基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型分析

許煒婷

（廣東工業(yè)大學，廣東 廣州 510006）

0 引言

改革開放以來，經(jīng)過一代又一代公路建設人員的不懈奮斗，中國公路網(wǎng)絡基本形成。2021年，我國公路養(yǎng)護里程525.16 萬公里，占公路總里程的99.4%，接近100%。公路養(yǎng)護已由傳統(tǒng)的“搶修時代”過渡到“全面養(yǎng)護時代”，高效又智能的公路養(yǎng)護方式成為新時代提升道路服務水平的關鍵。

根據(jù)實地調(diào)研，目前公路破損的檢測方法仍以人工查看方式為主，即養(yǎng)護隊伍駕駛養(yǎng)護車輛行駛在管養(yǎng)路段，通過養(yǎng)護人員的眼睛和經(jīng)驗判斷路況是否良好。該傳統(tǒng)方法相對落后，人工檢測整體覆蓋率小、精度差、誤差率高，容易受養(yǎng)護隊伍的工作認真程度、精神狀態(tài)和專業(yè)養(yǎng)護經(jīng)驗的影響。在新時代大趨勢下，若能用路面破損智能檢測方法代替人工查看，在裂縫形成初期就及時被發(fā)現(xiàn)并進行養(yǎng)護處理，將大大提高公路養(yǎng)護成本和效率。基于卷積神經(jīng)網(wǎng)絡的路面裂縫研究方法應運而生，該方法可大大提高養(yǎng)護效率，降低人工成本。本文從卷積神經(jīng)網(wǎng)絡的基本概念出發(fā)，對五種不同的卷積神經(jīng)網(wǎng)絡模型和兩種卷積神經(jīng)網(wǎng)絡框架進行分析，最后探討4 種基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型。

1 卷積神經(jīng)網(wǎng)絡的基本概念

1.1 神經(jīng)元

神經(jīng)元即神經(jīng)元細胞，它分為細胞體和突起，是神經(jīng)系統(tǒng)最基本的結構，突起分為樹突和軸突，神經(jīng)元A的樹突接受神經(jīng)元B 的軸突傳來的沖動，并傳給神經(jīng)元A的細胞體，可以看出樹突有信息傳遞的功能。

1.2 神經(jīng)網(wǎng)絡

神經(jīng)網(wǎng)絡從生物學的神經(jīng)元獲得靈感，將多個神經(jīng)元組合起來就構成了神經(jīng)網(wǎng)絡，圖1（f 為激活函數(shù)）是一個前饋神經(jīng)網(wǎng)絡。前饋神經(jīng)網(wǎng)絡指的是信息數(shù)據(jù)從輸入層開始輸入，每一層都是接收上一層的輸出作為輸入，并將輸出結果作為下一層的輸入，整個網(wǎng)絡沒有循環(huán)。卷積神經(jīng)網(wǎng)絡是一個前饋神經(jīng)網(wǎng)絡。

圖1 神經(jīng)網(wǎng)絡模型

1.3 卷積神經(jīng)網(wǎng)絡

卷積神經(jīng)網(wǎng)絡在1994 年被學者研究發(fā)現(xiàn)，它推動了深度學習的發(fā)展。原始數(shù)據(jù)通過不同的濾波器進行卷積，得到C1卷積層的三個特征映射圖。C1層得到的特征映射圖經(jīng)過加權值，加偏執(zhí)和激活函數(shù)（sigmoid）得到S2 層的特征映射圖，以此類推，得到S4 層。最終將S4 得到的像素值光柵化，輸入到傳統(tǒng)的神經(jīng)網(wǎng)絡，得到輸出，具體過程如圖2所示。

