基于深度學習的軍事目標識別算法綜述

宋曉茹， 劉康， 高嵩， 陳超波

(西安工業(yè)大學電子信息工程學院， 西安 710021)

當前科學技術(shù)不斷發(fā)展，在新形勢下，現(xiàn)代化戰(zhàn)爭逐漸轉(zhuǎn)變?yōu)檐娛驴萍紝嵙Φ妮^量，網(wǎng)絡化聯(lián)合作戰(zhàn)通過多平臺途徑，包括傳感器、視頻等獲得大量在不同時間空間下的各種類型不同分辨率的圖像，從中獲取軍事目標類別信息、位置信息，幫助指戰(zhàn)員在戰(zhàn)時復雜情況下做出正確的戰(zhàn)場決定。軍事目標的智能化識別因為其利用人工智能對采集到的海量圖像進行準確快速的分析，使人工資源與物質(zhì)資源的消耗得到減少，而且隨著國防水平的不斷提高與科技能力的不斷增強，即處理器運算速度的提升與識別算法的不斷優(yōu)化，對于目標的識別速度與準確率也遠遠高于人的肉眼。新形勢下，迎合信息化聯(lián)合作戰(zhàn)與智能化武器裝備，會在未來無人戰(zhàn)爭的發(fā)展中，對掌握戰(zhàn)場態(tài)勢、獲取最終勝利起到至關(guān)重要的作用。如何能夠在復雜環(huán)境中快速精準的識別軍事目標是目前軍事領(lǐng)域的研究熱點與趨勢，而基于深度學習的目標識別技術(shù)則是當今軍事技術(shù)研究領(lǐng)域的前言課題之一。

從20世紀50年代開始,美國是最先開展軍事目標識別技術(shù)研究的國家[1]。從國外的整個軍事目標研究的發(fā)展來看，整個過程大致可以分為6個階段：經(jīng)典的統(tǒng)計模式識別方法[2]、基于知識的自動目標識別方法[3]、基于模型的自動目標識別方法[4]、基于多傳感器信息融合的自動目標識別方法[5]、基于人工神經(jīng)網(wǎng)絡和專家系統(tǒng)混合應用的自動目標識別方法[6]、基于人工智能和深度學習的自動目標識別方法[7]。這其中，基于前5個軍事目標識別方法的發(fā)展，其結(jié)果難以超越人的識別水平；而對于最后一個發(fā)展階段，近年來，由于大規(guī)模集成電路、神經(jīng)網(wǎng)絡、多傳感器集成技術(shù)、人工智能技術(shù)、深度學習、大數(shù)據(jù)技術(shù)等的飛速發(fā)展，國外軍事目標識別已經(jīng)從理論研究逐漸發(fā)展到實際應用。中國基于深度學習的軍事目標識別研究主要處于理論探索和實驗室仿真階段，有待逐漸突破并走向?qū)嶋H應用。

基于深度學習的目標識別算法大體分為兩類：一類是基于候選區(qū)域，包括R-CNN[8]、SPP-NET[9]、Fast R-CNN[10]、Faster R-CNN[11]、R-FCN[12]、Mask R-CNN[13]等，這些算法有一個共同的缺點，那就是這些算法的網(wǎng)絡實時性較差，難以滿足軍事目標識別的實時性需求；另一類是基于回歸，包括YOLO系列各種識別算法[14-17]、SSD[18]、FPN[19]、RetinaNet[20]等?；诨貧w的目標識別算法不僅在識別的實時性方面優(yōu)于基于候選區(qū)域的識別算法，而且在識別準確度方面也優(yōu)于基于候選區(qū)域的識別算法；不僅如此，基于回歸的識別算法更加關(guān)注小目標物體的檢測，所以，基于回歸的目標識別算法在軍事目標識別領(lǐng)域應用甚廣。

基于此，現(xiàn)按照網(wǎng)絡模型在軍事目標中的應用順序介紹近年來主流的幾種軍事目標識別算法，前3種是基于候選區(qū)域的軍事目標識別算法，后3種是基于回歸的軍事目標識別算法，對每種模型進行介紹和分析其優(yōu)劣，并做出總結(jié)和展望。

1 基于Mask R-CNN網(wǎng)絡的軍事目標識別

1.1 Mask R-CNN相關(guān)理論

Mask R-CNN是由He等[13]提出的雙步檢測框架，框架提出后被整合在了Detectron項目中。陳程[21]利用Mask R-CNN網(wǎng)絡實現(xiàn)對軍事目標的識別，其網(wǎng)絡的主要結(jié)構(gòu)由主干網(wǎng)絡(Backbone)，區(qū)域建議網(wǎng)絡(RPN)與頭結(jié)構(gòu)(Head)三部分組成。其中Backbone由ResNet-101[22]構(gòu)成，用于對圖像進行特征提??；RPN用于生成矩形候選區(qū)域；頭結(jié)構(gòu)包含F(xiàn)ast R-CNN檢測器和Mask分支，用于輸出檢測框、分類和二元掩碼。具體結(jié)構(gòu)如圖1所示。

