文摘

水下声纳目标检测中扮演一个重要的角色在海洋领域的探索。为了解决复杂环境下的声纳目标检测问题,提出了一种声纳目标检测方法基于扩张紧密连接卷积神经网络(DS-CNNs)和分离研究粒子群优化(QPSO)算法。首先,提出扩张卷积分离内核扩展当地接受域的特征提取能力,提高卷积层。其次,基于线性插值算法,提出一种multisampling池(MS-pooling)操作以减少特征信息丢失和恢复图像分辨率。最后,contraction-expansion因素和差异方差在传统粒子群优化算法引入,采用QPSO算法来优化网络的权重参数模型。该方法在声纳图像数据集和验证与其他现有方法比较。使用DS-CNNs检测不同种类的声纳目标,实验表明,该检测DS-CNNs精度达到96.98%和DS-CNNs有更好的检测效果和更强的鲁棒性。

1。介绍

海洋是地球生命支持系统的一个重要组成部分,是一个巨大的天然宝库,丰富的矿产和生物资源(1]。随着世界经济的发展,要求国防及国民经济领域的,如海洋资源开发和大坝安全检测,使水下成像检测技术受到越来越多的关注2]。水下成像技术包括光学成像和声纳成像。光学成像效果相对较近,成像效果不宜在浑水区域(3]。声纳成像远程操作和穿透能力强的优点。它特别适用于浑水面积,所以广泛用于海洋探测、水下目标检测和大坝缺陷检测(4]。由于水声信道的混乱的水介质和传播的声波本身,所获得的图像成像声纳通常有问题的巨大的噪音,严重失真,目标边缘模糊,和低分辨率,这严重影响水下目标探测和识别(5]。一些声纳图像如图1。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图1
原始的声纳图像。

从水下声纳图像的局限性,必须修改许多光学图像处理方法应用于水声图像处理。许多研究已经提出了一系列声纳目标检测的方法。相结合的特征提取算法和分类器已广泛应用于声纳目标检测。例如,Lianantonakis和Petillot6)提出了一个无监督活动轮廓模型对声纳图像分割。在这种方法中,通过提取旁侧扫描声纳图像的纹理特征和提取不同纹理的重量参数特性曲线演化方程,重量参数被用来构造活动轮廓模型。伊莱亚斯et al。7)提出了一种基于图像纹理的声纳目标探测方法的特性和独立的相关分析。该方法使用传统的特征提取方法提取多个声纳图像的纹理特征,然后利用主成分分析对纹理特征进行降维。声纳目标检测使用独立的相关分析。马尔可夫是一个统计图像分割算法与减少模型参数的优势和强大的空间约束(8]。Mignotte et al。9)使用了一种新的迭代条件估计方法来检测目标区域的声纳图像。方法建立马尔可夫模型通过使用混合分布定理和标记参数估计,然后使用最大似然估计和最小二乘法计算马尔可夫模型参数。和声纳图像分割使用马尔可夫模型建立。Cacciola et al。10)使用有限元分析(FEA)设计和不合群最小化方法来检测异常的客观数据。夹头et al。11)提出了一种分层马尔可夫随机场模型来解决声纳目标探测的问题。通过结合最大似然估计和最小二乘方法,他们提出了一个比例随意的多重网格算法,和传统的马尔可夫是改善作为标签领域的层次模型金字塔的结构,它能够准确地细分潜艇阴影和海底混响噪声。燕et al。12)提出了一种基于极限学习机声纳目标检测方法。这种方法分配多个卷积神经网络提取特征的中央像素的一个类别,然后基于中央像素探测声纳图像的目标区域。蛇模型使用一些控制点,形成一定形状作为模板,通过模板本身的弹性变形,实现和谐匹配图像的地方特色,并完成能量函数最小化来实现图像分割(13]。Angiulli et al。14)使用基于数理统计的二阶抛物方程模型和检测异常目标。彭和郭15)提出了一种改进的蛇模型探测声纳目标。蛇模型被定义为一个能量最小化花键受到外部约束力量,它可以引导图像部队拉特性。与传统的蛇模型相比,这蛇模型贪婪算法可以改善收敛轮廓更快、更稳定。为了解决声纳目标探测的问题,王et al。16)提出了一种目标检测算法基于neutrosophic集和扩散的地图。首先,neutrosophic集图像的声纳图像,然后,单一灰度阈值算法提取扩散的声纳图像地图;最后,目标区域检测到使用改进的目标分数方程。结合粒子群优化(PSO)算法和聚类算法已广泛应用于声纳图像分割领域。为了解决效率和精度低的问题,现有的声纳图像分割方法,赵et al。17)提出了一个基于PSO的声纳图像分割方法和neutrosophic集。该方法首先构造图像灰度在NS域。共生矩阵表达的细纹理特征图像,它是基于二维最大熵原理。然后,这是优化的粒子群优化算法获得最优二维分割阈值向量实现目标的准确分割区域的声纳图像。郭et al。18多位数]使用粒子系统编码提出的粒子和声纳目标检测算法基于启发式粒子群优化和模糊聚类。计算基于自己的自适应变异粒子群优化粒子和全局最优粒子和实时更新粒子的位置使用一个多位数量子门旋转。改进的PSO算法的输出是用来初始化k - means聚类中心。基于模糊隶属矩阵的概念在FCM和结合噪声的隔离空间信息特征,声纳图像的目标区域分割。所有上述方法使用传统的图像处理方法来探测声纳目标。虽然取得了一些效果,这些方法存在许多问题,如复杂的算法结构和鲁棒性差。

