0
| 本文作者： 楊鯉萍 | 2020-03-20 13:05 |
當(dāng)下，由于水下惡劣危險(xiǎn)的環(huán)境，海洋產(chǎn)業(yè)在發(fā)展中面臨著迫切的產(chǎn)業(yè)智能化升級(jí)需求。為了解決該類(lèi)問(wèn)題，將光學(xué)技術(shù)、聲學(xué)技術(shù)和 AI 算法更好的融入到海洋產(chǎn)業(yè)中，近期，一場(chǎng)由國(guó)家自然基金委、鵬城實(shí)驗(yàn)室和湛江市人民政府聯(lián)合主辦的線上比賽「水下目標(biāo)檢測(cè)算法賽」拉開(kāi)了帷幕。
聲學(xué)圖像在水下目標(biāo)檢測(cè)中探程遠(yuǎn)、實(shí)用性強(qiáng)，針對(duì)「聲學(xué)圖像目標(biāo)檢測(cè)」賽項(xiàng)，鵬城實(shí)驗(yàn)室專門(mén)開(kāi)設(shè)了 2 期在線直播課程，先后請(qǐng)到上海達(dá)華測(cè)繪有限公司專家李太春老師和河海大學(xué)、水下信息感知技術(shù)研究中心副主任霍冠英老師，為參賽者和算法愛(ài)好人士提供深入淺出的專業(yè)講座。
課程內(nèi)容涵蓋面廣、知識(shí)干貨豐富，其中重點(diǎn)講解了聲納硬件與圖像組成、聲納圖像分類(lèi)、聲納圖像檢測(cè)具體算法等技術(shù)，并從解讀了海洋產(chǎn)業(yè)的發(fā)展與前景，現(xiàn)雷鋒網(wǎng)將課程內(nèi)容整理如下，并附上課程回放地址。
《2020「水下目標(biāo)檢測(cè)算法賽」——聲納設(shè)備及其圖像判讀應(yīng)用》：
http://www.mooc.ai/open/course/760
《2020「水下目標(biāo)檢測(cè)算法賽」 ——水下聲納圖像目標(biāo)識(shí)別研究》：
在海水中，由于介質(zhì)的改變，光波和無(wú)線電波衰減嚴(yán)重，傳播距離十分有限。而聲波在水中的傳播性能要好得多，可以覆蓋更廣闊的海洋領(lǐng)域，這也使得聲納圖像通常可以更好的用于海洋探測(cè)及產(chǎn)業(yè)中。
聲納本身是英文 sonar 一詞的音譯，而 sonar 則是 sound navigation and ranging 的字頭組成，意思是聲學(xué)導(dǎo)航與測(cè)距。因此，聲納的也是利用聲波對(duì)水下物體進(jìn)行探測(cè)和定位識(shí)別，而海洋聲納技術(shù)即用于對(duì)海洋物理參數(shù)與過(guò)程的探測(cè)和對(duì)海洋各種特定目標(biāo)特性的探測(cè)。
圖 1 應(yīng)用于海洋檢測(cè)的聲納技術(shù)
聲納從工作原理上，可劃分為聲納目標(biāo)主動(dòng)探測(cè)技術(shù)和上哪目標(biāo)被動(dòng)探測(cè)技術(shù)；從目標(biāo)能否成像上，可劃分為成像聲納技術(shù)和非成像聲納技術(shù)；而從工作流程與功能上，可劃分為聲納目標(biāo)檢測(cè)技術(shù)、聲納目標(biāo)跟蹤技術(shù)、聲納目標(biāo)識(shí)別技術(shù)和聲納目標(biāo)定位技術(shù)。
本次比賽的數(shù)據(jù)集是由鵬城實(shí)驗(yàn)室推出的當(dāng)前業(yè)內(nèi)最大、最具廣泛性的聲學(xué)圖像數(shù)據(jù)集。其中所用到的聲納技術(shù)均為成像聲納技術(shù)，側(cè)掃聲納和前視聲納為采集圖像的主要設(shè)備。兩種設(shè)備主要用于探測(cè)水下靜止目標(biāo)物，并給出目標(biāo)的距離、方位、高度和圖像。