圖1 Mask R-CNN網(wǎng)絡結(jié)構(gòu)圖[13]Fig.1 Network structure diagram of Mask R-CNN[13]

1.2 Mask R-CNN的改進應用

黃航[23]通過提出新的目標生成框，使Mask R-CNN網(wǎng)絡的檢測魯棒性得到提升；馬嘯等[24]通過在Mask R-CNN中加入判別模塊、類別預測分支和語義分割分支提高識別準確率；孔英會等[25]通過引入特征金字塔與多尺度變換提升網(wǎng)絡的檢測準確率；李景文等[26]通過在網(wǎng)絡中加入RoIAlign算法與卡爾曼濾波提升了Mask R-CNN在干擾背景下的魯棒性。對自然圖像的目標識別Mask R-CNN已經(jīng)取得了不錯的效果，但對于精度要求更高的軍事目標識別，陳程[21]在Anchor尺度優(yōu)化與目標區(qū)域閾值優(yōu)化兩部分進行改進。首先，在Anchor尺度優(yōu)化部分，軍事目標中可能會出現(xiàn)士兵、飛機出現(xiàn)在同一張圖像中，而這兩個目標的大小不一樣，原始框架中的大尺度核就不適用于此種情況的目標識別，很難識別到較小的士兵目標，所以在RPN網(wǎng)絡中增加了兩個小的尺度核用來增強網(wǎng)絡對于小目標的識別能力。其次，對于目標區(qū)域閾值優(yōu)化部分，采用非極大值抑制(non-maximum suppression，NMS)[27]消除冗余項，在最后測試階段也會使用NMS，用于獲得更加準確的結(jié)果。通過設(shè)置置信度閾值，在軍事目標識別時對輸出檢測框的置信度進行判斷，若檢測框的置信度高于設(shè)置的置信度閾值，則屬于該類軍事目標，反之則不屬于。但是置信度閾值如果設(shè)置不合適，會增加目標的誤檢漏檢率，在原始的Mask R-CNN網(wǎng)絡中置信度閾值設(shè)置為0.7，而考慮到軍事目標的圖像常常存在偽裝目標的情況，所以陳程在改進的Mask R-CNN網(wǎng)絡中將置信度閾值修改為0.65，以減少漏檢率。

由于在實際應用中軍事目標的數(shù)據(jù)集相對較少，而使用訓練的小樣本數(shù)據(jù)集會使網(wǎng)絡發(fā)生嚴重的過擬合現(xiàn)象，導致最終識別的準確率低，所以為了解決改進的Mask R-CNN網(wǎng)絡在訓練時發(fā)生這種現(xiàn)象，引入遷移學習[28]。遷移學習包括數(shù)據(jù)集大但數(shù)據(jù)集相似度低、數(shù)據(jù)集大且數(shù)據(jù)集相似度高、數(shù)據(jù)集小但數(shù)據(jù)集相似度高和數(shù)據(jù)集小且數(shù)據(jù)集相似度低這4種預訓練方法，而由于在軍事目標識別中沒有公開數(shù)據(jù)集，所以數(shù)據(jù)集有限，因此選擇第4種預訓練方法，通過凍結(jié)部分預訓練模型權(quán)重來彌補數(shù)據(jù)集小的問題?？紤]到主干網(wǎng)絡提取圖像特征，如果直接預訓練會使模型的特征提取能力受到影響，所以凍結(jié)除Head部分之外的所有層，保證主干網(wǎng)絡的特征提取能力，再對整個網(wǎng)絡模型進行微調(diào)使其適用于目標數(shù)據(jù)集。最后以COCO(common objects in context)數(shù)據(jù)集為數(shù)據(jù)源建立軍事目標數(shù)據(jù)集進行測試，將識別結(jié)果與未引入遷移學習模型的結(jié)果進行對比，得出未引入遷移學習的模型誤檢漏檢率高，而使用遷移學習的模型能夠正確的檢測出所有目標，并正確分割，準確率到達了92.3%，F(xiàn)1得與達到了81.1%。經(jīng)過多目標的識別效果對比，雖然對于大部分目標具有較好的檢測效果，但是當目標受遮擋時，檢測效果不是能夠令人滿意，這可能是由于訓練集中受遮擋目標較少，使網(wǎng)絡學習到此特征的機會較少而導致的；最后，該模型雖然在檢測精度上表現(xiàn)效果較好，但是并沒有考慮到實時性的要求。

