基于卷積神經(jīng)網(wǎng)絡(luò)的多場景道路坑洼圖像檢測

陳 鵬，應(yīng) 駿

（上海師范大學(xué)信息與機(jī)電工程學(xué)院，上海201418）

0 引 言

道路檢測是汽車輔助駕駛、移動機(jī)器人、智慧交通等領(lǐng)域最基礎(chǔ)、最重要的研究內(nèi)容之一［1］.對不同坑洼進(jìn)行分類，依據(jù)分類信息給車輛駕駛?cè)藛T發(fā)出警告信號，使其可以提前采取應(yīng)急的措施，避免交通安全事故的發(fā)生.

YU等［2］提出利用激光圖像檢測，評估坑洼的嚴(yán)重性，但該算法在現(xiàn)實(shí)環(huán)境下的適應(yīng)性較弱.ZHANG等［3］提出了基于卷積神經(jīng)網(wǎng)絡(luò)檢測道路裂縫的方法，但其數(shù)據(jù)集缺乏多樣性，有一定的局限性.SUONG等［4］對道路坑洼進(jìn)行檢測，但其對所有坑洼進(jìn)行識別，沒有對場景進(jìn)行有效劃分.

本文作者采用卷積神經(jīng)網(wǎng)絡(luò)方法對坑洼圖像進(jìn)行多場景識別，建立多樣性的數(shù)據(jù)集，用卷積神經(jīng)網(wǎng)絡(luò)模型inception_v1［5］對坑洼圖像進(jìn)行多場景分類，分別構(gòu)建數(shù)據(jù)集進(jìn)行訓(xùn)練，檢測相應(yīng)的坑洼.實(shí)驗(yàn)結(jié)果表明：本算法比不劃分場景方式得到的檢測效果更好.

1 算法原理及優(yōu)化

將卷積神經(jīng)網(wǎng)絡(luò)模型inception_v1 作為坑洼多場景分類的依據(jù)，提高了網(wǎng)絡(luò)中的計(jì)算資源，克服了由于參數(shù)過多而出現(xiàn)的過擬合及梯度彌散問題，將坑洼分為了強(qiáng)光下的坑洼、弱光下的坑洼，以及無坑洼的場景.根據(jù)強(qiáng)光下的坑洼和弱光下的坑洼的場景，利用算法faster_rcnn［6］進(jìn)行相應(yīng)的檢測，算法結(jié)構(gòu)如圖1所示.

由圖1可知：將多場景分類后的圖片輸入到卷積神經(jīng)網(wǎng)絡(luò)模型inception_v2中，提取坑洼的特征，得到坑洼的特征圖（conv feature map），前向傳播進(jìn)入?yún)^(qū)域建議網(wǎng)絡(luò)（RPN）分支與Fast R-CNN 分支.RPN分支得到的是坑洼的候選區(qū)域，得到判別物體的得分（scores），并利用計(jì)算得到候選框的位置（coordinates），通過非極大值抑制（NMS）方法得到N 個(gè)得分較高的坑洼特征子圖（ROIs），將ROIs送入到Rol pooling 層（Rol pooling layer），經(jīng)過全連接層，計(jì)算每個(gè)區(qū)域坑洼的得分以及第二次回歸后候選框的精確坐標(biāo).

深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程是分批次進(jìn)行的，要使訓(xùn)練結(jié)果達(dá)到最優(yōu)點(diǎn)，既不能因?yàn)閷W(xué)習(xí)率過低造成其收斂太慢，同時(shí)也不能因?yàn)閷W(xué)習(xí)率過高造成其擺動幅度過大，本算法采用動量優(yōu)化方法Momentum 對其進(jìn)行優(yōu)化：

其中'vw和vb分別代表前一輪迭代過程中累積的權(quán)重和偏置的梯度動量；β 是梯度累積指數(shù)；w 和b 分別是損失函數(shù)反向傳播得到的權(quán)重梯度和偏置梯度；α是學(xué)習(xí)率.

