基于语义分割的二阶段舰船目标检测算法研究_张航.pdf

第 2 期2023 年 3 月No.2Mar.2023战术导弹技术Tactical Missile Technology基于语义分割的二阶段舰船目标检测算法研究张航，田宗浩*，李泳，彭羽茜（陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室，合肥 230031）摘要：为提高图像制导弹药对大型舰船目标的毁伤效能，解决大型舰船目标关键部位漏检和定位精度差等问题，以Yolo v3为基线网络，提出了基于语义分割的二阶段目标检测算法。在主体目标准确检测的基础上，利用DeepLab v3plus网络在主体目标区域进行像素级检测，确定舰船关键部位的轮廓边界，提高了舰船关键部位的检测精度和定位精度。利用Linear bottlenecks结构在低分辨率主体目标中提取特征，减少特征损失，降低模型计算量和参数量，获得了较高的检测精度和定位精度，同时提高了算法的处理速度。关键词：图像制导；舰船；目标检测；Yolo v3；弹载图像；语义分割中图分类号：TN911.73 文献标识码：A 文章编号：1009-1300（2023）02-0137-07DOI：10.16358/j.issn.1009-1300.20220590Two-stage ship object detection algorithm based on semantic segmentationZhang Hang，Tian Zonghao*，Li Yong，Peng Yuqian（Laboratory of Guidance Control and Information Perception Technology of High Overload Projectiles，Army Academy of Artillery and Air Defense，Hefei 230031，China）Abstract:In order to improve the damage efficiency of image-guidance missile to the large ships,and to solve the problems of missing inspection and poor positioning accuracy of key parts of large ships,Yolo v3 is used as the baseline network and two-stage object detection algorithm based on semantic segmentation is put forward.On the basis of the accurate detection of the main target,the pixel-level detection is carried out in the main target area by DeepLab v3 Plus network,so as to determine the boundary of key parts of the ship and improve the detection and location accuracy.In addition,in order to reduce the loss of features and the number of parameters,the Linear bottlenecks module is used for extracting the features in low resolution image,which improves the detection accuracy and the processing speed of the algorithm.Key words:image guidance；ship；object detection；Yolo v3；missile-borne image；semantic segmentation 收稿日期：2022-06-30；修回日期：2022-10-30基金项目：军队“十三五”预研基金（301070103）作者简介：张航，博士研究生，主要研究方向为武器系统作战运用。通讯作者：田宗浩，博士，主要研究方向为目标探测与毁伤评估技术。引用格式：张航，田宗浩，李泳，等.基于语义分割的二阶段舰船目标检测算法研究 J.战术导弹技术，2023（2）：137-143.（Zhang Hang，Tian Zonghao，Li Yong，et al.Two-stage ship object detection algorithm based on semantic segmentation J.Tactical Missile Technology，2023（2）：137-143.）第 2 期战术导弹技术1 引 言 新型作战条件下，战机稍纵即逝，如何快速、准确地确定战场打击目标是可见光图像制导弹的重要战术指标1-2。随着深度学习理论在机器视觉领 域 卓 越 的 性 能 表 现，基 于 卷 积 神 经 网 络（Convolutional Neural Network，CNN）的目标识别检测算法在不同应用场景下取得较好的识别检测效 果。特 别 是 Yolo 系 列 算 法 通 过 批 归 一 化（Batch Normalization，BN）操作、残差网络特征融合等算法改进，使得模型检测精度和速度大幅度提升，并对小目标的适应性增强，如 Yolo v2/v33-4、Tiny-Yolo、SlimYolo5等。对海场景来说，背景单一，航母、驱逐舰等装备较大，识别检测相对容易，而对舰船上的飞机、舰炮以及指挥塔等关键目标部位，目标检测准确率较低，并且存在很大程度上的漏检情况。