圖 2 聲吶硬件的基本組成主要包括：換能器（TRANSDUCER）、拖纜、信號(hào)處理器、采集終端
其中，側(cè)掃聲吶主要應(yīng)用于大面積的海底地形地貌調(diào)查，包括水下位置未知目標(biāo)物的搜索等。在工作時(shí)，側(cè)掃聲吶聲波的發(fā)射基陣以一定的俯仰角和左右兩個(gè)扇面向兩側(cè)的水體中發(fā)射聲波脈沖信號(hào)，工作原理如圖 3 所示。
目前，在海洋工程、海洋地質(zhì)調(diào)查、海洋地質(zhì)科學(xué)研究及海道測(cè)量中，側(cè)掃聲吶已經(jīng)得到了廣泛應(yīng)用，并成為目前海洋測(cè)量及調(diào)查研究必不可少的重要手段。
圖 3 側(cè)掃聲吶工作時(shí)，聲波的發(fā)射基陣以一定的俯仰角和左右兩個(gè)扇面向兩側(cè)的水體中發(fā)射聲波脈沖信號(hào)，同時(shí)接受基陣接受回波信號(hào)并根據(jù)回波到達(dá)的時(shí)間及其強(qiáng)度繪制海洋環(huán)境的聲吶圖像
而前視聲納與側(cè)掃聲納工作原理類(lèi)似。最大的區(qū)別在于前視聲納的聲波發(fā)射基陣，一般以一個(gè)扇面向前或者向垂直方向（向上、向下）發(fā)射脈沖信號(hào)，工作原理如圖 4 所示。因此，前視聲吶主要應(yīng)用于水下航行器的導(dǎo)航避碰，特定目標(biāo)物的掃描檢測(cè)等。
圖 4 前視聲吶工作原理圖與成像示例，聲波發(fā)射基陣以扇面發(fā)射脈沖信號(hào)
通常情況下，聲納圖像主要由 7 部分組成，包括：聲波發(fā)射源、水面反射波、水體雜波、海底反射波、水柱、目標(biāo)物、陰影；除此之外，聲納圖像還可能包括一些處理得到的標(biāo)記。圖 5 展示了一個(gè)經(jīng)典的聲納圖像基本組成圖示：
圖 5 聲納圖像基本組成的經(jīng)典解析圖示；其中，A 是觸發(fā)脈沖，B 是第一表面返回波，C 是水體中雜波，D 是第一海底返回波，E 是水柱（即盲區(qū)），F(xiàn) 是沉沒(méi)的漁船，G 是陰影， H 是數(shù)字通道， I 是系統(tǒng)操作設(shè)置，J 是距離標(biāo)記。
而聲納設(shè)備形成圖像的過(guò)程一般分為以下幾步：設(shè)備換能器陣發(fā)出聲脈沖，并且收聽(tīng)返回的回聲信號(hào)，返回的聲波由聲能轉(zhuǎn)換成電能，并且通過(guò)拖曳電纜向上傳送到海面上船的記錄顯示單元。
然后在船上顯示記錄單元，信號(hào)被處理成所需要的形式，然后發(fā)送到監(jiān)視器和記錄儀上，形成一幅記錄圖像，圖 6 則展示了該過(guò)程。
圖 6 聲納設(shè)備成像的過(guò)程；其中，圖（左）為形成的聲納圖像，圖（右）為對(duì)應(yīng)的聲波圖像
如果要通過(guò)聲納圖像辨別其中的目標(biāo)物，可以結(jié)合聲學(xué)陰影進(jìn)行檢測(cè)。
通常情況下，深色（高亮）的回聲和白色（黑色）的陰影斑紋，表現(xiàn)出海底底床上目標(biāo)的凸起和凹陷。其中：
一個(gè)目標(biāo)直立在周?chē)教沟沫h(huán)境中，它將反射一個(gè)強(qiáng)的回聲信號(hào)到聲吶，并且在記錄上產(chǎn)生深色（高亮）的標(biāo)記；強(qiáng)的反射信號(hào)后面跟隨著白色（黑色）的聲學(xué)陰影，則是典型的目標(biāo)凸起。
而有一個(gè)凹陷，白色（黑色）的區(qū)域出現(xiàn)深色（高亮）的區(qū)域前面，甚至穿過(guò)深色（高亮）區(qū)域，它不是真實(shí)的陰影。
