基于卷積神經(jīng)網(wǎng)絡(luò)的過閘船舶越限識別方式

摘要：高水頭船閘在泄水過程中，若船舶位置越過閘室警戒線，則可能會導(dǎo)致泄水時船舶碰撞到閘室門檻，造成不安全事件。文章應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)的方法，通過建立實際訓(xùn)練網(wǎng)絡(luò)、收集現(xiàn)場數(shù)據(jù)進(jìn)行驗證，研討一種船舶越線的識別方式，對船舶是否越線進(jìn)行檢測。實驗結(jié)果表明，該方式能有效克服水位的影響，具有較高的識別正確率，證明基于卷積神經(jīng)網(wǎng)絡(luò)的識別技術(shù)對比傳統(tǒng)特征提取識別技術(shù)具備一定的先進(jìn)性。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò)；船舶越限；識別

U641.7+8A581864

0 引言

高水頭船閘在船閘閘室充水完成后，閘首門檻被閘室內(nèi)上升的水位淹沒，進(jìn)閘船舶無法通過目視確定閘首門檻具體位置，只能通過警戒線來判斷閘首門檻大概位置。在船閘泄水時，若船舶尾部位置越過閘室警戒線，則在閘首門檻露出水面時，船舶尾部會碰撞閘室門檻，造成船舶損壞、影響船閘通航能力等不安全事件發(fā)生。船舶位置是否越過閘室警戒線目前多數(shù)靠船閘值班調(diào)度員通過攝像頭觀察確定，隨著船閘控制系統(tǒng)的集約化發(fā)展，船閘值班調(diào)度員監(jiān)控的船閘數(shù)量不斷增加，一般情況下船閘值班調(diào)度員會在船閘人字門關(guān)門時通過攝像頭觀察閘室船舶是否越過警戒線，在泄水過程中不會對船舶是否越過警戒線進(jìn)行持續(xù)性觀察，存在一定的安全隱患。

由于人員精力有限，依靠人工監(jiān)控船舶是否越過警戒線存在一定的不足，對于提高整個船閘的安全性與過閘效率有著一定的制約。船閘常用船舶越限檢測技術(shù)手段一般通過激光器進(jìn)行檢測，但在高水頭船閘中，水質(zhì)比較渾濁、水面有雜物等因素，將極大干擾激光的測量數(shù)據(jù)，導(dǎo)致檢測結(jié)果不準(zhǔn)確。隨著圖像算法技術(shù)的不斷發(fā)展，使用攝像頭圖像檢測船舶越線亦開始應(yīng)用于現(xiàn)場。圖像識別常用的技術(shù)手段為特征提取識別和神經(jīng)網(wǎng)絡(luò)識別。本文通過建立實際訓(xùn)練網(wǎng)絡(luò)、收集現(xiàn)場數(shù)據(jù)進(jìn)行驗證，對比傳統(tǒng)特征提取識別技術(shù)和神經(jīng)網(wǎng)絡(luò)識別技術(shù)的識別效果，證明基于卷積神經(jīng)網(wǎng)絡(luò)的識別技術(shù)對比傳統(tǒng)特征提取識別技術(shù)具備一定的先進(jìn)性。

1 傳統(tǒng)特征提取識別技術(shù)介紹

統(tǒng)計學(xué)習(xí)方法在20世紀(jì)90年代大放異彩，1995年統(tǒng)計學(xué)家Vapnik提出了SVM算法，其具備完備的理論基礎(chǔ)（凸優(yōu)化和統(tǒng)計學(xué)），并且在分類任務(wù)領(lǐng)域取得了卓越的成就［1］。SVM支持向量機(jī)（support vector machines，SVM）是一種二分類模型，而船舶越限行為本質(zhì)上也是一個二分類問題：警戒線附件有沒有船，所以SVM算法在船舶越限識別中具有良好的適應(yīng)性。但實際船閘運(yùn)行情況復(fù)雜多變，SVM算法適用于中小型數(shù)據(jù)樣本、非線性、高維的分類問題，通過OpenCV建立的SVM算法在面對上萬張船舶越限樣本的識別率并不高，需要不斷增大訓(xùn)練模型。SVM算法是人工監(jiān)督學(xué)習(xí)，增大訓(xùn)練模型需要人工不斷提取特征進(jìn)行修正，工作量巨大，所以SVM算法在大型數(shù)據(jù)樣本的分類問題上存在一定程度的缺陷。