2 仿真實(shí)驗(yàn)

2.1 數(shù)據(jù)集的建立以及數(shù)據(jù)增廣

通過互聯(lián)網(wǎng)的圖片查找以及線下手機(jī)拍攝獲取相應(yīng)數(shù)據(jù)，將坑洼分為3種不同的場景：無坑洼的道路、強(qiáng)光下的坑洼道路及弱光下的坑洼道路.無坑洼的數(shù)據(jù)包括雨天、雪天、強(qiáng)光、弱光及有陰影的情況；強(qiáng)光下的坑洼數(shù)據(jù)包括雨天、雪天、多坑洼、無陰影及有陰影的情況；弱光下的坑洼數(shù)據(jù)包括水漬、多坑洼及單坑洼的情況.

對數(shù)據(jù)進(jìn)行預(yù)處理，統(tǒng)一將采集到的坑洼圖片調(diào)整為600×600 pixels，同時(shí)將一部分?jǐn)?shù)據(jù)進(jìn)行數(shù)據(jù)增廣，增廣操作采取圖像逆時(shí)針旋轉(zhuǎn)90°，180°，270°，以及裁剪的方式.

2.2 數(shù)據(jù)集劃分與標(biāo)注

本實(shí)驗(yàn)的數(shù)據(jù)集分為兩部分：一部分?jǐn)?shù)據(jù)集用于多場景的分類；另一部分?jǐn)?shù)據(jù)集用于坑洼的檢測，80%的數(shù)據(jù)集作為訓(xùn)練集，其余作為測試集.選取10 032張預(yù)處理后的圖像（數(shù)據(jù)集1），其中訓(xùn)練集有8 026張圖像，測試集有2 006張圖像，包括：無坑洼、強(qiáng)光下坑洼及弱光下坑洼各3 344張圖像.

另選取3 513張圖像（數(shù)據(jù)集2），其中訓(xùn)練集有2 811張圖像，測試集有702張圖像，包括：混合坑洼、強(qiáng)光下坑洼及弱光下坑洼各1 171張圖像.數(shù)據(jù)標(biāo)注采用LabelImg標(biāo)注工具，記錄數(shù)據(jù)的坐標(biāo)信息.

2.3 性能評價(jià)

2.3.1 交叉熵?fù)p失采用損失函數(shù)衡量收斂穩(wěn)定性.交叉熵?fù)p失函數(shù)為：

其中，yi表示期望的輸出；yi'表示原始的實(shí)際輸出.交叉熵?fù)p失值變化的程度代表了訓(xùn)練模型的穩(wěn)定.

2.3.2 準(zhǔn)確率

準(zhǔn)確率公式如下：

其中，TP代表實(shí)際為正例且被分類器劃分為正例的樣本；TN代表的是實(shí)際為負(fù)例且被分類器劃分為負(fù)例的樣本；P代表所有的正樣本；N代表所有的負(fù)樣本.

2.3.3 平均精度

其中，PA為類別A 的精確率；NTRA為類別A 中正確預(yù)測的坑洼數(shù)量；NTOA為類別A 中坑洼總數(shù)為類別A的平均精度；NTIA為類別A中圖像總數(shù).

3 訓(xùn)練與結(jié)果

本實(shí)驗(yàn)硬件環(huán)境為：E5-2630 v4 處理器，64G 內(nèi)存，Quadro M4000 顯卡；軟件配置為：Ubuntu 17.10，Python 3.6和Tensorflow 1.5.0.

3.1 坑洼多場景分類

本實(shí)驗(yàn)的batch_size 設(shè)置為24，即每一次迭代輸入24 張圖像進(jìn)行訓(xùn)練，總共訓(xùn)練了12 000 步，學(xué)習(xí)率采用指數(shù)衰減的方式，初始的學(xué)習(xí)率設(shè)置為0.000 1.

坑洼的多場景的分類損失采用交叉損失的方式，其損失的變化曲線如圖2所示，損失隨著迭代次數(shù)的增加而減小，迭代過程從0～9 600步時(shí)，損失從1.35減少為0.48，之后的損失穩(wěn)定在0.48.

