無人機(jī)巡檢圖像電力小部件識(shí)別技術(shù)研究

張鷗 徐強(qiáng)勝 劉靖波 劉瑞 史哲 彭丹青 賈高毅

摘? ?要：隨著無人機(jī)（UAV）在電巡線作業(yè)中的應(yīng)用推廣，對(duì)無人機(jī)巡檢圖像的目標(biāo)識(shí)別需求也越來越強(qiáng)烈。傳統(tǒng)的電力部件識(shí)別流程常使用經(jīng)典的機(jī)器學(xué)習(xí)算法，如支持向量機(jī)（SVM）、隨機(jī)森林或adaboost，結(jié)合梯度、顏色或紋理等淺層特征來對(duì)電力部件進(jìn)行識(shí)別，難以達(dá)到較高的準(zhǔn)確率。隨著卷積神經(jīng)網(wǎng)絡(luò)（CNN）在目標(biāo)識(shí)別中的興起，基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（RCNN）通過使用CNN從圖像中提取可能含有目標(biāo)的區(qū)域來檢測并識(shí)別目標(biāo)。Fast R-CNN和Faster R-CNN利用CNN網(wǎng)絡(luò)提取圖像特征，后接一個(gè)區(qū)域提議層，優(yōu)化了提取可能含有目標(biāo)區(qū)域的方式并改進(jìn)識(shí)別目標(biāo)的分類器，使得目標(biāo)的檢測和識(shí)別幾乎實(shí)時(shí)。本文詳細(xì)描述了Faster R-CNN算法流程，并分析了幾個(gè)關(guān)鍵參數(shù)，如dropout比例、nms、批處理尺寸對(duì)識(shí)別結(jié)果的影響，給出了一些針對(duì)Faster R-CNN算法的建設(shè)性調(diào)優(yōu)建議。最后利用實(shí)際采集的電力小部件巡檢數(shù)據(jù)構(gòu)建的數(shù)據(jù)集對(duì)Faster R-CNN算法進(jìn)行測試驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，基于深度學(xué)習(xí)的識(shí)別方法實(shí)現(xiàn)電力小部件的識(shí)別是可行的，而且利用Faster R-CNN進(jìn)行多種類別的電力小部件識(shí)別定位可以達(dá)到每張近80ms的識(shí)別速度和92.7%的準(zhǔn)確率。這些結(jié)果也表明Faster R-CNN算法的優(yōu)勢(shì)。

關(guān)鍵詞：無人機(jī)巡檢圖像? 電力部件識(shí)別

中圖分類號(hào)：TM755? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1674-098X（2019）05（b）-0110-04

近幾年隨著無人機(jī)（Unmanned Aerial Vehicle，UAV）在各行業(yè)應(yīng)用的逐漸普及，電力巡線無人機(jī)受到各大電網(wǎng)公司的廣泛關(guān)注。一方面，無人機(jī)巡線具有野外作業(yè)風(fēng)險(xiǎn)低、成本低以及作業(yè)靈活的特點(diǎn);另一方面，產(chǎn)生的海量數(shù)據(jù)需要經(jīng)過人工判讀才能得到最終的巡檢報(bào)告，因此采用圖像識(shí)別的方法對(duì)這些數(shù)據(jù)進(jìn)行部件檢測識(shí)別具有十分重要的意義。

無人機(jī)巡檢得到的圖像背景復(fù)雜、小部件與背景對(duì)比度低、不同地區(qū)不同季節(jié)背景差異較大、存在大量干擾。傳統(tǒng)的電力部件識(shí)別算法主要采用SIFT（Scale-invariant feature transform）、邊緣檢測符、HOG（Histogram of Oriented Gridients）等，并不很好的適用于電力部件，采用的分割算法主要基于部件外圍輪廓骨架、自適應(yīng)閾值等進(jìn)行圖像分割。這些方法缺少對(duì)低層特征進(jìn)行綜合利用進(jìn)而達(dá)到全局最優(yōu)識(shí)別的目的。Malik團(tuán)隊(duì)的輪廓檢測及層次圖像分割方法和多尺度組合聚合（Multiscale Combinatorial Grouping， MCG）方法以及J. Uijlings和Kvan de Sande等人提出的基于選擇性搜索（Selective Search）的目標(biāo)識(shí)別方法給出了將多種低層次特征進(jìn)行全局優(yōu)化并構(gòu)建層次結(jié)構(gòu)模型的范式，提高了準(zhǔn)確率。本文研究了深度學(xué)習(xí)在電力部件識(shí)別中的應(yīng)用，以及采用優(yōu)化算法對(duì)參數(shù)進(jìn)行調(diào)優(yōu)，針對(duì)電力小部件識(shí)別問題分析了Faster R-CNN算法的效果和性能。