圖2 卷積神經(jīng)網(wǎng)絡結構

深度指網(wǎng)絡層次數(shù)量，寬度指神經(jīng)元數(shù)量，提升卷積神經(jīng)網(wǎng)絡性能最直接的辦法是增加網(wǎng)絡深度和寬度，但需要把握好度，原因是網(wǎng)絡層數(shù)越多，梯度越來越彌散；網(wǎng)絡越大（神經(jīng)元數(shù)量越多），參數(shù)越多，計算難度大，會出現(xiàn)過擬合現(xiàn)象。針對過擬合現(xiàn)象，可以采用最大池采樣方法來解決。最大池化指的是取某個小區(qū)域中數(shù)值最大的點。最大池采樣可以降維，使降維后的圖像特征更容易分類。

2 卷積神經(jīng)網(wǎng)絡模型對比分析

卷積神經(jīng)網(wǎng)絡模型一般由輸入層、隱藏層和輸出層構成，隱藏層包括卷積層、池化層、全連接層等。卷積層進行卷積運算，類似濾波器，作用是提取特征；池化層用最大值或者平均值的方式對圖像進行池化，作用是降低維數(shù)，減少計算量，使模型有抗噪能力；全連接層作用是對卷積層提取到的圖像特征進行分類。

2.1 LeNet網(wǎng)絡模型

LeNet 網(wǎng)絡模型可以算是卷積神經(jīng)網(wǎng)絡的開端，LeNet-5和LeNet有一點差別，LeNet-5把tanh激活函數(shù)換成了ReLU。LeNet 網(wǎng)絡模型一共有6 層，3 層卷積層，2 層池化層，1 層全連接層，經(jīng)典的卷積神經(jīng)網(wǎng)絡LeNet結構如圖3所示。

圖3 LeNet卷積神經(jīng)網(wǎng)絡結構模型圖

2.2 AlexNet網(wǎng)絡模型

2.4 GoogleNet網(wǎng)絡模型

GoogLeNet 卷積神經(jīng)網(wǎng)絡模型的創(chuàng)新點有：一是將全連接變成稀疏連接，作用是可以減少參數(shù)。二是加入了Inception 結構，與其他卷積神經(jīng)網(wǎng)絡結構中卷積層與卷積層、卷積層和池化層之間都是串聯(lián)不同，GoogLeNet卷積神經(jīng)網(wǎng)絡中的卷積層和池化層是并聯(lián)。

AlexNet 網(wǎng)絡模型[1]一共有8 層，前5 層是卷積層，后3 層是全連接層，如圖4 所示。AlexNet 網(wǎng)絡模型用兩塊GPU 來運算，可以提高運算的效率。AlexNet網(wǎng)絡模型的創(chuàng)新點大致有四個：一是用線性整流函數(shù)（RELU）激活函數(shù)取代傳統(tǒng)激活函數(shù)，解決梯度發(fā)散的問題，可以減少計算量；二是局部響應歸一化（Local Response Normalization），因為ReLU激活函數(shù)得到的值域沒有區(qū)間，所以要對值域進行歸一化；三是在第二個全連接層和第三個全連接層設置dropout，可以防止出現(xiàn)過擬合的情況；四是數(shù)據(jù)擴張（data augmentation），通過對原始數(shù)據(jù)進行適當?shù)淖儞Q，得到差異更大的數(shù)據(jù)，和dropout 一樣，數(shù)據(jù)擴張也是一種防止出現(xiàn)過擬合的方法。

圖4 AlexNet網(wǎng)絡結構模型圖

2.3 VGGNet網(wǎng)絡模型

VGGNet 卷積神經(jīng)網(wǎng)絡模型[3]和AlexNet 網(wǎng)絡模型一樣，有5 個卷積層，3 個全連接層，如圖5 所示。文章里VGGNet 嘗試了6 種不同的模型結構，分別是VGG11、VGG11-LRN、VGG13、VGG16-1、VGG16-3 和VGG19（VGG11-LRN 表示第一層卷積采用了LRN，如圖6 中A-LRN 類所示；VGG16-1 表示后三組卷積塊中最后一層卷積采用卷積核尺寸為1 示后，如圖6 中C 類所示。因為大部分計算機硬件只能優(yōu)化密集矩陣計算，同時大量實驗證明：將稀疏矩陣聚類為較為密集的子矩陣可以提高計算性能，所以加入了Inception 結構即可以減少計算量又可以提高計算性能。三是使用大量1 用大的卷積核進行降維，修正relu 激活函數(shù)，減少計算量，如圖7 所示。四是加入2 個輔助分類器，用于向前傳導梯度，減輕梯度消失現(xiàn)象。

