陳從平 吳 喆 吳 杞 呂 添

(1.三峽大學(xué) 機(jī)械與動(dòng)力學(xué)院，湖北 宜昌 443002；2.常州大學(xué) 機(jī)械工程學(xué)院，江蘇 常州 213164)

水上運(yùn)輸是我國(guó)主要運(yùn)輸方式之一，但當(dāng)特定航道上架有跨越式高壓電纜、橋梁正在施工時(shí)，需對(duì)航道內(nèi)過(guò)往船只進(jìn)行高度限制，或要求按其規(guī)定路線行駛，或進(jìn)行回避.因而需要提前對(duì)船只進(jìn)行判斷、監(jiān)測(cè)，以便進(jìn)行決策和指揮，及早預(yù)防事故發(fā)生.現(xiàn)有對(duì)航道船只進(jìn)行監(jiān)控的主要方法是，通過(guò)在航道合適位置架設(shè)長(zhǎng)焦網(wǎng)絡(luò)攝像機(jī)，實(shí)時(shí)將航道上的視頻傳輸?shù)奖O(jiān)控室，再由人工進(jìn)行甄別并發(fā)出警報(bào)或指令.由于船只出現(xiàn)在航道具有不定時(shí)、不可預(yù)見的特點(diǎn)，依靠人工值守查看視頻工作量大，易疲勞和誤判，需要開發(fā)自動(dòng)化船只識(shí)別方法，待識(shí)別出有船只靠近時(shí)，提醒人工處置.

與一般視頻監(jiān)控場(chǎng)景不同的是，為使航道上的船只能被盡早發(fā)現(xiàn)，監(jiān)控時(shí)采用了視距更遠(yuǎn)的長(zhǎng)焦攝像機(jī)，但同時(shí)會(huì)減小攝像機(jī)的視場(chǎng)范圍.為使攝像的可視范圍覆蓋整個(gè)航道，需使攝像機(jī)周期性往復(fù)轉(zhuǎn)動(dòng)、掃描，即所拍攝背景為動(dòng)態(tài)背景，則若要自動(dòng)判別航道船只，需要在動(dòng)態(tài)背景下進(jìn)行檢測(cè).

傳統(tǒng)的動(dòng)態(tài)背景下目標(biāo)檢測(cè)方法主要有兩種：(1)根據(jù)全局運(yùn)動(dòng)參量估計(jì)進(jìn)行背景匹配[1]，從而將動(dòng)態(tài)背景轉(zhuǎn)換成靜態(tài)背景進(jìn)行處理，再通過(guò)幀差法或者背景差分法提取運(yùn)動(dòng)目標(biāo)，最后對(duì)提取的運(yùn)動(dòng)目標(biāo)進(jìn)行分類[2].全局運(yùn)動(dòng)參量估計(jì)需要利用特征匹配的方法計(jì)算模型參數(shù)，但對(duì)于航道中的船舶檢測(cè)，當(dāng)圖像背景全為水域時(shí)，其顏色及紋理較為單一，特征匹配存在困難，加上遠(yuǎn)距離視頻中船舶移動(dòng)的速度相對(duì)于視頻幀率而言過(guò)于緩慢，通過(guò)幀差法或者背景差分法都很難提取出船舶目標(biāo).(2)多尺度滑動(dòng)窗口法[3]，其核心是對(duì)視頻序列的每一幀構(gòu)建圖像金字塔，利用固定尺寸的滑動(dòng)窗口以等步距在整幅圖像上滑動(dòng)，并對(duì)每一個(gè)窗口利用之前訓(xùn)練好的分類器判斷窗口內(nèi)是否存在檢測(cè)目標(biāo)[3].該算法不受攝像機(jī)以及目標(biāo)運(yùn)動(dòng)的影響，并且通過(guò)增加圖像金字塔的層數(shù)能夠增加定位精度.該算法的主要缺點(diǎn)是運(yùn)算量過(guò)于龐大非常耗時(shí)，并且由于使用固定尺寸的滑動(dòng)窗口，僅適用于目標(biāo)長(zhǎng)寬比變化不大的場(chǎng)景.但在航道船舶檢測(cè)過(guò)程中，由于攝像機(jī)不停轉(zhuǎn)動(dòng)，導(dǎo)致同一條船的拍攝角度及成像區(qū)域的大小也在不斷變化，故該算法也不適用.