圖 7 通過(guò)黑色陰影，可以辨別出目標(biāo)物為駱駝
除此之外，結(jié)合一些基本的聲納圖像知識(shí)，也可以有助于準(zhǔn)確識(shí)別目標(biāo)物。其中包括：
硬質(zhì)、粗糙、凸起的水底回波較強(qiáng)，軟質(zhì)、平滑、凹陷的水底回波較弱。
被遮擋的水底不產(chǎn)生回波；距離越遠(yuǎn)回波越弱。
天然地形產(chǎn)生的聲學(xué)表現(xiàn)通常是不規(guī)則形狀的圖像變化，圖像邊緣過(guò)度相對(duì)平緩，人工目標(biāo)物通常表現(xiàn)為相對(duì)規(guī)則的圖像變化，圖像邊緣過(guò)度相對(duì)明顯。
合理運(yùn)用聲納圖像的幾何關(guān)系，判斷目標(biāo)物的大小、高度等特征。
結(jié)合聲吶設(shè)備的位置、姿態(tài)、航向等信息，可以對(duì)圖像聲吶反映出來(lái)的特征進(jìn)行量測(cè)和計(jì)算。
圖 8 使用基礎(chǔ)聲納圖像知識(shí)進(jìn)行目標(biāo)物識(shí)別，通過(guò)聲納圖像的波形判別目標(biāo)物的特性
目前，聲吶的工作性能除了受自身技術(shù)參數(shù)的限制之外，還受環(huán)境因素影響很大，如：聲速-深度分布、波浪、海底底質(zhì)、水深、海流等。這將導(dǎo)致聲波的折射、擴(kuò)散、吸收、噪聲等問(wèn)題。
這也導(dǎo)致在對(duì)聲納圖像左準(zhǔn)確智能檢測(cè)時(shí)，將面臨噪聲干擾、灰度畸變、幾何畸變、形態(tài)多樣、樣本稀缺、混疊失真等問(wèn)題。
圖 9 為同一架飛機(jī)的聲納圖像，具有形態(tài)多樣的特性
針對(duì)其中一些關(guān)于圖像去噪、圖像增強(qiáng)、目標(biāo)分割、目標(biāo)分類(lèi)等問(wèn)題，課程提供了相應(yīng)的算法思路，可幫助實(shí)現(xiàn)改善目標(biāo)檢測(cè)結(jié)果的精度：
非局部均值聲納圖像去噪
圖像去噪聲在 OCR、機(jī)器人視覺(jué)與機(jī)器視覺(jué)領(lǐng)域應(yīng)用開(kāi)發(fā)中是重要的圖像預(yù)處理手段之一，對(duì)圖像二值化與二值分析很有幫助。
但通常進(jìn)行局部去噪時(shí)，往往我們會(huì)忽視邊緣處的去噪效果，而近年提出的一種新型去噪技術(shù)可以很好的解決該問(wèn)題。非局部均值去噪可以采用：NL-means、BM3D、SAR-BM3D 等方法。
其中，非局部均值（NL-means）方法的基本思想是：當(dāng)前像素的估計(jì)值由圖像中與它具有相似鄰域結(jié)構(gòu)的像素加權(quán)平均得到，在去噪的同時(shí)，可以最大程度地保持圖像的細(xì)節(jié)特征。
其中，非局部均值迭代聲吶圖像的去噪流程為:
第一次基于含噪塊的均值約束，第二次基于第一次得到的去噪塊的結(jié)構(gòu)相似度；
兩次塊匹配濾波權(quán)值采用不同距離，第一次依據(jù)瑞麗噪聲統(tǒng)計(jì)假設(shè)，第二次計(jì)算假設(shè)真值已知。
圖 10 非局部均值聲納圖像去噪示意圖
仿人眼視覺(jué)聲納圖像增強(qiáng)
通常，圖像增強(qiáng)的方法包括了：線性拉伸、Gamma 校正、直方圖據(jù)恒華、Retinex 處理、小波變換域增強(qiáng)等，但此類(lèi)方法除了可能放大噪聲之外，還有一個(gè)局限在于參數(shù)選取部分，要求開(kāi)發(fā)者有較成熟的經(jīng)驗(yàn)。