2 基于GAN與深度森林相結(jié)合的軍事目標識別

在基于深度學習的軍事目標識別的研究中，用于訓練的數(shù)據(jù)集樣本量少，這導致普通的目標識別算法在訓練模型時難以達到令人滿意的效果。直到Goodfellow等[29]提出生成對抗網(wǎng)絡(GAN)，通過在GAN網(wǎng)絡中輸入一組圖像進而生成能夠保留原圖像主要內(nèi)容,但具有新的形狀和特征的新圖像[30]，這個功能解決了依賴于大量數(shù)據(jù)集訓練的模型，使網(wǎng)絡在小樣本條件下也可以有效構(gòu)建模型，再通過深度森林[31]對軍事目標進行分類識別。

2.1 GAN與深度森林相關(guān)理論

GAN的提出對于數(shù)據(jù)集少，但網(wǎng)絡模型要求效果好的研究人員來說具有十分重要的意義。GAN由生成器和判別器兩部分構(gòu)成，生成器擬合真樣本的數(shù)據(jù)分布，生成與其類似的樣本；判別器對生成器的結(jié)果進行分類，并將其作為生成器的輸入不斷迭代，當判別器無法判斷時迭代終止，具體結(jié)構(gòu)如圖2所示。GAN在近年來根據(jù)不同的情況也有許多創(chuàng)新型的改變：①基于改變模型的CGAN[32]，即條件約束的GAN；②DCGAN[33]改善了GAN訓練不穩(wěn)定的問題；③WGAN[34]徹底解決了GAN訓練不穩(wěn)定的問題；④LSGAN[35]與BEGAN[36]使傳統(tǒng)GAN生成圖片質(zhì)量不高和訓練不穩(wěn)定這兩個缺陷得以改善。

圖2 GAN擴展樣本數(shù)據(jù)結(jié)構(gòu)圖[29]Fig.2 Extended sample data structure diagram of GAN[29]

Zhou等[31]提出了深度森林(deep forest,DF)模型，打破了深度學習僅依賴于神經(jīng)網(wǎng)絡的局限，為深度學習提供了新的方向。深度森林模型是基于不可微構(gòu)件的深度學習模型，其訓練過程不需反向傳播(back propagation，BP)[37]，不依賴梯度計算，其基本組成單位便是傳統(tǒng)機器學習方法之一的決策樹[38]。深度森林模型stack分為兩個部分，一部分由多粒度掃描顯現(xiàn)輸入數(shù)據(jù)的差異性，另一部分通過級聯(lián)森林提高輸入數(shù)據(jù)的分類能力。多粒度掃描即利用多個大小不同的滑窗在原始數(shù)據(jù)上進行滑窗取值，由多粒度掃描的stack森林接收上一步的結(jié)果作為輸入，其標簽對應原始數(shù)據(jù)的標簽。級聯(lián)森林部分是分類任務的核心，即使沒有多粒度掃描也可以直接用級聯(lián)森林進行分類。多粒度掃描得到的轉(zhuǎn)換特征將用于級聯(lián)森林的特征提取，輸入為不同維度的轉(zhuǎn)換特征，輸出為類別概率；多級森林是由前一級的輸出與多粒度掃描得到的轉(zhuǎn)換特征循環(huán)構(gòu)建，最終輸出不同類別概率的均值。

2.2 GAN與深度森林的結(jié)合應用

陳龍等[39]提出了小樣本條件下基于深度森林學習模型的典型軍事目標識別方法，該方法即利用GAN與深度森林相結(jié)合，GAN對軍事目標數(shù)據(jù)集進行樣本擴展，采用主動學習中基于后驗概率的啟發(fā)式主動學習算法對樣本進行優(yōu)化，基于擴展優(yōu)化后的樣本采用深度森林方法，使模型具有魯棒性，提升識別準確率。該方法在其自建數(shù)據(jù)集上進行測試，分別與KNN[40]、SVM[41]、CNN[42]、DF等相關(guān)算法進行對比，結(jié)果表明典型軍事目標識別平均正確率高于70%，使數(shù)據(jù)庫中的75%類別的平均識別準確率都高于對比算法。

