基于深度學(xué)習(xí)的無人機(jī)識(shí)別算法研究

　　摘 要： 無人機(jī)的廣泛運(yùn)用，在給人們帶來便利的同時(shí)，也引發(fā)了不良影響。比如，無人機(jī)飛入禁飛區(qū)引發(fā)安全問題，由于不正當(dāng)?shù)氖褂们址腹竦碾[私等，因此需要構(gòu)建一個(gè)無人機(jī)警察系統(tǒng)，對(duì)無人機(jī)實(shí)施監(jiān)控，遏制亂飛現(xiàn)象。采用傳統(tǒng)的識(shí)別方法，靈活性不足，精度也不夠高。為此提出一種基于深度學(xué)習(xí)的無人機(jī)識(shí)別算法，通過訓(xùn)練一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的學(xué)習(xí)網(wǎng)絡(luò)，得出一個(gè)高效的識(shí)別模型，實(shí)現(xiàn)無人機(jī)和非無人機(jī)間的分類。模型的測(cè)試結(jié)果表明，該方法具有較高的識(shí)別率。

　　關(guān)鍵詞： 深度學(xué)習(xí);無人機(jī);視覺傳感網(wǎng);特征提取

　　中圖分類號(hào)： TN91

　　文獻(xiàn)標(biāo)識(shí)碼： A

　　DOI：10.16157/j.issn.0258-7998.2017.07.022

　　中文引用格式： 蔣兆軍，成孝剛，彭雅琴，等. 基于深度學(xué)習(xí)的無人機(jī)識(shí)別算法研究[J].電子技術(shù)應(yīng)用，2017，43(7)：84-87.

　　英文引用格式： Jiang Zhaojun，Cheng Xiaogang，Peng Yaqin，et al. A novel UAV recognition algorithm based on deep learning approach[J].Application of Electronic Technique，2017，43(7)：84-87.

　　0 引言

　　無人機(jī)技術(shù)的發(fā)展十分迅速。從美軍無人機(jī)的使用，到現(xiàn)在無人機(jī)在研究、民用等多方面的普及，無人機(jī)已成為一種新的潮流[1-2]。隨之而來也帶來很多新問題，此前無人機(jī)險(xiǎn)撞戰(zhàn)機(jī)事件的發(fā)生，就給人們敲響了警鐘。因此，無人機(jī)警察系統(tǒng)的搭建勢(shì)在必行。本文的研究重點(diǎn)為：建立視覺傳感網(wǎng)，用于無人機(jī)的圖像捕捉和信息存儲(chǔ);引入深度學(xué)習(xí)對(duì)無人機(jī)進(jìn)行識(shí)別，及時(shí)發(fā)現(xiàn)“黑飛無人機(jī)”，并采取相應(yīng)報(bào)警措施，實(shí)現(xiàn)對(duì)無人機(jī)的全面監(jiān)管。

　　1 視覺傳感網(wǎng)

　　整個(gè)視覺傳感網(wǎng)(Visual Sensor Networks，VSNs)由多個(gè)節(jié)點(diǎn)組成，每個(gè)節(jié)點(diǎn)都將由攝像機(jī)陣列構(gòu)成，這將作為整個(gè)系統(tǒng)的基礎(chǔ)部分[3]，如圖1。

　　城市環(huán)境下一個(gè)節(jié)點(diǎn)的安置示意圖如圖2。

　　為了減輕對(duì)居民的干擾，可以修改攝像機(jī)焦距參數(shù)，從而限制攝像機(jī)的拍攝范圍。通過多臺(tái)攝像機(jī)交叉覆蓋，成功地將中間的空地區(qū)域全方位地納入監(jiān)控之中。