此外，利用整体检测结果对大型目标进行跟踪、打击的毁伤效果不佳，重点打击大型目标的关键部位带来的效费比更高6。因此，对于舰船等大型战场目标，可在首次检测目标轮廓的基础上对主体目标的关键部位进行二次检测，提高舰船关键部位目标检测精度，并根据关键部位的重要性决定打击部位，提高图像制导弹对舰船目标的毁伤效能，整个过程符合人眼从“全局到局部”的视觉特性，识别检测过程如图1所示。2 舰船目标识别算法分析 2.1舰船目标成像特点弹载摄像机在距目标 35 km 的位置开始工作，因弹目距离较远，且为高空成像，目标初入视场尺度与目标的物理特征密切相关。对于舰船等大型目标，主体目标和舰船关键部位的尺度大小不均，如表1所示。由表1可以看出，舰船主体目标尺度较大，目标在弹载图像中的像素较多，而关键部位自身尺寸本身较小，导致目标在视场内所占比例较小。另外，对于舰船类目标，其长、宽和高比例差距较大，目标与弹载摄像机的相对位置对检测出的边界框影响非常大，如图2所示。从图2可以看出，当舰船与弹载摄像机相对位置发生变化时，检测出的边界框尺度也随之发生变化，并且边界框的中心位置也不断发生位移。传统的目标检测框为矩形方框，图像制导弹以矩形方框的中心点作为打击目标点，对于目标在图像中姿态倾斜的检测框，其中心位置可能偏离目标，这对于后期的跟踪制导精度影响较大。2.2算法分析目前，Yolo v3算法在目标识别领域的精度和速度处于较高水平，特别是对于场景单一的舰船类海面目标，舰船整体检测精度非常高，满足图像制导弹作战需求。但图像制导弹毁伤能力有限，对于舰船等大型目标“整体检测，整体打击”的毁伤效果不佳。为提高图像制导弹的毁伤效能，本文在“整体检测，重点打击”的作战思想下提图1舰船二次识别Fig.1Secondary identification of ship表1舰船与关键部件在不同弹目距离条件下成像像素比例Table 1Image pixel ratio of ship and key components at different missile-target distances距离/km3210.5分辨率WH19201080装备尺寸/m舰炮10310316531106219航母30080309834641249282481855195驱逐舰15020155212323146462928124战斗机191420153022594411887138第 2 期张航等：基于语义分割的二阶段舰船目标检测算法研究出基于目标分割的二阶段目标检测算法。为解决矩形检测框目标定位精度差问题，文中采用像素级的目标语义分割7-8来检测目标位置，获得目标的边界轮廓信息。与传统矩形边界框不同，目标分割能更好地反映目标的实际形状，可以利用分割的结果对目标实现更精确的定位，提高后期跟踪制导精度。因此，本节对大型舰船目标的检测过程如图3所示。对于基于分割的二阶段目标检测算法，样本集的获取是需考虑的首要因素。考虑到图像中大目标和小目标分布并不均匀，特征提取过程中容易忽视小目标特征信息，利用Yolo v3算法对舰船类样本集进行预处理，按照检测出的目标整体位置信息裁剪出二阶段训练样本，如图4所示。为此，本文按照检测顺序将样本集分为两个：整体样本集和局部样本集。其中，整体样本集为全局拍摄的舰船图像，供目标整体检测使用；局部样本集为目标整体检测结果的裁剪图像，供二阶段目标训练使用。整体样本集的标注方式与Yolo v3算法标注方法类似，而局部样本集，因其经过裁剪后图像分辨率大大降低，故利用labelme标注工具对舰船关键部位掩膜进行标注，如图5所示。图5中，在舰船整体目标的基础上标注出其关键部位，包括控制塔、战斗机、直升机、舰炮以及导弹等5类目标，可以通过labelme工具的放大功能更加准确地定位到关键部位的轮廓信息。3 基于改进DeepLab v3 Plus的二阶段目标检测算法 舰船主体目标被检测完毕后，需要按照检测框的位置信息对主体目标进行裁剪，导致输入到二阶段网络的图像分辨率较低，并且尺度多样。语义分割算法一般需要通过下采样来提取图像语义特征信息，传统的卷积操作利用池化层对图像进行降维处理，减少参数的同时丢失了图像信息，使分辨率较低的图像检测效果较差。为此，本文以DeepLab v3 Plus网络为基础架构9-10，在特征提取的最后阶段利用膨胀卷积（Dilated Convolution）图3大型舰船目标检测流程Fig.3Detection process of large ship target图2矩形检测框Fig.2Rectangular detection frame139第 2 期战术导弹技术保持分辨率不变，增大感受野，使空间位置信息和语义信息保持不变。同时采用空洞空间金字塔池化方法（Atrous Spatial Pyramid Pooling，ASPP）实现不同尺度特征信息提取，并且通过高效的“编码器-解码器（Encoder-Decoder）”结构获得清晰的物体边界。基于二阶段的目标检测算法是对主体检测的补充，可以提高对主体关键部位的检测准确率。考虑到整体过程（图3）的检测速度和后期异构平台部署效率，二阶段检测算法的参数量和计算量需控制在合理范围内。此外，裁剪目标主体图像分 辨 率 通 常 较 低，本 节 利 用 反 向 残 差 结 构（Inverted Residual Structure，IRS）作 为 DeepLab v3 Plus 网 络 的 特 征 提 取 架 构，通 过 点 卷 积（Pointwise Convolution，PW）对输入图像进行升维，此 后 再 通 过 深 度 分 解 卷 积（Depthwise Convolution，DW）进行降维，提高图像语义特征提取能力，并且减少模型参数量和计算量。改进的DeepLab v3 Plus网络结构如图6所示。图 6 中，特 征 提 取 阶 段 以 轻 量 型 网 络MobileNet V2为主干网络11，利用反向残差单元解决ResNet50结构容易出现的梯度弥散问题，反向残差结构如图7所示。反向残差结构通过