林洋等[43]提出了一種基于CGAN和GcForest的軍事目標識別方法，即基于改進GAN與深度森林的軍事目標識別方法，通過CGAN對軍事目標樣本進行擴展和質(zhì)量提升，再通過啟發(fā)式學習進行抽樣迭代進而構(gòu)建樣本數(shù)據(jù)集，最后利用GcForest進行監(jiān)督學習構(gòu)建出軍事目標識別模型。最后在自建的軍事目標數(shù)據(jù)集上進行測試，并與CNN、KNN、SVM等相關(guān)算法識別效果進行對比，得出提出的算法在小樣本情況下整體高出29.21%～67.50%。這兩種模型對比結(jié)果如表1所示。

表1 兩種方法對比與總結(jié)Table 1 Comparison and summary of the two methods

3 基于DRFCN網(wǎng)絡的軍事目標識別

用于軍事目標識別的密集連通區(qū)域快速分類網(wǎng)絡(dense connected region fast classification network，DRFCN)算法由潘浩[44]提出，他通過對卷積神經(jīng)網(wǎng)絡特征結(jié)構(gòu)的研究發(fā)現(xiàn)，目標識別算法的高準確率大多由大量卷積層的堆疊與算法模型的加深得到；引入共享卷積層特征到目標識別的算法中，以提高識別分類的準確率。DRFCN算法主要由兩部分組成：基于稠密卷積神經(jīng)網(wǎng)絡的區(qū)域采樣算法(DRPN)和基于稠密卷積神經(jīng)網(wǎng)絡的快速區(qū)域分類算法(DFCN)。

3.1 DRFCN相關(guān)原理

高質(zhì)量的區(qū)域采樣圖片是將可見光圖片或紅外圖片通過DRPN算法生成，每張區(qū)域采樣圖片中目標區(qū)域稱為前景,反之則為背景。而算法通過批量隨機梯度下降算法(mini-batch stochastic gradient descent，MSGD)[45]訓練之后進行分類，提取高質(zhì)量目標采樣區(qū)域后，同樣采用MSGD算法，最后對已分類的前景采樣區(qū)域通過基于深度學習的坐標回歸預測算法進行坐標修正。DRFCN算法結(jié)構(gòu)框圖如圖3所示。

DRPN算法是基于卷積神經(jīng)網(wǎng)絡的區(qū)域采樣算法RPN[11]提出的，得益于卷積神經(jīng)網(wǎng)絡的泛化能力與特征表達能力強、能夠獲取高質(zhì)量的采樣區(qū)域、采樣時間少的特點，所以從RPN算法模型結(jié)構(gòu)著手，在前人的工作基礎(chǔ)上改進后提出DRPN算法。在訓練DRPN網(wǎng)絡時，采用NMS提煉錨框，采用聯(lián)合代價函數(shù)，使稠密卷積網(wǎng)絡的計算量和儲存空間得以共享，最后考慮正負樣本會存在不均勻的情況，所以采用MSGD算法對DRPN進行訓練。

Dense Block為密集模塊；conv為卷積操作；Classifier為分類器圖3 DRFCN網(wǎng)絡結(jié)構(gòu)圖[44]Fig.3 Network structure diagram of DRFCN[44]

3.2 DRFCN算法的改進應用

DFCN算法是在共享卷積層特征圖的分類算法模型DenseNet[46]下做出的改進，DenseNet模型易于實現(xiàn)輕量化網(wǎng)絡，解決了梯度彌散問題。而在其基礎(chǔ)上，DFCN算法對于軍事目標識別任務又做出了兩點改進，一個是DFCN算法是在深層次的特征圖上提取特征進行分類，DenseNet只是在三通道的原圖上進行分類，另一個是在輸出時同時得到軍事目標的類別和位置信息，原有的DenseNet是輸出類別信息。DFCN算法在特征轉(zhuǎn)換時采用批歸一化(batch normalization，BN)方法[47]加快算法模型訓練速度，類比He等[22]提出的用殘差算法模型解決梯度彌散膨脹的問題，采用稠密連接卷積層的方式即在模型中反向傳遞并加強了算法的特征表達能力，解決了梯度彌散膨脹的問題。訓練時與DRPN一樣，采用聯(lián)合代價函數(shù)與MSGD的方法對算法模型進行訓練。

DRFCN算法為了使DRPN算法與DFCN算法共享稠密卷積層，使DRPN與DFCN聯(lián)合分布參數(shù)，采用MSGD進行訓練，在前向傳遞中，DFCN利用DRPN輸出的采樣區(qū)域直接訓練，在反向傳遞中，DRPN與DFCN梯度依次反轉(zhuǎn)，直至收斂。