近年來(lái)，人工智能快速發(fā)展并被廣泛應(yīng)用于各種目標(biāo)識(shí)別和檢測(cè)領(lǐng)域.本文針對(duì)以上問題，利用基于深度學(xué)習(xí)的方法對(duì)動(dòng)態(tài)背景下的航道船只進(jìn)行自動(dòng)檢測(cè).目前，在目標(biāo)識(shí)別與檢測(cè)領(lǐng)域公認(rèn)的性能較為優(yōu)越的模型有Faster R-CNN[4](Faster Regions with CNN features)模型、SSD[5](Single Shot MultiBox Detector)模型和R-FCN[6](Region-based Fully Convolutional Network)模型等，這些模型不僅能夠?qū)崿F(xiàn)端對(duì)端的訓(xùn)練，還能夠同時(shí)實(shí)現(xiàn)目標(biāo)的定位以及目標(biāo)的識(shí)別，避免了傳統(tǒng)方法中需要先進(jìn)行目標(biāo)檢測(cè)，再單獨(dú)訓(xùn)練分類器的繁瑣操作，相比傳統(tǒng)方法在定位精度、識(shí)別準(zhǔn)確率以及檢測(cè)效率上都表現(xiàn)出了更為優(yōu)良的性能.但Faster R-CNN 相 比SSD 和R-FCN 在 檢測(cè)準(zhǔn)確率上更具優(yōu)勢(shì)[7].本文主要采用Faster R-CNN 對(duì)航道船只進(jìn)行識(shí)別，在此基礎(chǔ)上，提出了一種針對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)輸出的后處理算法，使得在盡量小的樣本集的訓(xùn)練下也能達(dá)到足夠高的檢測(cè)精度，避免了深度學(xué)習(xí)網(wǎng)絡(luò)需要海量樣本、長(zhǎng)時(shí)間訓(xùn)練、前期準(zhǔn)備工作量過(guò)大的問題.

1 Faster R-CNN 算法原理

圖1 Faster R-CNN 網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)圖

如圖1所示，F(xiàn)aster R-CNN 可以簡(jiǎn)單地看作是由RPN 網(wǎng)絡(luò)和Fast R-CNN 網(wǎng)絡(luò)的結(jié)合，首先由RPN 網(wǎng)絡(luò)進(jìn)行目標(biāo)建議框的生成，再將生成的目標(biāo)建議框提供給Fast R-CNN 網(wǎng)絡(luò)進(jìn)行目標(biāo)的分類與邊界框的回歸.由于Fast R-CNN 網(wǎng)絡(luò)的訓(xùn)練依賴于固定的目標(biāo)建議框，所以訓(xùn)練網(wǎng)絡(luò)時(shí)并不能簡(jiǎn)單地利用反向聯(lián)合傳播算法進(jìn)行網(wǎng)絡(luò)參數(shù)的更新.Ross Girshick設(shè)計(jì)了一種實(shí)用的Faster R-CNN 4步訓(xùn)練法，通過(guò)交替訓(xùn)練優(yōu)化來(lái)學(xué)習(xí)共享的特征，具體訓(xùn)練策略如下：

1)利用ImageNet預(yù)訓(xùn)練分類模型初始化前置卷積網(wǎng)絡(luò)層參數(shù)，并開始單獨(dú)訓(xùn)練RPN 網(wǎng)絡(luò)參數(shù).

2)固定RPN 網(wǎng)絡(luò)獨(dú)有的卷積層以及全連接層參數(shù)，再利用ImageNet預(yù)訓(xùn)練分類模型初始化前置卷積網(wǎng)絡(luò)參數(shù)，并利用RPN 網(wǎng)絡(luò)生成的目標(biāo)建議框去訓(xùn)練Fast R-CNN 網(wǎng)絡(luò)參數(shù).

3)固定利用Fast R-CNN 訓(xùn)練好的前置卷積網(wǎng)絡(luò)層參數(shù)，去微調(diào)RPN 網(wǎng)絡(luò)獨(dú)有的卷積層以及全連接層參數(shù).

4)同樣保持固定前置卷積網(wǎng)絡(luò)層參數(shù)，去微調(diào)Fast R-CNN 網(wǎng)絡(luò)的全連接層參數(shù).最后RPN 網(wǎng)絡(luò)與Fast R-CNN 網(wǎng)絡(luò)共享前置卷積網(wǎng)絡(luò)層參數(shù)，構(gòu)成一個(gè)統(tǒng)一網(wǎng)絡(luò).