因此，基于這一問(wèn)題，可以使用人眼視覺(jué)方法進(jìn)行處理，包括：多分辨率、多方向性、局部化、稀疏表示、對(duì)數(shù)調(diào)節(jié)等。
而恰好 Curvelet 變換能夠很好的處理多尺度、多方向、局部化等問(wèn)題，因此在圖像增強(qiáng)部分的處理思路可以采?。?br/>
Curvelet 變換-->人眼視覺(jué)的多通道結(jié)構(gòu)
自適應(yīng)非線性映射-->人眼對(duì)數(shù)調(diào)節(jié)
Curvelet 重構(gòu)
圖 11 圖像增強(qiáng)處理，從左到右分布為直方圖均衡化、Retinex 處理及仿人眼視覺(jué)圖像增強(qiáng)結(jié)果，可以看到第三種處理方式在圖像細(xì)節(jié)上效果更好
邊緣約束的聲納圖像目標(biāo)精準(zhǔn)分割
在聲納圖像目標(biāo)檢測(cè)分割方法中，邊緣檢測(cè)法（sobel、Canny、小波模極大等）、閾值分割（Otsu、屬性直方圖等）、聚類(lèi)分割（k-means、依賴分布）、MRF 模型、活動(dòng)輪廓模型都是可以參考的方法。
但每個(gè)方法也都具有各自的局限，如：完整性較弱、鄰域一致性處理較差、邊緣精確性低、收斂慢等。
因此，在這個(gè)階段，可以考慮這樣的思路，如圖 12所示：
綜合邊緣信息、區(qū)域特征、平滑閱讀構(gòu)造活動(dòng)輪廓模型泛函，以同時(shí)提高檢測(cè)結(jié)果的準(zhǔn)確性和魯棒性。
初始分割、局部匹配、邊緣誘導(dǎo)，從而加快收斂過(guò)程。
圖 12 邊緣約束的聲納圖像目標(biāo)精確檢測(cè)示意圖
遷移學(xué)習(xí)下的聲納圖像目標(biāo)分類(lèi)識(shí)別
在目標(biāo)識(shí)別部分，通常分為特征提取和分類(lèi)器兩部分。目前最具區(qū)分能力的特征包括：傅里葉描繪子、鏈碼、Hu 不變矩、灰度共生矩陣、Haar 特征、Gabor 特征、LBP 特征、HOG 特征、SIFT 特征、SURF 特征等。
而對(duì)于特定的識(shí)別任務(wù)，往往篩選及調(diào)整特征及其耗時(shí)，一旦換一個(gè)識(shí)別任務(wù)之后，一切可能將需要全部重新設(shè)計(jì)。
因此，能否由機(jī)器直接從數(shù)據(jù)中學(xué)習(xí)來(lái)表示本身呢？就像人的大腦可視皮層的分級(jí)那樣，具備抽象和迭代的功能，從而對(duì)聲納圖像中的目標(biāo)及其陰影，具有發(fā)現(xiàn)同類(lèi)目標(biāo)中深層次共性特征的能力。
由此可以考慮將深度神經(jīng)網(wǎng)絡(luò)運(yùn)用到檢測(cè)算法中來(lái)，通過(guò)其多次迭代組合底層的分布式特征形成更抽象的高層表示，解決表示學(xué)習(xí)的核心問(wèn)題。
然后再結(jié)合人臉識(shí)別時(shí) CNN 的思想，將深度卷積神經(jīng)網(wǎng)絡(luò)運(yùn)用到目標(biāo)分類(lèi)識(shí)別算法中，推薦的思路如圖 13所示。
圖 13 遷移學(xué)習(xí)下的聲納圖像目標(biāo)分類(lèi)識(shí)別
除了在線講座課程之外，為了更好的幫助參賽者理解水下聲吶圖像目標(biāo)識(shí)別，賽方還提供了多樣的聲學(xué)圖像檢測(cè)學(xué)習(xí)資料，包括：模型代碼、baseline、優(yōu)質(zhì)論文以及經(jīng)典的學(xué)習(xí)資源。（其中，相關(guān)資源已同步至官網(wǎng)首頁(yè)，http://uodac.pcl.ac.cn/ ）