近年来,深度学习在图像处理领域得到了广泛的应用。因为它可以提取图像的深层语义特征,不需要手动设置分类器,在图像分割深度学习有许多优点,检测和识别(19- - - - - -21]。许多研究人员深度学习应用于声纳图像处理检测声纳目标。歌等。22]深构造卷积神经网络(cnn)段声纳图像。在培训过程中,卷积模型使用多个相同大小的内核作为输入图像中提取特征。然后,马尔可夫模型用于优化结果由cnn和训练网络模型用于细分不同类型的声纳图像。Valdenegro [23)提出了一个声纳目标检测算法基于卷积神经网络。该方法检测水下小目标区域的构造深度网络模型,提出了区域建议网络生成一个目标地区的意见箱。最后,阈值优化算法用于优化网络模型的参数。结果表明,该方法可以完成检测多个小目标的检测。朱et al。24)第一次使用卷积神经网络提取深海声纳图像的语义特征,然后训练SVM分类器基于手动标记数据。在目标检测的过程中,目标区域检测到使用滑动窗口和内核。实验结果表明,其性能优于直方图的目标检测算法的梯度(猪)和局部二进制模式(LBP)。根据cnn Dzieciuch et al。25)提出了一个声纳目标检测方法基于非线性分类器和cnn的组合。该方法可以提取声纳图像的抽象和复杂的特性,它可以准确地检测目标区域和复杂的背景环境。自从方法引入了非线性操作,它有一个更快的训练速度和更高的检测精度。很少有声纳图像,可用于训练,陈和萨默斯(26)提出了一个无监督cnn声纳目标检测模型。该方法构造了一个semisupervised梯形网络,并使用它为小样本执行声纳图像分类和定位。semisupervised语义分割和目标定位声纳图像实现对整个声纳图像进行像素级的分类和使用梯形网络实现声纳图像的语义分割和目标定位。因为噪音会影响声纳图像的分割精度,焦et al。27)提出了一种基于改进的声纳图像分割方法完全卷积神经网络(FCNs)。这种方法提高了原始的均方误差损失函数通过使用余弦距离。改进后的方法可以完成海底声纳图像的准确分割。威廉姆斯和Dugelay [28)提出了一个方法基于图像融合的多视图声纳图像分类和深度学习方法。该方法可以准确地分类不同类型的声纳图像和完成分类任务对声纳图像含有噪声和复杂的背景。王、张(29日)提出了一种基于多尺度多列卷积神经网络方法(MSMC-CNNs)声纳目标检测。MSMC-CNNs并行网络结构的设计可以提高多尺度特征提取能力,和实验结果显示它可以完成对不同声纳目标检测的任务。本等。30.)提出了一个基于声纳目标检测方法转移学习和几何特征约束。方法首先使用学习转移到提高检测精度的网络模型,然后利用几何特征约束模型的方法来提高检测效率。最后,不同种类的声纳图像检测到的构造模型。

进化计算(EC)和群体智慧(SI)是成熟的高鲁棒性和广泛适用性的全局优化方法,具有自组织的特点,自适应,自学习31日]。此外,EC和SI算法并不局限的问题的性质,可以有效地处理复杂的优化问题,传统优化算法难以解决的。基于电子商务的优势和SI,许多研究用它来解决cnn的重量参数优化问题。亚历杭德罗et al。32)提出了EvoDeep进化算法优化cnn的结构和重量参数,可以提高分类精度和维护一个有效的层序。渡边和Shinozaki33)利用遗传算法(GA)和CMA-ES算法优化cnn的重量参数。在这种方法中,遗传算法用于表示CNN结构有向无环图和CMA-ES图结构的优化算法。真正的et al。34)提出了一种新的神经网络进化cnn的结构进化方法。该方法可以有效地优化cnn的重量参数,实现高分类精度CIFAR-10和cifar - 100数据集。钟和胫骨35)提出了一个GA-optimized多通道CNN股市预测的方法。该方法使用GA算法优化CNN参数,实验结果表明,GA算法能够有效提高计算效率和预测精度。解决问题的CNN优化,Połap et al。36)多线程机制用于重量参数选择、多核的机制是用来选择最好的重量在所有并行训练网络。Moayedi et al。37)优化的人工神经网络(ANN)相结合的蜻蜓算法(DA),鲸鱼优化算法(WOA)和入侵杂草优化(硫磺岛)。实验结果表明,该方法可以有效地提高预测精度的ANN模型。上面的方法表明,使用EC和SI算法可以有效地优化cnn的结构和重量参数。