2 樣本集的制作與網(wǎng)絡(luò)訓(xùn)練

2.1 樣本制作

為了讓收集到的樣本更具一般性且能夠讓深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)到更多有效特征，本文所采集的833張訓(xùn)練集樣本圖像以及86張驗(yàn)證集圖像均來(lái)自不同的地點(diǎn)、天氣、拍攝角度、拍攝尺度、不同的船舶目標(biāo)以及船舶在視場(chǎng)中不同的截?cái)喑潭鹊惹榫埃⒉杉降臉颖窘y(tǒng)一縮放到1024×600pixel大小.為了能夠更加準(zhǔn)確地評(píng)估網(wǎng)絡(luò)模型效果，本文的驗(yàn)證集與訓(xùn)練集并非同批次采集獲得.采集的部分樣本如圖2 所示.

對(duì)采集的每張圖像進(jìn)行人工標(biāo)注，即標(biāo)注出每張圖像中的每個(gè)船舶的最小外接矩形框信息(矩形框的寬、高以及中心點(diǎn)像素坐標(biāo))，并生成標(biāo)注文件.需要指出的是，本文主要針對(duì)的是大型船舶的檢測(cè)識(shí)別，因?yàn)樾⌒痛?例如小型漁船以及航道上的定位浮船等)高度尺寸較小，實(shí)際中對(duì)航道上的設(shè)施或施工不會(huì)照成影響.

格雷在《蘭納克》中以熟悉的格拉斯哥為背景，憑空設(shè)想出盎散克這個(gè)具有普世意義的空間，通過(guò)對(duì)格拉斯哥和蘇格蘭社會(huì)現(xiàn)實(shí)的書寫、對(duì)蘇格蘭歷史和民族身份的思考和對(duì)西方社會(huì)政治意識(shí)形態(tài)的批判，表達(dá)出對(duì)平等博愛社會(huì)的憧憬，使這本小說(shuō)既呈現(xiàn)現(xiàn)實(shí)社會(huì)，又超越現(xiàn)實(shí)社會(huì)。作為一名藝術(shù)家，他同時(shí)表示，不論小說(shuō)家如何被政治吸引，都不該成為說(shuō)教者，因?yàn)椤叭绻麄儼炎约旱膭?chuàng)作變成了布道文，那么他們就只會(huì)寫布道文了。必須鼓勵(lì)讀者自己得出不可預(yù)知的結(jié)論”（Gray 1986a：137）。這可能也是《蘭納克》游走于文學(xué)想象與現(xiàn)實(shí)關(guān)照之間，使其充滿多重解讀可能的原因之一。

2.2 網(wǎng)絡(luò)的搭建

在Ubuntu16.04系統(tǒng)下，利用Python編程語(yǔ)言以及Tensorflow 深度學(xué)習(xí)框架搭建Faster R-CNN模型，并采用GoogLe-Net[10]網(wǎng)絡(luò)結(jié)構(gòu)作為其前置卷積神經(jīng)網(wǎng)絡(luò)層，而不是常用的ZF-Net[11]網(wǎng)絡(luò)和VGG-Net[12]網(wǎng)絡(luò).根據(jù)ImageNet上的分類結(jié)果表明GoogLe-Net相比ZF-Net擁有更高的分類準(zhǔn)確率，相比VGG-Net在準(zhǔn)確率沒有明顯差異的情況下，擁有更快的推理速度.圖3 展示了GoogLe-Net模型簡(jiǎn)圖，圖中并沒有詳細(xì)標(biāo)出每個(gè)卷積核的大小以及個(gè)數(shù).如圖所示，在GoogLe-Net中并不是簡(jiǎn)單地通過(guò)將卷積層和池化層進(jìn)行堆疊來(lái)提升網(wǎng)絡(luò)性能，而是提出了Inception結(jié)構(gòu)(如圖3中虛線框內(nèi)結(jié)構(gòu))，Inception結(jié)構(gòu)通過(guò)采用不同尺寸以及不同數(shù)目的卷積核對(duì)輸入進(jìn)行卷積，使得拼接后的特征圖不僅具備不同大小的感受野，還融合了多種尺度信息，使GoogLe-Net網(wǎng)絡(luò)相比VGG-Net網(wǎng)絡(luò)擁有更高的計(jì)算效率和更少的模型參數(shù)，又比ZF-Net網(wǎng)絡(luò)擁有更高的準(zhǔn)確率.

