基于改進(jìn)VGG模型的低照度道路交通標(biāo)志識別

趙樹恩，劉 偉

(重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院，重慶 400074)

0 引 言

快速、準(zhǔn)確的交通標(biāo)志定位與識別是自動駕駛環(huán)境感知的重要內(nèi)容，也是決策規(guī)劃的前提，對降低交通事故率和緩解日趨嚴(yán)重的交通擁堵等問題具有重大作用[1-2]。近年來對交通標(biāo)志定位與識別的研究眾多，且取得了較為滿意的成果，但應(yīng)用于多變的實(shí)際場景中，仍存在許多問題。

目前交通標(biāo)志檢測與識別的研究方法主要包含兩類：基于傳統(tǒng)圖像特征提取結(jié)合機(jī)器學(xué)習(xí)的兩步驟方法和基于深度學(xué)習(xí)的目標(biāo)檢測方法[3]。傳統(tǒng)圖像特征主要有：①基于顏色特征的方法，在RGB、H(色調(diào))S(色飽和度)I(亮度)、HSV等色彩空間中分割出指定的色彩區(qū)域，然后提取出交通標(biāo)志；② 基于形狀特征的方法，首先需要對道路交通圖像進(jìn)行邊緣檢測，提取出其中特定的幾何形狀特征，然后利用機(jī)器學(xué)習(xí)的方法對定位出的交通標(biāo)志分類，識別其語義信息。常用的機(jī)器學(xué)習(xí)方法為AdaBoost及支持向量機(jī)(SVM)。C.BAHLMANN等[4]同時(shí)考慮圖像顏色特征及Haar特征，然后基于AdaBoost算法實(shí)現(xiàn)交通標(biāo)志檢測。C. G. KIRAN等[5]首先對圖像進(jìn)行色彩分割，將分割后的小塊與邊緣特征結(jié)合，然后利用SVM實(shí)現(xiàn)交通標(biāo)志分類。

基于傳統(tǒng)圖像特征檢測結(jié)合機(jī)器學(xué)習(xí)分類的方法可快速實(shí)現(xiàn)定位和識別，但對光照敏感性強(qiáng)，在有陰影、亮度低和存在遮擋和運(yùn)動模糊的情況就難以取得較好的識別效果[6-7]。

隨著深度學(xué)習(xí)理論的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測方面的優(yōu)勢明顯，避免了傳統(tǒng)方法中的人工特征提取過程?；诰矸e神經(jīng)網(wǎng)絡(luò)的主流目標(biāo)檢測算法有：①包含兩個(gè)階段的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(Faster- RCNN)[8]，該類神經(jīng)網(wǎng)絡(luò)模型往往參數(shù)量和計(jì)算量巨大，需巨大存儲空間保存模型，難以達(dá)到實(shí)時(shí)性要求；②端到端的單階段模型，主要有YOLO(you only look noce)[9]、SSD(single shot multibox detector)[10],該類方法可直接定位和識別出交通標(biāo)志的位置和類別，比前者效率提升，但精度有所下降。在實(shí)際場景中難以實(shí)現(xiàn)實(shí)時(shí)性與精度之前的平衡，王海等[11]對YOLO、Faster-RCNN及其改進(jìn)的算法在道路交通圖像中進(jìn)行了驗(yàn)證，雖達(dá)到了較好的精度表現(xiàn)，但始終不能滿足實(shí)時(shí)定位的需求，而定位失敗的樣本大多為陰天、傍晚或存在背光的情況，因此，實(shí)現(xiàn)低照度條件下的交通標(biāo)志檢測與識別，能大大優(yōu)化無人駕駛車輛在感知過程中的表現(xiàn)。

針對上述問題，筆者提出一種快速的低照度道路交通標(biāo)志檢測與識別方法。首先采用CLAHE算法對圖像進(jìn)行增強(qiáng)；通過設(shè)定相關(guān)閾值，在HSV色彩空間分離出紅色、黃色、藍(lán)色像素區(qū)域(對應(yīng)禁令標(biāo)志、警告標(biāo)志和指示標(biāo)志)；然后設(shè)定約束，定位可能的交通標(biāo)志；為避免訓(xùn)練樣本中各類別標(biāo)志圖像數(shù)據(jù)量差距過大發(fā)生過擬合，利用DCGAN模型對交通標(biāo)志圖像進(jìn)行樣本量增強(qiáng)；最后使用DC-VGG輕量化模型實(shí)現(xiàn)多類交通標(biāo)志識別，論文的思路構(gòu)架如圖1。

圖1 思路構(gòu)架Fig. 1 Idea framework

1 圖像增強(qiáng)及交通標(biāo)志定位

1.1 圖像亮度自適應(yīng)增強(qiáng)

