王少博， 張成， 蘇迪， 冀瑞靜

(北京理工大學(xué) 宇航學(xué)院， 北京 100081)

0 引言

現(xiàn)代戰(zhàn)爭(zhēng)中，精確制導(dǎo)武器日益成為戰(zhàn)場(chǎng)的主角?！靶l(wèi)星+慣性導(dǎo)航(以下簡(jiǎn)稱(chēng)慣導(dǎo))”組合的制導(dǎo)模式，由于其自主性強(qiáng)、精度高，成為精確制導(dǎo)武器采用的主流制導(dǎo)方式，特別是在炮兵制導(dǎo)彈藥中處于壓倒性?xún)?yōu)勢(shì)地位。但隨著攻防對(duì)抗日益激烈、戰(zhàn)場(chǎng)環(huán)境日趨復(fù)雜，“衛(wèi)星+慣導(dǎo)”的制導(dǎo)方式已無(wú)法完全滿(mǎn)足現(xiàn)代戰(zhàn)爭(zhēng)對(duì)精確制導(dǎo)彈藥的要求。首先，“衛(wèi)星+慣導(dǎo)”作為以坐標(biāo)點(diǎn)為制導(dǎo)目標(biāo)的制導(dǎo)方式，只能對(duì)固定目標(biāo)進(jìn)行打擊，不適應(yīng)機(jī)動(dòng)作戰(zhàn)、立體攻防的陸軍建設(shè)目標(biāo)；其次，彈藥的射擊精度完全以目標(biāo)的定位精度為基礎(chǔ)，對(duì)沒(méi)有經(jīng)過(guò)事前高精度偵察的目標(biāo)打擊時(shí)效性差；第三，衛(wèi)星導(dǎo)航容易受到對(duì)方電子戰(zhàn)干擾，在戰(zhàn)時(shí)難以保證全天時(shí)使用，而失去衛(wèi)星輔助后，依靠戰(zhàn)術(shù)級(jí)慣導(dǎo)系統(tǒng)自身的精度，難以達(dá)到精確打擊要求的精度。因此，采用末制導(dǎo)手段進(jìn)一步提高制導(dǎo)彈藥的性能，已經(jīng)成為必然趨勢(shì)[1]。圖像制導(dǎo)以其抗干擾能力強(qiáng)、無(wú)需輔助照射等優(yōu)點(diǎn)，成為首選方案。

在電視制導(dǎo)領(lǐng)域，由于地面戰(zhàn)場(chǎng)環(huán)境復(fù)雜，要在離目標(biāo)較遠(yuǎn)情況下將目標(biāo)精確檢測(cè)出來(lái)，對(duì)識(shí)別算法有著較高的要求[2]。傳統(tǒng)檢測(cè)算法主要通過(guò)灰度模板、特征點(diǎn)信息、頻域特征或模型進(jìn)行匹配，再結(jié)合相應(yīng)策略對(duì)目標(biāo)進(jìn)行定位，主要包括基于統(tǒng)計(jì)的支持向量機(jī)(SVM)算法、AdaBoost分類(lèi)器等檢測(cè)方法，以及光流法、背景差分法等基于運(yùn)動(dòng)檢測(cè)的方法和基于顯著性檢測(cè)的方法。經(jīng)過(guò)長(zhǎng)期發(fā)展，傳統(tǒng)彈載圖像目標(biāo)檢測(cè)算法工程應(yīng)用較廣泛，能夠基本滿(mǎn)足簡(jiǎn)單環(huán)境下的打擊任務(wù)，但隨著戰(zhàn)場(chǎng)環(huán)境日趨復(fù)雜，精確制導(dǎo)彈藥對(duì)于精確打擊性能、智能化需求越來(lái)越高，對(duì)目標(biāo)檢測(cè)和跟蹤算法的性能有著更高的要求[3-5]。

得益于大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，尤其是以深度學(xué)習(xí)算法為基礎(chǔ)的智能目標(biāo)識(shí)別技術(shù)的進(jìn)步，使得遠(yuǎn)程制導(dǎo)彈藥對(duì)軍事目標(biāo)的自動(dòng)識(shí)別成為可能。在實(shí)際作戰(zhàn)中，通過(guò)事先獲得的不同類(lèi)型、不同時(shí)機(jī)、不同分辨率的海量目標(biāo)圖像和視頻數(shù)據(jù)，經(jīng)過(guò)訓(xùn)練，彈載計(jì)算機(jī)可以對(duì)實(shí)時(shí)采集到的圖像實(shí)現(xiàn)目標(biāo)識(shí)別，從而實(shí)現(xiàn)對(duì)臨時(shí)機(jī)動(dòng)目標(biāo)的打擊，成為圖像制導(dǎo)的重要發(fā)展方向之一，也是彈藥技術(shù)由制導(dǎo)彈藥向智能化發(fā)展的重要內(nèi)容。在深度學(xué)習(xí)目標(biāo)檢測(cè)領(lǐng)域中遇到的困難主要包括三方面：一是數(shù)據(jù)量不足，在軍事領(lǐng)域最缺失的就是對(duì)目標(biāo)偵查的照片數(shù)量；二是偵查拍攝時(shí)所處的氣候環(huán)境與打擊時(shí)有差異，包括光照、噪聲及天氣狀況，不能保證檢測(cè)算法通過(guò)一次的偵查數(shù)據(jù)學(xué)習(xí)適應(yīng)全氣候打擊；三是小目標(biāo)難以檢測(cè)，特征信息量相對(duì)較少，無(wú)法有效識(shí)別。

