摘要：針對無人機(jī)偵察影像的目標(biāo)檢測問題，研究一種基于候選區(qū)域的無人機(jī)偵察影像目標(biāo)檢測技術(shù)。首先圍繞無人機(jī)影像特點(diǎn)，分析了基于候選區(qū)域的目標(biāo)檢測技術(shù)的優(yōu)勢。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)檢測框架:基于DPM的候選區(qū)域目標(biāo)檢測框架和基于卷積神經(jīng)網(wǎng)絡(luò)的候選區(qū)域目標(biāo)檢測框架，通過對現(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;偵察影像;無人機(jī)

相比于傳統(tǒng)戰(zhàn)場偵察方式，無人機(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。無人機(jī)獲得戰(zhàn)場偵察影像數(shù)據(jù)后，通過目標(biāo)檢測技術(shù)處理偵察影像，實(shí)現(xiàn)對戰(zhàn)場典型目標(biāo)的定位與分類，根據(jù)檢測信息，可以準(zhǔn)確打擊敵方目標(biāo)、掌握敵我部署、增強(qiáng)戰(zhàn)場判斷力、提高作戰(zhàn)效率。

目標(biāo)檢測技術(shù)是一種基于目標(biāo)幾何與統(tǒng)計(jì)特征的圖像識別分割技術(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)動目標(biāo)的空間位置，不涉及對目標(biāo)類別的智能分類，如需目標(biāo)判讀還要添加目標(biāo)識別模塊，過程繁瑣冗余。此外，無人機(jī)偵察影像相對于一般研究的目標(biāo)檢測影像有自身的特殊性：

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

（2）目標(biāo)相對背景過小，定位困難；

（3）目標(biāo)特征不明顯，識別難度大；

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

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

（1）對單幅或單幀影像進(jìn)行檢測，不受運(yùn)動背景限制；

（2）候選區(qū)域檢測，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器相結(jié)合，識別定位的精度與速度高；

（4）整體框架簡單清晰如圖1所示，可以根據(jù)檢測要求對候選區(qū)域檢測、特征提取、分類器三個(gè)檢測階段進(jìn)行變化，便于算法的改進(jìn)與評估。

因此對基于候選區(qū)域的無人機(jī)偵察影像目標(biāo)檢測技術(shù)進(jìn)行研究具有重要意義，接下來將對其三個(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)檢測框架1 候選區(qū)域檢測

候選區(qū)域檢測是利用圖像顏色、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)域檢測方法，其利用幾種尺寸相對固定的矩形窗口，逐行列或隨機(jī)對整幅圖像截取子圖像，實(shí)現(xiàn)對圖像的遍歷。這種盲目窮舉的區(qū)域搜索方法時(shí)耗長、冗余大，嚴(yán)重影響整體目標(biāo)檢測算法的運(yùn)行速度與性能，更無法滿足無人機(jī)情報(bào)處理的實(shí)時(shí)性，因此為提高檢測效率需要一種檢測策略對區(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）和窗口評分區(qū)域選擇法（Window scoring proposal methods）兩大類。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)描述了這種分類層次并列舉了主要算法。

圖2  主要候選區(qū)域檢測算法分類

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)算和融合過程直到合成整張圖像，合成過程中產(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），之后通過層次分割得到區(qū)域集并用隨機(jī)森立分類器根據(jù)尺度、位置和邊緣強(qiáng)度等特征對區(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）是評價(jià)候選區(qū)域選擇方法的一般標(biāo)準(zhǔn)。無人機(jī)偵察環(huán)境復(fù)雜導(dǎo)致成像過程中可能存在各種擾動，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，也會降低整體目標(biāo)檢測過程的時(shí)耗。2 特征提取

特征提取是目標(biāo)檢測中的關(guān)鍵步驟，其質(zhì)量直接影響到最終檢測結(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)背景下無人機(jī)偵察目標(biāo)檢測的特征提取算法應(yīng)對尺度、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)檢測技術(shù)大部分通過人工設(shè)計(jì)提取圖像特征，常見的算法有：

Harris角點(diǎn)檢測算法以泰勒展開式構(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)，該算法能將檢測方向擴(kuò)展到所有方向上。不足之處是計(jì)算過程復(fù)雜，且人為設(shè)定的初始閾值對算法的穩(wěn)定性具有決定性作用。