目前,声纳目标检测方法基于深度学习有更好的效果比传统的图像处理方法。然而,由于复杂的结构模型和长时间训练的重量参数,现有的模型更实用。为了解决深度学习方法在声纳目标检测的问题,本文基于U-Net,扩张卷积,卷积分离,DenseNet提出扩张紧密连接卷积神经网络(DS-CNNs)分离声纳目标检测。本文的主要贡献如下:(1)扩张卷积分离内核提出扩大当地传统的卷积核的感官,提高卷积的特征提取能力层。(2)基于线性插值算法,multisampling池方法提出解决问题的特征和样本信息卷积操作所造成的损失。(3)研究粒子群优化(QPSO)算法取代传统的反向传播(BP)算法训练网络模型的权重参数。(4)DS-CNN是验证和比较先进的声纳图像数据集的方法,和DS-CNNs的鲁棒性进行了分析。

本文的其余部分组织如下。节2介绍了相关工作,包括U-Net,扩张卷积,卷积分离,DenseNet。节3DS-CNNs详细描述,包括模型参数、multisampling池和QPSO算法。声纳图像数据集上的实验实现的部分4节,并给出结论5。

在本节中,介绍了相关的工作,包括U-Net分离卷积,卷积扩张,DenseNet。

2.1。U-Net网络模型

U-Net[的结构38是一样FCN [39]和SegNet [40),包括两个部分的相互对称收缩网络和扩展网络。收缩网络参与U-Net包括卷积层、汇聚层,和激活功能,其主要功能是完成输入图像的特征提取。扩大网络部分包括反褶积和upsampling主要用于恢复地图的大小分辨率特性。此外,跳过连接的使用和池索引U-Net结构可以更好地提高分割精度。U-Net结构如图2。从图可以看出2网络U-Net收缩和扩张网络形成一个u型结构。卷积和收缩的池操作网络可以提取图像的多层语义信息,同时扩大网络实现图像的恢复特性通过多层反褶积和upsampling操作,恢复和扩大网络的混合索引操作,地图的边界信息功能是不断恢复过程中。


图2
U-Net网络模型的结构。

U-Net收缩的特点是相互映射网络和扩展网络。网络的扩张,收缩的图像特征映射网络合并,补充缺失的边界信息,从而提高像素的分类精度。此外,U-Net的u型结构使模型更直观的地图切割和拼接过程的特性。通过与低层语义特征拼接高层语义特征,模型可以获得更多的上下文信息和详细的信息。在U-Net收缩网络由十卷积层和四个max-pooling层。每个两个卷积层和一个max-pooling层形成一个将采样块,和有五个downsampling块结构收缩网络。每个将采样块由两个3×3的卷积层和一个2×2大小max-pooling层。每个downsampling块操作后,输出的大小特征映射是一半的输入特征图像,和渠道的数量变成了原来的两倍。扩展网络和收缩网络相互对应,他们主要用于图像upsampling操作。它们包括五upsampling块相同的结构,它包含两个卷积3×3层和一个2×2 max-pooling层。 The deconvolution layer uses a nonlinear unit as the activation function. After each upsampling, the image becomes twice as large as the original feature maps, and the number of channels becomes one-half. Each pixel is classified at the end of the network using SoftMax classifier.

2.2。深度方面可分离旋转

传统的卷积神经网络使用大规模的卷积核。例如,AlexNet卷积内核使用一个11×11大小。虽然一个大地方接受域,计算模型中的参数也增加。在GoogLeNet [41)模式,多个3×3小规模卷积内核级联结构是用来减少模型的参数计算在相同条件下保持原始图像接受域。小规模的卷积内核级联结构不仅增加了网络模型的深度,也增强了图像特征的非线性表达能力。自传统的卷积内核需要旋卷每个通道的输入特征图谱,模型的参数计算是沉重的。为了解决大量的参数计算的问题,霍华德et al。42)提出了一种深度方面分离卷积内核,可以大大减少网络的参数计算模型。深度方面分离卷积首先使用二维卷积操作每个通道的输入特性映射到减少参数计算,然后使用1×1卷积核进行三维卷积操作不同渠道的结合。深度方面的结构可分卷积图所示3。假设输入特征图的大小 ,通道的数量 ,和卷积核的大小 ,含有 卷积内核。