　　考慮到多節(jié)點(diǎn)所提供的龐大數(shù)據(jù)量以及優(yōu)化控制結(jié)構(gòu)的需要，將數(shù)據(jù)網(wǎng)絡(luò)設(shè)計(jì)成三層結(jié)構(gòu)。位于最底層的第三層由數(shù)量不等的節(jié)點(diǎn)構(gòu)成一系列簇組成，每個(gè)簇內(nèi)的節(jié)點(diǎn)統(tǒng)一將數(shù)據(jù)發(fā)往一臺(tái)次級(jí)處理服務(wù)器。整個(gè)網(wǎng)絡(luò)內(nèi)的次級(jí)處理服務(wù)器構(gòu)成網(wǎng)絡(luò)的第二層，將數(shù)據(jù)送往位于第一層的中央高級(jí)服務(wù)器。

　　2 基于深度學(xué)習(xí)的圖像識(shí)別中心

　　無人機(jī)警察系統(tǒng)中關(guān)鍵組成是圖像識(shí)別中心，其任務(wù)是將視覺傳感網(wǎng)中的圖像信息進(jìn)行分析和處理，從圖像中識(shí)別出無人機(jī)，從而實(shí)現(xiàn)對(duì)無人機(jī)的監(jiān)控，屬于目標(biāo)識(shí)別領(lǐng)域。目前這一領(lǐng)域已經(jīng)有了大量的優(yōu)秀成果出現(xiàn)。最常見有行人檢測(cè)問題，可用的特征包括：Haar、HOG、CSS、LBP等多種，這些特征表達(dá)了人體的各個(gè)重要部分，并且充分考慮了遮擋等情形。王曉剛和歐陽(yáng)萬(wàn)里更提出了基于深度學(xué)習(xí)的行人檢測(cè)手段，通過聯(lián)合學(xué)習(xí)行人檢測(cè)中的4個(gè)重要組成部分——特征提取、人體部件形變處理、遮擋處理和分類，最大化了各自的作用[4]。他們?cè)趥鹘y(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，加入了形變處理層，最終習(xí)得的特征具有很強(qiáng)的判別力，優(yōu)于HOG等特征。王曉剛團(tuán)隊(duì)的方案，是深度學(xué)習(xí)在目標(biāo)識(shí)別領(lǐng)域的成功應(yīng)用，給本文的研究提供了研究參考。再比如人臉識(shí)別問題[5-6]，則具有更復(fù)雜的變化，因?yàn)槿四樖芊N族、膚色、表情、情緒、光照環(huán)境、物體遮擋等眾多因素的影響。推廣到各種特定物體的識(shí)別乃至場(chǎng)景識(shí)別、深度學(xué)習(xí)也有很多方案[7]。由于無人機(jī)警察系統(tǒng)中圖片信息量豐富，且無人機(jī)的飛行狀態(tài)多樣，因此識(shí)別難度較大。為此，本文將引入深度學(xué)習(xí)算法，并以卷積神經(jīng)網(wǎng)絡(luò)作為圖像識(shí)別中心。

　　2.1 卷積神經(jīng)網(wǎng)絡(luò)

　　2006年，Hinton等人首次提出深度學(xué)習(xí)的概念[8]，并開啟了深度學(xué)習(xí)的研究浪潮，其認(rèn)為：多隱層的人工神經(jīng)網(wǎng)絡(luò)能夠更好地模擬人腦的思考過程，具有更加優(yōu)異的學(xué)習(xí)能力，能夠?qū)?shù)據(jù)進(jìn)行更本質(zhì)的刻畫，從而提高可視化或者分類的能力。

　　卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)中第一個(gè)真正多層結(jié)構(gòu)學(xué)習(xí)算法，其在圖像識(shí)別領(lǐng)域優(yōu)勢(shì)明顯。它利用感受野、局部連接等概念極大地減少了參數(shù)量，降低了網(wǎng)絡(luò)模型的復(fù)雜度，提高了訓(xùn)練效率，且網(wǎng)絡(luò)對(duì)于平移、縮放的各種變形都具備高度不變性。