圖3 GoogLe-Net網(wǎng)絡(luò)模型簡(jiǎn)圖

2.3 網(wǎng)絡(luò)的訓(xùn)練

對(duì)于深度學(xué)習(xí)網(wǎng)絡(luò)，若訓(xùn)練樣本量過(guò)少，可能導(dǎo)致網(wǎng)絡(luò)出現(xiàn)過(guò)擬合甚至無(wú)法收斂的情況.為降低人工制作船只圖像樣本的工作量，本文基于遷移學(xué)習(xí)的思路對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，即：首先利用MS COCO(Microsoft Common Objects in Context)標(biāo)準(zhǔn)圖像庫(kù)(包含船只及其他物種共80種類別，共30萬(wàn)張圖像)對(duì)Faster R-CNN 網(wǎng)絡(luò)進(jìn)行訓(xùn)練，讓網(wǎng)絡(luò)預(yù)學(xué)習(xí)角點(diǎn)、邊緣等表征輪廓的基礎(chǔ)特征，為航道船舶識(shí)別模型做準(zhǔn)備，后續(xù)再結(jié)合采集、標(biāo)注的圖像集進(jìn)行再訓(xùn)練.在實(shí)際訓(xùn)練中，由于實(shí)驗(yàn)室GPU 的運(yùn)算能力有限，本文利用Google預(yù)訓(xùn)練好并提供公開下載的模型參數(shù)進(jìn)行網(wǎng)絡(luò)的初始化.

在初始化網(wǎng)絡(luò)參數(shù)后，將標(biāo)注好的833張訓(xùn)練集樣本圖片輸入到網(wǎng)絡(luò)進(jìn)行再訓(xùn)練，并在訓(xùn)練過(guò)程中使用圖像隨機(jī)水平翻轉(zhuǎn)來(lái)增大訓(xùn)練樣本量.在生成目標(biāo)建議框階段設(shè)置最大建議框數(shù)量為300，在預(yù)測(cè)類別以及精修邊界框階段設(shè)置每類最大建議框數(shù)量為100，優(yōu)化器采用Momentum Optimizer，設(shè)置learning rate為0.0002，momentum 為0.9.在訓(xùn)練迭代約35000步后網(wǎng)絡(luò)達(dá)到收斂.

網(wǎng)絡(luò)收斂后，利用已標(biāo)注好的86張驗(yàn)證集樣本對(duì)模型進(jìn)行驗(yàn)證.圖4反映了不同場(chǎng)景、不同角度、目標(biāo)(船)被不同程度截?cái)嗉安煌庹盏鹊湫颓闆r下的部分識(shí)別結(jié)果，圖中每個(gè)矩形框是網(wǎng)絡(luò)檢測(cè)出的目標(biāo)，框上方數(shù)據(jù)為該目標(biāo)的置信度，可以發(fā)現(xiàn)，圖4(a)～圖4(d)識(shí)別結(jié)果準(zhǔn)確，但圖4(e)中檢測(cè)出了不希望被識(shí)別的岸邊漁船，圖4(f)中將岸上建筑誤識(shí)別為船只.究其原因可歸為兩個(gè)方面：一是由于樣本訓(xùn)練集的數(shù)據(jù)量不夠大；二是因?yàn)榫W(wǎng)絡(luò)只能對(duì)單張圖片進(jìn)行預(yù)測(cè)，當(dāng)對(duì)連續(xù)視頻序列進(jìn)行預(yù)測(cè)時(shí)無(wú)法參考圖像序列的前一幀以及前幾幀的預(yù)測(cè)信息.

3 后處理算法

為了提高網(wǎng)絡(luò)檢測(cè)精度又不至于繼續(xù)增加學(xué)習(xí)樣本，本文通過(guò)對(duì)網(wǎng)絡(luò)輸出結(jié)果進(jìn)行后處理，顯著改善了檢測(cè)效果(所使用的視頻序列是由一個(gè)分辨率為1280×720，采集頻率為10fps，采用自動(dòng)變焦的相機(jī)拍攝.相機(jī)在一個(gè)120°的扇形區(qū)域內(nèi)來(lái)回轉(zhuǎn)動(dòng)，周期為20s).后處理算法流程如圖5所示，主要分為3個(gè)步驟：