图3
深度方面可分离旋转内核。
2.3。扩张的卷积

使用标准的卷积核的卷积层会导致信息提取能力不足的过程中特征提取的图像。此外,当使用池操作执行功能降低,虽然网络模型的参数计算量降低,大量的有用的信息也会丢失。扩张卷积的使用可以有效地避免造成的信息损失池操作,而且还可以扩大当地的接受域卷积的内核(43]。此外,扩张卷积不需要压缩图像的分辨率和保留大量的内部空间信息的图像,在图像分割具有更好的效果比传统的卷积内核。扩张卷积包含扩张系数控制大小。扩张系数越大,越大接受域卷积对应内核相同的计算量。如图4的扩张卷积核扩张系数不同,分别表示,红点区域显示位置的卷积操作是必需的,和蓝色区域显示扩张的地方接受域卷积。从图可以看出4扩张的卷积核扩张系数逐渐增加而增加。

(一)
(一)
(b)
(b)
(c)
(c)
图4
扩张卷积核结构和三个膨胀率参数:(a)系数是1;(b)系数为2;(c)系数是3。
2.4。DenseNet

为了提高卷积神经网络的特征提取能力,黄等。44紧密连接卷积网络]提出了基于ResNet (DenseNet)结构(45]。DenseNet使用一个简单的功能转移的方法实现功能重用通过连接浅深功能特性。DenseNet网络结构如图5。每一层的输出可以直接连接到输入的每一层,这样的方法减少了网络模型的参数,同时提升网络深度。使用紧密连接结构可以减少参数的数量,但池操作在网络产生大小不一的特征图谱,从而无法直接连接。为了解决这个问题,总体结构的功能层紧密连接,不能DenseNet雇佣了一块设计方法,使用致密连接只在每一块区域。每个块的输出将被用作输入到下一块池操作后,紧密连接操作,仍将用于下一个块。同时,添加一层1×1回旋的每一块,以减少特征图的厚度,减少网络模型的参数大小。DenseNet的整体结构与传统的网络模型是不同的。每个块DenseNet包含一批标准化(BN), ReLU激活函数,卷积层。此外,添加一个附加的卷积层初DenseNet结构。该操作允许BN和每一块ReLU更好的函数的输出前面的块。 Since DenseNet uses a method that directly passes features, it is easier for the network to preserve shallow features, which helps to produce accurate segmentation results.


图5
紧密连接的结构。

3所示。该方法

在本节中,提出扩张紧密连接卷积神经网络(DS-CNN)分离结构,研究粒子群优化(QPSO)算法和multisampling池(MS-pooling)介绍了。

3.1。DS-CNN模型

基于U-Net [38),扩张卷积(41),深度方面分离卷积(42],DenseNet [44),紧密连接卷积神经网络扩张可分(DS-CNNs)声纳目标检测算法。DS-CNNs不仅提高声纳目标探测精度而且还减少培训和分割时间。DS-CNNs图所示的结构6。DS-CNNs网络结构包括网络结构编码器和译码器,编码器的输入网络最初的声纳图像和编码器5扩张分离卷积模块组成的网络。每个卷积块包含两个扩张卷积分离层。每个扩张卷积分离层的深度方面分离卷积3×3和1×1的尺寸,不同的扩张系数设置在这些深度方面可分离旋转。卷积核扩张系数1用于提取图像的详细特性,和卷积核扩张系数2可以提取图像的边缘特征。卷积组合不同的扩张系数可以捕获图像的多尺度上下文信息。为了避免梯度爆炸问题造成网络深度的增加和更好地利用不同层之间的特征信息,扩张分离卷积模块的输入和输出连接采用密集连接和1×1卷积内核。此外,不同的扩张分离卷积块编码器使用MS-pooling层网络连接,和MS-pooling大小2×2。随着网络层数的增加,编码器网络描述图像的能力也变得更强。每一次卷积内核池、信道卷积内核的数量翻了一番。 The specific parameters are shown in Table1。


图6
DS-CNNs的架构。
表1
DS-CNNs的具体参数。

译码器网络结构上执行upsampling编码器的功能映射提取网络和等级地图编码器网络中的高层语义特征提取的语义分割图大小相同。解码器网络结构包括三个扩张分离卷积块,不同的卷积模块相连,双线性插值采样层操作。upsampling过程中,传统的完全卷积神经网络只upsample最后映射结果获得一个相同大小的图像作为输入。然而,这upsampling操作忽略了浅输出信息,这些信息也有一些特征用于图像的功能。因此,为了更好地保持图像的空间信息,DS-CNNs保险丝浅层次信息与相应的译码器网络结构通过紧密连接(DC),这样肤浅的上下文信息可以传播到一个更高的分辨率。结合浅和深抽象特性表征特性来定位图像灰度的类别信息。