潘浩[44]使用DRFCN算法在VOC2007與V0C2012數(shù)據(jù)集上同時訓練，最后結(jié)果與當時最前沿的VGG16[48]和DFCN算法進行對比，提出的算法在VOC2007與VOC2012上的準確率分別達到了75.3%和80.7%，明顯高于VGG16，而在保證與RFCN算法準確率相持的情況下，模型的大小小于RFCN。最后仿照VOC數(shù)據(jù)集格式，收集并建立10 000張軍事目標圖片。在軍事目標識別任務中，該算法在準確率和實時性均能夠得以滿足。

4 基于E-MobileNet網(wǎng)絡的軍事目標識別

E-MobileNet網(wǎng)絡是在Sandler等[49]提出的MobileNet-V2深度學習檢測框架的基礎(chǔ)上做出改進而提出的網(wǎng)絡模型；喬夢雨等[50]考慮到在實際戰(zhàn)場環(huán)境中，作戰(zhàn)人員無法隨身攜帶具有高算力的設(shè)備使具有大參數(shù)量的目標識別網(wǎng)絡實時工作，提出了面向陸戰(zhàn)場目標識別的輕量級卷積神經(jīng)網(wǎng)絡。

Conv為卷積操作；AVG POOL 為平均池化；ELU為激活函數(shù)；Global Average Pool為全局平均池化；Softmas為分類器圖4 E-MobileNet網(wǎng)絡結(jié)構(gòu)圖[49]Fig.4 Network structure diagram of E-MobileNet[49]

4.1 E-MobileNet模型相關(guān)理論

E-MobileNet網(wǎng)絡結(jié)構(gòu)如圖4所示，首先在卷積層前輸入圖像，再將圖像特征放入改進的殘差模塊中進行學習，最后通過Softmax分類函數(shù)對圖像進行分類。其結(jié)構(gòu)在原始的MobileNet-V2上做出了以下改進：①在可分離卷積層部分添加AVG Pool層使殘差塊對元素進行相加；②在可分離卷積層部分采用擴張再壓縮的方法使通道信息與位置信息解耦，減少計算量；③改變激活函數(shù)來規(guī)避梯度消失，不僅使網(wǎng)絡的收斂速度得到提升，而且提高了識別的準確率；④在于運用全局池化方式，使特征映射傳遞至下一層網(wǎng)絡。

4.2 E-MobileNet測試及應用

在測試部分，喬夢雨等[50]為了進一步體現(xiàn)所設(shè)計的網(wǎng)絡是否能夠在保證準確率的前提下滿足實時性的要求，將網(wǎng)絡模型與當下流行的MobileNet v2、ShuffleNet[51]、SSD、YOLOv3等目標檢測算法進行對比，通過仿照PASCAL VOC數(shù)據(jù)集的格式自建軍事目標數(shù)據(jù)集，其中包括坦克、炮塔、裝甲車、人、槍5類目標。在驗證實時性之前，為了驗證網(wǎng)絡改進的方法是否較原始網(wǎng)絡有了提高，首先將改進的ELU激活函數(shù)與PReLU、ReLU兩個激活函數(shù)應用到網(wǎng)絡中進行比對，發(fā)現(xiàn)使用改進激活函數(shù)的網(wǎng)絡模型在模型迭代損失函數(shù)值與準確率這兩個方面均優(yōu)于其他兩者；其次將E-MobileNet和全局池化結(jié)合后的網(wǎng)絡模型與E-MobileNet和全連接網(wǎng)絡結(jié)合后的網(wǎng)絡模型二者在準確率方面進行對比，發(fā)現(xiàn)后者在準確率方面更占優(yōu)勢。最后為了體現(xiàn)出改進算法在輕量級與移動檢測端的實時性，將改進后的網(wǎng)絡與上述4種網(wǎng)絡模型進行對比得出，在網(wǎng)絡的平均精度均值(mean average precision，mAP)方面，提出的算法排名第二，達到了84.6%，與最高的SSD僅差了0.003，但是每秒傳輸幀數(shù)(frames per second，F(xiàn)PS)值其改進算法最高，證明了在綜合識別準確率與檢測速度下，所提出的算法目標識別的效果最好。但是，沒有考慮損失函數(shù)對目標識別準確率和實時性的影響。

5 基于SSD300網(wǎng)絡的軍事目標識別

單發(fā)多目標檢測器(single shot multiBox detector，SSD)是Liu等[18]在ECCV2016的基礎(chǔ)上提出的新型目標識別算法，是目前為止目標識別框架的主流算法之一。此算法在實時性方面比Faster RCNN算法更具優(yōu)勢，而在mAP值方面強于YOLO算法(不過在YOLO更新的后續(xù)算法中已經(jīng)將其超越)。由于其既有速度優(yōu)勢，又能夠滿足精度要求，所以楊朝紅等[52]提出了基于優(yōu)化SSD300的小尺度典型軍事目標識別方法。

