一種基于注意力機(jī)制的高效陰影檢測(cè)算法

陳啟超 黃 剛 張 敏

(南京郵電大學(xué)計(jì)算機(jī)學(xué)院 江蘇 南京 210000)

0 引 言

在圖像識(shí)別或語(yǔ)義分割等計(jì)算機(jī)視覺(jué)分類任務(wù)中，算法需要首先提取圖像或視頻中的特征，深度學(xué)習(xí)中通常使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行卷積操作，逐像素處理特征語(yǔ)義信息，尋找與標(biāo)簽的似然性。因此，圖像的語(yǔ)義構(gòu)成與各像素間的關(guān)聯(lián)性決定著卷積操作的效率與復(fù)雜度。相關(guān)研究表明[1-4]，陰影作為無(wú)關(guān)背景語(yǔ)義，其中包含的可用關(guān)鍵信息較少，對(duì)于分類任務(wù)起不到相關(guān)作用，但由于其具備與目標(biāo)前景像素緊密相連且形狀近似的特點(diǎn)，通常會(huì)對(duì)計(jì)算機(jī)視覺(jué)任務(wù)的順利進(jìn)行產(chǎn)生影響。同時(shí)在灰度空間中，陰影對(duì)于目標(biāo)像素語(yǔ)義具備更高的混淆性，導(dǎo)致卷積神經(jīng)網(wǎng)絡(luò)不易發(fā)掘出兩者間的顯著區(qū)別，從而降低算法訓(xùn)練與預(yù)測(cè)的準(zhǔn)確性與魯棒性。因此，在常見(jiàn)計(jì)算機(jī)視覺(jué)任務(wù)，如智慧駕駛、人臉檢測(cè)、目標(biāo)跟蹤與識(shí)別、姿態(tài)估計(jì)中，圖像的陰影檢測(cè)工作顯得格外重要，一個(gè)高效、全面、可泛化的陰影檢測(cè)模型會(huì)提升整個(gè)任務(wù)的工作效率與能力上限。

注意力機(jī)制[5-8]通過(guò)對(duì)像素級(jí)別的語(yǔ)義進(jìn)行權(quán)值分配，提取目標(biāo)前景最為顯著的特征，引導(dǎo)算法集中處理這些首要目標(biāo)特征，降低前景與背景的關(guān)聯(lián)性，達(dá)到提高模型的迭代速度與準(zhǔn)確性的目的。因此，注意力機(jī)制適用于陰影檢測(cè)任務(wù)，其獨(dú)有特性對(duì)于圖像中陰影的發(fā)掘具備較高的識(shí)別靈敏度。

目前已有部分學(xué)者提出了陰影檢測(cè)算法，但其中大部分算法沒(méi)有考慮到注意力機(jī)制在此類任務(wù)中的適用性以及其本身的高效性，因此最終檢測(cè)效果往往達(dá)不到預(yù)期效果。

針對(duì)以上問(wèn)題，本文通過(guò)研究陰影模型，結(jié)合并行網(wǎng)絡(luò)和密集連接網(wǎng)絡(luò)的設(shè)計(jì)特點(diǎn)，使用深度殘差網(wǎng)絡(luò)作為前端模型，提出一種融合注意力機(jī)制的深度網(wǎng)絡(luò)模型APR(Attention Parallel Resnet)。此模型通過(guò)注意力機(jī)制提升算法對(duì)于陰影的識(shí)別能力，將模型的感受野從局部擴(kuò)大到全局，實(shí)現(xiàn)檢測(cè)的高效性、可靠性，通過(guò)在UCF[9]、SBU[10]陰影模型上進(jìn)行驗(yàn)證，結(jié)果證明評(píng)價(jià)指標(biāo)相比此前方法有一定提升。

1 相關(guān)工作

本節(jié)介紹陰影模型的分析成果，引入注意力機(jī)制的宏觀概念并著重闡述本文所提出模型使用的一類注意力算法CBAM[7]，為APR算法的詳細(xì)描述鋪墊。

1.1 陰影模型分析

陰影是自然界中普遍存在的現(xiàn)象，陰影的存在取決于光線的變化，而不受地形與反射物的影響。陰影的產(chǎn)生本質(zhì)上是由于光線的投影，當(dāng)光源如太陽(yáng)、燈發(fā)出光線而被物體遮擋，在光源與物體的投影方向上便會(huì)產(chǎn)生陰影。如式(1)所示，陰影模型通?？杀硎境闪炼扰c反射率的映射關(guān)系[1]。