目前較成熟的利用深度學(xué)習(xí)進(jìn)行目標(biāo)檢測(cè)的算法主要分為兩階段檢測(cè)和單階段檢測(cè)。其中兩階段檢測(cè)的較優(yōu)秀算法主要是區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(R-CNN)、Fast R-CNN、Faster R-CNN等[6-8]，單階段檢測(cè)主要算法有YOLO系列、單次多盒檢測(cè)(SSD)算法等[9-12]。其中YOLOv3是目前在速度和精度上最為均衡的目標(biāo)檢測(cè)網(wǎng)絡(luò)算法[12]，其在目標(biāo)檢測(cè)任務(wù)中性能尤為突出。當(dāng)前目標(biāo)跟蹤算法主要分為兩類(lèi)，即生成模型方法和判別式模型方法[12]。生成模型方法通過(guò)搜索最匹配的窗口來(lái)執(zhí)行跟蹤，經(jīng)典算法有基于均值漂移、基于光流法和基于卡爾曼濾波的目標(biāo)跟蹤方法，而判別模型方法是利用圖像特征將目標(biāo)與背景區(qū)域分開(kāi)，由于背景信息對(duì)于目標(biāo)跟蹤十分有效，判別模型方法性能更有競(jìng)爭(zhēng)力[13]。在判別模型方法中，目標(biāo)跟蹤算法可以根據(jù)是否需要預(yù)訓(xùn)練模型分為兩大類(lèi)：第一類(lèi)是基于相關(guān)濾波的目標(biāo)跟蹤算法，無(wú)需預(yù)訓(xùn)練模型，利用手工設(shè)計(jì)模板對(duì)視頻或圖像序列中的給定目標(biāo)進(jìn)行跟蹤，代表算法有相關(guān)濾波跟蹤(MOSSE)算法、循環(huán)結(jié)構(gòu)跟蹤(CSK)算法、核相關(guān)濾波(KCF)算法等[14-16]。隨后出現(xiàn)的是基于深度學(xué)習(xí)的目標(biāo)跟蹤算法，利用數(shù)據(jù)集預(yù)訓(xùn)練模型，通過(guò)CNN進(jìn)行特征提取以及模板匹配，代表算法有多域CNN(MDNet)算法[17]、孿生網(wǎng)絡(luò)系列[18-19]、基于重疊最大化精確跟蹤(ATOM)算法等[20]。上述跟蹤算法主要針對(duì)短時(shí)間目標(biāo)跟蹤，對(duì)于在較長(zhǎng)時(shí)間范圍內(nèi)出現(xiàn)的目標(biāo)丟失又出視場(chǎng)的問(wèn)題沒(méi)有得到解決。考慮到戰(zhàn)場(chǎng)實(shí)時(shí)性，KCF算法在跟蹤速度方面始終保持實(shí)時(shí)高速水平，結(jié)合目標(biāo)檢測(cè)算法不失為一個(gè)實(shí)用性較強(qiáng)的研究方法。

對(duì)于旋轉(zhuǎn)彈，由于電視攝像機(jī)與彈體捷聯(lián)，采集的圖像隨彈體旋轉(zhuǎn)而旋轉(zhuǎn)，解旋后圖像還伴有旋轉(zhuǎn)和運(yùn)動(dòng)模糊的信息，導(dǎo)致成像質(zhì)量較差，傳統(tǒng)檢測(cè)和跟蹤算法已無(wú)法有效識(shí)別出模糊目標(biāo)，對(duì)目標(biāo)檢測(cè)和跟蹤帶來(lái)極大挑戰(zhàn)。

為實(shí)現(xiàn)彈體發(fā)射后能夠檢測(cè)出以上困難情況下的目標(biāo)并進(jìn)行良好跟蹤，本文將YOLOv3算法應(yīng)用到彈載圖像的目標(biāo)檢測(cè)中，對(duì)YOLOv3算法進(jìn)行改進(jìn)，簡(jiǎn)稱(chēng)S-YOLOv3算法。通過(guò)使用數(shù)據(jù)增強(qiáng)方法，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在模糊圖像以及復(fù)雜環(huán)境下對(duì)小目標(biāo)識(shí)別檢測(cè)的優(yōu)勢(shì)，與處理速度極高的KCF跟蹤算法結(jié)合，加入跟丟判別機(jī)制和尺度信息，完成了跟蹤算法的改進(jìn)，使得對(duì)目標(biāo)的檢測(cè)跟蹤精度得到進(jìn)一步提高，為其在工程實(shí)踐應(yīng)用提供了可能。

1 彈載圖像目標(biāo)檢測(cè)算法

隨著Krizhevsky等[21]利用CNN對(duì)圖像信息進(jìn)行提取，促進(jìn)了CNN在目標(biāo)檢測(cè)領(lǐng)域的發(fā)展，與傳統(tǒng)圖像制導(dǎo)炮彈采用的人工特征提取方式不同，基于CNN的特征提取采用監(jiān)督或者非監(jiān)督學(xué)習(xí)方式進(jìn)行訓(xùn)練，分層卷積提取信息并自主進(jìn)行目標(biāo)特征表示的學(xué)習(xí)，從而達(dá)到對(duì)待檢測(cè)目標(biāo)特征的描述。本文結(jié)合彈載相機(jī)圖像探測(cè)目標(biāo)的成像機(jī)理以及CNN在檢測(cè)任務(wù)中高效精準(zhǔn)的表現(xiàn)，提出了一種面向旋轉(zhuǎn)彈的目標(biāo)探測(cè)技術(shù)，以提高圖像制導(dǎo)炮彈目標(biāo)檢測(cè)算法的準(zhǔn)確率。

1.1 彈載圖像目標(biāo)特點(diǎn)

當(dāng)前制約彈載圖像目標(biāo)檢測(cè)算法性能的主要瓶頸在于過(guò)于復(fù)雜且相互交融的場(chǎng)景變化，彈載攝像機(jī)由于其特殊的應(yīng)用場(chǎng)景，其成像質(zhì)量與彈體空中運(yùn)動(dòng)姿態(tài)以及戰(zhàn)場(chǎng)環(huán)境密不可分，多數(shù)情況下獲取的彈載圖像存在下列問(wèn)題：

1) 實(shí)時(shí)性要求高。彈體在空中飛行時(shí)間短，從捕獲目標(biāo)圖像到彈體著落過(guò)程時(shí)間短暫，對(duì)目標(biāo)檢測(cè)過(guò)程的快速、高效性提出了更高要求。

2) 背景復(fù)雜。彈體運(yùn)動(dòng)過(guò)程中，彈載攝像機(jī)抓取的背景圖像不斷變化，并且天氣環(huán)境變化也會(huì)影響彈載圖像的成像質(zhì)量(見(jiàn)圖1)，例如陰、雨、霧、霾情況下成像的清晰度會(huì)受到一定程度影響，在檢測(cè)、識(shí)別過(guò)程中產(chǎn)生大量的噪聲。