2 神經(jīng)網(wǎng)絡(luò)識別技術(shù)介紹

基于人工神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別算法是基于生物神經(jīng)元連接，模擬人腦信息機(jī)制抽象出一種非語言非邏輯的人工智能算法。2013年基于候選區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測模型被Girshick等提出，使用神經(jīng)網(wǎng)絡(luò)完成自動抽取特征，解決了需要人工對特征進(jìn)行構(gòu)造的問題［2］。由此，神經(jīng)網(wǎng)絡(luò)識別技術(shù)進(jìn)入快速發(fā)展時代。卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是處理網(wǎng)格結(jié)構(gòu)的一種專用網(wǎng)絡(luò)，多用于圖像處理。卷積網(wǎng)絡(luò)的特別之處在于神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中至少有一層網(wǎng)絡(luò)運(yùn)算為卷積操作［3］。卷積結(jié)構(gòu)可以減少深層網(wǎng)絡(luò)占用的內(nèi)存量，其有三個關(guān)鍵的操作，其一是局部感受視野，其二是權(quán)值共享，其三是pooling層，有效地減少了網(wǎng)絡(luò)的參數(shù)個數(shù)，緩解了模型的過擬合問題。

由于船閘現(xiàn)場對比公路汽車識別問題屬于處理數(shù)據(jù)量相對較輕的，故使用輕量級網(wǎng)絡(luò)進(jìn)行訓(xùn)練能節(jié)約訓(xùn)練時間及識別時間。CNN網(wǎng)絡(luò)常用的輕量級網(wǎng)絡(luò)模型有：VGG16、GoodLetNet、ResNet。考慮船閘現(xiàn)場場景的相對簡化，并且是二分類問題，故本文使用GoodLetNet作為主要訓(xùn)練網(wǎng)絡(luò)。

3 GoodLetNet網(wǎng)絡(luò)介紹

GoodLetNet網(wǎng)絡(luò)參數(shù)為500萬個，AlexNet網(wǎng)絡(luò)參數(shù)個數(shù)是GoodLetNet的12倍，VGG16參網(wǎng)絡(luò)數(shù)又是AlexNet的3倍，因此在有限算力資源下，GoodLetNet的性能也更加優(yōu)越，識別速度更快，可以滿足實際應(yīng)用需要。

3.1 損失函數(shù)

每一個樣本經(jīng)過模型后會得到一個預(yù)測值，然后得到的預(yù)測值和真實值的差值就成為損失（損失值越小證明模型越是成功）。損失函數(shù)的使用主要是在模型的訓(xùn)練階段，每個批次的訓(xùn)練數(shù)據(jù)送入模型后，通過前向傳播輸出預(yù)測值，然后損失函數(shù)會計算出預(yù)測值和真實值之間的差異值，也就是損失值。得到損失值之后，模型通過反向傳播去更新各個參數(shù)，來降低真實值與預(yù)測值之間的損失，使得模型生成的預(yù)測值往真實值方向靠攏，從而達(dá)到學(xué)習(xí)的目的。GoodLetNet為了防止梯度消失，在層內(nèi)增加了兩個損失函數(shù)：softmax0和softmax1，正是這兩個損失函數(shù)導(dǎo)致了GoodLetNet雖然擴(kuò)展性差，但在分類領(lǐng)域還是具有非常高的識別率，這也是本文選擇GoodLetNet作為訓(xùn)練網(wǎng)絡(luò)的原因。

3.2 Softmax損失函數(shù)

Softmax的表達(dá)式為：

Softmax（s）=esk∑jejk（1）

式中，sk表示的是輸入到Softmax函數(shù)的數(shù)據(jù)。 Softmax函數(shù)能將輸入到它的數(shù)據(jù)轉(zhuǎn)換為介于0和1的數(shù)值，因此通過Softmax函數(shù)可以將輸入的數(shù)據(jù)解析成為概率。

3.3 交叉熵?fù)p失函數(shù)

經(jīng)過Softmax函數(shù)之后的是概率，那么最根本的想法是使正確類別的概率最大。交叉熵?fù)p失函數(shù)出現(xiàn)的目的就是使正確類別概率最大。