3.2。Multisampling池

池的目的操作卷积神经网络是减少维数的卷积特性映射和选择性压缩特性映射到进一步提取卷积特性。在cnn池选项包括mean-pooling max-pooling,其中mean-pooling是获取卷积特性的平均值地图,和max-pooling卷积是获取最大价值的特征图谱。mean-pooling和max-pooling的计算公式如下: 在哪里 代表池面积的大小, 代表了 池区, 代表了池特性值对应 池区。 在哪里 代表的最大功能,返回的结果的最大价值 地区。

在使用的过程中mean-pooling max-pooling, mean-pooling是使用池区域的均值作为特征响应,这很容易导致偏差估计的平均值的功能映射,导致模糊的效果。max-pooling是获取特征反应池获得最大价值的区域,所以很容易忽略的详细特征提取在每个池层。为了解决传统池操作的问题,multisampling池(MS-pooling)方法提出了代替原池操作。MS-pooling提出了基于插值算法,所以有必要插入一个基函数以适应MS-pooling中的数据。函数的对应值 在像素点 通过加权平均得到16分亲密,和MS-pooling使用两个多项式插值三次函数抽样点的矩形网格,其中基本功能如下:

multisampling池的计算方法如下: 在哪里一个,B,C所有代表矩阵和具体形式如下: 在哪里 代表像素点的像素值 , 代表原始图像的像素坐标,u和 代表了两个水平和垂直方向的像素坐标。

在使用MS-pooling操作的过程中,假设原始图像的大小 和使用MS-pooling后图像大小 。根据原始图像之间的比例和MS-pooling形象,最终图像的坐标 是由以下公式:

把它变成MS-pooling函数,其函数形式如下: 在哪里 代表了MS-pooling操作, 是输入的MS-pooling操作, MS-pooling操作的输出, 代表了图像大小使用MS-pooling操作。

不同的池的池效果如图操作7。首先受到原始图像卷积运算来获取地图一个卷积特性,然后,一个池特性映射是通过池操作。与mean-pooling和max-pooling相比,MS-pooling尽可能保持原来的特性,可以有效地避免它的传输特性的多个层网络不会导致功能丧失和梯度消失。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图7
不同的池操作结果:(一)原始图像;(b)卷积特性;(c) mean-pooling;(d) max-pooling;MS-pooling (e)。
3.3。优于经典优化算法

传统的cnn模型使用反向传播(BP)算法来完成重量参数优化。BP算法,容易让cnn模型训练陷入局部最优,收敛速度慢,不能保证网络模型的泛化能力。为了解决BP算法的问题,我们提出了研究粒子群优化(QPSO)算法训练cnn模型。在传统的粒子群优化(PSO)算法,在优化要解决的问题是定义一个粒子点N维搜索空间。粒子在搜索空间中飞在一定速度和动态调整飞行过程根据他们的飞行体验。航班搜索的过程中,每个粒子使用其当前位置和当前速度、当前位置和粒子之间的距离最好的,和当前位置之间的距离和全球最佳改变粒子的位置。在标准PSO算法,粒子群组成米粒子,每个粒子的位置被认为是一个可能的问题的初步解决方案N维搜索空间。根据他们的惰性粒子更新他们的飞行轨迹,最优位置和最优组的位置。

PSO算法的思想是加速每个粒子本身的近距离和组。移动过程如图8。粒子的初始位置和速度是随机在解空间中设置。粒子群优化算法在迭代过程中,将记录单个粒子所经历的最优位置和组和相应的适应度函数值。有许多问题在传统PSO算法,如收敛速度慢和容易陷入局部最优和穷人处理离散优化问题。为了解决PSO算法的缺陷,我们提出研究粒子群优化(QPSO)算法。基于传统PSO算法,我们介绍contraction-expansion因素和微分进化算子的QPSO算法,它不仅加速的粒子群优化算法的优化速度,还可以防止算法陷入局部最优解。QPSO算法的计算公式如下: 在哪里 代表粒子的随机位置 之间的 和 。 在哪里 代表了当前最佳位置的中心点为所有人。 在哪里 代表人口的最优位置 代表了最优个体的平均位置。 在哪里 代表的初始值contraction-expansion因素, 代表的最终价值contraction-expansion因素, 代表当前的迭代次数, 代表的最大迭代数。 在哪里 代表了下一代粒子的位置 , 代表着进化算子, 代表所有粒子的全局最优位置在当前一代, 代表当前一代的粒子的位置 ,和 和 代表了均匀分布在0到1之间。训练DS-CNNs利用QPSO算法需要计算粒子的位置信息根据方程(8)(13)和更新网络的权值和阈值。


图8
图的粒子移动的PSO算法。

DS-CNNs基于QPSO算法的训练过程如下:(1)设计网络模型的结构和初始化DS-CNNs重量参数。(2)初始化粒子群的位置信息。(3)设置控制shrink-expansion因子和初始化 。(4)计算粒子群的平均最优位置根据方程(9)。(5)随机值从0到1,确定是否小于 和更新粒子的位置根据方程(11)和(12)。(6)粒子被映射到每一层的重量参数根据相互对应的原则。(7)计算网络的均方误差,粒子根据他们的健康。计算均方误差函数如下: 在哪里 代表输入训练样本的数量, 代表输出层神经元的个数, 代表预期的输出 输出节点的第一个 样本, 代表了实际网络的输出 节点的第一个样本。(8)更新粒子个体最优和全局最优。(9)确认是否满足终止条件。如果满意,退出循环和输出全局最优,并使用它作为权重参数的网络。否则,循环再次找到最优解。