圖1 復(fù)雜背景下的圖像Fig.1 Images in complex environment

3) 目標(biāo)較小。結(jié)合彈載攝像機(jī)的應(yīng)用環(huán)境可知，末制導(dǎo)階段彈載攝像機(jī)開(kāi)始工作時(shí)，距離目標(biāo)較遠(yuǎn)，目標(biāo)較小，可提取的目標(biāo)特征少，在該場(chǎng)景下目標(biāo)檢測(cè)、識(shí)別算法表現(xiàn)性能差。

1.2 彈載圖像數(shù)據(jù)制作

1.2.1 數(shù)據(jù)來(lái)源及標(biāo)注

由于真實(shí)打擊場(chǎng)景數(shù)據(jù)獲取困難，本文通過(guò)視景仿真軟件模擬的山地打擊場(chǎng)景作為圖像數(shù)據(jù)進(jìn)行處理，通過(guò)人工標(biāo)記、裁剪等方法，從場(chǎng)景中獲取圖像數(shù)據(jù)，數(shù)據(jù)集包含400張圖片，數(shù)據(jù)集圖片像素大小為720×400、960×540、1 400×800。圖2所示為模擬旋轉(zhuǎn)彈距離目標(biāo)由遠(yuǎn)及近情況下圖像采集設(shè)備中的視景圖像。

圖2 數(shù)據(jù)集中的圖像視景Fig.2 Visual images in datasets

數(shù)據(jù)集標(biāo)注利用LabelImg標(biāo)注軟件對(duì)圖像視景圖片進(jìn)行標(biāo)注。LabelImg軟件是基于Python語(yǔ)言編寫(xiě)的用于深度學(xué)習(xí)數(shù)據(jù)集制作的圖片標(biāo)注工具，主要用于記錄目標(biāo)的類(lèi)別名稱(chēng)和位置信息，并將信息存儲(chǔ)在可擴(kuò)展標(biāo)記語(yǔ)言(XML)格式文件中[12]。

圖3所示為數(shù)據(jù)標(biāo)注示意圖。具體標(biāo)注流程如下：首先對(duì)圖像中的目標(biāo)進(jìn)行人工識(shí)別，確定其為目標(biāo)；然后用垂直的最小外接矩形框?qū)⒛繕?biāo)依次選中，同時(shí)設(shè)置類(lèi)別標(biāo)簽以“target_(序號(hào))”表示。矩形框的標(biāo)記信息存儲(chǔ)在標(biāo)簽XML文件中，其中(x,y)為矩形框左上角坐標(biāo)，h、w分別為矩形框高度和寬度。數(shù)據(jù)標(biāo)注示例圖如圖3(b)所示，其中綠色矩形框?yàn)闃?biāo)注為目標(biāo)。根據(jù)YOLOv3算法的訓(xùn)練要求，將XML文件轉(zhuǎn)化為以類(lèi)別、目標(biāo)坐標(biāo)為內(nèi)容的文本格式文件，為下一步訓(xùn)練做準(zhǔn)備。標(biāo)注數(shù)據(jù)類(lèi)型轉(zhuǎn)換如圖3(c)和圖3(d)所示，分別表示目標(biāo)的類(lèi)別和坐標(biāo)信息。

圖3 數(shù)據(jù)標(biāo)注示意圖Fig.3 Data labeling diagram

在數(shù)據(jù)集制作中，本文盡可能加入不同尺度、不同表現(xiàn)形式的目標(biāo)，由于數(shù)據(jù)有限，使用Imgaug庫(kù)對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)。

通過(guò)調(diào)用Imgaug數(shù)據(jù)庫(kù)對(duì)400張數(shù)據(jù)集進(jìn)行擴(kuò)充，添加了仿射變換，旋轉(zhuǎn)模糊、抖動(dòng)模糊、亮度、左右、上下、翻轉(zhuǎn)，色調(diào)、飽和度、高斯噪聲、銳化、比例×像素、分段仿射、雪地、云層、霧、雪等不同條件的模擬。在實(shí)際處理圖像數(shù)據(jù)時(shí)，隨機(jī)選擇若干個(gè)模擬效果將原圖與目標(biāo)標(biāo)記框同時(shí)進(jìn)行增強(qiáng)，既增加了復(fù)雜環(huán)境的數(shù)據(jù)又不會(huì)對(duì)標(biāo)記框位置產(chǎn)生影響。單項(xiàng)數(shù)據(jù)增強(qiáng)效果如圖4所示，多項(xiàng)隨機(jī)增強(qiáng)疊加效果如圖5所示。最終擴(kuò)充為1 000張圖像的數(shù)據(jù)。

圖4 單項(xiàng)圖像增強(qiáng)效果Fig.4 Single image enhancement effect

圖5 多項(xiàng)隨機(jī)圖像增強(qiáng)疊加效果Fig.5 Superposition effect of multi-random image enhancement

圖6 數(shù)據(jù)集中目標(biāo)信息統(tǒng)計(jì)圖Fig.6 Statistical charts of target information in dataset

1.2.2 數(shù)據(jù)集分析

本文數(shù)據(jù)擴(kuò)充后一共有1 000張圖像，目標(biāo)總數(shù)2 777個(gè)，圖6(a)所示為數(shù)據(jù)集中每張圖像所含目標(biāo)個(gè)數(shù)的統(tǒng)計(jì)圖，圖6(b)所示為目標(biāo)尺寸統(tǒng)計(jì)圖。目標(biāo)平均像素大小為2 598.2，目標(biāo)平均與原圖像的比例為0.010 5，因此目標(biāo)屬于較小目標(biāo)。從圖6可知，數(shù)據(jù)集中每張圖像上的目標(biāo)數(shù)量為0～6個(gè)，目標(biāo)像素大小在圖像中占比較小。數(shù)據(jù)集中的圖由于是連續(xù)幀，目標(biāo)大小隨著彈目距離的減小，相機(jī)獲取的畫(huà)面中目標(biāo)尺度有一個(gè)很明顯的由小變大的過(guò)程，故有必要充分利用目標(biāo)的形狀、細(xì)節(jié)、尺度特征等信息，研究多尺度網(wǎng)絡(luò)檢測(cè)模型和跟蹤算法。同時(shí)為了確保算法性能，在數(shù)據(jù)標(biāo)注過(guò)程中還需要準(zhǔn)確識(shí)別目標(biāo)，記錄正確的標(biāo)簽信息。