5.1 SSD300網(wǎng)絡相關(guān)理論

SSD300算法是因為SSD算法的輸入圖片尺寸大小是300×300，所以別稱SSD300，其結(jié)構(gòu)如圖5所示，該網(wǎng)絡雖然在精度和速度的效果上十分可觀，但是其網(wǎng)絡模型對于小尺度目標識別效果并不是十分理想，例如，將一個目標十分小的導彈識別為導彈和裝甲車，出現(xiàn)兩個結(jié)果，導致這一現(xiàn)象的原因有很多，如模型在訓練過程中對于小目標特征的學習不夠充分，即小目標數(shù)據(jù)集的數(shù)據(jù)量過少，又或者是SSD300的網(wǎng)絡結(jié)構(gòu)對于小目標特征的提取能力有限，造成擬合的效果不好。對于第一種原因，解決的方法就是增加小目標數(shù)據(jù)集，使網(wǎng)絡能夠充分學習小目標特征；而第二種原因解決則需要優(yōu)化網(wǎng)絡模型，提高網(wǎng)絡對于小目標特征的提取能力。

5.2 SSD300網(wǎng)絡的改進應用

胡習之等[53]通過將SSD300主干網(wǎng)絡改為ResNet-50改善梯度消失的問題；馬原東等[54]通過改進SSD300網(wǎng)絡的Multibox層和引入ARConv抗旋轉(zhuǎn)卷積在網(wǎng)絡結(jié)構(gòu)統(tǒng)一的基礎(chǔ)上降低了誤檢率；對于軍事領(lǐng)域的小目標識別而言，特征圖中的default box數(shù)量與能否準確標定目標的概率息息相關(guān)，default box數(shù)量越多，尺度越小，準確識別目標的概率就越大。楊紅朝等[52]將SSD300的Conv4_3層特征圖default box種類數(shù)量增加到5個，同時將6個特征圖上的default box尺度均作縮小處理，并且對于Conv4_3層的卷積核也做了更改處理以增加卷積核輸出圖像大小使其更加有利于小目標識別。

圖5 SSD300網(wǎng)絡結(jié)構(gòu)圖[18]Fig.5 Network structure diagram of SSD300[18]

實驗部分為了驗證優(yōu)化后的網(wǎng)絡模型具有更好的效果，采用原始SSD300與優(yōu)化后的SSD300進行對比試驗，兩個網(wǎng)絡模型的訓練部分采用相同的自建軍事目標數(shù)據(jù)集，平臺為中國科學院計算技術(shù)研究所的SeeTaas，完成模型的訓練與測試。結(jié)果表明，所優(yōu)化的模型在識別速度上雖然有小幅度下降，但與原始網(wǎng)絡模型的識別速度相差不大，而且在識別精度上要比原始的網(wǎng)絡模型好，達到了72.96%，最后利用優(yōu)化后的網(wǎng)絡對前面提到的識別錯誤的小目標導彈進行重新測試識別，發(fā)現(xiàn)能夠準確地進行識別，證明了優(yōu)化算法的魯棒性。所以，在對密集小目標的識別上，進一步優(yōu)化SSD300網(wǎng)絡模型對于軍事目標的識別任務十分有幫助。

6 基于YOLO系列的軍事目標識別

6.1 YOLO網(wǎng)絡相關(guān)理論

YOLO(you only look once)系列算法的開山之作是YOLOv1，由Redmon等[14]提出，該算法一經(jīng)提出就十分受歡迎，其最大的優(yōu)勢就是檢測速度快，它將候選區(qū)與檢測兩個階段合二為一，能夠?qū)崿F(xiàn)端到端的目標識別，只需看一眼就能夠識別出圖像中的物體及其位置，相比于Faster R-CNN能夠更好地區(qū)分目標和背景。但是其缺點也十分明顯，單個單元格功能單一導致預測的數(shù)量被限制，而輸入圖像的分辨率需與訓練圖像保持一致；基于上述缺點，Redmon等[15]提出對YOLOv1更新后的YOLOv2，在原來的基礎(chǔ)上提出了新的網(wǎng)絡Darknet-19，同時使用聯(lián)合訓練方法來提升網(wǎng)絡模型的性能，使其檢測出的物體種類大于9 000，故又稱YOLO9000，但是其對于衣物或設(shè)備的識別效果并不是十分令人滿意；所以，Redmon等[16]在此基礎(chǔ)上又進行改進，提出了YOLOv3。YOLOv3也是one-stage中經(jīng)典的算法，Joseph Redmon通過將殘差塊加入Darknet-19，使得網(wǎng)絡結(jié)構(gòu)得到進一步深化，并且使用特征金字塔網(wǎng)絡(feature pyramid network, FPN)架構(gòu)實現(xiàn)多尺度檢測，并且提高了檢測的速度和準確度。由于YOLO前三個版本的作者Joseph Redmon退出CV領(lǐng)域，所以YOLO系列的更新停止了兩年，在2020年由AlexeyAB[17]繼承YOLO前面系列的思想，提出了YOLOv4，并得到了原作者Joseph Redmon的認可，在AP和FPS方面分別提升了10%和12%，能夠得到實時與高精度的檢測結(jié)果，YOLO系列的網(wǎng)絡模型在近幾年軍事目標識別中的應用也逐漸增多。