同時(shí)，考慮到本次算法賽參與的開(kāi)發(fā)者覆蓋群體非常廣泛，大家所關(guān)注的問(wèn)題也較為分散，大賽詳情頁(yè)面也設(shè)置了討論區(qū)，參賽者可以通過(guò)該加入討論群有針對(duì)性的答疑解惑。
圖 14 比賽詳情頁(yè)面，可由此進(jìn)入討論區(qū)
目前，賽方也給出了一個(gè)《常見(jiàn)問(wèn)題解答》的文檔，在遇到問(wèn)題時(shí)，也可先參考文檔給出的一些解決方案。文檔地址為：https://shimo.im/docs/dQkEVzmKLVUKFnAw/read 。
值得一提的是，早在黨的「十八大」時(shí)，我國(guó)就作出了「建設(shè)海洋強(qiáng)國(guó)」的重大部署；這之后，十九大則在此基礎(chǔ)上提出了全面加快海洋強(qiáng)國(guó)建設(shè)的目標(biāo)。近年來(lái)，習(xí)近平總書(shū)記也多次在重要場(chǎng)合提到海洋發(fā)展。
在 2017 年 7 月，國(guó)務(wù)院發(fā)布《關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，并在海洋產(chǎn)業(yè)領(lǐng)域提出「研制和推廣海洋機(jī)器人「的意見(jiàn)，這也正貼合了海洋產(chǎn)業(yè)升級(jí)的迫切需求。
在人工智能的幫助下，海洋產(chǎn)業(yè)得以應(yīng)對(duì)水下作業(yè)危險(xiǎn)系數(shù)高、捕撈成本大、體能要求強(qiáng)以及環(huán)境不可控等難題，因此該產(chǎn)業(yè)也具備更高的開(kāi)發(fā)潛力。
圖 15 海洋開(kāi)發(fā)多樣化技術(shù)展示
由前文所介紹的多樣化技術(shù)也可以看出，在國(guó)家的大力支持下，海洋建設(shè)在技術(shù)方面也已經(jīng)取得了可喜的成果?？蛇@當(dāng)然遠(yuǎn)遠(yuǎn)不夠，海洋開(kāi)發(fā)與建設(shè)還需要更多 AI 技術(shù)領(lǐng)域開(kāi)發(fā)者的加入。
而本次加入「聲學(xué)圖像目標(biāo)檢測(cè)賽」恰好提供了這樣的平臺(tái)。這不止是一個(gè)展示個(gè)人技術(shù)的舞臺(tái)，也是緊跟時(shí)代建設(shè)的敲門(mén)磚。如果在比賽中獲得較好的名次，該比賽所提供的高達(dá) 72 萬(wàn)元的獎(jiǎng)金池，以及進(jìn)入鵬城實(shí)驗(yàn)室、騰訊科技的招聘面試綠色通道，也將通通拿走！
目前，該賽項(xiàng)已經(jīng)吸引了眾多來(lái)自哈爾濱?程?學(xué)、中??學(xué)、中國(guó)科學(xué)院?學(xué)、浙江大學(xué)等高校學(xué)生，以及名企的算法愛(ài)好者，比賽正在如火如荼的進(jìn)行中。
所以，假如你也正好從事算法工作，你也有志于在目標(biāo)檢測(cè)識(shí)別、機(jī)器人、人工智能和海洋建設(shè)領(lǐng)域嶄露頭角，請(qǐng)抓住這個(gè)難得的好機(jī)會(huì)，初賽截至 4 月 11 日。
水下目標(biāo)檢測(cè)算法賽（聲學(xué)圖像賽項(xiàng)）報(bào)名地址：
https://www.kesci.com/home/competition/5e532ac62537a0002ca859a6
雷鋒網(wǎng) 雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
