔn)確度。而本文所提UNet++with MSOF 模型，在UNet++網(wǎng)絡(luò)提取圖像特征的基礎(chǔ)上，采用MSOF 策略對(duì)模型的訓(xùn)練過(guò)程進(jìn)行深度監(jiān)控，并融合不同語(yǔ)義層次的圖像特征，進(jìn)一步提高了船舶目標(biāo)分割的精準(zhǔn)度。

圖7 所示為本文所提模型對(duì)船舶目標(biāo)檢測(cè)識(shí)別的結(jié)果（彩色效果見(jiàn)《計(jì)算機(jī)工程》官網(wǎng)HTML 版），其中標(biāo)記框和船舶分割結(jié)果是檢測(cè)實(shí)例圖像的真實(shí)船舶的ground truth 信息，而模型的預(yù)測(cè)結(jié)果由預(yù)測(cè)準(zhǔn)確率表征。

由圖7 可知，在不同尺度、不同環(huán)境下的船舶目標(biāo)均能被模型有效地識(shí)別并分類，表明通過(guò)與MSOF 策略的結(jié)合，UNet++網(wǎng)絡(luò)使用全局信息和細(xì)粒度信息生成具有高空間精度的特征圖，完成了對(duì)船舶目標(biāo)精準(zhǔn)的檢測(cè)識(shí)別。

為定量分析不同模型在訓(xùn)練過(guò)程中的收斂性和準(zhǔn)確性等指標(biāo)情況，對(duì)各個(gè)模型訓(xùn)練過(guò)程的準(zhǔn)確度變化作可視化分析，評(píng)測(cè)指標(biāo)IOU 的變化如圖8所示。

圖8 不同模型的準(zhǔn)確度對(duì)比Fig.8 Accuracy comparison of different models

分析圖8 可知，相比于其他模型，本文所提模型在迭代次數(shù)為10 次時(shí)，準(zhǔn)確度已超過(guò)90%；在迭代次數(shù)達(dá)30 次后，模型訓(xùn)練的準(zhǔn)確度變化較小。趨于收斂，表明其具有良好的穩(wěn)定性和魯棒性。對(duì)比最終的船舶目標(biāo)檢測(cè)準(zhǔn)確度可知，本文所提模型具有更高的檢測(cè)準(zhǔn)確度。

3 結(jié)束語(yǔ)

本文提出一種新的船舶目標(biāo)檢測(cè)與識(shí)別模型，利用具有密集跳過(guò)連接結(jié)構(gòu)的UNet++網(wǎng)絡(luò)提取圖像的多尺度特征，采用殘差塊策略促進(jìn)深度神經(jīng)網(wǎng)絡(luò)的收斂并捕獲更詳細(xì)的圖像特征信息。使用MSOF 策略融合不同語(yǔ)義層次的多尺度圖像輸出特征，生成最終檢測(cè)和分割結(jié)果。為降低數(shù)據(jù)集中樣本不均衡對(duì)模型準(zhǔn)確度的影響，將二元交叉熵?fù)p失函數(shù)與Dice 系數(shù)損失函數(shù)結(jié)合使用。在空客船舶檢測(cè)挑戰(zhàn)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，該模型能夠?qū)b感衛(wèi)星圖像中的船舶目標(biāo)進(jìn)行準(zhǔn)確檢測(cè)，測(cè)試的Dice 系數(shù)和IOU 系數(shù)分別達(dá)97.3% 和96.8%，與ResNet-34、UNet++等模型相比，船舶目標(biāo)檢測(cè)和分割的準(zhǔn)確度均有所提高。但目前仍存在衛(wèi)星圖像采集困難、標(biāo)簽制作難度大等問(wèn)題，下一步將通過(guò)利用弱監(jiān)督學(xué)習(xí)、樣本生成等技術(shù)，提高對(duì)小樣本船舶數(shù)據(jù)集的檢測(cè)和分割精度。