摘要：針對(duì)無(wú)人機(jī)偵察影像的目標(biāo)檢測(cè)問(wèn)題，研究一種基于候選區(qū)域的無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)技術(shù)。首先圍繞無(wú)人機(jī)影像特點(diǎn)，分析了基于候選區(qū)域的目標(biāo)檢測(cè)技術(shù)的優(yōu)勢(shì)。然后介紹了該技術(shù)的關(guān)鍵步驟并歸納了各步驟的主流算法。最后總結(jié)了兩種較為成熟的候選區(qū)域目標(biāo)檢測(cè)框架:基于DPM的候選區(qū)域目標(biāo)檢測(cè)框架和基于卷積神經(jīng)網(wǎng)絡(luò)的候選區(qū)域目標(biāo)檢測(cè)框架，通過(guò)對(duì)現(xiàn)有算法的分析，為下一步改進(jìn)算法提供了思路。

關(guān)鍵詞：候選區(qū)域;目標(biāo)檢測(cè);偵察影像;無(wú)人機(jī)

相比于傳統(tǒng)戰(zhàn)場(chǎng)偵察方式，無(wú)人機(jī)偵察能夠在避免人員傷亡的情況下提供近實(shí)時(shí)的情報(bào)信息，逐漸成為一種主流的偵察手段。無(wú)人機(jī)獲得戰(zhàn)場(chǎng)偵察影像數(shù)據(jù)后，通過(guò)目標(biāo)檢測(cè)技術(shù)處理偵察影像，實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)典型目標(biāo)的定位與分類(lèi)，根據(jù)檢測(cè)信息，可以準(zhǔn)確打擊敵方目標(biāo)、掌握敵我部署、增強(qiáng)戰(zhàn)場(chǎng)判斷力、提高作戰(zhàn)效率。

目標(biāo)檢測(cè)技術(shù)是一種基于目標(biāo)幾何與統(tǒng)計(jì)特征的圖像識(shí)別分割技術(shù)。早期的算法有幀差法、背景差法、光流法等，主要利用幀間信息定位出運(yùn)動(dòng)目標(biāo)的空間位置，不涉及對(duì)目標(biāo)類(lèi)別的智能分類(lèi)，如需目標(biāo)判讀還要添加目標(biāo)識(shí)別模塊，過(guò)程繁瑣冗余。此外，無(wú)人機(jī)偵察影像相對(duì)于一般研究的目標(biāo)檢測(cè)影像有自身的特殊性：

（1）成像環(huán)境惡劣、目標(biāo)背景運(yùn)動(dòng)且復(fù)雜；

（2）目標(biāo)相對(duì)背景過(guò)小，定位困難；

（3）目標(biāo)特征不明顯，識(shí)別難度大；

（4）實(shí)際應(yīng)用需求對(duì)算法實(shí)時(shí)性、魯棒性要求高。

因此，快速魯棒的進(jìn)行無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)成為無(wú)人機(jī)信息處理的關(guān)鍵，而基于候選區(qū)域（Region Proposal）的目標(biāo)檢測(cè)技術(shù)正符合以上要求：

（1）對(duì)單幅或單幀影像進(jìn)行檢測(cè)，不受運(yùn)動(dòng)背景限制；

（2）候選區(qū)域檢測(cè)，縮小待計(jì)算窗口數(shù)量，運(yùn)算速度快；

（3）特征提取降維與分類(lèi)器相結(jié)合，識(shí)別定位的精度與速度高；

（4）整體框架簡(jiǎn)單清晰如圖1所示，可以根據(jù)檢測(cè)要求對(duì)候選區(qū)域檢測(cè)、特征提取、分類(lèi)器三個(gè)檢測(cè)階段進(jìn)行變化，便于算法的改進(jìn)與評(píng)估。

因此對(duì)基于候選區(qū)域的無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)技術(shù)進(jìn)行研究具有重要意義，接下來(lái)將對(duì)其三個(gè)階段進(jìn)行介紹和算法概述。