Ii=(ticosθiLd+Le)Ri

(1)

式中：Ii為各像素的RGB三通道向量；ti介于0和1，表示光線被物體遮擋的比例，極端情況下，ti為1表示光線不被物體遮擋，ti為0表示光線完全被遮擋；θi為光線與物體表面形成的法線夾角；Ld為光源亮度；Le為環(huán)境光亮度；Ri為各像素的RGB反射比例。

在陰影檢測(cè)任務(wù)中，陰影模型通常具備與本體語(yǔ)義近似輪廓相符、難以提取所覆蓋的物體或地面像素的特征、在灰度圖中容易被混淆成前景物體等特點(diǎn)。針對(duì)這些問(wèn)題，文獻(xiàn)[11-12]提出傳統(tǒng)HSV空間檢測(cè)算法，利用分析陰影和前景的HSV差距來(lái)區(qū)分陰影；Vicente等[13]提出支持向量機(jī)檢測(cè)算法，構(gòu)建SVM分類器對(duì)陰影進(jìn)行有效分類；文獻(xiàn)[14-15]提出邊緣信息檢測(cè)算法，使用算子提煉圖像中的低階邊緣信息，獲取前景與陰影的邊緣，從而達(dá)到分類效果；Hosseinzadeh等[16]提出神經(jīng)網(wǎng)絡(luò)檢測(cè)算法，利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行卷積處理，獲取高階特征，大大提升準(zhǔn)確度；Nguyen等[17]提出生成對(duì)抗網(wǎng)絡(luò)檢測(cè)算法，使用生成器和判別器處理圖像，準(zhǔn)確度提升的同時(shí)卻大大增加了模型的復(fù)雜程度。雖然上述算法都能起到檢測(cè)陰影的效果，但并沒(méi)有考慮到注意力機(jī)制在此類任務(wù)中的適用性以及其本身的高效性，導(dǎo)致預(yù)測(cè)效果不夠理想。

1.2 注意力機(jī)制

人腦具備強(qiáng)大的注意力集中能力，當(dāng)眼睛觀看圖像時(shí)，注意力很容易被圖像中重要的一些區(qū)域所吸引，從而使得大腦能更快接收到對(duì)應(yīng)的重要信息。

在深度學(xué)習(xí)中，注意力機(jī)制的創(chuàng)造源于人腦的注意力模型。注意力機(jī)制最初被用于機(jī)器翻譯[8]，現(xiàn)在已成為神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的重要組成部分，并在自然語(yǔ)言處理、統(tǒng)計(jì)學(xué)習(xí)、語(yǔ)音和計(jì)算機(jī)等領(lǐng)域有著大量的應(yīng)用。其主要核心觀點(diǎn)在于對(duì)每一組輸入生成對(duì)應(yīng)的鍵、值和查詢，通過(guò)一種查詢生成鍵與值之間的權(quán)重關(guān)系，并將這種權(quán)重添加到輸入中，為序列中每一元素進(jìn)行權(quán)重的求和操作，從而獲得輸入對(duì)于全局的重要程度，實(shí)現(xiàn)類似于人腦生成注意力的生理過(guò)程。如式(2)所示，注意力機(jī)制可表示成鍵、值和查詢間的函數(shù)關(guān)系。

(2)

式中：Ct表示t序列中生成的注意力；αt,i為t序列第i個(gè)輸入鍵的查詢結(jié)果，這種查詢往往是一系列的函數(shù)操作；hi表示第i個(gè)輸入鍵的值。

通過(guò)式(2)可知，注意力的生成本質(zhì)是一種加權(quán)求和，基于這一特性，注意力的生成過(guò)程在深度神經(jīng)網(wǎng)絡(luò)中通?？梢暈槭且环N池化操作。圖1代表一種機(jī)器翻譯序列模型生成注意力的過(guò)程。

圖1 一種可行的機(jī)器翻譯注意力生成模型

注意力機(jī)制通?？杀环诸悶镾oft&Hard Attention、Global&Local Attention、Hierarchical Attention、Self Attention等，其主要區(qū)別取決于鍵與值的相對(duì)關(guān)系、注意力生成的模式與范圍、查詢函數(shù)的種類等因素。