1? 基于區(qū)域提議的卷積神經(jīng)網(wǎng)絡(luò)RCNN

電力部件識(shí)別主要有目標(biāo)位置的確定與目標(biāo)類別的判定。

對(duì)于目標(biāo)位置的確定，主要有滑動(dòng)窗和區(qū)域提議的方式。其中區(qū)域提議方式識(shí)別的典型算法是基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)RCNN。Ross等在2014年提出的基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)方法RCNN，成為基于區(qū)域提議方式進(jìn)行識(shí)別的典型方案。在檢測階段域。RCNN分為以下4個(gè)步驟：

（1）使用視覺方法（如Selective Search）生成大量候選區(qū)。

（2）對(duì)每個(gè)候選區(qū)域用CNN進(jìn)行特征提取，形成高維特征向量。

（3）將這些特征量送入一個(gè)線性分類器計(jì)算屬于某個(gè)類別的概率，用于判斷所包含對(duì)象。

（4）對(duì)目標(biāo)外圍框的位置和大小進(jìn)行一個(gè)精細(xì)的回歸。

RCNN第一步的區(qū)域提議是選擇性搜索，使用得分最高的前2000個(gè)區(qū)域可以有效減少后面特征提取的計(jì)算量，能很好地應(yīng)對(duì)尺度問題;CNN在實(shí)現(xiàn)上采用GPU進(jìn)行并行計(jì)算，外圍框回歸使得對(duì)目標(biāo)定位的精確性進(jìn)一步提升。在訓(xùn)練階段，RCNN也有以下4個(gè)步驟：

（1）首先，使用選擇性搜索集中生成每張圖片的候選區(qū)域，并對(duì)每個(gè)候選區(qū)域用CNN提取特征，這里CNN采用的是訓(xùn)練好的ImageNet網(wǎng)絡(luò)。

（2）其次，利用候選區(qū)域和提取出的特征對(duì)ImageNet網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)，調(diào)優(yōu)依據(jù)標(biāo)準(zhǔn)的反向傳播算法進(jìn)行，從特征層開始向后調(diào)整各層權(quán)重。

（3）然后，以特征層輸出的高維特征向量和目標(biāo)類別標(biāo)簽為輸入，訓(xùn)練支持向量機(jī)。

（4）最后，訓(xùn)練對(duì)目標(biāo)外圍框位置和大小進(jìn)行精細(xì)回歸的回歸器。

2014年和2015年，Ross和微軟亞洲研究院的研究者陸續(xù)提出了改進(jìn)的RCNN方法，包括首次引入空間金字塔池化層從而放寬了對(duì)輸入圖片尺寸限制并提高準(zhǔn)確率的SPPnet;采用自適應(yīng)尺度池化能夠?qū)φ麄€(gè)網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)從而提高深層網(wǎng)絡(luò)識(shí)別的準(zhǔn)確率的Fast R-CNN;最后是Faster R-CNN，通過構(gòu)建精巧的區(qū)域提議網(wǎng)絡(luò)來代替時(shí)間開銷大的選擇性搜索方法，從而打破計(jì)算區(qū)域提議時(shí)間開銷大的瓶頸問題，使實(shí)時(shí)識(shí)別成為可能。本文主要研究了利用Faster R-CNN方法對(duì)電力部件進(jìn)行識(shí)別。

2? 基于Faster R-CNN方法的電力部件識(shí)別定位

2.1 電力部件識(shí)別的網(wǎng)絡(luò)訓(xùn)練

Faster-RCNN方法包含兩個(gè)CNN網(wǎng)絡(luò)：區(qū)域提議網(wǎng)絡(luò)RPN（Regional Proposal Network）和Fast R-CNN檢測網(wǎng)絡(luò)。訓(xùn)練階段的主要步驟如圖1所示。

