|
曝光台 注意防骗 网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
摘要：针对无人机侦察影像的目标检测问题，研究一种基于候选区域的无人机侦察影像目标检测技术。首先围绕无人机影像特点，分析了基于候选区域的目标检测技术的优势。然后介绍了该技术的关键步骤并归纳了各步骤的主流算法。最后总结了两种较为成熟的候选区域目标检测框架:基于DPM的候选区域目标检测框架和基于卷积神经网络的候选区域目标检测框架，通过对现有算法的分析，为下一步改进算法提供了思路。
相比于传统战场侦察方式，无人机侦察能够在避免人员伤亡的情况下提供近实时的情报信息，逐渐成为一种主流的侦察手段。无人机获得战场侦察影像数据后，通过目标检测技术处理侦察影像，实现对战场典型目标的定位与分类，根据检测信息，可以准确打击敌方目标、掌握敌我部署、增强战场判断力、提高作战效率。
目标检测技术是一种基于目标几何与统计特征的图像识别分割技术。早期的算法有帧差法、背景差法、光流法等，主要利用帧间信息定位出运动目标的空间位置，不涉及对目标类别的智能分类，如需目标判读还要添加目标识别模块，过程繁琐冗余。此外，无人机侦察影像相对于一般研究的目标检测影像有自身的特殊性：
（1）成像环境恶劣、目标背景运动且复杂；
（2）目标相对背景过小，定位困难；
（3）目标特征不明显，识别难度大；
（4）实际应用需求对算法实时性、鲁棒性要求高。
因此，快速鲁棒的进行无人机侦察影像目标检测成为无人机信息处理的关键，而基于候选区域（Region Proposal）的目标检测技术正符合以上要求：
(1）对单幅或单帧影像进行检测，不受运动背景限制；
（2）候选区域检测，缩小待计算窗口数量，运算速度快；
（3）特征提取降维与分类器相结合，识别定位的精度与速度高；
（4）整体框架简单清晰如图1所示，可以根据检测要求对候选区域检测、特征提取、分类器三个检测阶段进行变化，便于算法的改进与评估。
因此对基于候选区域的无人机侦察影像目标检测技术进行研究具有重要意义，接下来将对其三个阶段进行介绍和算法概述。
 图1 基于候选区域的目标检测框架
1 候选区域检测
候选区域检测是利用图像颜色、边缘、纹理等特征，选择性搜索目标位置的方法。由于目标可能出现在图像的任何位置，大小、长宽比例不定，因此需要根据一定方法将图像分割成各种尺寸的子图像作为候选区域，便于目标定位与特征提取。
而高效的分割候选区域成为候选区域检测阶段的研究重点。传统穷举搜索（Exhaustive Search）算法也可以算作一种特殊的候选区域检测方法，其利用几种尺寸相对固定的矩形窗口，逐行列或随机对整幅图像截取子图像，实现对图像的遍历。这种盲目穷举的区域搜索方法时耗长、冗余大，严重影响整体目标检测算法的运行速度与性能，更无法满足无人机情报处理的实时性，因此为提高检测效率需要一种检测策略对区域搜索进行引导，避免复杂的运算。
现有的可用于候选区域检测的算法有很多，Jan Hosang等将这些算法分为分组区域选择法（Grouping proposal methods）和窗口评分区域选择法（Window scoring proposal methods）两大类。分组区域选择法将图像先分割成小块，随后按照某种原则组合成需要的候选区域。根据产生候选区域方式的不同，分组区域选择法又细分为超像素法（Superpixels, SP）、像素分割法（Graph Cut, GC）和边缘轮廓法（Edge Contours, EC）。窗口评分区域选择法在图像上截取大量的区域窗（Windows），并按照与目标关系的大小进行打分，选择分数高的生成候选区域。图2详细描述了这种分类层次并列举了主要算法。
 图2 主要候选区域检测算法分类
上述算法中比较具有代表性的有：Seletive Search、Edge Boxes和MCG。
Seletive Search的主要思路是使用图像分割算法将图像分割成小区域，计算相邻小区域的颜色、纹理等特征的相似度，并融合相似度最高的两个区域，重复相似度计算和融合过程直到合成整张图像，合成过程中产生的各种尺度区域即为候选区域。
Edge Boxes首先使用结构化快速边缘检测算法得到边缘图像（Edge Probability map），利用非极大值抑制（Non-maximum Suppression, NMS）稀疏边缘图像，然后将边缘点组成边缘组（Edge Group）并计算组间的相似度，进而得到框内和与框边缘重叠的两组轮廓数，最后根据轮廓数对区域框进行打分，根据分数确定候选区域。
MCG与Edge Boxes一样先用结构化快速边缘检测算法得到边缘图像，利用分水岭算法得到轮廓图，随后生成超度量轮廓映射图（UCM），之后通过层次分割得到区域集并用随机森立分类器根据尺度、位置和边缘强度等特征对区域进行排序，进而选出符合要求的候选区域。
鲁棒性（Robust）、实时性和召回率（Recall）是评价候选区域选择方法的一般标准。无人机侦察环境复杂导致成像过程中可能存在各种扰动，因此良好的鲁棒性和较高的召回率是保证区域选择算法在实际应用中具备高质量目标检测效果的关键。同时提升区域选择阶段的运行速度，也会降低整体目标检测过程的时耗。
中国通航网 www.ga.cn
通航翻译 www.aviation.cn
本文链接地址：基于候选区域的无人机侦察影像目标检测技术研究
|