6.2 YOLO系列在軍事目標識別中的應用與對比

曾國釗[55]將YOLO與Faster R-CNN相結(jié)合應用于軍事目標識別中，考慮到Faster R-CNN精度雖然比YOLO高，卻由于網(wǎng)絡結(jié)構(gòu)復雜使得實時性難以滿足，而YOLO識別速度快，但是其精度有所損失，并且對多物體和小目標識別效果不夠理想，所以將二者結(jié)合，并且在使用回歸思想的基礎(chǔ)上增加先驗框，既能夠保證精度要求，又能夠滿足實時性。最后在自建的軍事目標數(shù)據(jù)集上進行測試，為了增強模型識別能力，提高多物體目標的識別準確率，在構(gòu)建數(shù)據(jù)集時盡量增加多的多目標圖像數(shù)量，為了使其適應不同環(huán)境需求，圖像的分辨率與清晰度也不同，在參數(shù)量方面比YOLO少了10倍以上，降低了對設(shè)備的要求，使其能夠更好地應用于實際環(huán)境。通過測試證明了檢測效果良好，準確率在90%以上，而且檢測速率能夠達到275FPS，最終將該網(wǎng)絡應用于嵌入式設(shè)備，實現(xiàn)移動軍事目標的識別。

李鑫等[56]提出了基于非監(jiān)督網(wǎng)絡的軍事目標識別算法，利用YOLOv3與DCGAN相結(jié)合，有效解決了由于數(shù)據(jù)集不足而導致的識別精度低的問題。由于YOLO算法在手工標注好的大規(guī)模數(shù)據(jù)集上進行訓練才會取得好的識別效果,而軍事目標并沒有統(tǒng)一的大規(guī)模數(shù)據(jù)集,需要自己進行手動收集和標注，所以這也致使網(wǎng)絡的魯棒性較差，而利用生成對抗網(wǎng)絡可以將隨機信號與真實圖像進行博弈生成特征類似的圖像，從而擴充數(shù)據(jù)集并進行自動標注達到非監(jiān)督學習的目的。在實驗測試部分，通過自建軍事目標數(shù)據(jù)集訓練，并將訓練好的模型與其他相關(guān)主流算法，如Faster R-CNN、Faster R-CNN相關(guān)改進算法、YOLOv2、YOLOv3、SSD513、DSSD513、RetinaNet進行對比，得出YOLOv3+DCGAN在AP、AP75、Aps、APM、APL、FPS等指標方面均優(yōu)于其他網(wǎng)絡，表明該網(wǎng)絡能夠有效解決數(shù)據(jù)集不足而導致的精度不足問題。

符惠桐等[57]提出了面向移動目標識別的輕量化網(wǎng)絡模型，即基于Ghost模塊[58]的YOLO目標識別模型。主要是針對現(xiàn)有設(shè)備算力有限，而無法在保證識別速度的同時滿足精度要求的問題而提出，通過Ghost模塊重構(gòu)目標識別網(wǎng)絡，通過減少模型參數(shù)而提升識別速度，然后加入空間金字塔模型提升識別精度，最后通過通道剪枝剔除冗余參數(shù)壓縮模型體積從而使其成為輕量化模型，滿足現(xiàn)有設(shè)備的目標識別需求。在其自建軍事目標數(shù)據(jù)集上進行訓練，在GTX1060與嵌入式計算平臺TX2上進行測試，通過與YOLOv4及YOLOv4相關(guān)改進算法進行對比試驗，表明了相較于傳統(tǒng)的YOLOv4模型，改進后的模型將原模型體積壓縮96%，浮點計算量減少91.2%，預測速度提升2.9倍，識別精度達到87.63%，精度僅損失2.43%，即滿足了更小的模型、高的精度、更快的預測速度。