1.3 融合混合域注意力機(jī)制的算法CBAM

對(duì)于計(jì)算機(jī)視覺(jué)任務(wù)，注意力機(jī)制起到為圖像的每一個(gè)像素生成權(quán)值的作用。理想情況下，前景像素的權(quán)值會(huì)不斷增加，背景像素的權(quán)值會(huì)逐漸減小，通過(guò)權(quán)值間差距的擴(kuò)大，起到不同語(yǔ)義分離的效果。

CBAM[7](Convolutional Block Attention Module)是一種在計(jì)算機(jī)視覺(jué)任務(wù)中可靠的注意力機(jī)制算法，具備簡(jiǎn)單的算法結(jié)構(gòu)與可觀的實(shí)際效果。CBAM結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)的空間和通道，為不同注意域的圖像與特征圖生成各自的注意力，引導(dǎo)模型更高效地區(qū)分語(yǔ)義信息。

CBAM由空間域注意力生成模塊和通道域生成模塊組成，并需要使用加權(quán)求和操作將這兩種模塊相組合。其中，空間域生成模塊可表示為：

(3)

根據(jù)卷積神經(jīng)網(wǎng)絡(luò)輸出的特征圖F，同步進(jìn)行特征圖的全局平均池化與全局最大池化操作。之后將兩種池化的結(jié)果基于通道相連接，再輸入一個(gè)目標(biāo)通道數(shù)為1、卷積核為7×7的卷積網(wǎng)絡(luò)，在不改變特征圖長(zhǎng)寬的條件下，將通道數(shù)降為1，再使用激活函數(shù)Sigmoid轉(zhuǎn)化輸出為非線性數(shù)據(jù)，得到空間域注意力矩陣Ms(F)。圖2表示CBAM的空間域生成模塊。

圖2 空間域生成模塊

通道域生成模塊可表示為：

(4)

在通道域注意力模塊中，將特征圖F同步進(jìn)行基于通道的平均池化與最大池化操作，再將兩種操作的結(jié)果分別輸入相同的多層感知機(jī)中，直接相加得到的兩個(gè)向量，輸入Sigmoid激活函數(shù)，輸出通道域注意力矩陣Mc(F)。圖3表示CBAM的通道域生成模塊。

圖3 通道域生成模塊

在混合域空間，結(jié)合空間域與通道域各自生成的權(quán)值注意力矩陣，實(shí)現(xiàn)特征圖在通道域、空間域的先后順序融合。圖4表示CBAM的注意力融合過(guò)程。

圖4 融合注意力生成模塊

CBAM可以在提升重要特征權(quán)重的同時(shí)，降低無(wú)關(guān)背景的權(quán)重，擴(kuò)大不同語(yǔ)義間的相對(duì)距離，加速模型迭代與優(yōu)化速度?？紤]到CBAM的易用性與高效性，本文提出的APR模型融合并改進(jìn)了這一算法。

2 基于注意力機(jī)制的陰影檢測(cè)算法APR

深度殘差網(wǎng)絡(luò)[18]在卷積模塊中引用殘差思想，在保證模型不斷向前迭代的同時(shí)，提高了優(yōu)化的準(zhǔn)確率。由于其根本特性，每一次殘差操作都實(shí)現(xiàn)了輸入與輸出的求和，所得的新的輸出必定不等同于輸入，從根本上解決了網(wǎng)絡(luò)面臨的退化問(wèn)題。近年來(lái)，不少學(xué)者通過(guò)改進(jìn)殘差網(wǎng)絡(luò)，應(yīng)用于各個(gè)領(lǐng)域，達(dá)到了傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)無(wú)法達(dá)到的高度。如Zhu等[19]結(jié)合殘差網(wǎng)絡(luò)Resnet-101，設(shè)計(jì)全新的小物體檢測(cè)模型，效果顯著；Chen等[20]改善了傳統(tǒng)殘差模型，在不影響準(zhǔn)確率的情況下，降低了模型的復(fù)雜程度，提高了訓(xùn)練效率。圖5是一種深度卷積殘差網(wǎng)絡(luò)中的一個(gè)殘差模塊。

