葉萍

（福建船政交通職業(yè)學(xué)院，福建 350007）

關(guān)鍵字：船舶航行自動(dòng)化 卷積神經(jīng)網(wǎng)絡(luò) 船舶圖像 自動(dòng)識(shí)別

0 引言

隨著計(jì)算機(jī)以及電氣控制技術(shù)的快速發(fā)展，在船舶電氣自動(dòng)化領(lǐng)域，航行自動(dòng)化、機(jī)艙自動(dòng)化等方面都取得了較為顯著的成果，其中船舶航行自動(dòng)化系統(tǒng)隨著計(jì)算機(jī)科學(xué)的成熟在船舶工作中有著廣泛的應(yīng)用[1]。船舶自動(dòng)識(shí)別是船舶航行自動(dòng)化系統(tǒng)一個(gè)重要的組成部分，提高船舶識(shí)別準(zhǔn)確度能夠大大提升船舶自動(dòng)化航行的安全性。目前一般的船舶自動(dòng)識(shí)別系統(tǒng)（AIS）[2]基于雷達(dá)以及信號(hào)傳輸存在一定的不穩(wěn)定性，有時(shí)AIS信息受氣候環(huán)境影響很難被收?qǐng)?bào)船接收到，特別是很難被雷達(dá)接收。信息中最重要的數(shù)據(jù)包括船籍、船位、航線、航速、航向及轉(zhuǎn)向速度等，在目前的雷達(dá)設(shè)備中，不能自動(dòng)、連續(xù)地傳送給船舶。而船舶圖像識(shí)別作為一種探測(cè)方法，能夠基于超高分辨率相機(jī)和圖形處理單元（GPU）精確地自動(dòng)識(shí)別周?chē)鷧^(qū)域的船只，特別是難以被雷達(dá)識(shí)別的小船，進(jìn)而阻止大型船只與較小的船只碰撞，有效規(guī)避人視野盲區(qū)障礙物。在可視條件較差的情況下，檢測(cè)AIS不能識(shí)別的小型船舶，大大提高船舶的避撞能力。

1 卷積神經(jīng)網(wǎng)絡(luò)原理

深度學(xué)習(xí)作為圖像識(shí)別技術(shù)的一個(gè)重要方法，自動(dòng)特征學(xué)習(xí)及分類(lèi)的能力使得其能夠快速準(zhǔn)確地在復(fù)雜場(chǎng)景下對(duì)物體進(jìn)行識(shí)別分類(lèi)。相比于傳統(tǒng)方法，卷積神經(jīng)網(wǎng)絡(luò)近年來(lái)在包括ImageNet等數(shù)據(jù)集上都取得了壓倒性的圖像識(shí)別優(yōu)勢(shì)，并且其利用權(quán)值共享和局部視野域的方法，減少了參數(shù)的數(shù)量，提高了運(yùn)算速度。

權(quán)值共享：每個(gè)隱藏神經(jīng)元都具有同樣的偏置和一致的連接到局部感受野的權(quán)重。每個(gè)隱藏神經(jīng)元可以學(xué)習(xí)一種特定的特征映射，最后通過(guò)多層連接堆疊的方式，學(xué)習(xí)到整個(gè)圖片的特征。

對(duì)于l層的第j,k個(gè)隱藏神經(jīng)元，所得的輸出為：

其中，σ是某神經(jīng)元的激活函數(shù)；b是偏置。w是共享權(quán)重的數(shù)組，a是激活值。

卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)地學(xué)習(xí)到合適的權(quán)重和偏置，所以網(wǎng)絡(luò)的輸出y x 能夠擬合所有的訓(xùn)練輸入x。為了量化輸入x與擬合輸出y(x)之間的差距，該算法引入了代價(jià)函數(shù)的概念：

其中，w表示網(wǎng)絡(luò)中所有的權(quán)重的矩陣，b是所有的偏置的矩陣，n是訓(xùn)練輸入數(shù)據(jù)的個(gè)數(shù)，a表示輸入為x是輸出的激活值，求和則是在所有的輸入數(shù)據(jù)x上進(jìn)行的。網(wǎng)絡(luò)訓(xùn)練的過(guò)程其實(shí)就是找到代價(jià)函數(shù)最小時(shí)對(duì)應(yīng)的權(quán)重值。