為增加低照度條件下的識別精度，筆者利用CLAHE算法[12]增強(qiáng)輸入圖像的亮度。該算法通過對局部對比度進(jìn)行限制，有效防止了噪聲放大造成的圖像失真，該算法常用于處理灰度圖，實(shí)現(xiàn)灰度圖的圖像增強(qiáng)。針對彩色的道路圖像，將其由RGB換到HSV色彩空間，利用CLAHE對V通道進(jìn)行直方圖均衡化，再將V通道重新聚合到原始圖像中。該方法能在抑制高亮區(qū)域過曝的同時(shí)，有效提高暗部亮度，具體步驟如下：

1) 子塊劃分。將V通道均勻分割為d個(gè)子塊。

2) 對比度閾值設(shè)定。對每個(gè)子塊進(jìn)行灰度級均分，每個(gè)灰度級最后分得像素量Na=m/Nc，其中m、Nc分別為各個(gè)子塊中包含的像素個(gè)數(shù)及其灰度級。

閾值計(jì)算方式為：

T=Mc×Na

(1)

式中：Mc為截取限制的倍數(shù)。

3) 像素重新分配。將每個(gè)子塊直方圖中超出閾值T的像素，重新平均分配至各灰度級，再對各個(gè)子塊進(jìn)行直方圖均衡化。

4) 雙線性插值重構(gòu)。雙線性插值能有效防止直接拼接導(dǎo)致的塊狀效應(yīng)，計(jì)算過程如下。

按x方向插值：

(2)

(3)

按y方向插值：

(4)

式中：P為插值點(diǎn)；v為該點(diǎn)像素值；x,y為各點(diǎn)的坐標(biāo)，詳細(xì)見圖2。

圖2 雙線性插值各點(diǎn)坐標(biāo)Fig. 2 Coordinates of bilinear interpolation points

設(shè)定圖像子塊為8，經(jīng)CLAHE算法增強(qiáng)后的道路圖像如圖3。

圖3(a)、圖3(b)為兩張低照度道路交通圖像；圖3(e)、圖3(f)為對應(yīng)CLAHE增強(qiáng)之后的圖像；圖3(c)、圖3(d)為對比了圖像增強(qiáng)前后V通道直方圖，顯然低像素值區(qū)間像素個(gè)數(shù)得到很大抑制，增加了高像素值個(gè)數(shù)，從而一定程度上抑制高亮區(qū)域過曝，同時(shí)為暗區(qū)域提升亮度。

圖3 圖像亮度增強(qiáng)結(jié)果Fig. 3 Image brightness enhancement results

1.2 基于色彩特征的交通標(biāo)志定位

由于國內(nèi)的交通標(biāo)志主要分為3種顏色：紅色、黃色、藍(lán)色，分別對應(yīng)禁令標(biāo)志、警告標(biāo)志和指示標(biāo)志。因此，要定位可能的交通標(biāo)志，需將圖像分割為僅包含紅色、黃色、藍(lán)色的二值圖像。通過設(shè)定閾值，將轉(zhuǎn)換到HSV色彩空間的道路圖像進(jìn)行分割。根據(jù)經(jīng)驗(yàn)，閾值設(shè)定如表1。

表1 色彩提取閾值Table 1 Color extraction threshold

為了更好的提取紅色像素，設(shè)定了兩個(gè)區(qū)間的紅色閾值，將鮮亮及較暗的紅色均作為檢測的目標(biāo)，以降低漏檢率。然后對得到的3個(gè)二值化圖像進(jìn)行輪廓檢測，得到感興趣區(qū)域外接矩形。設(shè)定約束條件為：

(5)

式中：w、h分別為外接矩形的寬高；s為輸入圖像的面積，以上變量均以像素為單位。

滿足式(5)所述條件的區(qū)域即為可能的交通標(biāo)志的位置。則圖4中方框區(qū)域即可能為交通標(biāo)志所在位置，但只有白色方框中的圖像為真實(shí)的交通標(biāo)志，其余框中圖像標(biāo)定為負(fù)樣本。

圖4 基于色彩特征的交通標(biāo)志定位結(jié)果Fig. 4 Location results of traffic signs based on color features

2 交通標(biāo)志識別模型

2.1 DC-VGG分類模型

傳統(tǒng)VGG-16[13]共有13個(gè)卷積層、5個(gè)池化層及3個(gè)全連接層，其結(jié)構(gòu)如圖5。該模型共有6個(gè)階段：1、2階段由兩個(gè)卷積層和一個(gè)池化層組成，提取圖像的低級特征；3、4、5階段均為3個(gè)卷積層加1個(gè)池化層的結(jié)構(gòu)，通過設(shè)定大小為3×3的卷積核，既得到了較大的感受野，同時(shí)有效限制了參數(shù)量。

