周 慧，嚴(yán)鳳龍，褚 娜，劉振宇

1.大連東軟信息學(xué)院 軟件學(xué)院，遼寧 大連 116023

2.大連東軟信息學(xué)院 計算機(jī)學(xué)院，遼寧 大連 116023

目標(biāo)檢測是將目標(biāo)定位和目標(biāo)分類結(jié)合起來，其中目標(biāo)分類負(fù)責(zé)判斷輸入的圖像中是否包含所需物體，目標(biāo)定位則負(fù)責(zé)標(biāo)識出目標(biāo)物體的位置，并用外接矩形框定位。目標(biāo)檢測通常需要在卷積特征圖上引入事先定義好的矩形框，即錨點框（anchor boxes），這些錨點框按照面積和寬高比均勻分布，便于檢測出不同比例的目標(biāo)。這類方法稱為基于錨點框（anchor-based）的目標(biāo)檢測[1-2]。anchor-based檢測方法通常分為two-stage[3-4]和one-stage[5-6]。兩者都是先在圖像上平鋪大量預(yù)定義錨點框，然后預(yù)測錨點框類別，最后選擇合適的錨點框作為輸出結(jié)果并進(jìn)行回歸操作。常見的two-stage檢測方法如faster R-CNN[3]、FPN（feature pyramid networks，F(xiàn)PN）[4]等。復(fù)雜場景下的艦船目標(biāo)檢測，是典型的小目標(biāo)檢測應(yīng)用，上述模型都在艦船小目標(biāo)檢測中廣泛應(yīng)用。如Kang等人使用fast-RCNN方法獲得初始艦船檢測結(jié)果，然后應(yīng)用恒虛警率評價檢測結(jié)果[8]。Xiao等人提出了一種語義分割網(wǎng)絡(luò)，以生成更精確的旋轉(zhuǎn)錨點框，并將生成的錨點框用于船舶目標(biāo)檢測[9]。常見的one-stage方法如Yolo系列[5-6]、SSD（single shot multibox detector，SSD）[7]等。其中，Wang等人使用SDD模型檢測SAR圖像中復(fù)雜背景中的船只，并使用遷移學(xué)習(xí)來提高準(zhǔn)確性[10]。Hu等人提出了一種基于改進(jìn)YOLOv3的SAR艦船檢測算法[11]。

然而，anchor-based檢測方法會帶來正負(fù)樣本的不平衡問題。在目標(biāo)檢測的過程中，大量的錨點框分布在卷積特征圖上，通過計算真實邊界框與錨點框的交并比（intersection over union，IoU）來劃分正負(fù)樣本[12]。一般而言，高于IoU設(shè)置正樣本閾值的標(biāo)記為正樣本，低于IoU設(shè)置負(fù)樣本閾值的標(biāo)記為負(fù)樣本（或者稱為背景），其他為可忽略樣本。復(fù)雜場景下的小目標(biāo)船舶，通過錨點框標(biāo)注樣本，帶來的正負(fù)樣本不均衡更為明顯。還有部分模型如Yolo等，為進(jìn)一步提高定位準(zhǔn)確率，采用NMS（非極大值抑制）[13]，將具有最高分類得分的錨點框定義為正樣本，其余為負(fù)樣本。這個過程造成了更為突出的正負(fù)樣本不平衡問題。而正負(fù)樣本不均衡是影響船舶檢測準(zhǔn)確率的重要因素。

與此同時，anchor-based檢測方法提到的基于不同面積和寬高比的錨點框是一組預(yù)先定義的超參[14]，錨點框設(shè)計最重要的因素是要保證覆蓋目標(biāo)的位置和密度。通常錨點框分為大中小三類尺寸，SAR圖像中的船舶目標(biāo)屬于特定數(shù)據(jù)集，多數(shù)為小尺寸目標(biāo)。通過固定錨點框得到候選框的方式明顯限制了檢測模型[15-16]。

為了追求最佳特征對象匹配，目前提出了很多錨點框優(yōu)化的方法。如meta anchor[17]提供了一個子網(wǎng)，從預(yù)定義的任意框中學(xué)習(xí)合適特征對象尺寸的錨點框。Guided anchoring[18]利用語義特征建立一個單獨模塊，通過建立錨點框函數(shù)自動生成錨點框。Gaussian YOLO[19]在建模過程中建立為四個高斯分布，在預(yù)測過程中輸出引入了預(yù)測框的不確定性，從而最終提升錨點框的定位精度。另外，rotated anchor boxes[9]是設(shè)計了一個成對的語義分割網(wǎng)絡(luò)來生成具有旋轉(zhuǎn)型的錨點框，然后生成的旋轉(zhuǎn)錨點框用于分類和回歸。