1.3 基于YOLOv3算法的彈載圖像目標(biāo)檢測(cè)

1.3.1 YOLOv3網(wǎng)絡(luò)

YOLOv3網(wǎng)絡(luò)參考SSD和ResNet[22]的網(wǎng)絡(luò)結(jié)構(gòu)，設(shè)計(jì)了分類(lèi)網(wǎng)絡(luò)基礎(chǔ)模型Darknet-53。Darknet-53兼顧網(wǎng)絡(luò)復(fù)雜度與檢測(cè)準(zhǔn)確率，與常用的目標(biāo)檢測(cè)特征提取網(wǎng)絡(luò)VGG-16相比，降低了模型運(yùn)算量[23]。

在YOLOv3網(wǎng)絡(luò)中Darknet53結(jié)構(gòu)用于圖像特征提取，YOLO結(jié)構(gòu)用于多尺度預(yù)測(cè)。具體過(guò)程由Darknet 53網(wǎng)絡(luò)輸出大小為13×13像素、1 024維度的特征圖，進(jìn)行一系列卷積操作，經(jīng)過(guò)上采樣分別與淺層特征圖連接形成最小尺度YOLO層，再將79層提取出來(lái)的13×13×512通道的特征圖進(jìn)行卷積，降為256通道。進(jìn)而上采樣生成26×26×256特征圖，與61層特征圖合并卷積，形成中尺度YOLO層，大尺度YOLO層則由91層與36層特征圖進(jìn)行相應(yīng)的卷積操作得到。對(duì)特征圖進(jìn)行預(yù)測(cè)，包括bounding box的坐標(biāo)信息X、Y坐標(biāo)，寬度W和高度H，以及網(wǎng)格預(yù)測(cè)目標(biāo)置信度(IOU)和類(lèi)別預(yù)測(cè)分?jǐn)?shù)。以?xún)蓚€(gè)打擊目標(biāo)為例，通道數(shù)為(4+1+2)×3=21，輸出的3個(gè)尺度特征圖為13×13×45，26×26×45，52×52×45，其中Darknet 53結(jié)構(gòu)如圖7所示。

在YOLOv3網(wǎng)絡(luò)上使用彈載圖像數(shù)據(jù)集直接訓(xùn)練進(jìn)行檢測(cè)，發(fā)現(xiàn)有旋轉(zhuǎn)模糊且目標(biāo)小于幾十像素時(shí)難以檢測(cè)出來(lái)，因此在后面提到的改進(jìn)YOLOv3網(wǎng)絡(luò)中增加了對(duì)小尺度模糊目標(biāo)的檢測(cè)特性。

1.3.2 改進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)

為保證運(yùn)行時(shí)間以及對(duì)小目標(biāo)檢測(cè)效果，將原網(wǎng)絡(luò)中卷積模塊改為多分支尺度卷積，增加網(wǎng)絡(luò)對(duì)于目標(biāo)不同尺寸的適應(yīng)性，減少網(wǎng)絡(luò)層數(shù)，來(lái)平衡網(wǎng)絡(luò)的深度和寬度[24]。采用多分支尺度卷積進(jìn)行空間聚合則通過(guò)低維嵌入來(lái)完成，對(duì)于圖像網(wǎng)絡(luò)提取的特征和表示能力沒(méi)有下降，其內(nèi)部結(jié)構(gòu)可以分為3個(gè)分支，如圖8所示。

圖7 Darknet 53結(jié)構(gòu)圖Fig.7 Structure chart of Darknet 53

圖8 多分支結(jié)構(gòu)Fig.8 Multibranch structure

圖8中，深度串聯(lián)是指將分支卷積的特征圖按深度鏈接起來(lái)形成大小不變而深度疊加的圖，后面緊跟1×1卷積層，并不會(huì)改變圖像的高度和寬度，而是改變了深度實(shí)現(xiàn)降維，方便多個(gè)特征線性組合來(lái)進(jìn)行多通路間的信息整合。加入直連快捷層，將前層提取出的特征與當(dāng)前層進(jìn)行疊加，可以避免梯度發(fā)散的可能性，對(duì)于網(wǎng)絡(luò)正向傳播過(guò)程中，每一層卷積只能提取一部分信息，對(duì)于過(guò)小的目標(biāo)向前傳播幾次，能學(xué)到保留的信息就越少，極有可能得到欠擬合的結(jié)果。通過(guò)添加快捷結(jié)構(gòu)，即在每個(gè)模塊中加入最后卷積圖像的全部信息，相當(dāng)于一定程度上保留了更多的初始特征信息。加入直連結(jié)構(gòu)后，網(wǎng)絡(luò)變成了一個(gè)最優(yōu)輸出選擇模型，輸出結(jié)果是由之前的塊和組合卷積學(xué)習(xí)到的一個(gè)最優(yōu)結(jié)果，可以將網(wǎng)絡(luò)看成并行結(jié)構(gòu)，最終得到的是不同級(jí)別的特征提取組合，讓網(wǎng)絡(luò)可以學(xué)到最適合的模型及參數(shù)。

以特征金字塔網(wǎng)絡(luò)(FPN)[25]為參考，采用多尺度融合方法進(jìn)行預(yù)測(cè)，對(duì)于小目標(biāo)，大尺度52×52的特征圖也就是第1組多分支模塊輸出可以提供分辨率信息，對(duì)于正常和小尺度目標(biāo)，后兩層多分支模塊同時(shí)提供分辨率和語(yǔ)義信息，不同尺度的檢測(cè)可以有效檢測(cè)不同尺度的目標(biāo)[26]。即使同一個(gè)目標(biāo)出現(xiàn)在多個(gè)特征層上被檢測(cè)出來(lái)，也會(huì)因?yàn)榉菢O大值抑制取一個(gè)最佳的，因此不影響檢測(cè)效果。具體結(jié)構(gòu)如圖9所示。

圖9 改進(jìn)YOLOv3結(jié)構(gòu)Fig.9 Structure chart of improved YOLOv3

1.3.3 錨框計(jì)算

使用原有的錨框集合訓(xùn)練自己的小目標(biāo)數(shù)據(jù)并不合適，其設(shè)定的好壞將影響目標(biāo)檢測(cè)的精度和速度。本文對(duì)小目標(biāo)數(shù)據(jù)集的目標(biāo)候選框在空間維度上進(jìn)行聚類(lèi)分析，計(jì)算最優(yōu)錨框個(gè)數(shù)。YOLOv3的錨框個(gè)數(shù)和維度是由VOC20類(lèi)[27]和COCO80類(lèi)[28]數(shù)據(jù)集聚類(lèi)得到的，不適用于遠(yuǎn)距離小目標(biāo)檢測(cè)[23]，因此重新確定了錨框個(gè)數(shù)和寬、高維度[29]。