1)設(shè)置閾值T1，并濾除網(wǎng)絡(luò)輸出中置信度低于T1的目標(biāo)；

2)在(1)的基礎(chǔ)上，計(jì)算每個(gè)(剩余)目標(biāo)的最小外接矩形框像素面積S，并設(shè)置閾值T2，并濾除S＜T2的目標(biāo)(即小目標(biāo))；

3)針對(duì)當(dāng)前幀中剩下的每個(gè)目標(biāo)Pi，在上一幀中逐一尋找與每個(gè)目標(biāo)Pi的最小外接矩形框形心距最近且距離小于設(shè)定置T3 的目標(biāo)若存在滿足條件的，計(jì)算Pi與最小外接矩形框的IoU(交并比)值，判斷IoU 值是否大于設(shè)定閾值T4，若大于設(shè)定閾值，則認(rèn)為匹配到同一目標(biāo)，更新目標(biāo)信息，并將該目標(biāo)對(duì)應(yīng)的累加器Count值加1.若Count值大于設(shè)定閾值T5，即表明該目標(biāo)在連續(xù)多幀中被持續(xù)檢測(cè)出來(lái)，此時(shí)認(rèn)為目標(biāo)存在，且為期望檢出的目標(biāo).

經(jīng)過(guò)測(cè)試分析，當(dāng)T1=0.8，T2=3000，T3=100，T4=0.8，T5=30時(shí)能夠達(dá)到較好的效果.對(duì)網(wǎng)絡(luò)輸出進(jìn)行后處理后再次進(jìn)行測(cè)試，對(duì)比結(jié)果如圖6所示，其中第1行為未經(jīng)過(guò)后處理的結(jié)果，第2行為與第1行相對(duì)應(yīng)的經(jīng)過(guò)后處理的圖像，對(duì)比第1列兩幅圖可以發(fā)現(xiàn)，經(jīng)后處理后未再將岸上建筑及岸邊漁船目標(biāo)檢出；第2列圖像中，當(dāng)未進(jìn)行后處理時(shí)，同一艘船被誤認(rèn)成為兩個(gè)目標(biāo)，加上后處理后該現(xiàn)象消失；第3列圖中，經(jīng)后處理后，再未將岸邊?？康臐O船檢出.可見對(duì)網(wǎng)絡(luò)輸出進(jìn)行后處理后，各類檢測(cè)錯(cuò)誤都被有效抑制.更為詳細(xì)的對(duì)比與評(píng)價(jià)將在第4節(jié)中給出.

4 結(jié)果與分析

4.1 Faster R-CNN 性能評(píng)估

對(duì)訓(xùn)練好的FasterR-CNN 網(wǎng)絡(luò)，本文利用微軟針對(duì)COCO(Common Objects in Context)數(shù)據(jù)集提出的目標(biāo)檢測(cè)評(píng)估方法對(duì)網(wǎng)絡(luò)的性能進(jìn)行評(píng)估.(COCO 評(píng)估標(biāo)準(zhǔn)考慮了不同IoU、Area以及Max Detections對(duì)平均準(zhǔn)確率(Average Precision)和平均召回率(Average Recall)的影響，使得評(píng)估標(biāo)準(zhǔn)更加嚴(yán)格，評(píng)估結(jié)果更為可靠)，結(jié)果見表1，其中IoU 是實(shí)際目標(biāo)邊界框與網(wǎng)絡(luò)預(yù)測(cè)輸出的目標(biāo)邊界框的交并比，表中0.5∶0.05∶0.95是指取0.5到0.95且步距為0.05 共10 個(gè)IoU 值，并分別計(jì)算這10 個(gè)IoU 值對(duì)應(yīng)的平均準(zhǔn)確率的平均值.Area中的small為像素面積S＜322的目標(biāo)，medium 為322＜S＜962的目標(biāo)，large為S＞962的目標(biāo).Max Detections為允許網(wǎng)絡(luò)生成最大目標(biāo)建議框個(gè)數(shù).

表1 網(wǎng)絡(luò)性能評(píng)估結(jié)果

由表1可以看出，即使利用COCO 嚴(yán)格的評(píng)估標(biāo)準(zhǔn)，在IoU 分別取0.5：0.05：0.95共10個(gè)值時(shí)，模型依然擁有很好的性能，平均準(zhǔn)確率達(dá)到0.804.當(dāng)降低標(biāo)準(zhǔn)，例如IoU 只取0.5 時(shí)，模型準(zhǔn)確率可達(dá)0.978.由于樣本中船舶外界矩形框的像素面積都達(dá)到6000個(gè)像素，所以無(wú)法正確評(píng)測(cè)該模型對(duì)小面積目標(biāo)的檢測(cè)性能(例如表中Area為small時(shí)，平均準(zhǔn)確率與平均召回率都為-1.0).此外，當(dāng)Max Detections的值從100減到10時(shí)對(duì)平均召回率并沒有太大影響，說(shuō)明在該模型中即使使用較少的目標(biāo)建議框數(shù)，其檢測(cè)結(jié)果的準(zhǔn)確率基本不受影響，并且能夠提升檢測(cè)速度.