圖5 殘差模塊

本文算法APR是一個(gè)在深度殘差網(wǎng)絡(luò)Resnet50的基礎(chǔ)上，融合注意力模型CBAM，結(jié)合并行網(wǎng)絡(luò)[21]、密集連接網(wǎng)絡(luò)[22]設(shè)計(jì)思路的高效陰影檢測(cè)網(wǎng)絡(luò)。在避免網(wǎng)絡(luò)深度大幅度增加的前提下，使用注意力機(jī)制提取重點(diǎn)特征，并實(shí)現(xiàn)了特征融合重用，從而提高了模型的工作效率。

2.1 并行卷積模塊Parallel Block

Resnet50網(wǎng)絡(luò)具備高效的特征提取能力，隨著網(wǎng)絡(luò)深度的增加，特征圖通道數(shù)增加，但特征圖尺寸隨之減小，有利于高層次特征的提取?？紤]到語(yǔ)義分割任務(wù)中圖像尺寸的變化會(huì)導(dǎo)致像素級(jí)別特征的提取精度降低，結(jié)合并行網(wǎng)絡(luò)的設(shè)計(jì)思路，根據(jù)Resnet50各殘差塊形狀設(shè)計(jì)兩類對(duì)應(yīng)的殘差卷積模塊，從不同的尺度維度和感受野獲取圖像更多特征，這兩類殘差卷積模塊與Resnet50殘差塊并行工作，組成并行卷積模塊Parallel Block。圖6表示第一類殘差卷積模塊。

圖6 第一類殘差卷積模塊

此模塊基于殘差網(wǎng)絡(luò)設(shè)計(jì)，將形狀為(n,c,x,y)的特征圖順序輸入5個(gè)卷積塊，其中：n為批量大??；c為特征圖通道數(shù)；x和y表示特征圖尺寸。首先將特征圖拓展至更高的維度進(jìn)行特征提取，再逐步通過(guò)卷積層降維，壓縮高維特征，精煉圖像信息，最后利用殘差連接，避免網(wǎng)絡(luò)退化。本模塊的作用在于提取并行的Resnet50殘差塊在這一層次無(wú)法提取到的高維特征，達(dá)到提前獲取更多層次信息的作用。與此同時(shí)，設(shè)計(jì)另一類殘差卷積模塊發(fā)揮尺度放大作用。圖7表示第二類殘差卷積模塊的結(jié)構(gòu)。

圖7 第二類殘差卷積模塊

本模塊的卷積層利用更大的5×5卷積核，為模型提供更大的感受野，降低了卷積核大小固定帶來(lái)的視野局限性，有利于獲取更多的全局信息。放大感受野同時(shí)會(huì)為注意力模塊提供更多非局部信息，使得注意力的生成更加準(zhǔn)確。

上述兩類殘差卷積模塊與原始?xì)埐罹矸e網(wǎng)絡(luò)Rsenet50的殘差塊并行獨(dú)立工作，組成并行卷積模塊Parallel Block。其中，三種殘差卷積模塊的輸出最終會(huì)基于通道連接。圖8為一個(gè)并行卷積模塊的結(jié)構(gòu)。

圖8 并行卷積模塊Parallel Block

并行卷積模塊從不同的角度與方式提取特征，降低了模型的耦合程度，雖然有限地增加了模型的寬度，卻避免增加模型的深度與總體復(fù)雜程度以達(dá)到同樣的效果，同時(shí)使得特征提取更加多樣性，實(shí)現(xiàn)了特征提取工作的高效與準(zhǔn)確。

2.2 改進(jìn)的注意力生成模塊conv-CBAM

研究表明，CBAM[7]是一種高效的混合域注意力生成模型，結(jié)合本文設(shè)計(jì)模型實(shí)際情況與模塊間連接需求，需要在其原本基礎(chǔ)上做出一些改進(jìn)。

結(jié)合并行卷積模塊Parallel Block的并行連接思想與壓縮特征的性能，在CBAM空間域生成模塊添加目標(biāo)通道數(shù)為1的卷積層，與原有平均池化、最大池化結(jié)果連接再輸入7×7降維卷積層，輸出空間域注意力矩陣。圖9表示改進(jìn)后的空間域生成模塊。

圖9 改進(jìn)后的空間域生成模塊

由于并行卷積模塊Parallel Block的輸出由三個(gè)殘差卷積模塊輸出的特征圖基于通道連接而成，之后再輸入注意力生成模塊CBAM，而基于通道連接后的特征圖往往具備更高的通道數(shù)，故需在CBAM融合混合域注意力前添加降維卷積模塊，避免后續(xù)通道域生成模塊的廣播異常，降維卷積模塊由3×3卷積層、批量歸一化層組合而成。