本文也提出了一種改進(jìn)anchor-based小目標(biāo)檢測方法。首先采用自適應(yīng)錨點框保證覆蓋目標(biāo)的位置和密度；然后基于自適應(yīng)錨點框生成的自適應(yīng)IoU閾值，并利用該閾值選擇正負(fù)樣本，保證樣本均衡。分別對two-stage模型faster R-CNN[3]、FPN[4]和one-stage模型Yolo3[5]、pp-Yolo[6]優(yōu)化錨點框，性能均得到提升，說明了該優(yōu)化方法的有效性。

1 基于形狀聚類的自適應(yīng)錨點框模型

在船舶目標(biāo)檢測時，首先需要定義正樣本和負(fù)樣本，并對正樣本的位置進(jìn)行回歸。傳統(tǒng)的檢測方法是預(yù)先定義一組基于不同面積和寬高比的錨點框。SAR圖像的船舶目標(biāo)多為小尺寸目標(biāo)，通用錨點框的尺寸無法較好地反映目標(biāo)的形狀信息，會影響檢測精度。因此，本文在定義正負(fù)樣本的過程中，采用基于形狀相似度的DBSACAN聚類方法，計算得出一組的錨點框，更適應(yīng)SAR圖像中的船舶目標(biāo)尺寸。

DBSCAN算法是基于密度的聚類算法，以數(shù)據(jù)集在空間分布上的稠密程度為依據(jù)進(jìn)行聚類[20]。假設(shè)給定數(shù)據(jù)集D={x1,x2,…,xm}定義如下概念：

定義1（ε-鄰域）對xi∈D，ε-鄰域包含了數(shù)據(jù)集D中與xj之間的距離小于等于ε的樣本，即：Nε( xj)={xi∈D|d(xi,xj)≤ε}。

定義2（核心對象）如果xj的ε-鄰域至少包含MinPts個樣本，即Nε( )xj≥MinPts，則xj是一個核心對象。

定義3（密度直達(dá)）如果xi在xj的ε-鄰域中，并且xj是核心對象，稱xi由xj直接密度可達(dá)。

定義4（密度可達(dá)）對于xi和xj，如果存在一個對象鏈m1,m2,…,mn，其中m1=xi，mn=xj，mi∈D(1≤i≤n)，并且mi+1由mi直接密度可達(dá)，稱xj由xi關(guān)于ε和MinPts密度可達(dá)。

定義5（密度相連）對于xi和xj，如果存在一個對象xk，xk∈D( )1≤k≤n使xi和xj均由xk密度可達(dá)，則稱xi和xj關(guān)于ε和MinPts密度相連。

定義6（簇）從數(shù)據(jù)集D中任取一個對象xi，從xi開始在D搜索所有密度相連對象，構(gòu)成一個簇。

本文采用DBSCAN算法聚類生成錨點框，替代傳統(tǒng)的預(yù)先指定錨點框的方式。在計算真實邊界框之間是否可聚類時，利用形狀相似距離替代歐式距離，即根據(jù)形狀相似性進(jìn)行密度聚類。具體步驟如下：

步驟1初始化核心對象集合Ω=?，初始化聚類簇數(shù)k=0，初始化未訪問目標(biāo)框集合Γ=D，簇劃分C=?。

步驟2計算目標(biāo)框g i的ε-鄰域包括的樣本集Nε(g i)，根據(jù)Nε(g i)判斷g i是否為核心對象，如果是，將g i加入核心對象集合中：Ω=Ω∪{g i}。

本文計算目標(biāo)框間ε-鄰域距離采用的是形狀相似度距離，通過計算形狀距離dSSD來度量目標(biāo)框之間的相似性，dSSD如公式（1）～（4）所示：

步驟4重復(fù)步驟3，直到Ω為?，則聚類簇生成完畢。取當(dāng)前簇C k中所有樣本的長和寬，分別求出均值，即為一個新的錨點框尺寸。簇的個數(shù)即為錨點框的數(shù)量。采用基于形狀相似距離的DBSCAN算法聚類目標(biāo)真實框，結(jié)果如圖1所示。