使用無(wú)監(jiān)督學(xué)習(xí)的k-means均值聚類(lèi)算法對(duì)目標(biāo)幀進(jìn)行聚類(lèi)分析，提取數(shù)據(jù)集全部目標(biāo)框大小，將相似對(duì)象歸為同一類(lèi)，最終得到k個(gè)數(shù)量錨框作為訓(xùn)練時(shí)設(shè)定的尺度參數(shù)。k-means均值聚類(lèi)分析采用歐式距離，意味著較大尺度框會(huì)產(chǎn)生更多的誤差，因此網(wǎng)絡(luò)的損失值采用IOU作為評(píng)判指標(biāo)，即候選框與真實(shí)框的交集除以并集，避免較大的邊界框相對(duì)于小的邊界框產(chǎn)生的誤差，代替歐式距離的函數(shù)為

d(box,centroid)=1-IOU(box,centroid)

(1)

聚類(lèi)目標(biāo)函數(shù)為

(2)

式中：box為候選框；centroid表示樣本初始聚類(lèi)中心；k表示劃分樣本的簇的個(gè)數(shù)。

1.3.4 非極大值抑制[30]

直接通過(guò)網(wǎng)絡(luò)輸出的目標(biāo)框會(huì)有很多，本文通過(guò)分辨率1 920×1 080攝像頭采集圖像，并對(duì)圖像中的目標(biāo)進(jìn)行檢測(cè)，結(jié)果直接輸出約8個(gè)目標(biāo)框，需要消除多個(gè)重復(fù)有交疊的檢測(cè)框，每個(gè)目標(biāo)只保留最好的一個(gè)框。這里使用非極大值抑制方法，抑制不是極大值的元素，對(duì)數(shù)量進(jìn)行精簡(jiǎn)，通過(guò)遍歷高度重疊的邊界框，只保留置信度最高的預(yù)測(cè)框，針對(duì)每一類(lèi)目標(biāo)都單獨(dú)執(zhí)行非極大值抑制，效果如圖10所示。

圖10 非極大值抑制前后對(duì)比圖Fig.10 Comparison of images before and after non-maximum suppression

2 彈載圖像目標(biāo)跟蹤算法

2.1 方向梯度直方圖特征

方向梯度直方圖(HOG)[31]的核心思想是通過(guò)光強(qiáng)梯度或邊緣方向的分布，描述被檢測(cè)到的局部物體的形狀。經(jīng)過(guò)將整幅圖像分割成小的銜接區(qū)域(稱(chēng)為單元)，每個(gè)細(xì)胞生成一個(gè)方向梯度直方圖或細(xì)胞中像素的邊沿方向，這些直方圖的組合可表示出待檢測(cè)物體的描述算子。為提高精度，本文通過(guò)計(jì)算大面積圖像塊的光強(qiáng)，對(duì)局部直方圖進(jìn)行比較和標(biāo)準(zhǔn)化，然后用這個(gè)值歸一化塊中的所有單元，可實(shí)現(xiàn)照射和陰影不變性。與其他描述子相比，HOG得到的描述符具有幾何不變性和光學(xué)不變性，因此在跟蹤算法中采用該特征提取方法。

2.2 KCF跟蹤算法

利用目標(biāo)周?chē)鷧^(qū)域的循環(huán)矩陣，通過(guò)密集采樣學(xué)習(xí)濾波器對(duì)目標(biāo)進(jìn)行跟蹤定位。利用嶺回歸訓(xùn)練目標(biāo)檢測(cè)器，利用傅里葉空間中圓矩陣的對(duì)角化性質(zhì)，將矩陣運(yùn)算成功地轉(zhuǎn)化為矢量的Hadamad乘積，即元素的點(diǎn)積，大大減少了運(yùn)算量，提高了運(yùn)算速度，使算法滿(mǎn)足實(shí)時(shí)性需求。利用核函數(shù)將線性空間的嶺回歸映射為非線性空間。在非線性空間中，通過(guò)求解對(duì)偶問(wèn)題和一些常見(jiàn)約束，使用循環(huán)矩陣傅里葉空間的對(duì)角化來(lái)簡(jiǎn)化計(jì)算，將多通道數(shù)據(jù)融合到該算法。

2.2.1 采集樣本

KCF跟蹤算法利用循環(huán)矩陣的思想生成大量正負(fù)樣本，通過(guò)目標(biāo)區(qū)域采樣窗口的循環(huán)移位來(lái)訓(xùn)練分類(lèi)器和檢測(cè)目標(biāo)。設(shè)x=[x1,x2,…,xn]T是基準(zhǔn)參考樣本(n為樣本數(shù)量)，x通過(guò)置換矩陣P對(duì)x進(jìn)行循環(huán)移位，通過(guò)一次移位獲得的樣本是Px=[xn,x1,x2,…,xn-1]T，因此n個(gè)樣本的樣本集可以通過(guò)n次移位得到，樣本集合{Pux|u=0,1,…,n-1}，其中置換矩陣

(3)

按照循環(huán)矩陣的定義將n次移位的所有樣本組合成循環(huán)矩陣X，如(4)式：

(4)

由于循環(huán)矩陣可以使用離散的傅里葉矩陣在傅里葉空間中對(duì)角化，循環(huán)矩陣X可以簡(jiǎn)化為

X=Fdiag()FH

(5)

式中：F為離散傅里葉變換矩陣；為向量x=[x1,x2,…,xn]T的離散傅里葉變換，即循環(huán)矩陣X第1行的離散傅里葉變換；H表示矩陣共軛轉(zhuǎn)置。KCF跟蹤算法利用了循環(huán)矩陣通過(guò)傅里葉對(duì)角化來(lái)避免求矩陣的逆，從而大大降低了計(jì)算復(fù)雜度。

2.2.2 分類(lèi)器

(6)

(6)式求導(dǎo)并令導(dǎo)數(shù)為0，可求得

a=(φ(X)φT(X)+λI)-1y

(7)