　　卷積神經(jīng)網(wǎng)絡(luò)屬于前饋多層神經(jīng)網(wǎng)絡(luò)的一種，每層由多個(gè)二維平面組成，多個(gè)神經(jīng)元組成了每個(gè)平面，其結(jié)構(gòu)如圖3所示。

　　卷積神經(jīng)網(wǎng)絡(luò)利用了一系列的卷積層，降采樣層構(gòu)建了多層網(wǎng)絡(luò)，來模擬人腦感知視覺信號(hào)的逐層處理機(jī)制，從而提取圖像的多層次特征。

　　通過加入卷積層，可以實(shí)現(xiàn)局部連接網(wǎng)絡(luò)，有效減少了需要訓(xùn)練的網(wǎng)絡(luò)參數(shù)。例如，對(duì)一張大的圖片輸入，其尺寸為r×c，隨機(jī)采樣為a×b的小圖片，如果隱含節(jié)點(diǎn)為k個(gè)，那么最終學(xué)習(xí)到的特征數(shù)為：

　　池化層是為了解決網(wǎng)絡(luò)輸出維數(shù)過大、造成分類器難以設(shè)計(jì)的問題。同樣是根據(jù)統(tǒng)計(jì)結(jié)果的相似性原理，池化操作對(duì)卷積得到的結(jié)果進(jìn)行統(tǒng)計(jì)計(jì)算，減少了需要訓(xùn)練的系統(tǒng)參數(shù)。

　　權(quán)值更新采用BP反向傳播算法。反向傳播的誤差可看做每個(gè)神經(jīng)元的基的靈敏度(即誤差E對(duì)基b變化率的偏導(dǎo)函數(shù))，然后利用以下關(guān)系式：

　　最后的分類應(yīng)用了Logistic Regression擴(kuò)展的一種多分類器：Softmax Regression。其系統(tǒng)方程及系統(tǒng)損失函數(shù)分別為：

　　2.2 基于深度學(xué)習(xí)的無人機(jī)識(shí)別流程

　　由于視覺傳感網(wǎng)獲得的一系列圖像中，關(guān)注的對(duì)象可能只占其中的一小部分像素區(qū)域，又由于對(duì)象具有運(yùn)動(dòng)性，故在識(shí)別中心操作之前將采取幀差法提取感興趣的對(duì)象，作為算法的正式輸入[10-11]。二幀差法基本原理如下：

　　其中i(t)、i(t-1)分別為t、t-1時(shí)刻對(duì)應(yīng)像素點(diǎn)的像素值，T為閾值。

　　基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的無人機(jī)識(shí)別流程如下所示。

　　步驟一：數(shù)據(jù)預(yù)處理

　　(1)幀差法提取目標(biāo)區(qū)域;

　　(2)數(shù)據(jù)格式轉(zhuǎn)換;

　　(3)預(yù)定義標(biāo)簽;

　　步驟二：深度網(wǎng)絡(luò)訓(xùn)練、測(cè)試

　　(1)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，確定網(wǎng)絡(luò)層次結(jié)構(gòu)和權(quán)重參數(shù)等;

　　(2)數(shù)據(jù)依次進(jìn)入卷積層、池化層、全連接層，進(jìn)行計(jì)算;

　　(3)采用Backpropagation Pass反向傳播，進(jìn)行參數(shù)調(diào)整;

　　(4)當(dāng)誤差滿足或者迭代次數(shù)滿足時(shí)，網(wǎng)絡(luò)停止訓(xùn)練，進(jìn)入Accuracy層計(jì)算準(zhǔn)確率并輸出(只在測(cè)試階段執(zhí)行，訓(xùn)練時(shí)不執(zhí)行)。

　　3 識(shí)別性能與結(jié)果分析

　　首先構(gòu)建了視覺傳感網(wǎng)，設(shè)置了2個(gè)節(jié)點(diǎn)，目前系統(tǒng)僅限于白天工作。

　　輸入2 848張圖片進(jìn)行訓(xùn)練，基礎(chǔ)學(xué)習(xí)率設(shè)置為0.001，迭代5 000次后獲得的模型用于之后的測(cè)試分析。測(cè)試時(shí)輸入712張圖片，模型正確分類的情形共有634例，可得：