（1）預(yù)訓(xùn)練CNN模型。

RPN網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)都需要預(yù)訓(xùn)練的ImageNet網(wǎng)絡(luò)進(jìn)行初始化，通常采用的網(wǎng)絡(luò)主要有ZFnet網(wǎng)絡(luò)和VGG16網(wǎng)絡(luò)。因本文數(shù)據(jù)集規(guī)模較小，故選用ZFnet網(wǎng)絡(luò)。利用ILSVRC2012圖像分類任務(wù)中的訓(xùn)練數(shù)據(jù)（120萬張圖像，1000類）對(duì)ZFnet模型進(jìn)行預(yù)訓(xùn)練。區(qū)域提議網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)都是在ZFnet輸出后添加特定的層得到的。這些特定層可以對(duì)輸入圖片提取出可能含有目標(biāo)的區(qū)域，并計(jì)算出該區(qū)域?yàn)槟繕?biāo)的概率。

（2）RPN網(wǎng)絡(luò)訓(xùn)練。

用電力部件圖像構(gòu)建圖像訓(xùn)練集，但電力部件圖像集與預(yù)訓(xùn)練圖像集無論是類別數(shù)量還是圖像樣式都存在很大的差別。在用電力部件圖像集訓(xùn)練RPN網(wǎng)絡(luò)時(shí)，直接用上一步預(yù)訓(xùn)練的ZFnet模型初始化RPN，使用反向傳播算法對(duì)區(qū)域提議網(wǎng)絡(luò)進(jìn)行調(diào)優(yōu)。

RPN網(wǎng)絡(luò)輸入為任意大小圖像，輸出為可能包含目標(biāo)的區(qū)域框。如圖3所示，在ZFnet的CONV5后面添加一個(gè)小的卷積層，對(duì)于特征圖上的每一個(gè)位置（對(duì)應(yīng)原始圖像上一個(gè)位置），由小卷積層進(jìn)行卷積運(yùn)算，即在此位置開一個(gè)小窗口進(jìn)行卷積運(yùn)算，得到同一個(gè)位置對(duì)應(yīng)的256維向量（由于有256個(gè)通道），該向量反映了該位置小窗口（對(duì)應(yīng)原始圖像上某一窗口）內(nèi)的深層特征。由這個(gè)256維的特征向量可以預(yù)測：（1）該位置小窗口屬于目標(biāo)/背景的概率值，即得分;（2）該位置附近包含目標(biāo)的窗口相對(duì)于該位置小窗口的偏差，用4個(gè)參數(shù)表示，2個(gè)平移，2個(gè)放縮。

采用3種不同尺寸和3種不同比例（1：1，1：2，2：1）組合成的9種基準(zhǔn)小窗口對(duì)包含目標(biāo)的窗口的位置進(jìn)行預(yù)測，可以使區(qū)域提議更加準(zhǔn)確。

（3）Fast R-CNN檢測網(wǎng)絡(luò)訓(xùn)練。

根據(jù)上一步生成的區(qū)域提議結(jié)果是基于Fast-RCNN方法訓(xùn)練獨(dú)立的檢測網(wǎng)絡(luò)，檢測網(wǎng)絡(luò)也利用ZFnet預(yù)訓(xùn)練模型初始化。

對(duì)輸入圖像進(jìn)行5層卷積網(wǎng)絡(luò)的特征提取，第5層特征圖（CONV5）是一個(gè)256×256的特征圖，取出CONV5上對(duì)應(yīng)的深度特征，將256個(gè)通道內(nèi)的全部特征串聯(lián)成一個(gè)高維（4096維）特征向量，稱為FC6特征層，后面添加另一個(gè)4096維的特征層，形成FC7，F(xiàn)C6和FC7之間采用完全連接。由FC7特征層可預(yù)測：①候選區(qū)域框?qū)儆诿總€(gè)類別的概率，即得分;②目標(biāo)對(duì)象外圍框的更合適的位置，用它相對(duì)于候選區(qū)域框的2個(gè)平移和2個(gè)放縮共4個(gè)參數(shù)表示。通過預(yù)先標(biāo)記的信息利用反向傳播算法對(duì)該檢測網(wǎng)絡(luò)進(jìn)行微調(diào)。