圖1  基于候選區(qū)域的目標(biāo)檢測(cè)框架1 候選區(qū)域檢測(cè)

候選區(qū)域檢測(cè)是利用圖像顏色、邊緣、紋理等特征，選擇性搜索目標(biāo)位置的方法。由于目標(biāo)可能出現(xiàn)在圖像的任何位置，大小、長(zhǎng)寬比例不定，因此需要根據(jù)一定方法將圖像分割成各種尺寸的子圖像作為候選區(qū)域，便于目標(biāo)定位與特征提取。

而高效的分割候選區(qū)域成為候選區(qū)域檢測(cè)階段的研究重點(diǎn)。傳統(tǒng)窮舉搜索（Exhaustive Search）算法也可以算作一種特殊的候選區(qū)域檢測(cè)方法，其利用幾種尺寸相對(duì)固定的矩形窗口，逐行列或隨機(jī)對(duì)整幅圖像截取子圖像，實(shí)現(xiàn)對(duì)圖像的遍歷。這種盲目窮舉的區(qū)域搜索方法時(shí)耗長(zhǎng)、冗余大，嚴(yán)重影響整體目標(biāo)檢測(cè)算法的運(yùn)行速度與性能，更無(wú)法滿(mǎn)足無(wú)人機(jī)情報(bào)處理的實(shí)時(shí)性，因此為提高檢測(cè)效率需要一種檢測(cè)策略對(duì)區(qū)域搜索進(jìn)行引導(dǎo)，避免復(fù)雜的運(yùn)算。

現(xiàn)有的可用于候選區(qū)域檢測(cè)的算法有很多，Jan Hosang等將這些算法分為分組區(qū)域選擇法（Grouping proposal methods）和窗口評(píng)分區(qū)域選擇法（Window scoring proposal methods）兩大類(lèi)。分組區(qū)域選擇法將圖像先分割成小塊，隨后按照某種原則組合成需要的候選區(qū)域。根據(jù)產(chǎn)生候選區(qū)域方式的不同，分組區(qū)域選擇法又細(xì)分為超像素法（Superpixels, SP）、像素分割法（Graph Cut, GC）和邊緣輪廓法（Edge Contours, EC）。窗口評(píng)分區(qū)域選擇法在圖像上截取大量的區(qū)域窗（Windows），并按照與目標(biāo)關(guān)系的大小進(jìn)行打分，選擇分?jǐn)?shù)高的生成候選區(qū)域。圖2詳細(xì)描述了這種分類(lèi)層次并列舉了主要算法。

圖2  主要候選區(qū)域檢測(cè)算法分類(lèi)

上述算法中比較具有代表性的有：Seletive Search、Edge Boxes和MCG。

Seletive Search的主要思路是使用圖像分割算法將圖像分割成小區(qū)域，計(jì)算相鄰小區(qū)域的顏色、紋理等特征的相似度，并融合相似度最高的兩個(gè)區(qū)域，重復(fù)相似度計(jì)算和融合過(guò)程直到合成整張圖像，合成過(guò)程中產(chǎn)生的各種尺度區(qū)域即為候選區(qū)域。

Edge Boxes首先使用結(jié)構(gòu)化快速邊緣檢測(cè)算法得到邊緣圖像（Edge Probability map），利用非極大值抑制（Non-maximum Suppression, NMS）稀疏邊緣圖像，然后將邊緣點(diǎn)組成邊緣組（Edge Group）并計(jì)算組間的相似度，進(jìn)而得到框內(nèi)和與框邊緣重疊的兩組輪廓數(shù)，最后根據(jù)輪廓數(shù)對(duì)區(qū)域框進(jìn)行打分，根據(jù)分?jǐn)?shù)確定候選區(qū)域。

MCG與Edge Boxes一樣先用結(jié)構(gòu)化快速邊緣檢測(cè)算法得到邊緣圖像，利用分水嶺算法得到輪廓圖，隨后生成超度量輪廓映射圖（UCM），之后通過(guò)層次分割得到區(qū)域集并用隨機(jī)森立分類(lèi)器根據(jù)尺度、位置和邊緣強(qiáng)度等特征對(duì)區(qū)域進(jìn)行排序，進(jìn)而選出符合要求的候選區(qū)域。