改進(jìn)后的注意力生成模塊conv-CBAM由降維卷積模塊、原始的通道域生成模塊和改進(jìn)的空間域生成模塊組成。

2.3 APR網(wǎng)絡(luò)結(jié)構(gòu)

本文設(shè)計(jì)的陰影檢測(cè)網(wǎng)絡(luò)APR基于預(yù)訓(xùn)練的殘差卷積網(wǎng)絡(luò)Resnet50。其中，Resnet50具有四個(gè)不同維度的殘差卷積模塊Residual Block，本模型基于各Residual Block組成四個(gè)并行卷積模塊Parallel Block。在每個(gè)Parallel Block中會(huì)獲得三種形狀一樣的特征圖輸出，基于通道連接后，輸入改進(jìn)的conv-CBAM注意力模塊，獲得這一層次的加權(quán)注意力特征圖并與其他層次得到的特征圖進(jìn)行密集連接，再輸入下一層次的并行卷積模塊?？紤]到模型在經(jīng)過(guò)四個(gè)并行卷積模塊后，最終會(huì)將圖像尺寸縮小四倍，故添加上采樣轉(zhuǎn)置卷積層，還原輸出圖像尺寸。圖10為本文設(shè)計(jì)的陰影檢測(cè)網(wǎng)絡(luò)APR的模型結(jié)構(gòu)。

由于模型使用并行連接網(wǎng)絡(luò)，在模型寬度維度上提取了更多可用特征，故相較于原始Resnet50，去除核心注意力模塊conv-CBAM后，并未額外增加模型深度。通過(guò)密集連接各加權(quán)注意力特征圖，充分重用特征，獲得額外輸入并相互映射傳遞，避免模型退化，提高了模型的工作效率。

圖10 APR模型結(jié)構(gòu)

3 實(shí) 驗(yàn)

3.1 實(shí)驗(yàn)數(shù)據(jù)集

為了與之前部分陰影檢測(cè)模型進(jìn)行對(duì)比與分析，故使用這些模型在實(shí)驗(yàn)中同樣使用的公共數(shù)據(jù)集SBU[10]陰影數(shù)據(jù)集與UCF[9]陰影數(shù)據(jù)集。SBU數(shù)據(jù)集包含4 089幅訓(xùn)練圖像與638幅測(cè)試圖像，UCF數(shù)據(jù)集包含245幅圖像。為了驗(yàn)證模型跨數(shù)據(jù)集的泛化能力，將UCF數(shù)據(jù)集所有圖像用于測(cè)試，最終用于本文設(shè)計(jì)的陰影檢測(cè)模型的數(shù)據(jù)集包括4 089幅訓(xùn)練圖像和983幅測(cè)試圖像。

3.2 損失函數(shù)與評(píng)價(jià)指標(biāo)

觀察陰影數(shù)據(jù)集，存在正負(fù)樣本比例不平衡的情況，圖11為具有此類問(wèn)題的一例訓(xùn)練集圖像。

圖11 一例訓(xùn)練集圖像與其真實(shí)檢測(cè)結(jié)果

真實(shí)檢測(cè)結(jié)果中，黑色像素代表背景信息，白色像素表示待檢測(cè)陰影信息。本例中，白色陰影像素在全局中所占比例較低。在完整的數(shù)據(jù)集中，普遍存在此類正負(fù)樣本分布不平衡的情況，經(jīng)過(guò)綜合分析，使用Focal Loss[23]作為最終模型訓(xùn)練的損失函數(shù)，式(5)表示Focal Loss的具體定義。

(5)

式中：α取0.25，平衡正負(fù)樣本損失；γ取2，減少背景樣本損失，使分類器關(guān)注陰影樣本信息。

為了對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析與比較，采用與之前部分陰影檢測(cè)模型相同的評(píng)價(jià)指標(biāo)[16-17]：陰影像素檢測(cè)錯(cuò)誤因子SER、非陰影像素檢測(cè)錯(cuò)誤因子NER、平均檢測(cè)錯(cuò)誤因子BER，定義如下：

SER=(1-TP/Np)×100

(6)

NER=(1-TN/Nn)×100

(7)