圖1 原始錨點框與自適應(yīng)錨點框?qū)Ρ菷ig.1 Comparison of original anchor boxes and adaptive anchor boxes

2 自適應(yīng)正負(fù)樣本閾值

目標(biāo)檢測器通過計算真實邊界框與錨點框的IoU來劃分正負(fù)樣本時，一般而言，高于IoU正樣本閾值的標(biāo)記為正樣本，低于閾值的標(biāo)記為負(fù)樣本（或者稱為背景）。因此基于錨點框的IoU閾值作為超參，不同的設(shè)置會有產(chǎn)生不同的正負(fù)樣本劃分結(jié)果。復(fù)雜場景下的小目標(biāo)船舶，通過錨點框標(biāo)注樣本，會帶來明顯的正負(fù)樣本不均衡問題。本文采用了一種自動的計算IoU閾值的方法，利用上述自適應(yīng)的錨點框，根據(jù)統(tǒng)計量劃分正樣本和負(fù)樣本，盡量避免影響結(jié)果的超參數(shù)的使用。具體過程如下：

步驟4在候選樣本集中，再次選擇候選框與目標(biāo)框的IoU大于TIoU的為正樣本，則候選集中剩下的為負(fù)樣本。

錨點框的中心越靠近目標(biāo)框中心，IoU的值越大，故根據(jù)中心距離選擇候選框，能夠提高樣本的候選質(zhì)量。

3 實驗結(jié)果與分析

3.1 自適應(yīng)錨點框?qū)嶒?/h3>

實驗數(shù)據(jù)集使用中國科學(xué)院發(fā)布的SAR船用數(shù)據(jù)集，共計43 819艘船圖片，其包括59 535艘船的圖像切片。在利用目標(biāo)檢測模型檢測前，先采用自適應(yīng)錨點框的算法得到一組錨點框，再根據(jù)該組錨點框計算自適應(yīng)IoU閾值，并利用該閾值選擇正負(fù)樣本，將改進(jìn)的錨點框和IoU閾值用于不同的檢測模型中，整體流程如圖2所示。

圖2 實驗流程圖Fig.2 Experimental flowchart

針對該數(shù)據(jù)集，采用形狀相似度的DBSCAN聚類方法計算得出一組的自適應(yīng)錨點框，不同的（ε，Minpts）可計算確定錨點框個數(shù)的超參數(shù)k，通過實驗驗證超參k的魯棒性。通常，faster R-CNN設(shè)置初始錨點框個數(shù)為9個[3]，F(xiàn)PN模型設(shè)置個數(shù)為5個，并提供3個不同的寬高比[4]，Yolo3模型初始錨點框一般設(shè)定為9個[5]，pp-Yolo初始錨點框與Yolo3一致，因此選擇DBSCAN聚類結(jié)果k值為[6，9，12，15]的幾組結(jié)果，并對比基于歐式距離（Euclidean distance）聚類和基于形狀相似度距離（shape similar distance）聚類生成的錨點框效果，如表1所示。當(dāng)錨點框數(shù)據(jù)量為9時，準(zhǔn)確率最高，繼續(xù)增加錨點框數(shù)據(jù)量，準(zhǔn)確率略有下降。同時，基于形狀相似度的聚類，在歐式距離的基礎(chǔ)上進(jìn)一步考慮了形狀距離，從實驗對比結(jié)果來看，基于形狀相似度聚類的錨點框在檢測中能取得更好的準(zhǔn)確率。

表1 基于歐式距離和基于形狀距離聚類結(jié)果對比Table 1 Results with different clustering methods based on Euclidean distance and shape distance

同時與Kmeans的聚類結(jié)果進(jìn)行對比，Kmeans的超參k值取9，分別按照歐氏距離和形狀相似度距離聚類得到兩組錨點框，與DBSCAN生成同樣數(shù)量的錨點框，在faster R-CNN模型上進(jìn)行對比實驗，如表2所示，基于密度聚類的DBSCAN在錨點框聚類中能取得更好的結(jié)果。