圖6 VGGNet卷積神經(jīng)網(wǎng)絡模型分類

圖7 加入1入助的卷積核后的Inception結構模型圖

2.5 深度殘差網(wǎng)絡（ResNet）

2015 年，ResNet 提出將輸入信息直接傳給輸出的思想，將直接學習目標值轉變?yōu)閷W習輸入值與輸出值的殘差。輸出h(x)=x＋f(x)，f（x)殘差=h(x)-f(x)?？梢妼W習目標是f(x)，f(x)相比h(x)，更容易優(yōu)化。殘差單元由卷積層（Conv）、歸一化層（BN）、激活函數(shù)（ReLU）等組成。歸一化操作是將數(shù)據(jù)用某種算法處理后，一般對每一層網(wǎng)絡層都進行歸一化處理，使每一層網(wǎng)絡層數(shù)據(jù)更加獨立。使激活函數(shù)對特征進行非線性變換，使神經(jīng)網(wǎng)絡有更高的擬合性。殘差神經(jīng)網(wǎng)絡是由多個殘差單元組成，可以解決解決深度增加后，梯度消失或者是網(wǎng)絡退化的問題。殘差單元和殘差網(wǎng)絡的結構對網(wǎng)絡的學習能力和泛化能力影響很大。

2.6 卷積神經(jīng)網(wǎng)絡模型的對比

表1 是常見的卷積神經(jīng)網(wǎng)絡模型的對比，模型相互之間有共同的地方，基本都有卷積層、池化層、全連接層，而深度殘差網(wǎng)絡（ResNet）則跳出原來的思維模式，將輸入信息直接傳給輸出，作為初始輸出結果，在實際應用時，應該根據(jù)實際問題選擇適合的網(wǎng)絡模型。

表1 卷積神經(jīng)網(wǎng)絡模型對比

3 卷積神經(jīng)網(wǎng)絡框架

3.1 Caffe框架

Caffe 是快速特征嵌入的卷積結構，完全開源的Caffe 框架的核心語言是C++，適合二維圖像數(shù)據(jù)的特征提取。Caffe 的核心模塊有三個，分別是 Blobs、Layers 和Nets。Blobs 模塊可以對數(shù)據(jù)進行存儲、交互和處理，確定了數(shù)據(jù)內(nèi)存的接口。Layers 定義了許多層級結構，它將Blobs 視為輸入輸出。Nets 是一系列Layers的集合，將這些層結構形成一個網(wǎng)圖。

3.2 TensorFlow框架

TensorFlow 支持很多平臺，如GPU、CPU 等絕大多數(shù)平臺都可以。TensorFlow 相對Caffe 工作流程簡單、開源、框架具有高度靈活性、自動求微分等優(yōu)點。

4 基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型

4.1 基于Caffe框架的改進后的LeNet-5網(wǎng)絡模型

李楠[3]利用Caffe框架，對LeNet-5網(wǎng)絡模型進行輕微調(diào)整后對圖像進行裂縫有無識別，實驗結果顯示，將激活函數(shù)Sigmoid 換成Relu 的LeNet-5 網(wǎng)絡模型能較好的識別裂縫。該網(wǎng)絡由兩個卷積層，兩個池化層和兩個全連接層。李楠一共用900 張瀝青路面的圖像，其中750 張用于訓練（350 張有裂縫，400 張無裂縫），150 張用于測試（75 張有裂縫，75 張無裂縫）。作者首先對圖像進行歸一化和勻光處理，然后再采用lmdb 格式的Caffe 框架上對圖像進行歸一化均值處理。經(jīng)過超過500 次迭代后卷積神經(jīng)網(wǎng)絡已收斂，可以較好的對裂縫圖像和完好圖像進行分類，實驗結果準確率可達到0.92。