BER=(SER+NER)/2

(8)

式中：TP、TN分別表示正確檢測(cè)的陰影像素?cái)?shù)和正確檢測(cè)的非陰影像素?cái)?shù)；Np、Nn分別表示陰影像素總數(shù)和非陰影像素總數(shù)，錯(cuò)誤因子越低代表模型的陰影檢測(cè)準(zhǔn)確率越高，像素語(yǔ)義信息的分類越正確。

3.3 實(shí)驗(yàn)結(jié)果與分析

使用SBU和UCF兩大數(shù)據(jù)集，結(jié)合評(píng)價(jià)標(biāo)準(zhǔn)，本文模型在ubuntu16.04、Python3.6、mxnet-cu100環(huán)境下搭建，在一張Tesla P100顯卡上訓(xùn)練并測(cè)試，處理一幅圖片平均耗時(shí)0.031 s，預(yù)計(jì)檢測(cè)速度達(dá)到32.2幀/s，具備一定的高效實(shí)時(shí)檢測(cè)能力。SBU、UCF兩種測(cè)試集具體測(cè)試結(jié)果與常見(jiàn)同類型陰影檢測(cè)模型的對(duì)比結(jié)果如表1和表2所示。

表1 SBU測(cè)試集實(shí)驗(yàn)結(jié)果

表2 UCF測(cè)試集實(shí)驗(yàn)結(jié)果

通過(guò)對(duì)比與分析發(fā)現(xiàn)，本文算法APR在SBU測(cè)試集上具備較好的性能提升，在UCF數(shù)據(jù)集上NER與BER指標(biāo)相較于其他模型大幅度下降?？鐢?shù)據(jù)集驗(yàn)證的成功，證明了本模型具備可靠的泛化能力。且通過(guò)與ST-CGAN[25]模型實(shí)驗(yàn)結(jié)果對(duì)比，證明了本模型在正負(fù)樣本上的檢測(cè)平衡能力，分類器不會(huì)因正負(fù)樣本數(shù)量比例的不平衡而導(dǎo)致分類結(jié)果的不平衡。

圖12為一組測(cè)試集數(shù)據(jù)的目視效果對(duì)比，直觀反映了模型的檢測(cè)準(zhǔn)確程度。

圖12 一組測(cè)試數(shù)據(jù)的檢測(cè)結(jié)果與真實(shí)結(jié)果的目視效果對(duì)比

通過(guò)目視分析，發(fā)現(xiàn)測(cè)試數(shù)據(jù)整體檢測(cè)準(zhǔn)確率較高，對(duì)于類別分類基本無(wú)誤,能夠高效區(qū)分陰影與非陰影語(yǔ)義信息，提取兩者間的特征差距，實(shí)現(xiàn)了陰影檢測(cè)模型的基本功能。與此同時(shí)，由于模型特征提取前端基于Resnet50，總體深度不大，所以對(duì)于邊緣信息的提取與分類不夠精細(xì)，導(dǎo)致預(yù)測(cè)結(jié)果與真實(shí)結(jié)果仍有偏差。對(duì)于困難情況，如圖12第5列圖像，預(yù)測(cè)出現(xiàn)了錯(cuò)誤分類結(jié)果，將圖像右上角接近陰影顏色的深色地磚誤識(shí)別為陰影。根本原因在于特征的提取不夠徹底，在提取復(fù)雜場(chǎng)景的語(yǔ)義信息時(shí)易受到干擾，尤其是當(dāng)非陰影語(yǔ)義信息與陰影語(yǔ)義信息接近時(shí)，這種干擾更為明顯。一般來(lái)說(shuō)，不考慮模型訓(xùn)練的硬件成本與時(shí)間成本，擴(kuò)大網(wǎng)絡(luò)深度與提高數(shù)據(jù)集圖像質(zhì)量能夠解決這一類問(wèn)題。