3.4。评价指标

为了定量分析声纳图像的分割准确性,特异性(SP),灵敏度(SE)、准确性(Acc), Jaccard指数(Jacc),骰子系数(骰子)作为评估标准。SP代表的比例负被分割法和消极的价值观在地面真理。SE代表比例的积极的价值观被分割方法和真正的阳性值由地面真理。Acc代表距离地面真理和提出的分割方法和他们的点击率和错误之间的关系。Jacc是一个统计指标,衡量相似性地面真理和提出的分割方法。骰子是用来测量两个样本之间的相似性。的计算公式如下: 在哪里 代表的数量真阳性像素和一个真正的积极表示像素属于目标区域分割结果预测和真实的分割结果。的 代表的是假阳性的数量的像素,假阳性表示像素是一个真实客观的地区,但它是在预测背景区域分割的结果。的 代表真正的负面的像素点的数量。真阴性表示像素是一个真实的背景区域,和预测的结果也是一个背景区域。的 代表的是假阳性的数量的像素,假阳性表示像素是一个真实的背景区域,但它是一个客观的地区预测分割结果。

4所示。实验和分析

所有实验都进行了英特尔至强(电子邮件保护)GHz CPU, 64 GB的RAM, NVidia方形住宅区M4000 GPU, 8 GB的视频内存,由CUDA工具包9.0,CUDNN V7.0中,Python 3.5.2 Tensorflow-GPU 1.8.0, Windows 7的64位操作系统。

4.1。基准数据集

声纳图像数据集收集的双频旁侧扫描声纳(Shark-S450D),这是由加拿大Imagenex公司。集合地点是在青岛,中国。一些原始的声纳图像如图9。使用声纳图像数据集训练网络的权重参数模型,收集到的3600个声纳图像按比例分为训练数据集,验证数据集和测试数据集。我们随机选择60%的数据集作为训练数据集,声纳图像数据集验证数据集的30%,另10%作为测试数据集。具体来说,训练数据集包括2160声纳图像,验证数据集包括1080张图片,包含360张图片和测试数据集。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图9
原来的声纳图像。

平均图像大小为12000×8200像素,图像的像素值在哪里取决于反射的回波强度和距离的对象。从最初的声纳图像含有噪声和受海底环境和声纳设备,收集到的图像质量很差。因此,需要对声纳图像预处理。首先,使用高斯滤波算法降噪图像。具体来说,声纳图像过滤使用一个3×3高斯滤波器模板。其次,使用线性插值算法提高声纳图像的目标区域。预处理的声纳图像如图10。

(一)
(一)
(b)
(b)
(c)
(c)
图10
声纳图像预处理:(a)原始图像;(b)降噪;(c)提高。

自原始声纳图像大小太大,它会占据更多的GPU资源,提高网络的训练时间模型,和原来的声纳图像是500×500像素。但是直接减少声纳图像的大小会导致图像的信息。所以我们使用patch-wise的方法来解决这个问题。作为图像的地面真理至关重要使用声纳图像检测的监督方法,我们使用图像注释工具LabelMe,这是由麻省理工学院开发手动标签图片。项目源代码是开放的。原始图像和相应的手动带注释的图像如图11,红色代表目标区域,黑色代表了背景区域。

(一)
(一)
(b)
(b)
(c)
(c)
图11
原始的声纳图像和相应的标签图片:(一)原始图像;(b)手动标签;(c)地面真理。
4.2。网络模型的训练

在网络的训练过程模型中,BP算法通常是用来优化网络模型的重量参数,但在DS-CNNs, QPSO算法用于优化重量参数。为了验证算法的优越性QPSO算法DS-CNN培训、BP算法和QPSO算法用于训练网络模型在声纳数据集。在培训的过程中,批量大小设置为64,时代的数量是3000,和准确性作为分割评价标准。培训过程和检测精度图所示12。

(一)
(一)
(b)
(b)
图12
培训效果不同的优化算法。

从图可以看出12QPSO算法收敛速度比BP算法的训练过程。当整个培训完成后,损失价值的QPSO算法比BP算法,表明DS-CNNs QPSO算法适用于训练。在分割精度的比较结果,优于经典算法的准确性总是高于BP算法训练过程。