圖5 VGG-16結(jié)構(gòu)Fig. 5 VGG-16 structure diagram

傳統(tǒng)的VGG-16網(wǎng)絡(luò)模型全局使用3×3大小的卷積核，通過多個(gè)卷積層與池化層的堆疊實(shí)現(xiàn)深層特征提取達(dá)到較好的識別效果，但參數(shù)量巨大，導(dǎo)致訓(xùn)練和預(yù)測時(shí)需強(qiáng)大的硬件支持，且會耗費(fèi)大量時(shí)間；此外，該模型淺層到深層特征關(guān)聯(lián)性低，易導(dǎo)致細(xì)膩特征丟失。

為加快圖像分類速度并保留細(xì)節(jié)特征，筆者在傳統(tǒng)VGG理論基礎(chǔ)上，提出基于膨脹卷積結(jié)合殘差結(jié)構(gòu)的DC-VGG輕量化道路交通標(biāo)志快速識別模型，其基本結(jié)構(gòu)如圖6。

圖6 DC-VGG結(jié)構(gòu)Fig. 6 DC-VGG structure diagram

DC-VGG將傳統(tǒng)VGG-16中的經(jīng)典結(jié)構(gòu)(3個(gè)3×3 卷積)替換為空洞率為3，卷積核為3×3的膨脹卷積層,為防止多層膨脹卷積疊加導(dǎo)致的局部信息丟失，引入殘差結(jié)構(gòu)，以確保圖像的細(xì)節(jié)特征。

筆者所提出的DC-VGG模型由5個(gè)普通卷積層、3個(gè)池化層、3個(gè)膨脹卷積層及3個(gè)全連接層構(gòu)成。相比于傳統(tǒng)VGG-16該模型結(jié)構(gòu)大大簡化，引入膨脹卷積[14]可在卷積核不變的情況下，獲取更大的感受野，從而減少參數(shù)量。感受野的計(jì)算方式為：

k′=k+(k-1)×(d-1)

(6)

RFi+1=RFi+(k′-1)×Si

(7)

式中：k為卷積核大?。籨為空洞率；RFi+1、RFi分別為當(dāng)前層和上一層的感受野；Si為當(dāng)前層之前的所有層步長乘積。因此，1個(gè)空洞率為3，大小為3×3的卷積核感受野與3個(gè)3×3的卷積核感受野相同。

為適應(yīng)文中輸入交通標(biāo)志圖像大小，對每個(gè)卷積層大小進(jìn)行了修改，修改后的結(jié)果見圖5。在全連接層末端利用Softmax進(jìn)行概率計(jì)算：

(8)

式中：aj、ak分別為輸入Softmax向量的第j和第k個(gè)值；W為數(shù)據(jù)的類別數(shù)；Sj為Softmax輸出的第j個(gè)值，即輸入圖像屬于第j個(gè)類別的概率。對應(yīng)的損失函數(shù)為：

(9)

式中：yj是圖像的真實(shí)標(biāo)簽，維度為L，若y中第i位為1則標(biāo)志該圖像屬于i類，其余位置的值均為0。

為與原模型形成對比，將傳統(tǒng)的VGG-16模型每個(gè)卷積層的大小和通道數(shù)分別調(diào)整為原來的1/4和1/2，且令全連接層與DC-VGG相同。經(jīng)調(diào)整，新的VGG-16總參數(shù)量為3 862 194，而文中的DC-VGG總參數(shù)量為953 970，參數(shù)量減少了75.3%。

2.2 基于DCGAN的數(shù)據(jù)樣本增強(qiáng)

為避免不同類別的交通標(biāo)志樣本數(shù)量不均衡導(dǎo)致分類模型訓(xùn)練結(jié)果出現(xiàn)過擬合現(xiàn)象，筆者應(yīng)用深度卷積對抗神經(jīng)網(wǎng)絡(luò)擴(kuò)充交通標(biāo)志樣本量。

DCGAN實(shí)際上是在GAN的基礎(chǔ)之上增加了深度卷積神經(jīng)網(wǎng)絡(luò)[15]，由generator(G)和discriminator(D)兩個(gè)模塊構(gòu)成，其結(jié)構(gòu)如圖7。D負(fù)責(zé)下采樣提取圖像深度信息，判斷圖像真假。通過形狀變化和上采樣，G將輸入的噪聲數(shù)據(jù)轉(zhuǎn)換成目標(biāo)圖像，在每次學(xué)習(xí)中更新，與D相互博弈，以生成接近真實(shí)的目標(biāo)圖像。

圖7 DCGAN結(jié)構(gòu)Fig. 7 DCGAN structure diagram

3 實(shí)驗(yàn)結(jié)果

文中的實(shí)驗(yàn)環(huán)境配置如下，硬件：使用Intel i7-8300 處理器,內(nèi)存為DDR 8GB,顯卡為NVIDIA GTX1050TI；軟件：實(shí)驗(yàn)平臺為基于Python語言的Tensorflow-GPU深度學(xué)習(xí)框架。