3.4 各模塊效果探究

實(shí)驗(yàn)中，為了探究APR模型各模塊起到的作用，搭建了四個(gè)參照網(wǎng)絡(luò)進(jìn)行對(duì)比驗(yàn)證。第一個(gè)網(wǎng)絡(luò)為原始預(yù)訓(xùn)練的Resnet50網(wǎng)絡(luò)，僅修改其最后的輸出層；第二個(gè)網(wǎng)絡(luò)為Resnet50+CBAM網(wǎng)絡(luò)，在原始Resnet50網(wǎng)絡(luò)的基礎(chǔ)上在各殘差卷積塊間連接未改進(jìn)的注意力模塊CBAM；第三個(gè)網(wǎng)絡(luò)為Resnet50+conv-CBAM網(wǎng)絡(luò)，在原始Resnet50網(wǎng)絡(luò)的基礎(chǔ)上在各殘差卷積塊間連接改進(jìn)后的注意力模塊conv-CBAM；第四個(gè)網(wǎng)絡(luò)為Resnet50+Parallel Block+conv-CBAM網(wǎng)絡(luò)，即對(duì)原始Resnet50各殘差模塊重組，采用前文所述的并行卷積設(shè)計(jì)思路，組建并行卷積模塊，且各模塊間連接改進(jìn)后的注意力機(jī)制模塊，但各層輸出結(jié)果不使用密集連接相連。以上四類網(wǎng)絡(luò)結(jié)構(gòu)不同，并且復(fù)雜程度越來(lái)越高，與采用密集連接思路的完整網(wǎng)絡(luò)APR相互對(duì)比可分別驗(yàn)證注意力機(jī)制CBAM、改進(jìn)后的注意力機(jī)制conv-CBAM、并行卷積模塊、密集連接設(shè)計(jì)方法的作用。為保證驗(yàn)證實(shí)驗(yàn)的可信度，各模型訓(xùn)練采用相同的損失函數(shù)、數(shù)據(jù)集與訓(xùn)練策略，并且對(duì)預(yù)測(cè)結(jié)果采用相同的評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)，具體的各模塊探究實(shí)驗(yàn)結(jié)果如表3所示。

觀察實(shí)驗(yàn)結(jié)果可知，本文提出的完整模型APR評(píng)價(jià)指標(biāo)均優(yōu)于驗(yàn)證實(shí)驗(yàn)搭建的四類參照網(wǎng)絡(luò)，且這五種網(wǎng)絡(luò)隨著模型復(fù)雜程度的加深，評(píng)價(jià)指標(biāo)數(shù)值總體上也逐漸降低，體現(xiàn)了各模塊設(shè)計(jì)的合理性，確保了本文算法的可信度。

4 結(jié) 語(yǔ)

考慮到計(jì)算機(jī)視覺(jué)任務(wù)中陰影模型對(duì)于圖像前景的干擾，本文設(shè)計(jì)一個(gè)高效的陰影檢測(cè)模型APR。分析注意力機(jī)制的易用性與加權(quán)求和工作機(jī)制，結(jié)合可避免網(wǎng)絡(luò)退化的殘差神經(jīng)網(wǎng)絡(luò)，本文所提出模型在融合了注意力機(jī)制與殘差網(wǎng)絡(luò)的基礎(chǔ)上，還參考了密集連接與并行連接設(shè)計(jì)思想，因此具備高效的陰影識(shí)別能力與陰影語(yǔ)義提取能力。經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，模型在SBU與UCF數(shù)據(jù)集上預(yù)測(cè)表現(xiàn)優(yōu)秀，評(píng)價(jià)指標(biāo)相比于同類對(duì)比模型有一定提升，且通過(guò)跨模型驗(yàn)證與模型內(nèi)部模塊效果探究，證明了模型的結(jié)構(gòu)合理性與其泛化能力。但是，由于陰影模型本身對(duì)于前景圖像具備干擾能力，且數(shù)據(jù)存在正負(fù)樣本比例分布不平衡的情況，模型對(duì)于陰影邊緣信息的提取與預(yù)測(cè)不夠精細(xì)，并且在復(fù)雜場(chǎng)景下，隨著干擾因素的顯著增加，模型對(duì)于語(yǔ)義信息的提取會(huì)產(chǎn)生一些偏差。如果擴(kuò)大網(wǎng)絡(luò)深度或提高數(shù)據(jù)集圖像質(zhì)量會(huì)降低復(fù)雜場(chǎng)景出現(xiàn)分類錯(cuò)誤的可能性，隨著模型結(jié)構(gòu)的優(yōu)化，模型的表現(xiàn)能力會(huì)隨之提高，以適應(yīng)更多復(fù)雜場(chǎng)景下的陰影檢測(cè)工作，后續(xù)研究仍有一定的價(jià)值。