魯棒性（Robust）、實(shí)時(shí)性和召回率（Recall）是評(píng)價(jià)候選區(qū)域選擇方法的一般標(biāo)準(zhǔn)。無(wú)人機(jī)偵察環(huán)境復(fù)雜導(dǎo)致成像過(guò)程中可能存在各種擾動(dòng)，因此良好的魯棒性和較高的召回率是保證區(qū)域選擇算法在實(shí)際應(yīng)用中具備高質(zhì)量目標(biāo)檢測(cè)效果的關(guān)鍵。同時(shí)提升區(qū)域選擇階段的運(yùn)行速度，也會(huì)降低整體目標(biāo)檢測(cè)過(guò)程的時(shí)耗。2 特征提取

特征提取是目標(biāo)檢測(cè)中的關(guān)鍵步驟，其質(zhì)量直接影響到最終檢測(cè)結(jié)果的準(zhǔn)確性。特征提取常用的圖像特征有顏色特征、紋理特征、形狀特征等。受限于無(wú)人機(jī)實(shí)際偵察條件，應(yīng)用于復(fù)雜多目標(biāo)背景下無(wú)人機(jī)偵察目標(biāo)檢測(cè)的特征提取算法應(yīng)對(duì)尺度、亮度、旋轉(zhuǎn)、遮擋和噪聲等干擾具有較強(qiáng)的魯棒性，而傳統(tǒng)目標(biāo)檢測(cè)技術(shù)大部分通過(guò)人工設(shè)計(jì)提取圖像特征，常見(jiàn)的算法有：

Harris角點(diǎn)檢測(cè)算法以泰勒展開(kāi)式構(gòu)建像素點(diǎn)鄰域內(nèi)的連續(xù)曲面，計(jì)算所有像素點(diǎn)的微商平方和，采用其中的最大值和最小值作為判斷特征角點(diǎn)的顯著性依據(jù)，該算法能將檢測(cè)方向擴(kuò)展到所有方向上。不足之處是計(jì)算過(guò)程復(fù)雜，且人為設(shè)定的初始閾值對(duì)算法的穩(wěn)定性具有決定性作用。

SIFT（Scale Invariant Feature Transform）特征檢測(cè)算法是現(xiàn)階段較為成熟的一種算法，首先通過(guò)高斯平滑構(gòu)建高斯尺度空間，在其中進(jìn)行極值點(diǎn)檢測(cè)并將其作為特征點(diǎn)，經(jīng)過(guò)特征點(diǎn)描述即可用于圖像匹配。該算法對(duì)于照度變換、尺度和旋轉(zhuǎn)變換、視點(diǎn)變化以及噪聲影像都具備一定的魯棒性，特征點(diǎn)區(qū)分力較好，信息量豐富，匹配的準(zhǔn)確度較高，但由于算法需要構(gòu)建尺度空間并計(jì)算全局極值，計(jì)算量大，無(wú)法滿(mǎn)足實(shí)時(shí)要求。

HOG（Histogram of Oriented Gradient）特征檢測(cè)算法是一種利用局部圖像梯度方向直方圖特性提取圖像特征的方法，能夠減弱局部光照、陰影對(duì)特征提取的影響，計(jì)算像素梯度獲取圖像輪廓信息。首先將圖像劃分成多個(gè)Cell塊，每個(gè)Cell塊由數(shù)個(gè)像素點(diǎn)組成，統(tǒng)計(jì)Cell塊的梯度直方圖，再將數(shù)個(gè)Cell塊組合成Block區(qū)域，根據(jù)密度對(duì)區(qū)域中的Cell塊歸一化，區(qū)域中所有Cell塊的梯度特征組合成Block特征，同理圖像中所有Block特征組合成圖像特征，HOG對(duì)光照和輕微形變有一定的抑制能力，可以很好的表征局部像素之間的關(guān)系。與其它傳統(tǒng)特征提取算法相同，計(jì)算冗長(zhǎng)導(dǎo)致的實(shí)時(shí)性差是算法的主要缺陷。