SIFT（Scale Invariant Feature Transform）特征檢測算法是現(xiàn)階段較為成熟的一種算法，首先通過高斯平滑構(gòu)建高斯尺度空間，在其中進(jìn)行極值點(diǎn)檢測并將其作為特征點(diǎn)，經(jīng)過特征點(diǎn)描述即可用于圖像匹配。該算法對于照度變換、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，無法滿足實(shí)時(shí)要求。

HOG（Histogram of Oriented Gradient）特征檢測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）檢測算法采用Hessian矩陣對SIFT算法中高斯尺度空間構(gòu)建過程進(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)主方向階段過于依賴局部區(qū)域像素點(diǎn)的梯度方向，可能會造成誤匹配。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，導(dǎo)致其對于各種變換的魯棒性相對下降。

之后還有許多基于SIFT和SURF改進(jìn)的特征檢測算法，如BRIEF（Binary Robust Independent Elementary Features）檢測算法、ORB（Oriented FAST and Rotated BRIEF）檢測算法、BRISK（Binary Robust Invariant Scalable Keypoints）檢測算法、非線性特征檢測的風(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)用于無人機(jī)偵察目標(biāo)檢測時(shí)，魯棒性、實(shí)時(shí)性和準(zhǔn)確性等傳統(tǒng)指標(biāo)依然無法滿足實(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于單一，無法完整的表述目標(biāo)；

（2）可分性較差，分類器無法準(zhǔn)確的對復(fù)雜背景下的目標(biāo)進(jìn)行分類；

（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，且設(shè)計(jì)工作需要較強(qiáng)的專業(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，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)的問題，提升影像目標(biāo)檢測效果。3 分類器

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

圖3  分類示意圖

目標(biāo)檢測分類過程最常用的分類器有：支持向量機(jī)（support vector machine,簡稱 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，以最大化分類間隔構(gòu)造最優(yōu)分類超平面來提高學(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)等問題。對于分類問題，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)域中未知樣本的類別。傳統(tǒng)圖像目標(biāo)檢測中大多應(yīng)用SVM分類器進(jìn)行特征分類，然而缺失數(shù)據(jù)敏感和對非線性問題沒有通用解決方案仍是急待解決的問題。

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

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

ANN是基于人腦神經(jīng)網(wǎng)絡(luò)對信息處理分類的一種簡化模擬，由大量的神經(jīng)元節(jié)點(diǎn)連接構(gòu)成，通過調(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)和競爭學(xué)習(xí)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)通過訓(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)來設(shè)置參數(shù)。4 基于候選區(qū)域的圖像目標(biāo)檢測框架

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)檢測算法。DPM由滑動窗口、改進(jìn)的HOG特征和SVM分類器組合而成，如圖4所示。

圖4  DPM流程圖

DPM算法通過構(gòu)建高斯金字塔，在多尺度空間進(jìn)行檢測，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，相似度越高則檢測分?jǐn)?shù)越高，檢測窗口得分公式為：

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)檢測框架具有以下優(yōu)勢：

（1）采用高斯金字塔多尺度空間檢測，保證了尺度不變性；

（2）HOG特征提取算法對光照變化、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、形變等因素對目標(biāo)檢測的影響。

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)域檢測階段：應(yīng)用上文介紹的Selective Search算法對偵察影像進(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，通過訓(xùn)練過的深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取；

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

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)檢測過程中，先后出現(xiàn)了SPP-Net、Fast-RCNN、Faster-RCNN等框架，大大提高了目標(biāo)檢測的實(shí)時(shí)性、魯棒性和準(zhǔn)確性。5 結(jié)束語

針對無人機(jī)偵察影像目標(biāo)檢測問題，提供了一種基于候選區(qū)域的無人機(jī)偵察影像目標(biāo)檢測思路，對其三個(gè)主要步驟:候選區(qū)域檢測、特征提取、分類器展開了分析與總結(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，為無人機(jī)偵察影像目標(biāo)檢測算法的研究與改進(jìn)提供理論研究基礎(chǔ)。下一步將對框架中各步驟介紹的算法進(jìn)行試驗(yàn)對比，提出一種快速魯棒的無人機(jī)偵察影像目標(biāo)檢測算法。