（4）兩個(gè)網(wǎng)絡(luò)的CNN共享和聯(lián)合調(diào)優(yōu)。

將兩個(gè)網(wǎng)絡(luò)單獨(dú)訓(xùn)練并未實(shí)現(xiàn)卷積網(wǎng)絡(luò)的參數(shù)進(jìn)行共享。利用第三步訓(xùn)練的檢測網(wǎng)絡(luò)來初始化RPN網(wǎng)絡(luò)，并固定共享的深度卷積層（如圖2），對(duì)RPN網(wǎng)絡(luò)的特殊部分進(jìn)行調(diào)優(yōu)，為了與檢測網(wǎng)絡(luò)對(duì)應(yīng)，稱此部分為RPN網(wǎng)絡(luò)的FC層，這樣兩個(gè)網(wǎng)絡(luò)就共享了深度卷積層。

最后，固定共享的卷積層，對(duì)Fast R-CNN的FC層進(jìn)行調(diào)優(yōu)。這樣兩個(gè)網(wǎng)絡(luò)就共享了卷積層并形成了一個(gè)聯(lián)合的網(wǎng)絡(luò)。

2.2 檢測識(shí)別過程

由上可知，RPN網(wǎng)絡(luò)和Fast R-CNN網(wǎng)絡(luò)最終共用同一個(gè)5層的卷積神經(jīng)網(wǎng)絡(luò)，使得整個(gè)檢測過程只需完成一系列卷積運(yùn)算即可完成檢測識(shí)別過程，徹底解決了原來區(qū)域提議步驟時(shí)間開銷大的瓶頸問題。

檢測識(shí)別的過程如圖2所示，其實(shí)現(xiàn)步驟為：

（1）對(duì)整個(gè)圖像進(jìn)行系列卷積運(yùn)算，得到特征圖CONV5;

（2）由區(qū)域提議網(wǎng)絡(luò)在特征圖上生成大量候選區(qū)域框;

（3）對(duì)候選區(qū)域框按照得分排序后，進(jìn)行非最大值抑制，保留得分較高的前300個(gè)框;

（4）取出特征圖上候選區(qū)域框內(nèi)的特征形成高維特征向量，由檢測網(wǎng)絡(luò)計(jì)算類別得分，并預(yù)測更合適的目標(biāo)外圍框位置。

3? 實(shí)驗(yàn)結(jié)果對(duì)比

無人機(jī)拍攝影像具有分辨率較高、目標(biāo)較小的特點(diǎn)，拍攝影像的角度具有多樣性和隨機(jī)性。本文識(shí)別3類小型電力部件—間隔棒、防震錘和均壓環(huán)。

3.1 訓(xùn)練樣本處理

本文構(gòu)建的數(shù)據(jù)集為多旋翼無人機(jī)和直升機(jī)巡檢圖像從時(shí)間上覆蓋了春、夏、秋、冬四個(gè)季節(jié)。原始影像像素大小為5184×3456（如圖3（a）），截取以目標(biāo)為主體的正方形小塊圖像，統(tǒng)一放縮至500×500（如圖3（b）），作為訓(xùn)練樣本。

3.2 訓(xùn)練集和測試集構(gòu)建

本次試驗(yàn)，對(duì)于間隔棒、均壓環(huán)和防震錘的每一類部件，訓(xùn)練樣本分別為1500張，三類目標(biāo)共4500張，測試樣本分別為500張，三類目標(biāo)共1500張。對(duì)訓(xùn)練集中每張圖片里完整出現(xiàn)的沒有被遮擋的小型電力部件標(biāo)記其外圍框（訓(xùn)練集圖片中不完整或被遮擋的電力部件不標(biāo)記）;而對(duì)測試集，要標(biāo)出每張圖片里出現(xiàn)的所有電力部件，包括不完整的和被遮擋的。