式中：φ(X)φT(X)為核矩陣，用K表示，則有K=φ(X)φT(X)，因此核矩陣K中的各個(gè)元素表示為

Kij=κ(xi,xj)

(8)

這里以Kij為元素的核矩陣K是循環(huán)矩陣。于是有K=C(kxx)，其中kxx為K矩陣的第1行，將K矩陣傅氏對(duì)角化為K=Fdiag(xx)FH，化簡(jiǎn)(6)式，得到

(9)

2.2.3 目標(biāo)檢測(cè)

分類(lèi)器訓(xùn)練完成后，在下一幀圖像的預(yù)測(cè)框內(nèi)采集基準(zhǔn)待測(cè)樣本Z，由基準(zhǔn)樣本經(jīng)循環(huán)移位產(chǎn)生大量待測(cè)樣本，樣本集{zj=pjz|j=0,1,…,n-1}，然后計(jì)算待測(cè)樣本的響應(yīng)值，最大響應(yīng)值的樣本對(duì)應(yīng)位置為目標(biāo)位置。計(jì)算響應(yīng)的公式為

(10)

式中：κ(z,xi)為核函數(shù)。令KZ為訓(xùn)練樣本與待測(cè)樣本之間核空間的核矩陣，由循環(huán)卷積性質(zhì)可知KZ是循環(huán)矩陣，記作

KZ=C(kxz)

(11)

2.3 改進(jìn)的KCF跟蹤算法

根據(jù)彈道仿真數(shù)據(jù)得到彈體速度與時(shí)間信息，將數(shù)據(jù)進(jìn)行函數(shù)擬合，由于初始檢測(cè)框?yàn)?2×32，命中目標(biāo)時(shí)目標(biāo)大小為320×240，將速度歸一化為1～10作為尺度系數(shù)，最終得到一個(gè)目標(biāo)尺度調(diào)整系數(shù)與時(shí)間的對(duì)應(yīng)關(guān)系函數(shù)，圖11所示為彈道速度～時(shí)間曲線，圖12所示為目標(biāo)框大小與時(shí)間曲線。

圖11 彈道速度- 時(shí)間曲線Fig.11 v-t curve

圖12 目標(biāo)尺度調(diào)整系數(shù)曲線Fig.12 Scale curve of RoiSize-t

根據(jù)擬合曲線，將目標(biāo)框尺度比例系數(shù)定義為

scale_factor=1.404 7×10-7t2+3.67×10-4t+1

(12)

2.4 體視線角計(jì)算

圖13 相機(jī)成像平面Fig.13 Camera image plane

體視線角表示目標(biāo)與彈體之間的角度幾何關(guān)系，如圖13所示。圖13中，qβ表示導(dǎo)彈與目標(biāo)連線與彈體坐標(biāo)系ObXbYb平面之間的夾角，qα表示導(dǎo)彈與目標(biāo)連線在彈體坐標(biāo)系ObXbYb平面上的投影與ObXb軸之間的夾角[32]，T(x、y)表示目標(biāo)在像平面的像素坐標(biāo)，x、y分別為坐標(biāo)像素值，O(x0、y0)表示物理坐標(biāo)系原點(diǎn)在圖像坐標(biāo)系的坐標(biāo)，x0、y0分別為圖像坐標(biāo)系的坐標(biāo)值，對(duì)于640×480分辨率的相機(jī)，x0=320，y0=240。

體視線角可以由目標(biāo)在像平面的成像像素來(lái)獲得(見(jiàn)圖10)，彈體坐標(biāo)系與相機(jī)成像坐標(biāo)系的3個(gè)坐標(biāo)軸對(duì)應(yīng)相互平行。通過(guò)張正友標(biāo)定法[33]求得相機(jī)內(nèi)參矩陣K：

(13)

式中：f為相機(jī)焦距；dx、dy表示像平面上每個(gè)像素在x軸、y軸的物理尺寸。

(14)

3 結(jié)合S-YOLOv3的目標(biāo)跟蹤模型

檢測(cè)跟蹤模型如圖14所示，對(duì)目標(biāo)探測(cè)算法進(jìn)行仿真。由于目標(biāo)被遮擋或大幅度位移會(huì)導(dǎo)致KCF跟蹤算法中目標(biāo)的傅里葉響應(yīng)值突變，可以用峰值檢測(cè)的方法判別。首先將檢測(cè)到目標(biāo)的峰值保存起來(lái)，正常檢測(cè)到目標(biāo)的峰值為0.74～1.00，如果后續(xù)峰值小于第1次峰值的一半，則認(rèn)為丟失，重新返回檢測(cè)。

圖14 結(jié)合目標(biāo)檢測(cè)的跟蹤算法流程Fig.14 General theoretical framework

將識(shí)別出來(lái)的區(qū)域傳入改進(jìn)KCF跟蹤算法，主要通過(guò)彈道模型擬合的二次曲線作為跟蹤尺度系數(shù)，加入高斯閾值與檢測(cè)目標(biāo)進(jìn)行判斷，小于閾值后重新檢測(cè)，以確保目標(biāo)丟失在視野內(nèi)可重新跟蹤。

4 實(shí)驗(yàn)效果與數(shù)據(jù)分析

4.1 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)

對(duì)訓(xùn)練好的目標(biāo)檢測(cè)模型進(jìn)行測(cè)試，使用以對(duì)象為基準(zhǔn)的評(píng)估指標(biāo)進(jìn)行效果評(píng)估，即精度P、召回率R、精確值和召回率的調(diào)和均值F1、均值平均精度mAP、每秒處理幀數(shù)FPS。

(15)

(16)

(17)

(18)

式中：TP用于表述預(yù)測(cè)與真實(shí)參數(shù)相同，預(yù)測(cè)參數(shù)就是相應(yīng)的正(在該情形中相應(yīng)的真實(shí)參數(shù)即正樣本)；FP表示預(yù)測(cè)和真實(shí)有區(qū)別，預(yù)測(cè)即正(在該情形中相應(yīng)的真實(shí)參數(shù)即負(fù))；FN表示預(yù)測(cè)與實(shí)際有區(qū)別，預(yù)測(cè)即負(fù)(在該情形中相應(yīng)的真實(shí)參數(shù)即正樣本)。