由于小声纳数据集的大小,直接使用网络模型的训练会导致过度拟合或低分割精度。学习是转移到移植的模型参数训练训练ImageNet大型数据集。在网络模型中,模型的训练效率和鲁棒性可以改善。因此,DS-CNN模型的训练过程中,转移学习方法介绍,网络模型参数的原始U-Net反复训练后网络大型图像数据集用于声纳图像的检测。常见的学习方法转移包括传输和参数传输特性。功能转移是消除的分类层pretraining网络和卷积变换特性映射输出层和汇聚层为特征向量。然后,它将发送一个新的分类器特征向量检测培训。传递的参数是随机初始化部分卷积层和剩下的卷积层直接使用的重量参数pretrained网络模型和使用数据集训练对网络参数进行再培训。在DS-CNN模型中,训练使用声纳探测的参数传输方法。最初的学习速率的网络模型设置为0.001,正则项系数设置为0.001,时代的数量设置为3000。 The training effect of the two training methods of the new learning and transfer learning is compared in the sonar images dataset. The effect of the different training methods is shown in Figure13。

(一)
(一)
(b)
(b)
图13
比较不同的学习方法。

从图可以看出13使用转移学习加速网络模型的收敛速度。转移学习提高了特征提取能力,网络模型达到一个更高的检测精度。

4.3。比较不同的卷积核

为了验证提出扩张分离卷积内核在声纳图像特征提取能力更强,更适合声纳目标侦探任务,传统的卷积,卷积扩张,可变形的卷积,扩张可分用于声纳图像的特征提取效果进行比较。特征提取的可视化结果如图14。自不同的卷积核有不同图像中感兴趣的区域(roi),热图用于内核的卷积特征提取区域。不同的卷积核的热图图所示15。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图14
特征提取的效果不同的卷积核:(一)原始图像;(b)传统;(c)扩张;(d)变形;(e)扩张可分。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图15
ROI的卷积核:(一)原始图像;(b)传统;(c)扩张;(d)变形;(e)扩张可分。

从图可以看出14传统的卷积内核对声纳图像特征提取效果很差,大量的详细的图像特征丢失,导致一个不显眼的目标区域的轮廓。自扩张卷积使用不同的扩张系数扩大当地的接受域卷积的内核和提高卷积核的特征提取能力,它可以提取目标的轮廓边界,但提取的边界模糊,许多相关的信息就会丢失。可变形的卷积是缺乏有效的声纳图像的特征提取。因为它是声纳图像受噪声影响,变形分布不能完全提取特征轮廓边界特征提取和细节特征提取。扩张卷积分离内核不仅声纳图像目标区域的提取轮廓特征提取详细的功能也增强了能力通过分离卷积,所以它适用于声纳图像的特征提取的任务。从图可以看出15卷积的ROI扩张可分集中,表明扩张分离卷积有更好的目标区域特征提取影响声纳图像。因为不同的卷积核影响声纳图像的检测精度,为了验证的有效性扩张分离卷积对声纳图像检测,我们使用传统的卷积核,扩张卷积内核,内核可变形的卷积,卷积和扩张可分内核执行探测声纳图像数据集的实验。检测如图的准确性16。


图16
检测精度不同的卷积核。

从图可以看出16扩张的卷积分离检测精度更高,因为它使用一个可分离的结构,检测精度500年第一期高于其他的卷积核。3000年之后的时期完成,最终的检测精度达到95%。

4.4。比较不同的检测方法

为了验证DS-CNNs声纳目标检测的有效性,与现有U-Net [DS-CNNs比较38],FCN [39],SegNet [40],DeepLabV3 [43],PSPNet [46)网络模型对声纳图像数据集。培训过程和检测精度不同的方法如图17。声纳目标检测实验进行声纳图像数据集使用DS-CNNs和其他检测方法,和一些视觉结果如图18。

(一)
(一)
(b)
(b)
图17
培训过程和检测精度的方法:(a)培训过程;(b)的检测精度。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
(f)
(f)
(g)
(g)
图18
声纳图像不同的像素大小的检测结果:(一)原始;(b) FCN;(c) SegNet;(d) U-Net;(e) DeepLab;(f) PSPNet;(g) DS-CNNs。

从图可以看出(17日)在培训过程中,DS-CNNs收敛更快,损失值波动较小。FCN SegNet收敛缓慢在训练,他们的损失价值仍然很高,培训完成。U-Net收敛速度在最初的训练,但是当它继续训练,损失值逐渐增加。DeepLabV3和PSPNet的训练过程是相对稳定的,但损失值更高的火车什么时候完成,这表明同一时代下的训练效果差。培训效果更好的原因是,它采用扩张卷积内核,可以减少网络的参数计算模型和训练过程中加快了收敛速度。图17 (b)表明DS-CNNs比其他方法有更高的精度检测的声纳目标,表明DS-CNNs适合声纳目标检测任务。