直接計(jì)算代價(jià)函數(shù)的最小值得計(jì)算量十分巨大，1986年，Rumelhart[8]提出借助使用反向傳播算法，大大減少了最小化代價(jià)函數(shù)時(shí)的計(jì)算量，為加深網(wǎng)絡(luò)層數(shù)提供了可能性。

ReLU函數(shù)：ReLU函數(shù)是神經(jīng)網(wǎng)絡(luò)中最常用的激活函數(shù)之一，通常與卷積層同時(shí)出現(xiàn)，其公式為：

其中，當(dāng)輸入x＜0時(shí)，輸出為0；當(dāng)輸入x＞0時(shí)，輸出x。

混合層（pooling）：混合層的作用是對(duì)卷積層的輸出信息進(jìn)行降采樣，減少參數(shù)個(gè)數(shù)，避免過(guò)擬合。詳細(xì)地說(shuō)，混合層將輸出的每個(gè)特征映射凝縮成一個(gè)新的特征映射，常見(jiàn)的混合層有最大值混合（max-pooling）和均值混合（average-pooling）。以max-pooling為例，則取該層一定區(qū)域內(nèi)的最大激活值作為新的特征值輸入到下一層。

2012年Krizhevsky提出深度卷積網(wǎng)絡(luò)AlexNet[3]，在數(shù)據(jù)集ImageNet[4]上實(shí)現(xiàn)了圖像分類(lèi)任務(wù)并將錯(cuò)誤率降低到17.0%。在此基礎(chǔ)上，Zisserman提出了一種新的深度卷積網(wǎng)絡(luò)結(jié)構(gòu)VGGNet[5]，該網(wǎng)絡(luò)采用更小的卷積核以及更深的網(wǎng)絡(luò)以增強(qiáng)網(wǎng)絡(luò)性能。在ImageNet數(shù)據(jù)集上將分類(lèi)錯(cuò)誤率降到了7.32%。同年，Szegedy[6]提出了一種帶有Inception層CNN結(jié)構(gòu)GoogleNet，增大了網(wǎng)絡(luò)的深度和寬度，在ImageNet數(shù)據(jù)集上測(cè)試的錯(cuò)誤率為6.67%。

綜上所述卷積網(wǎng)絡(luò)結(jié)構(gòu)既具備自動(dòng)特征學(xué)習(xí)能力，還具有強(qiáng)大的分類(lèi)能力。在此基礎(chǔ)之上，通過(guò)設(shè)計(jì)特定的網(wǎng)絡(luò)結(jié)構(gòu)，卷積網(wǎng)絡(luò)在船舶圖像識(shí)別中具有廣闊的應(yīng)用場(chǎng)景。

2 生成對(duì)抗卷積神經(jīng)網(wǎng)絡(luò)

2.1 算法背景與推導(dǎo)

生成對(duì)抗神經(jīng)網(wǎng)絡(luò)（GAN）[7]作為今年來(lái)廣泛應(yīng)用的深度學(xué)習(xí)方法，是一種無(wú)監(jiān)督式地圖像特征學(xué)習(xí)方法。相比于路上交通駕駛系統(tǒng)，船舶的圖像難以系統(tǒng)性地獲取，加之海上的氣候多變，得到真實(shí)航行場(chǎng)景下的特定船舶圖像標(biāo)簽難度較大，成本較高。換言之，目前可獲取的數(shù)據(jù)集圖像質(zhì)量不一致且各個(gè)船只類(lèi)別不同，使用有監(jiān)督式學(xué)習(xí)方法難以得到較好地效果。而生成對(duì)抗神經(jīng)網(wǎng)絡(luò)不需要標(biāo)簽，能夠無(wú)監(jiān)督式系統(tǒng)性地學(xué)習(xí)各類(lèi)船舶圖像特征，較好地解決了數(shù)據(jù)集問(wèn)題。因此本系統(tǒng)基于生成對(duì)抗神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)相應(yīng)的船舶識(shí)別流程。