表2 不同聚類算法結(jié)果對比Table 2 Results with different Clustering methods

3.2 自適應(yīng)正負(fù)樣本閾值實驗

針對自適應(yīng)正負(fù)樣本閾值的實驗，同樣使用中國科學(xué)院發(fā)布的SAR船用數(shù)據(jù)集，并且采用自適應(yīng)錨點框的結(jié)果集合。將自動的計算IoU閾值與預(yù)定義的IoU閾值進(jìn)行比較，結(jié)果如表3所示。

表3 在SAR數(shù)據(jù)集上不同閾值結(jié)果對比Table 3 Experiment results of various IoU on SAR dataset

3.3 實驗分析

傳統(tǒng)的two-stage object檢測器如faster R-CNN、FPN，one-stage object檢測器如Yolo3和pp-Yolo，在一般的船舶檢測任務(wù)中也能達(dá)到較好的檢測結(jié)果。模型在Tesla V100中，均采用相同的訓(xùn)練策略對SAR船用數(shù)據(jù)集進(jìn)行訓(xùn)練，迭代次數(shù)為105，batch_size設(shè)置為96，同時初始學(xué)習(xí)率設(shè)為0.000 1，每輪迭代后調(diào)整學(xué)習(xí)率，最終mAP分別為89.6%、93.3%、86.7%、88.0%。但是上述模型在背景中包含干擾對象的復(fù)雜場景下檢測準(zhǔn)確率下降明顯，虛警概率和漏檢率高，從上述SAR船用數(shù)據(jù)集中選擇已標(biāo)注的15 000張復(fù)雜背景圖像（如圖3）進(jìn)行測試，faster R-CNN、FPN、Yolo3和pp-Yolo準(zhǔn)確率分別下降到79.4%、85.7%、71.3%、78.2%。

圖3 復(fù)雜場景下的艦船目標(biāo)數(shù)據(jù)集Fig.3 Ship target dataset in complex scenes

采用自適應(yīng)錨點框方法（adaptive anchor boxes，AAB）和自適應(yīng)閾值選擇方法（adaptive threshold selection，ATS）與的目標(biāo)檢測模型對15 000張復(fù)雜場景圖像檢測，部分結(jié)果如圖4所示，在復(fù)雜場景下，改進(jìn)后的目標(biāo)檢測模型用于小目標(biāo)檢測均取得了較好的效果。四種模型均能提升mAP，如表4所示。針對不同的模型，首先采用AAB方法，mAP平均提升5.50個百分點；然后在同樣的原始模型中，均加入ATS方法改進(jìn)，各個模型mAP平均提升2.23個百分點。

表4 不同模型的檢測結(jié)果對比Table 4 Comparison of detection results on ship dataset

two-stage object檢測器faster R-CNN融合AAB+ATS，檢測精確率上升了接近9.6個百分點；FPN融合AAB+ATS，檢測精確率上升了接近2.6個百分點；Yolo3融合AAB+ATS，檢測精確率上升了接近9.8個百分點；pp-Yolo融合AAB+ATS，檢測精確率上升了接近9.9個百分點。說明通過自適應(yīng)閾值，優(yōu)化錨點框與目標(biāo)框的IoU值解決正負(fù)樣本不均衡問題，以及通過自適應(yīng)錨點框，生成初始錨點框代替原始超參，解決目標(biāo)覆蓋問題，均能達(dá)到提升準(zhǔn)確率的作用。兩者結(jié)合，更有利于檢測復(fù)雜場景下的船舶目標(biāo)。復(fù)雜場景的檢測結(jié)果如圖4所示。

圖4 復(fù)雜場景下的艦船目標(biāo)檢測結(jié)果Fig.4 Ship object detection results in complex scenes

4 結(jié)論

在復(fù)雜場景下小目標(biāo)檢測問題的研究中，正負(fù)樣本均衡和錨點框的覆蓋密度均影響檢測結(jié)果，故本文提出了一種改進(jìn)小目標(biāo)檢測模型的方法，采用基于形狀相似距離評估的密度聚類方法，生成自適應(yīng)錨點框；采用自適應(yīng)閾值方法，利用訓(xùn)練樣本選擇合適的閾值，再劃分正負(fù)樣本。將該提升方法用于two-stage模型faster RCNN、FPN，one-stage模型Yolo3、pp-Yolo，針對復(fù)雜場景的小目標(biāo)檢測均不同程度地提高了檢測準(zhǔn)確，說明本文提出的方法是一種可行的、有效的改進(jìn)小目標(biāo)檢測模型的方法。