图18显示了不同模型的结果对声纳图像的测试数据集。SegNet,从测试结果FCN和U-Net模型可以检测的轮廓区域声纳目标、详细信息的检测效果差,有信息丢失的目标区域。DeepLab和PSPNet模型有更好的分割目标区域的细节特征,但效果并不好当检测的背景区域。结果在表2表明DS-CNNs有更好的效果在声纳目标检测任务在不同的评估指标,和平均检测精度达到96.98%,这表明DS-CNNs适合声纳目标检测。

表2
检测不同模型的准确性。

不同模型的计算效率是使用内存空间的评价指标,评价参数的数量,培训时间和测试时间。不同模型的计算性能如表所示3。从表可以看出3DS-CNNs有不同的计算效率评价指标的最小值。在培训过程中内存空间是3.42 GB,这确保DS-CNNs可以部署在多个移动平台。此外,DS-CNNs的培训时间为4.5 h,这表明该模型是可行的。DS-CNNs提议的目的是使用它进行水下目标探测。在实际应用过程中,水下探测设备必须探测水下目标的位置和轮廓及时准确,所以提出了更高的要求实时检测算法的性能。DS-CNNs的单个图像测试时间是1.5秒,可满足实时要求的水下目标探测。

表3
不同模型的计算效率。
4.5。强大的分析

水下声纳图像拍摄以来,水下复杂环境会影响声纳图像的质量。同样,声纳图像的质量也有一个对实验结果的影响。为了验证DS-CNNs的有效性,该方法用于检测不同像素的声纳图像大小(Ps),和实验结果如图19和20.。可以看到,随着像素大小的增加,检测的准确性DS-CNNs逐渐增加,这表明像素大小对检测精度的影响,但DS-CNNs的检测精度约为95%,表明DS-CNNs由像素大小的变化影响较小。

(一)
(一)
(b)
(b)
图19
声纳图像不同的像素大小的检测结果:(a)原始的声纳图像不同的像素大小;(b)检测结果。

图20
检测精度不同的像素大小。

由于海底环境的影响,如水声信道、水文介质,和电磁波传播,传感器的成像特点,高噪声和弱边界通常发现在传感器检测的图像区域。散斑噪声最可观的影响声纳图像的检测。为了验证的检测精度DS-CNNs在背景噪声,高斯噪声、泊松噪声、乘性噪声和盐噪声的信噪比(信噪比)35被添加到原来的声纳图像。声纳图像与噪声的检测实验使用DS-CNNs,执行和结果如表所示4和图21。可以看出DS-CNNs仍有良好的检测影响声纳图像在噪声背景下,泊松噪声的最小影响检测效果,平均检测精度达到95.12%。高斯噪声背景下,检测效果差,但平均检测精度也达到93.28%。噪声背景下的检测结果表明,DS-CNNs健壮的噪音。

表4
检测精度的声纳图像不同的噪声类型。
(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
图21
检测结果的不同噪声背景:(一)原始图像;(b)高斯噪声;(c)泊松噪声;(d)乘法噪声;(e)盐噪声。

目标检测的任务是执行1850年随机选择使用DS-CNNs声纳图像,和1850年的声纳图像包括客观的和抽象的类型。接受者操作特征(ROC)曲线下面积(AUC)被用来评估模型对1850的影响声纳图像。中华民国,AUC DS-CNNs如图22。从图分析22模型有良好的稳定的声纳目标检测的任务。声纳图像的检测精度和抽象的目的是超过94.5%,表明DS-CNNs适用于解决声纳目标检测的问题。

(一)
(一)
(b)
(b)
图22
中华民国,AUC DS-CNNs。

5。结论

准确的检测水下声纳目标对水下检测是一个重要的任务。为了解决现有检测方法的缺点,本文提出了一种新颖的网络,DS-CNNs,水下声纳探测的目标。DS-CNNs的创新包括扩张卷积分离内核,multisample池,优于经典优化算法。在实验过程中,发现扩张卷积分离内核可以有效地提取多尺度特性的声纳目标;multisampling池操作可以减少损失的目标特征信息;优于经典优化算法模型可以加快训练速度和缓解过度拟合现象。评价了该方法的有效性,DS-CNNs用于执行在声纳图像目标检测实验数据,与现有方法相比。

实验结果表明,该检测DS-CNNs精度达到96.98%,比其他方法相比哪个更好。此外,DS-CNNs模型训练时间短和几个计算参数,所以它具有较强的实用性。鲁棒性评价的过程中,该方法仍有high-objective声纳图像含有噪声检测精度,表明DS-CNNs噪音和水下环境变化具有较强的鲁棒性。在未来的工作中,我们将集中在如何减少迭代次数,缩短运行时间。此外,我们将研究如何压缩网络模型参数,并将它们应用于水下便携设备的实际应用。

数据可用性

源代码和声纳数据集用于支持这项研究的结果已经在https://figshare.com/s/99620ba7a7bfff1400c2存储库。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持部分由中国国家自然科学基金资助61671465。