SURF（Speeded up Robust Features）檢測(cè)算法采用Hessian矩陣對(duì)SIFT算法中高斯尺度空間構(gòu)建過(guò)程進(jìn)行近似處理，利用積分圖像和更低維度的描述子向量簡(jiǎn)化算法體積，有效減少了計(jì)算量，彌補(bǔ)了SIFT算法運(yùn)行速度緩慢的缺點(diǎn)。但是在采用Hessian矩陣獲得極值后，在求取特征點(diǎn)主方向階段過(guò)于依賴(lài)局部區(qū)域像素點(diǎn)的梯度方向，可能會(huì)造成誤匹配。而且由于算法采用一種近似處理實(shí)現(xiàn)特征點(diǎn)的檢測(cè)，導(dǎo)致其對(duì)于各種變換的魯棒性相對(duì)下降。

之后還有許多基于SIFT和SURF改進(jìn)的特征檢測(cè)算法，如BRIEF（Binary Robust Independent Elementary Features）檢測(cè)算法、ORB（Oriented FAST and Rotated BRIEF）檢測(cè)算法、BRISK（Binary Robust Invariant Scalable Keypoints）檢測(cè)算法、非線性特征檢測(cè)的風(fēng)式特征（KAZE）算法，魯棒性和實(shí)時(shí)性都有大幅提高，但是傳統(tǒng)特征提取算法應(yīng)用于無(wú)人機(jī)偵察目標(biāo)檢測(cè)時(shí)，魯棒性、實(shí)時(shí)性和準(zhǔn)確性等傳統(tǒng)指標(biāo)依然無(wú)法滿(mǎn)足實(shí)際需求，具體表現(xiàn)為以下四個(gè)方面：

（1）提取到的特征信息過(guò)于單一，無(wú)法完整的表述目標(biāo)；

（2）可分性較差，分類(lèi)器無(wú)法準(zhǔn)確的對(duì)復(fù)雜背景下的目標(biāo)進(jìn)行分類(lèi)；

（3）泛化性不足，不同的特征適用于不同的影像數(shù)據(jù)，一般人為選取的特征都有自身特定的應(yīng)用背景；

（4）特征設(shè)計(jì)工作復(fù)雜，研發(fā)周期長(zhǎng)，且設(shè)計(jì)工作需要較強(qiáng)的專(zhuān)業(yè)背景。

隨著深度學(xué)習(xí)的不斷發(fā)展，基于深度卷積神經(jīng)網(wǎng)絡(luò)（convolution neural network，CNN）的目標(biāo)檢測(cè)算法得到深入研究。在圖像特征提取方面，卷積神經(jīng)網(wǎng)絡(luò)具有明顯優(yōu)勢(shì)，區(qū)別于人工設(shè)計(jì)的特征，其利用大量圖片數(shù)據(jù)學(xué)習(xí)到非人工設(shè)計(jì)的特征，解決了由于人為選取的特征信息單一導(dǎo)致的復(fù)雜背景下魯棒性不強(qiáng)的問(wèn)題，提升影像目標(biāo)檢測(cè)效果。3 分類(lèi)器

分類(lèi)是目標(biāo)檢測(cè)的核心之一，而分類(lèi)器的選擇是分類(lèi)的重點(diǎn)。將特征提取中得到的特征送入分類(lèi)器，判斷出圖像中目標(biāo)類(lèi)別，即基本完成目標(biāo)的粗檢測(cè)。如圖3所示為目標(biāo)檢測(cè)中分類(lèi)器進(jìn)行分類(lèi)的過(guò)程。

圖3  分類(lèi)示意圖

目標(biāo)檢測(cè)分類(lèi)過(guò)程最常用的分類(lèi)器有：支持向量機(jī)（support vector machine,簡(jiǎn)稱(chēng) SVM）、Boosting、隨機(jī)森林（Random Forest, RF）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network, ANN）等。