4.2 基于Caffe框架的改進的AlexNet網(wǎng)絡模型

車艷麗[4]研究的是將AlexNet網(wǎng)絡模型改進后的卷積神經(jīng)網(wǎng)絡，改進后網(wǎng)絡層數(shù)更少、計算參數(shù)更少、模型訓練速度更快，識別精度更高。作者用20000 張圖像作為訓練集，10000 張作為測試集，這30000 張圖像可以分為裂縫圖像和無裂縫圖像。

首先她對圖像預處理，目的是降低圖像的噪聲，讓圖像的裂縫與圖像的背景形成比較強的對比度。她用到的方法有用Canny 算子檢測邊緣，用改進的Ostu 算法閾值分割，用高斯濾波平滑紋理獲取圖像背景，用改進后的亮度高程模型進行勻光處理。她采用的是Caffe平臺框架，因為需要先對瀝青裂縫圖像進行數(shù)據(jù)格式轉換，作者選擇用LMDB 數(shù)據(jù)格式，因為該數(shù)據(jù)格式精簡、高效和省內(nèi)存，如圖8 所示是作者改進后的卷積神經(jīng)網(wǎng)絡。

圖8 優(yōu)化后的AlexNet網(wǎng)絡結構

4.3 基于Caffe框架的改進后的VGGNet網(wǎng)絡模型

趙珊珊等[5]基于Caffe 框架，對3000 張大小為2400×3150像素的圖像進行研究。首先對圖像進行預處理，用的方法是強度歸一化（去除路面光照不均帶來的影響）和像素飽和化。然后對VGGNet網(wǎng)絡模型進行改進：一是把原始網(wǎng)絡convl_l,conv2_2,conv3_3,conv4_3直接與最后一個卷積層連接；二是去掉原始網(wǎng)絡的第5個卷積層、第5 個池化層和全連接層，因為作者認為第5 個卷積層、第5 個池化層會生成小又模糊的特征圖，影響結果；全連接層計算耗時長，去掉可以減少訓練時間。該方法對有明顯裂縫的路面圖像識別效果好，但對復雜的破損圖像難識別，該模型可用于簡單的裂縫識別。

4.4 基于Tensorflow 框架的改進后的VGGNet 網(wǎng)絡模型

王丹等[6]基于Tensorflow 框架，對1006 張圖像進行研究。首先對圖像采用旋轉、鏡像、隨機裁剪等方式進行數(shù)據(jù)增強，將原有的1006 張圖像增加到8048 張。然后對VGGNet網(wǎng)絡模型進行改進：一是將原有的三個全連接層全部替換成卷積層，變成全卷積神經(jīng)網(wǎng)絡（FCN）；二是利用相對深層的網(wǎng)絡特征感受野大但容易丟失細節(jié)，相對淺層的網(wǎng)絡特征感受野小但能突出細節(jié)的規(guī)律，作者將淺層網(wǎng)絡特征和深層網(wǎng)絡特征融合，這樣即能提高改進后的網(wǎng)絡模型對細節(jié)的提取能力。三是用空洞卷積代替池化層，保留圖像細節(jié)，作者用的是改進后（三個并行通道）的多尺度空洞卷積。

5 結束語

綜上所述，卷積神經(jīng)網(wǎng)絡模型種類多，卷積神經(jīng)網(wǎng)絡框架各有優(yōu)缺點，可派生出多種瀝青路面裂縫識別模型。本文對這些模型分析后的結論是：應用基于卷積神經(jīng)網(wǎng)絡的瀝青路面裂縫識別模型時，在實際收集路面裂縫圖像過程中，容易受到標線、井蓋、路面垃圾等雜物的影響。如何去除雜物對裂縫圖像處理的影響，是未來的路面破損圖像處理的重要研究課題，也是提高路面裂縫檢測精度的關鍵。研究者需要選擇合適的算法、合適的網(wǎng)絡模型以及合適的網(wǎng)絡框架。隨著計算機技術的發(fā)展，希望能開發(fā)對全過程路面病害進行智能監(jiān)測和識別的一體機，實現(xiàn)智能檢測。