所謂生成對(duì)抗神經(jīng)網(wǎng)絡(luò)，包含生成器和判別器。生成器生成偽數(shù)據(jù)，旨在“騙過(guò)”判別器；判別器則需要盡力區(qū)分偽造圖像和真實(shí)圖像。二者進(jìn)行對(duì)抗學(xué)習(xí)，學(xué)習(xí)訓(xùn)練如何生成與真實(shí)數(shù)據(jù)分布一致的生成數(shù)據(jù)。通過(guò)這種方式，生成對(duì)抗神經(jīng)網(wǎng)絡(luò)模型能夠在無(wú)監(jiān)督地條件下自動(dòng)學(xué)習(xí)各類(lèi)船舶圖像特征，進(jìn)而在輔助神經(jīng)網(wǎng)絡(luò)地幫助下實(shí)現(xiàn)船舶識(shí)別分類(lèi)。本系統(tǒng)使用基于信息最大化的生成對(duì)抗網(wǎng)絡(luò)（Info-GAN），定義了一個(gè)生成對(duì)抗網(wǎng)絡(luò)，包含生成器G和判別器D和輔助網(wǎng)絡(luò)Q。將船舶場(chǎng)景圖像分為雜貨船，湖船，渡船，帆船，無(wú)船場(chǎng)景這五類(lèi)。定義隱變量c從一個(gè)固定的噪聲分布中采樣得出。隨機(jī)噪聲變量z和潛變量c的串聯(lián)構(gòu)成生成器的輸入，通過(guò)生成器G轉(zhuǎn)換成樣本G(z,c)。將c的維度對(duì)應(yīng)為上述五種場(chǎng)景圖像。因此c和G(z,c)之間需要有高度的互信息。為了最大化互信息I(c;G(z,c))，模型的目標(biāo)函數(shù)為：

然而該模型的優(yōu)化問(wèn)題在于真實(shí)的P(c|x)無(wú)法得知，因此在整個(gè)優(yōu)化的過(guò)程中，該算法也引入了變分推斷的思想，使用變分分布Q(c|x)來(lái)逼近P(c|x)，它是基于最優(yōu)互信息下界的輪流迭代以實(shí)現(xiàn)最終的求解，可以求得式（1）的下界。于是InfoGAN的目標(biāo)函數(shù)變?yōu)椋?/p>

在具體的實(shí)現(xiàn)中，本課題設(shè)計(jì)了輔助網(wǎng)絡(luò)Q，其與D共用了除輸出層之外的所有卷積層，在最后增設(shè)了一個(gè)全連接層來(lái)輸出Q(c|x)。對(duì)于c，如果是離散隱變量，可以使用softmax的非線性輸出來(lái)代表Q(c|x)；如果是連續(xù)隱變量，可以使用高斯分布來(lái)表示。

2.2 算法網(wǎng)絡(luò)結(jié)構(gòu)

本系統(tǒng)具體的網(wǎng)絡(luò)結(jié)構(gòu)如圖1：

圖1 網(wǎng)絡(luò)結(jié)構(gòu)

在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，本系統(tǒng)隨機(jī)變量由高斯變量z和離散變量c組成。除了通過(guò)EM距離在生成器（G）和鑒別器（D）之間進(jìn)行極大極小值算法，本系統(tǒng)還將c和輔助網(wǎng)絡(luò)的輸出（Q（c|G（c,z））以最大限度地提高相互信息。

圖2

在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，將船只高清攝像頭所捕獲的圖片作為輔助神經(jīng)網(wǎng)絡(luò)的輸入，就能夠得到特定的隱變量c，此時(shí)的隱變量就能指示圖片所屬船只的類(lèi)別。而生成器在給定對(duì)應(yīng)的隱變量情況下也能生成對(duì)應(yīng)類(lèi)別的船舶圖像。

綜上所述，通過(guò)生成器和判別器基于互信息最大化的對(duì)抗學(xué)習(xí)，可以使得輔助神經(jīng)網(wǎng)絡(luò)無(wú)監(jiān)督式地學(xué)習(xí)到各類(lèi)船舶圖像的特征，準(zhǔn)確地識(shí)別不同類(lèi)別的船只以及無(wú)船場(chǎng)景。為本系統(tǒng)設(shè)計(jì)提供了核心算法。

3 實(shí)驗(yàn)結(jié)果

3.1 數(shù)據(jù)集

本次實(shí)驗(yàn)使用的數(shù)據(jù)集包括10種不同類(lèi)別的船：雜貨船，湖船，渡船，帆船，游輪，消防船，漁船，機(jī)動(dòng)游艇，鉆機(jī)和潛艇。該數(shù)據(jù)集從Shipspotting.com網(wǎng)站獲取。實(shí)驗(yàn)使用了1000張圖像進(jìn)行對(duì)抗神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練，并使用200張圖像進(jìn)行了5種不同類(lèi)別的驗(yàn)證：雜貨船，湖船，渡船，帆船，無(wú)船場(chǎng)景。