本文目標(biāo)跟蹤算法使用中心位置誤差、精確度、重疊率3個(gè)指標(biāo)評(píng)估。中心位置誤差的計(jì)算公式如下：

(19)

式中：Kt表示真實(shí)目標(biāo)位置，坐標(biāo)為(xt,yt)；Kr表示輸出目標(biāo)位置，坐標(biāo)為(xr,yr)。

圖15 重合度計(jì)算圖Fig.15 Overlap degree calculation

圖15所示為重合度計(jì)算圖，其中D表示整副圖像，矩形B表示真實(shí)目標(biāo)區(qū)域，矩形C表示算法結(jié)果區(qū)域，A為B和C的重合區(qū)域。

由此重合度定義為

(20)

準(zhǔn)確度定義為

(21)

4.2 實(shí)驗(yàn)環(huán)境及參數(shù)配置

基于目標(biāo)檢測(cè)及跟蹤實(shí)驗(yàn)軟硬件配置(見(jiàn)表1)，設(shè)計(jì)仿真實(shí)驗(yàn)平臺(tái)如圖16所示。由于實(shí)驗(yàn)條件有限，通過(guò)視景生成器模擬山地打擊情景，使用轉(zhuǎn)臺(tái)模擬彈體的旋轉(zhuǎn)運(yùn)動(dòng)，轉(zhuǎn)臺(tái)一端的攝像頭通過(guò)計(jì)算機(jī)將后端顯示器的視景實(shí)時(shí)處理并輸出到前端顯示器。

表1 軟硬件配置Tab.1 Hardware and software configuration

圖16 仿真實(shí)驗(yàn)平臺(tái)Fig.16 Simulation experimental platform

4.3 目標(biāo)檢測(cè)實(shí)驗(yàn)測(cè)試

為評(píng)估本文改進(jìn)YOLOv3算法的性能，對(duì)YOLOv3與S-YOLOv3目標(biāo)檢測(cè)模型分別在數(shù)據(jù)集上進(jìn)行訓(xùn)練。訓(xùn)練集和驗(yàn)證集按照7∶3的比例進(jìn)行隨機(jī)分配。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，采用Adam方法進(jìn)行訓(xùn)練，初始學(xué)習(xí)率設(shè)置為0.000 1，衰減系數(shù)設(shè)置為0.005，batchsize設(shè)置為16，預(yù)設(shè)錨點(diǎn)框數(shù)為9。

為驗(yàn)證改進(jìn)算法的有效性，使用視景生成器單獨(dú)生成1 000張數(shù)據(jù)作為測(cè)試集進(jìn)行測(cè)試。

通過(guò)使用數(shù)據(jù)增強(qiáng)，網(wǎng)絡(luò)訓(xùn)練過(guò)程中的空間維度同步提升，將分布的數(shù)據(jù)密度增大，從原始數(shù)據(jù)集中提取出更多的信息，使得增強(qiáng)后的數(shù)據(jù)集代表更為全面的數(shù)據(jù)集合，進(jìn)而縮小訓(xùn)練集和驗(yàn)證集之間的差距。為驗(yàn)證擴(kuò)充的數(shù)據(jù)集對(duì)目標(biāo)識(shí)別和網(wǎng)絡(luò)泛化能力有著顯著的提升，表2顯示了對(duì)比實(shí)驗(yàn)結(jié)果，可見(jiàn)通過(guò)數(shù)據(jù)增強(qiáng)的方式能夠得到更好的訓(xùn)練效果，mAP值提升了26.7%。

表2 數(shù)據(jù)增強(qiáng)對(duì)比實(shí)驗(yàn)效果Tab.2 Comparative test effect of data enhancement

為驗(yàn)證本文對(duì)錨框計(jì)算改進(jìn)的效果，進(jìn)行對(duì)比實(shí)驗(yàn)，改進(jìn)前預(yù)定義的錨框集合為((10，13)、(16，30)、(33，23))；((30，61)、(62，45)、(59，119))；((116，90)、(156，198)(373，326))，改進(jìn)后錨框集合為((4，5)、(5，11)、(9，8))；((8，15)、(17，9)、(14，15))；((11，22)、(25，12)、(21，21))，表3顯示了對(duì)比實(shí)驗(yàn)結(jié)果，可見(jiàn)通過(guò)改進(jìn)錨框計(jì)算的方式對(duì)檢測(cè)精度有了進(jìn)一步提升，mAP值提升4.65%。

表3 錨框計(jì)算改進(jìn)前后對(duì)比實(shí)驗(yàn)效果Tab.3 Comparative test effect of Anchors

為更好地驗(yàn)證本文算法的有效性，使用轉(zhuǎn)臺(tái)上的攝像頭(分辨率1 920×1 080)在仿真平臺(tái)上對(duì)屏幕放映的圖像進(jìn)行識(shí)別，以更加逼真地模擬旋轉(zhuǎn)彈彈載圖像，使用屏幕顯示出來(lái)的圖像相比原圖會(huì)產(chǎn)生不同光照、色差等噪聲因素，加上相機(jī)硬件產(chǎn)生的噪聲，可以更好地驗(yàn)證算法魯棒性。實(shí)驗(yàn)共檢測(cè)1 000張彈載圖像數(shù)據(jù)，結(jié)果如表4所示。

檢測(cè)效果如表5所示。從表5中可以看出：在對(duì)數(shù)據(jù)未進(jìn)行增強(qiáng)前，改進(jìn)網(wǎng)絡(luò)對(duì)小目標(biāo)檢測(cè)具有很好的結(jié)果；對(duì)數(shù)據(jù)進(jìn)行增強(qiáng)后，在惡劣天氣和動(dòng)態(tài)模糊中，改進(jìn)網(wǎng)絡(luò)都具有很好的檢測(cè)效果，可見(jiàn)本文算法在復(fù)雜環(huán)境下也能夠準(zhǔn)確檢測(cè)到目標(biāo)，也為后續(xù)的目標(biāo)跟蹤提供了關(guān)鍵的初始幀信息。

表4 YOLOv3與S-YOLOv3算法目標(biāo)檢測(cè)效果對(duì)比Tab.4 Detected results of YOLOv3 and S-YOLOv3