SVM分類(lèi)器是以統(tǒng)計(jì)學(xué)習(xí)理論為基礎(chǔ)的學(xué)習(xí)方法，根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則，以最大化分類(lèi)間隔構(gòu)造最優(yōu)分類(lèi)超平面來(lái)提高學(xué)習(xí)機(jī)的泛化能力，較好地解決了非線性、高維數(shù)、局部極小點(diǎn)等問(wèn)題。對(duì)于分類(lèi)問(wèn)題，支持向量機(jī)算法根據(jù)區(qū)域中的樣本計(jì)算該區(qū)域的決策曲面，由此確定該區(qū)域中未知樣本的類(lèi)別。傳統(tǒng)圖像目標(biāo)檢測(cè)中大多應(yīng)用SVM分類(lèi)器進(jìn)行特征分類(lèi)，然而缺失數(shù)據(jù)敏感和對(duì)非線性問(wèn)題沒(méi)有通用解決方案仍是急待解決的問(wèn)題。

Boosting分類(lèi)器是一種集合分類(lèi)器即通過(guò)組合幾個(gè)弱分類(lèi)器實(shí)現(xiàn)強(qiáng)分類(lèi)器的性能。其基本思想是：訓(xùn)練數(shù)個(gè)弱分類(lèi)器，在第一個(gè)弱分類(lèi)器中輸入相同權(quán)值訓(xùn)練樣本，在之后的分類(lèi)器迭代過(guò)程中，不斷增加正確樣本權(quán)重直到迭代完成，最后將所有弱分類(lèi)器組合成強(qiáng)分類(lèi)器用于分類(lèi)決策。Adaboost（Adaptive Boosting）算法具體實(shí)現(xiàn)了Boosting分類(lèi)器這一思想，且具有精度高、抗過(guò)擬合能力強(qiáng)、構(gòu)建簡(jiǎn)單靈活等優(yōu)點(diǎn)，大量應(yīng)用于包括目標(biāo)特征分類(lèi)等各種分類(lèi)場(chǎng)景。弱分類(lèi)器的選擇是影響B(tài)oosting分類(lèi)器分類(lèi)效果的關(guān)鍵，也是制約其發(fā)展的阻力。

隨機(jī)森林是由多個(gè)決策樹(shù)分類(lèi)器（Classification and Regression Tree, CART）組成的總分類(lèi)器。為達(dá)到提升泛化性的目的，分類(lèi)器訓(xùn)練過(guò)程中通過(guò)隨機(jī)有放回的采樣獲取子分類(lèi)器訓(xùn)練樣本集，隨后將提取到的特征按一定比例隨機(jī)無(wú)放回的采樣來(lái)訓(xùn)練子分類(lèi)器節(jié)點(diǎn)。隨機(jī)森林相較于其它分類(lèi)器具有訓(xùn)練速度快、泛化能力強(qiáng)、實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)，且可以有效克服樣本失衡、特征丟失、特征維度過(guò)高的問(wèn)題。但在數(shù)據(jù)噪聲較大的情況下仍會(huì)發(fā)生過(guò)擬合的問(wèn)題，此外，該模型內(nèi)部不可控，只能通過(guò)外部參數(shù)進(jìn)行調(diào)節(jié)。

ANN是基于人腦神經(jīng)網(wǎng)絡(luò)對(duì)信息處理分類(lèi)的一種簡(jiǎn)化模擬，由大量的神經(jīng)元節(jié)點(diǎn)連接構(gòu)成，通過(guò)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)連接方式、節(jié)點(diǎn)激活函數(shù)和節(jié)點(diǎn)間權(quán)值進(jìn)而對(duì)輸出進(jìn)行調(diào)整。根據(jù)訓(xùn)練結(jié)構(gòu)特點(diǎn)可分為前饋網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練具有良好的聯(lián)想記憶能力，且具有高精度、高并行性、非線性、良好的容錯(cuò)性和泛化性等優(yōu)點(diǎn)，不足之處是需要大量訓(xùn)練樣本和一定的硬件基礎(chǔ)，且需要人為經(jīng)驗(yàn)來(lái)設(shè)置參數(shù)。4 基于候選區(qū)域的圖像目標(biāo)檢測(cè)框架