3.1 數(shù)據(jù)準(zhǔn)備

運(yùn)用的數(shù)據(jù)源自CCTSDB公開數(shù)據(jù)集，共有道路圖像15 000余張，包含大量低照度道路圖像。對其中13 000個(gè)圖像進(jìn)行自適應(yīng)圖像增強(qiáng)及交通標(biāo)志定位，除去數(shù)據(jù)量太少的交通標(biāo)志類別，得到禁令標(biāo)志16類，警告標(biāo)志9類、指示標(biāo)志14類。合并負(fù)樣本數(shù)據(jù)，最終確定分類模型的輸出維度為34。

由于33類交通標(biāo)志圖像數(shù)據(jù)量有不同程度的差距，且相較于總數(shù)達(dá)到6 450的負(fù)樣本數(shù)據(jù)，差距甚大。因此，在模型訓(xùn)練之前，先對這33類交通標(biāo)志數(shù)據(jù)量增強(qiáng)。DCGAN增強(qiáng)后的部分結(jié)果如圖8，圖中左側(cè)為實(shí)際提取到的標(biāo)志圖，右側(cè)為分辨率56×56的生成結(jié)果。通過該方法將每類交通標(biāo)志圖像數(shù)據(jù)均擴(kuò)充至3 000個(gè)。

圖8 DCGAN數(shù)據(jù)樣本生成示意Fig. 8 Schematic diagram of DCGAN data sample generation

3.2 結(jié)果分析

將增強(qiáng)后的數(shù)據(jù)集，按8∶2的比例劃分訓(xùn)練集和驗(yàn)證集。得到的訓(xùn)練結(jié)果如圖9。

圖9 訓(xùn)練結(jié)果Fig. 9 Training results

由圖9可知，在不進(jìn)行數(shù)據(jù)樣本增強(qiáng)的情況下，驗(yàn)證集上表現(xiàn)出的準(zhǔn)確率最低，且準(zhǔn)確率上升的速度最慢；DC-VGG相較于VGG-16準(zhǔn)確率上升更快，且具有VGG-16的性能表現(xiàn)。詳細(xì)數(shù)據(jù)見表2。

表2 模型訓(xùn)練結(jié)果Table 2 Model training results

由表2可知，DC-VGG的準(zhǔn)確率略高于VGG-16方法，均達(dá)到0.98以上；該方法較VGG-16訓(xùn)練總時(shí)長縮短26.6%，平均單個(gè)標(biāo)志預(yù)測時(shí)長縮減14.4%。

為進(jìn)一步驗(yàn)證該方法對交通標(biāo)志識別的有效性，選擇在剩余2 000余張圖像中隨機(jī)抽取800張道路圖像進(jìn)行識別。經(jīng)統(tǒng)計(jì)，該方法識別準(zhǔn)確率達(dá)到94.12%，略低于YOLOv3的交通標(biāo)志檢測模型平均準(zhǔn)確率94.6[16]，但在1050TI平臺下，文中的方法平均檢測速度達(dá)到28.55幀/s，遠(yuǎn)高于YOLOv3的8.77幀/s。因此，筆者所提出的方法能保證識別準(zhǔn)確率的同時(shí)提高辨識的實(shí)時(shí)性。圖10為低照度不同場景下道路交通標(biāo)志的定位識別結(jié)果。

圖10 道路交通標(biāo)志識別結(jié)果Fig. 10 Road traffic sign recognition results

4 結(jié) 語

針對低照度情況下道路交通標(biāo)志圖像亮度偏低、飽和度過高、圖像模糊、識別不精確等問題，提出了基于膨脹卷積-VGG模型的道路交通標(biāo)志快速定位與識別方法。通過CLAHE算法增強(qiáng)原始圖像亮度，并運(yùn)用深度卷積對抗神經(jīng)網(wǎng)絡(luò)算法對樣本進(jìn)行擴(kuò)增，實(shí)現(xiàn)了道路交通標(biāo)志快速識別。實(shí)驗(yàn)結(jié)果表明，筆者所提出的方法能在低照度、遮擋等情況下都有優(yōu)異的表現(xiàn)，并且即使在硬件不佳的情況下也能實(shí)時(shí)檢測高分辨率圖像。由于車載視覺成像設(shè)備獲取的道路交通標(biāo)志標(biāo)線圖像質(zhì)量受氣象、光照、環(huán)境等因素影響較大，進(jìn)而直接影響標(biāo)志標(biāo)線識別算法的可靠性和魯棒性，在未來工作中，還有進(jìn)一步研究交通標(biāo)志特征的自適應(yīng)提取方法，從而提升識別模型的辨識速度與精度。