3.2 評(píng)估方法與對(duì)比實(shí)驗(yàn)

對(duì)于每個(gè)分類(lèi)結(jié)果，定義正確地分割出像素個(gè)數(shù)為T(mén)P，被錯(cuò)誤地分割出的像素個(gè)數(shù)為FP和未被分割出的像素個(gè)數(shù)為FN。對(duì)于每個(gè)分割結(jié)果精確度，召回率和F分?jǐn)?shù)（F1）定義如下：

本次驗(yàn)證過(guò)程選取了兩類(lèi)對(duì)比實(shí)驗(yàn)：

1）傳統(tǒng)特征提取方法與支持向量機(jī)搭配：特征提取方法為：利用[9]的方法，將尺度不變方向變化，方向梯度直方圖以及LAB顏色直方圖的提取的特征結(jié)合為188維的特征向量作為輸入，使用支持向量機(jī)（SVM）進(jìn)行分類(lèi)。（CTM+SVM）

2）使用在Imagenet-1K上預(yù)訓(xùn)練好的Resnet-100直接以船舶圖像作為輸入，在提取特征之后即可在輸出端調(diào)整輸出類(lèi)別數(shù)以達(dá)到船舶分類(lèi)的目的。（Resnet-100）

3.3 生成對(duì)抗神經(jīng)網(wǎng)絡(luò)分類(lèi)結(jié)果

將圖像作為輔助網(wǎng)絡(luò)的輸入，可以得到具體的隱變量數(shù)值，根據(jù)所得的數(shù)值對(duì)圖片進(jìn)行分類(lèi)，得到船只識(shí)別結(jié)果，圖3為部分分類(lèi)效果。

圖3

由圖3可見(jiàn)，A為雜貨船，B為湖船，C為渡船，D為帆船，E為無(wú)船場(chǎng)景。各類(lèi)圖片都能較好地被分配到所屬類(lèi)別，聚類(lèi)中心明顯，本算法能夠在較高的精確度上完成場(chǎng)景圖片的識(shí)別分類(lèi)。

3.4 數(shù)據(jù)對(duì)比

基于上述三種方法，本次實(shí)驗(yàn)對(duì)每個(gè)方法進(jìn)行了4次重復(fù)實(shí)驗(yàn)，對(duì)4組實(shí)驗(yàn)取平均值，所得到的數(shù)據(jù)結(jié)果如表1。

表1 對(duì)比實(shí)驗(yàn)結(jié)果

由表1可見(jiàn)，生成對(duì)抗神經(jīng)網(wǎng)絡(luò)相較于傳統(tǒng)分類(lèi)算法，在識(shí)別船舶圖像過(guò)程中能夠取得大幅提升的分類(lèi)效果。對(duì)比較具代表性的深度殘差網(wǎng)絡(luò)，不僅取得了分類(lèi)上準(zhǔn)確度的提升，且網(wǎng)絡(luò)結(jié)構(gòu)更加簡(jiǎn)單，所需計(jì)算資源與訓(xùn)練時(shí)間更少，更易落地應(yīng)用于船舶電氣自動(dòng)化嵌入式系統(tǒng)。

4 結(jié)論

本論文提出了一種基于生成對(duì)抗神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別算法。經(jīng)過(guò)數(shù)學(xué)推導(dǎo)，船舶類(lèi)別分析，隱變量設(shè)計(jì)使用，網(wǎng)絡(luò)模型設(shè)計(jì)，本論文將該算法應(yīng)用于船舶自動(dòng)識(shí)別系統(tǒng)。通過(guò)對(duì)比實(shí)驗(yàn)論證，本論文所提出的算法較其他算法取得了更高的分類(lèi)準(zhǔn)確度，并且在有標(biāo)簽數(shù)據(jù)集較少的情況下能夠進(jìn)行無(wú)監(jiān)督地特征學(xué)習(xí)，由此可見(jiàn)基于本生成對(duì)抗神經(jīng)網(wǎng)絡(luò)的船舶自動(dòng)識(shí)別系統(tǒng)在船舶航行自動(dòng)化以及船舶電氣自動(dòng)化領(lǐng)域具有一定的應(yīng)用價(jià)值。