4.1基于多尺度形變部件模型

多尺度形變部件模型（Deformable Part Model, DPM）算法是一種基于部件的檢測(cè)算法，曾多次獲得PASCAL VOC（Visual Object Class）挑戰(zhàn)賽冠軍，是深度學(xué)習(xí)出現(xiàn)之前應(yīng)用最廣泛、效果最好的目標(biāo)檢測(cè)算法。DPM由滑動(dòng)窗口、改進(jìn)的HOG特征和SVM分類(lèi)器組合而成，如圖4所示。

圖4  DPM流程圖

DPM算法通過(guò)構(gòu)建高斯金字塔，在多尺度空間進(jìn)行檢測(cè)，每一尺度層的DPM模型包含一個(gè)根模型和幾個(gè)可變部件模型，根模型的分辨率是可變部件模型的1/2。目標(biāo)檢測(cè)的結(jié)果由模型與待匹配特征之間的相似度確定，相似度越高則檢測(cè)分?jǐn)?shù)越高，檢測(cè)窗口得分公式為：

其中,score(x₀,y₀,l₀)表示l₀尺度空間中錨點(diǎn)為(x₀,y₀)窗口的分?jǐn)?shù)，R_0,l0(x₀,y₀)為l₀中根模型相似度得分，為l₀中多個(gè)可變部件模型得分和，b為偏差值。

DPM目標(biāo)檢測(cè)框架具有以下優(yōu)勢(shì)：

（1）采用高斯金字塔多尺度空間檢測(cè)，保證了尺度不變性；

（2）HOG特征提取算法對(duì)光照變化、細(xì)小形變具有較好的魯棒性；

（3）部件模型的提出降低了遮擋、形變等因素對(duì)目標(biāo)檢測(cè)的影響。

4.2基于卷積神經(jīng)網(wǎng)絡(luò)

基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)框架有很多，而基于候選區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)框架起步最早、應(yīng)用最成熟，且具有較高的準(zhǔn)確率，其中具有代表性的是RCNN，具體步驟如下：

（1）候選區(qū)域檢測(cè)階段：應(yīng)用上文介紹的Selective Search算法對(duì)偵察影像進(jìn)行區(qū)域選擇；

（2）特征提取階段：將提取的所有候選區(qū)域進(jìn)行歸一化處理，通過(guò)訓(xùn)練過(guò)的深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提?。?/p>

（3）分類(lèi)階段：將特征輸入多個(gè)SVM二分類(lèi)器中，判斷是否屬于該類(lèi)別。

隨著深度學(xué)習(xí)結(jié)構(gòu)的不斷優(yōu)化，學(xué)者們將卷積神經(jīng)網(wǎng)絡(luò)貫穿包括特征提取在內(nèi)的整個(gè)基于候選區(qū)域的目標(biāo)檢測(cè)過(guò)程中，先后出現(xiàn)了SPP-Net、Fast-RCNN、Faster-RCNN等框架，大大提高了目標(biāo)檢測(cè)的實(shí)時(shí)性、魯棒性和準(zhǔn)確性。5 結(jié)束語(yǔ)

針對(duì)無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)問(wèn)題，提供了一種基于候選區(qū)域的無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)思路，對(duì)其三個(gè)主要步驟:候選區(qū)域檢測(cè)、特征提取、分類(lèi)器展開(kāi)了分析與總結(jié)，最后歸納了兩種主流的基于候選區(qū)域的目標(biāo)檢測(cè)框架。理論分析表明，該方法具有較強(qiáng)的實(shí)用性與應(yīng)用價(jià)值，為無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)算法的研究與改進(jìn)提供理論研究基礎(chǔ)。下一步將對(duì)框架中各步驟介紹的算法進(jìn)行試驗(yàn)對(duì)比，提出一種快速魯棒的無(wú)人機(jī)偵察影像目標(biāo)檢測(cè)算法。