測試時(shí)，識(shí)別出的外圍框與標(biāo)記的外圍框重疊面積達(dá)到標(biāo)記外圍框的90%以上時(shí)就視為一次成功識(shí)別。本次試驗(yàn)中，評(píng)價(jià)指標(biāo)為正確率和召回率，其中正確率為目標(biāo)類別標(biāo)記正確的外圍框個(gè)數(shù)與所有標(biāo)記出的外圍框個(gè)數(shù)的比值;召回率為目標(biāo)類別標(biāo)記正確的外圍框個(gè)數(shù)與所有標(biāo)準(zhǔn)的外圍框個(gè)數(shù)的比值。由于本次試驗(yàn)識(shí)別的類別僅有三種類型，因此分別對(duì)每一類電力部件識(shí)別的正確率和召回率做統(tǒng)計(jì)。

3.3 實(shí)驗(yàn)結(jié)果

本文使用Caffe框架實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)模型。根據(jù)mAP最大時(shí)對(duì)應(yīng)的參數(shù)，對(duì)測試集使用Faster-RCNN進(jìn)行部件識(shí)別，F(xiàn)aster R-CNN方法識(shí)別的準(zhǔn)確率較高。這主要是由于區(qū)域提議網(wǎng)絡(luò)可以產(chǎn)生更精準(zhǔn)的候選框，并且Faster R-CNN在網(wǎng)絡(luò)訓(xùn)練的第2步對(duì)全部特征層和卷積層的權(quán)重進(jìn)行了調(diào)優(yōu)。并且Faster R-CNN采用的區(qū)域提議網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)具有很好的泛化能力，對(duì)各種不同方向的部件都可正確識(shí)別。圖4是利用Faster RCNN方法對(duì)同一張圖片進(jìn)行間隔棒識(shí)別的結(jié)果，并按照順時(shí)針方向?yàn)閳D中3個(gè)間隔棒標(biāo)號(hào)，表1表示Faster RCNN方法將間隔棒識(shí)別為間隔棒的概率。

本文所有試驗(yàn)均基于同一臺(tái)服務(wù)器而進(jìn)行測試，測試集圖片大小為5184×3456，F(xiàn)aster R-CNN方法使用Nivdia Titan Black GPU（6G顯存）進(jìn)行卷積計(jì)算，識(shí)別過程耗用3G顯存，非最大值抑制采用GPU實(shí)現(xiàn)。從表2可以看出，F(xiàn)aster R-CNN中，由于卷積特征的共用（區(qū)域提議網(wǎng)絡(luò)和檢測網(wǎng)絡(luò)的特殊層都添加在共用的特征圖CONV5的后面），使得區(qū)域提議時(shí)間幾乎可以忽略不計(jì)，檢測時(shí)間可以在近80ms內(nèi)即可完成。

4? 結(jié)語

本文驗(yàn)證了利用Faster R-CNN算法對(duì)電力小部件識(shí)別的準(zhǔn)確性和效率，并分析了不同參數(shù)對(duì)檢測結(jié)果的影響。實(shí)驗(yàn)表明利用經(jīng)過GPU加速可以近實(shí)時(shí)目標(biāo)檢測和識(shí)別，可為后期無人機(jī)巡檢圖像的智能化處理及巡檢無人機(jī)的精確拍攝奠定良好的基礎(chǔ)。

此外，根據(jù)深度學(xué)習(xí)的特點(diǎn)，構(gòu)建更大的樣本庫可能進(jìn)一步提高準(zhǔn)確率。下一步的工作是構(gòu)建更加精細(xì)的識(shí)別類別，甚至將某些部件的缺陷圖像都可視為一種類型，這樣不但可以實(shí)現(xiàn)目標(biāo)部件的分類，還可實(shí)現(xiàn)部件的缺陷識(shí)別。

參考文獻(xiàn)

[1] 苑津莎， 崔克彬，李寶樹.基于ASIFT算法的絕緣子視頻圖像的識(shí)別與定位[J].電測與儀表，2015（7）：106-112.

[2] 吳慶崗.復(fù)雜背景輸電線圖像中部件邊緣提取算法研究[D].大連海事大學(xué)，2012.

[3] 金立軍，胡娟，閆書佳.基于圖像的高壓輸電線間隔棒故障診斷方法[J].高電壓技術(shù)，2013，39（5）：1040-1045.

[4] 曹婧.航拍輸電線路圖像中絕緣子部件的提取[D].大連海事大學(xué)，2012.