表5 檢測(cè)對(duì)比結(jié)果

4.4 目標(biāo)檢測(cè)跟蹤系統(tǒng)測(cè)試

實(shí)驗(yàn)過(guò)程模擬的是旋轉(zhuǎn)彈從末制導(dǎo)段開(kāi)啟目標(biāo)探測(cè)系統(tǒng)。由于高速的姿態(tài)運(yùn)動(dòng)以及復(fù)雜的戰(zhàn)場(chǎng)環(huán)境，在彈載圖像檢測(cè)和跟蹤目標(biāo)過(guò)程中會(huì)出現(xiàn)識(shí)別困難以及丟失的情況，通過(guò)本文設(shè)計(jì)的目標(biāo)探測(cè)算法，在成像質(zhì)量受到嚴(yán)重影響情況下目標(biāo)仍可被檢測(cè)出來(lái)，在丟失目標(biāo)情況下跟蹤算法能夠及時(shí)啟動(dòng)檢測(cè)機(jī)制，提供目標(biāo)信息，實(shí)現(xiàn)再次跟蹤。最后完成制導(dǎo)信息的指令輸出，對(duì)目標(biāo)實(shí)施精確地打擊。

目標(biāo)檢測(cè)與跟蹤畫(huà)面如圖17所示，本文實(shí)驗(yàn)為目標(biāo)檢測(cè)與跟蹤定位環(huán)節(jié)，假設(shè)解旋環(huán)節(jié)已經(jīng)完成，即視場(chǎng)中旋轉(zhuǎn)圖像已解旋為正立。圖17(a)、圖17(b)分別為KCF算法和改進(jìn)KCF跟蹤算法的效果對(duì)比。由圖17可見(jiàn)：在末制導(dǎo)段指定目標(biāo)后開(kāi)始跟蹤，二者都能很好地跟蹤目標(biāo)(見(jiàn)圖17(a))，目標(biāo)都能被黃色框很好地跟蹤到；隨著跟蹤時(shí)間的延長(zhǎng)，KCF算法的跟蹤目標(biāo)框逐漸與目標(biāo)出現(xiàn)了漂移，KCF算法沒(méi)有像改進(jìn)算法那樣對(duì)目標(biāo)尺度進(jìn)行有效更新，導(dǎo)致跟蹤性能下降，也有效說(shuō)明改進(jìn)后算法對(duì)目標(biāo)跟蹤尺度有了很好的估計(jì)；在目標(biāo)丟失情況下(見(jiàn)圖17(b))，改進(jìn)后KCF算法由于結(jié)合了S-YOLOv3檢測(cè)算法，能夠及時(shí)地再次檢測(cè)到目標(biāo)，為跟蹤算法再次提供了初始幀信息，為后續(xù)的跟蹤提供了良好基礎(chǔ)。

圖17 跟蹤圖像序列Fig.17 Target image sequence

從評(píng)價(jià)指標(biāo)上看(見(jiàn)表6)，跟蹤性能與KCF算法相比，中心位置誤差和重疊率有了很大提高，識(shí)別準(zhǔn)確度也得到了提升，處理速度為63幀/s，雖然不如KCF算法，但已經(jīng)滿(mǎn)足實(shí)時(shí)性要求，對(duì)工程實(shí)踐的應(yīng)用有一定指導(dǎo)意義。

表6 目標(biāo)跟蹤性能對(duì)比Tab.6 Performance comparison of algorithms

為進(jìn)一步驗(yàn)證跟蹤算法的性能，對(duì)跟蹤的體視線角進(jìn)行提取，如圖18所示，在13 s處開(kāi)始跟蹤。由圖18可以看出：與原算法相比，改進(jìn)KCF算法高低角曲線與理論曲線誤差更小，最大誤差為0.004 58 rad，約0.268°；方位角最大誤差為0.027 57 rad，約1.58°，其中有標(biāo)定誤差和相機(jī)與屏幕平行度不重合的影響。在像平面中，1個(gè)像素對(duì)應(yīng)的體視線角誤差大約為1.5°，與曲線最大誤差接近，進(jìn)一步驗(yàn)證了本文提出的改進(jìn)后跟蹤算算法的有效性。

圖18 體視線角曲線Fig.18 Body line-of-sight angle curves

5 結(jié)論

本文對(duì)旋轉(zhuǎn)彈彈載圖像中小目標(biāo)識(shí)別跟蹤算法進(jìn)行研究，通過(guò)模擬山地打擊場(chǎng)景，針對(duì)彈載圖像的特點(diǎn)對(duì)圖像數(shù)據(jù)進(jìn)行模擬制作，對(duì)現(xiàn)階段較成熟的YOLOv3檢測(cè)器模型進(jìn)行了改進(jìn)，結(jié)合處理速度高的KCF算法，實(shí)現(xiàn)了復(fù)雜環(huán)境下的小目標(biāo)精確定位。得到主要結(jié)論如下：

1) S-YOLOv3檢測(cè)算法配合改進(jìn)KCF跟蹤算法實(shí)現(xiàn)了更加魯棒的目標(biāo)定位，算法加入了丟失判別機(jī)制，時(shí)刻更新尺度信息，檢測(cè)精度和跟蹤效果有了很大的提升，處理速度達(dá)到63幀/s，滿(mǎn)足了實(shí)時(shí)性要求。

2) 通過(guò)數(shù)據(jù)增強(qiáng)擴(kuò)充的方式，制作了不同天氣、光照、運(yùn)動(dòng)及旋轉(zhuǎn)模糊等復(fù)雜環(huán)境的彈載圖像數(shù)據(jù)，增強(qiáng)了算法對(duì)復(fù)雜環(huán)境背景下目標(biāo)的檢測(cè)能力。

3) 檢測(cè)網(wǎng)絡(luò)添加了多尺度分支結(jié)構(gòu)，使用k-means均值聚類(lèi)算法重新計(jì)算錨框，跟蹤算法利用彈道的速度—時(shí)間信息更新目標(biāo)跟蹤框尺度，使得算法對(duì)小目標(biāo)尺度更加敏感。

總之，本文將YOLOv3檢測(cè)算法成功應(yīng)用在旋轉(zhuǎn)彈的目標(biāo)檢測(cè)和跟蹤領(lǐng)域，可見(jiàn)深度學(xué)習(xí)算法在彈載圖像目標(biāo)檢測(cè)中的可行性，對(duì)智能彈藥的發(fā)展具有一定推進(jìn)作用。