劉茹茹等[59]提出了復雜場景下軍事目標的輕量級檢測方法，即輕量化Light-YOLOv3網(wǎng)絡的軍事目標識別。在深層特征網(wǎng)絡的構(gòu)建中，骨干網(wǎng)絡采用輕量級網(wǎng)絡單元，以提升網(wǎng)絡的特征提取能力并降低其計算量；預測網(wǎng)絡部分將MSCA(multi-scale context aggregation)模塊[60]加入預測網(wǎng)絡中，完成淺層到深層特征復用和融合，對遠距離目標識別問題提供了有效的幫助，并改善了復雜環(huán)境中軍事目標被遮擋的情況。通過自建數(shù)據(jù)集對Light-YOLOv3網(wǎng)絡進行驗證，并與主流的Faster R-CNN、R-FCN、Mask R-CNN、SSD、YOLO系列相關(guān)算法進行對比，得出該方法明顯優(yōu)于其他方法，在與代表性目標識別算法YOLOv4的對比中，體積是YOLOv4的1/5，F(xiàn)PS是YOLOv4的3.8倍，而且識別準確率也為最高的97.8%。將模型在非數(shù)據(jù)集的軍事視頻中進行測試，能夠精準地對軍事目標進行識別，證明了該模型具有很好的魯棒性，能夠適應多種實際場景下的軍事目標識別。

7 主流算法對比分析

首先回顧深度學習在軍事目標識別領(lǐng)域的發(fā)展，介紹了深度學習的目標識別相關(guān)算法，并對適用條件進行分析，如表2所示；而后重點介紹了目前主流的目標識別算法在軍事目標識別中的應用。通過介紹其原始網(wǎng)絡結(jié)構(gòu)，相關(guān)原理，以及針對軍事目標識別而做出的改進及應用，整個軍事目標識別算法的對比如表3所示。

(1)Mask R-CNN網(wǎng)絡通過對Anchor尺度的優(yōu)化以及引入遷移學習來解決原網(wǎng)絡的漏檢率和優(yōu)于軍事目標數(shù)據(jù)集少而導致的精度低問題。

(2)GAN與深度森林結(jié)合、CGAN與深度深林結(jié)合這兩種模型首先利用GAN及其改進之后CGAN的特性對小樣本數(shù)據(jù)集進行擴充，而后通過深度森林的對軍事目標進行分類識別。

(3)DRFCN算法是DRPN算法與DFCN算法的結(jié)合，前者用來生成高質(zhì)量的采樣圖片，后者在深層次的特征圖上提取特征進行分類識別，二者共享稠密卷積層聯(lián)合訓練，最后應用在軍事目標識別上。

表2 目標識別算法對比分析Table 2 Comparative analysis of target recognition algorithms

表3 軍事目標識別算法對比Table 3 Comparison of military target recognition algorithms

(4)E-MobileNet網(wǎng)絡通過改進原始Mobile-Net-V2網(wǎng)絡的可分離卷積層與激活函數(shù)，在減少計算量、加快收斂速度的同時提高了模型的識別準確率。

(5)SSD300網(wǎng)絡通過增加default box種類數(shù)量來提高密集小目標的識別能力，從而使網(wǎng)絡更加適用于小目標軍事目標識別。

(6)YOLO與Faster R-CNN網(wǎng)絡的結(jié)合，在保證識別效率的同時保證了識別的準確率，并將其應用于嵌入式設(shè)備實現(xiàn)了移動軍事目標的識別。

(7)YOLOv3與DCGAN的結(jié)合有效地解決了由于數(shù)據(jù)集不足導致的識別準確率低的問題。

(8)基于Ghost模塊的YOLO算法以YOLOv4為基礎(chǔ)，通過減少模型參數(shù)、壓縮模型體積提升識別速度，實現(xiàn)輕量化高準確率，使其能夠更加容易部署在移動平臺實現(xiàn)移動軍事目標的識別。

(9)輕量化Light-YOLOv3網(wǎng)絡通過在預測網(wǎng)絡中使用MSCA模塊解決實際戰(zhàn)場環(huán)境中軍事目標遮擋的問題并實現(xiàn)遠距離目標識別。

8 展望

軍事目標具有數(shù)據(jù)集少，遠距離軍事目標小，實際戰(zhàn)場環(huán)境中易受遮擋等特點，對于深度學習的目標識別算法要求就比較高，要求其網(wǎng)絡能夠克服數(shù)據(jù)集少，在此基礎(chǔ)上能夠?qū)崿F(xiàn)高準確率的識別；而且由于其特殊性，在未來戰(zhàn)場中需要部署在相關(guān)設(shè)備中進行實時的軍事目標識別，所以需要能夠解決算力問題的更多高實時性高準確率的輕量化模型，實現(xiàn)對敵方目標的快速精準識別，為實現(xiàn)精準打擊打下基礎(chǔ)。