數(shù)據(jù)集1的準(zhǔn)確率變化曲線如圖3所示，迭代過程從0～4 000步時(shí)，準(zhǔn)確率增長較快，從0.30增長為0.90；迭代過程從4 000～7 000步時(shí)，準(zhǔn)確率保持在0.90；之后的準(zhǔn)確率保持在0.91.

圖2 多場景分類損失隨訓(xùn)練步數(shù)的變化趨勢

圖3 準(zhǔn)確率隨訓(xùn)練步數(shù)的變化趨勢

3.2 坑洼檢測

batch_size 設(shè)置為8，即每一次迭代輸入8 張圖像進(jìn)行訓(xùn)練，總共訓(xùn)練了20 000 步，初始的學(xué)習(xí)率設(shè)置為0.000 1.對數(shù)據(jù)集2中的混合坑洼、強(qiáng)光下的坑洼、弱光下的坑洼分別進(jìn)行訓(xùn)練.

圖4～6 分別為混合坑洼數(shù)據(jù)集，以及經(jīng)本算法分類處理后的強(qiáng)光下坑洼數(shù)據(jù)集和弱光下坑洼數(shù)據(jù)集在訓(xùn)練過程中的損失值變化情況.混合坑洼、強(qiáng)光下的坑洼數(shù)據(jù)集的損失最后均穩(wěn)定在0.10，弱光下的坑洼數(shù)據(jù)集的損失穩(wěn)定在0.09.

圖4 混合坑洼損失隨訓(xùn)練步數(shù)的變化趨勢

圖5 強(qiáng)光下的坑洼損失隨訓(xùn)練步數(shù)的變化趨勢

圖6 弱光下的坑洼損失隨訓(xùn)練步數(shù)的變化趨勢

圖7 ～9 分別為混合坑洼數(shù)據(jù)集，以及經(jīng)本算法分類處理后的強(qiáng)光下坑洼數(shù)據(jù)集和弱光下坑洼數(shù)據(jù)集在訓(xùn)練過程中的平均精度變化情況.混合坑洼模型的平均精度最后穩(wěn)定在0.717，本算法在強(qiáng)光下測試集的平均精度最后穩(wěn)定在0.756，本算法在弱光測試集下的坑洼的平均精度最后穩(wěn)定在0.881.由此可見，本算法的訓(xùn)練結(jié)果平均精度均高于混合坑洼..

圖7 混合坑洼的平均精度隨訓(xùn)練步數(shù)的變化趨勢

圖8 強(qiáng)光下坑洼的平均精度隨訓(xùn)練步數(shù)的變化趨勢

圖9 弱光下坑洼的平均精度隨訓(xùn)練步數(shù)的變化趨勢

圖10 為混合坑洼模型預(yù)測強(qiáng)光下坑洼圖片的樣例，圖11 為本算法強(qiáng)光下坑洼預(yù)測的單張圖片樣例.與本算法相比，在混合坑洼訓(xùn)練結(jié)果中存在誤檢.圖12 為混合坑洼模型預(yù)測弱光下坑洼圖片的樣例，圖13 為本算法預(yù)測弱光下坑洼圖片的樣例.相比本算法，混合坑洼模型在此情景下無法檢測出坑洼，而本算法能夠檢測出坑洼的具體位置.

圖10 混合坑洼模型預(yù)測強(qiáng)光坑洼

圖11 本算法模型預(yù)測強(qiáng)光坑洼

圖12 混合坑洼模型預(yù)測弱光坑洼

圖13 本算法模型預(yù)測弱光坑洼

4 結(jié) 論

本文作者建立了坑洼的多場景分類數(shù)據(jù)集，同時(shí)建立了坑洼檢測的數(shù)據(jù)集.利用inception_v1 算法架構(gòu)對數(shù)據(jù)進(jìn)行訓(xùn)練，得到了多場景的分類模型，并經(jīng)過坑洼檢測模型，檢測出坑洼的具體位置.從實(shí)驗(yàn)結(jié)果可以看出，本算法對坑洼檢測的效果好于直接混合坑洼模型的檢測結(jié)果.