4.2 后處理前后對(duì)比結(jié)果

由于在視頻序列中的目標(biāo)檢測(cè)評(píng)估標(biāo)準(zhǔn)和在單張圖像中的目標(biāo)檢測(cè)并不完全一樣(例如在一段視頻序列中，一艘船舶從駛?cè)氡O(jiān)控區(qū)域到駛出監(jiān)控區(qū)域這段時(shí)間內(nèi)，對(duì)于判定監(jiān)控區(qū)域內(nèi)是否出現(xiàn)船舶，并不需要每幀都檢測(cè)出船舶，至少檢測(cè)出一次即可)，需要結(jié)合視頻序列的上下文信息來(lái)重新制定新的檢測(cè)評(píng)估標(biāo)準(zhǔn).為表述方便，首先給出相關(guān)規(guī)定：

1)在連續(xù)視頻序列中，若從某幀開始(含該幀)連續(xù)n幀檢測(cè)到同一個(gè)真實(shí)的目標(biāo)，當(dāng)n≥1時(shí)視為正確檢測(cè)到一個(gè)目標(biāo)，當(dāng)n=0時(shí)視為漏檢一個(gè)目標(biāo).

2)若一個(gè)誤檢目標(biāo)在連續(xù)多幀中被檢出，視該誤檢目標(biāo)僅被檢出1次.

3)假設(shè)在整個(gè)視頻序列中真實(shí)目標(biāo)個(gè)數(shù)為num1，正確檢測(cè)到的目標(biāo)個(gè)數(shù)為num2，漏檢測(cè)目標(biāo)個(gè)數(shù)為num3，誤檢目標(biāo)個(gè)數(shù)為num4.則檢測(cè)準(zhǔn)確率rate1=num2/num1，漏檢率為rare2=num3/num1，誤檢率為rate3=num4/(num4+num2).

利用從航道采集的5段視頻(幀率10 fps)對(duì)后處理前后的網(wǎng)絡(luò)檢測(cè)效果進(jìn)行評(píng)估，結(jié)果見表2.其中Vij表示第i段視頻有(j=2)/無(wú)(j=1)應(yīng)用后處理算法的結(jié)果.由于num3=num1-num2，rate1+rate2=1，故在評(píng)估過(guò)程中只使用num1、num2、num4、rate1和rate3五個(gè)指標(biāo).

表2 后處理前后網(wǎng)絡(luò)檢測(cè)結(jié)果對(duì)比

由表2可知，在對(duì)5段視頻序列使用后處理算法后，在檢測(cè)準(zhǔn)確率不變的情況下，誤檢率平均降低了43.6%.在視頻序列2、4、5 中，直接將誤檢率降至0%.說(shuō)明本文設(shè)計(jì)的后處理算法在降低誤檢率方面有明顯的效果.

5 結(jié) 語(yǔ)

針對(duì)動(dòng)態(tài)背景下的航道船舶檢測(cè)問題，本文利用Faster R-CNN 深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行處理，并利用嚴(yán)格的COCO 評(píng)估標(biāo)準(zhǔn)進(jìn)行評(píng)估，平均準(zhǔn)確率達(dá)到0.804.再根據(jù)實(shí)際檢測(cè)情況中可能出現(xiàn)的各種干擾情況，通過(guò)分析并設(shè)計(jì)了一套針對(duì)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的后處理算法.通過(guò)對(duì)采集的5段視頻序列進(jìn)行測(cè)試，分析得出本文提出的后處理算法能夠在檢測(cè)準(zhǔn)確率不變的前提下，大幅降低了誤檢率.由于本文實(shí)驗(yàn)條件有限，網(wǎng)絡(luò)訓(xùn)練過(guò)程中所采用的樣本集較小，故在今后可通過(guò)擴(kuò)大訓(xùn)練樣本集的方式進(jìn)一步提升識(shí)別準(zhǔn)確率.