　　由于目前無人機(jī)識(shí)別方面沒有其他現(xiàn)成的模型可供比較，因此本文分析了ROC曲線參數(shù)。在信號(hào)檢測(cè)理論中，接收者操作特征(Receiver Operating Characteristic，ROC)是一種對(duì)靈敏度進(jìn)行描述的功能圖像，該圖像稱為ROC曲線。應(yīng)用ROC曲線來表示分類器的性能非常直觀。同時(shí)為了定量且簡(jiǎn)潔地表達(dá)這種性能，Area Under roc Curve(AUC)被提出。AUC的值等于ROC曲線正下方的面積，AUC的數(shù)值越大，分類器的性能越好。圖4表示的是與ROC曲線繪制相關(guān)的一些量，依次為TP(True Positive)、FP(False Positive)、FN(False Negative)、TN(True Negative)。

　　在隨機(jī)分類模型，對(duì)于任一樣本輸入，模型對(duì)其的預(yù)測(cè)score是完全隨機(jī)的，假設(shè)預(yù)測(cè)score落在區(qū)間[0，1]上，則預(yù)測(cè)概率數(shù)學(xué)表達(dá)為：

　　因此本文的ROC曲線圖結(jié)果如圖5所示。圖中整個(gè)曲線越向點(diǎn)(0，1)逼近，模型的性能就越好。

　　4 結(jié)論

　　本文較好地將深度學(xué)習(xí)的方法應(yīng)用到了無人機(jī)警察系統(tǒng)這個(gè)新穎的概念上，對(duì)無人機(jī)的識(shí)別率比較高。在網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)上，可能存在冗余，導(dǎo)致模型收斂速度不夠快，訓(xùn)練效率有所損失。后期將繼續(xù)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的進(jìn)行研究，希望能夠進(jìn)一步提高模型的質(zhì)量，并使其具有更廣的適應(yīng)性。

　　參考文獻(xiàn)

　　[1] 閆玉巧.面向無人機(jī)的自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].西安：西安電子科技大學(xué)，2011.

　　[2] 胡占雙.無人機(jī)飛行姿態(tài)檢測(cè)及控制研究[D].沈陽(yáng)：沈陽(yáng)航空航天大學(xué)，2013.

　　[3] AHMAD N.Modelling and optimization of sky surveillance visual sensor network[D].Mid Sweden University，2012.

　　[4] OuYang Wanli，Wang Xiaogang.Joint deep learning for pedestrian detection[C].ICCV，2013.

　　[5] Li Ming，Yu Chengyang，Nian Fuzhong，et al.A face detection algorithm based on deep learning[C].IJHIT，2015.

　　[6] Nagpal Shruti，Singh Maneet，Singh Richa，et al.Regularized deep learning for face recognition with weight variations[J].IEEE Access，2015，3：3010-3018.

　　[7] Yuan Yuan，Mou Lichao，Lu Xiaoqiang.Scene recognition by manifold regularized deep learning architecture[J].IEEE Transactions on Networks & learning，2015，16(10)：2222.

　　[8] HINTON G E，SALAKHUTDINOV R R.Reducing the dimensionality of data with neural networks[J].Science，2006，313：504-507.

　　[9] SAXE A M，KOH P W.On random weights and unsupervised feature learing[C].International Conference on Machine Learing，2011：1089-1096.

　　[10] 王鑫.檢測(cè)不規(guī)則圖形的改進(jìn)廣義Hough變換[D].北京：首都師范大學(xué)，2012.

　　[11] 唐俐勒.視頻監(jiān)控中運(yùn)動(dòng)圖像檢測(cè)與測(cè)距技術(shù)的研究[D].西安：西安科技大學(xué)，2010.