交叉熵是用來衡量兩個概率之間的差別。深度學(xué)習(xí)中使用Softmax輸出的概率擬合真實概率，并使得這兩個概率之間的交叉熵最小。

假設(shè)交叉熵?fù)p失函數(shù)為L，那么單個樣本的損失定義為：

Li=-YilogPi（2）

該式表示樣本是Xi的情況下，使用概率分布Pi擬合真實概率分布Yi的誤差。將（1）式代入（2）式得：

Li=-YilogeXi∑jeXj（3）

多個樣本時，損失函數(shù)表達(dá)為：

L=1N∑Li（4）

式中，Y=（y1，…，yi）是真實概率，在二分類問題上yi要么為0要么為1；X=（x1，…，xi）是神經(jīng)網(wǎng)絡(luò)輸出的概率。

3.4 GoodLetNet網(wǎng)絡(luò)模型

GoodLetNet網(wǎng)絡(luò)模型的特點(diǎn)是引入了Inception結(jié)構(gòu)（見圖1），并且使用1×1的卷積核進(jìn)行降維以及映射處理。

GoodLetNet使用的降維Inception結(jié)構(gòu)見圖2。

圖1是Inception初始版本。從圖1可以看出，卷積層之間、卷積層和池化層之間是串聯(lián)結(jié)構(gòu)。而圖2增減了三個1×1的卷積核，使得特征矩陣的深度降低，極大地減少了參數(shù)，進(jìn)而減少了計算量。

GoodLetNet整體計算過程如圖3所示。

由圖3可知，原始圖片為224×224×3，最后輸出1 000數(shù)據(jù)特征，將三維數(shù)據(jù)（224×224×3）降維到一維數(shù)據(jù)（1 000個數(shù)據(jù)特征）。

4 基于卷積神經(jīng)網(wǎng)絡(luò)的船舶越限識別網(wǎng)絡(luò)訓(xùn)練

實驗平臺是裝有英特爾i7-13700KF 3.4 GHz，顯卡為RTX3060，內(nèi)存為32 GB，操作系統(tǒng)為Windows 11。利用tensorflow2.0和python 3.9搭建卷積神經(jīng)網(wǎng)絡(luò)，將前預(yù)處理的圖片送進(jìn)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最后進(jìn)行優(yōu)化和驗證。總體流程如圖4所示。

4.1 獲取數(shù)據(jù)

數(shù)據(jù)獲取來自長洲四線船閘固定攝像頭。數(shù)據(jù)獲取從4月開始一直到8月結(jié)束，涵蓋洪水期、雷雨天氣、陰雨天氣、晴朗天氣、高水位、低水位等多個工況，總圖片數(shù)約為1萬張（見圖5）。

4.2 數(shù)據(jù)預(yù)處理

在1萬張圖片中，提取感興趣區(qū)域（警戒線附近），進(jìn)行人工進(jìn)行圖片分類（有船或沒有船兩類），然后在所有圖片中隨機(jī)生產(chǎn)訓(xùn)練集和測試集（見圖6）。

4.3 網(wǎng)絡(luò)模型搭建

使用tensorflow2.0和python 3.9搭建GoodLetNet網(wǎng)絡(luò)模型。為了以減少通道數(shù)，減少模型訓(xùn)練參數(shù)，從而降低模型的復(fù)雜性，第四條路徑使用3×3最大匯聚層，然后使用1×1卷積層來改變通道數(shù)。這四條路徑都使用合適的填充來使輸入與輸出的高和寬一致，以保證輸出特征能在通道維度上進(jìn)行拼接。最后將每條線路的輸出在通道維度上連結(jié)，并構(gòu)成Inception塊的輸出（見圖7）。

第一條路徑：1×1卷積層提取信息。

第二條路徑：1×1卷積層減少通道數(shù)，3×3卷積層提取信息。

第三條路徑：1×1卷積層減少通道數(shù)，5×5卷積層提取信息。

第四條路徑：3×3最大匯聚層提取信息，1×1卷積層改變通道數(shù)。

4.4 訓(xùn)練網(wǎng)絡(luò)

訓(xùn)練集圖片統(tǒng)一轉(zhuǎn)換為224×224大小，并歸一化處理，進(jìn)行分類標(biāo)簽設(shè)置，通過數(shù)據(jù)增強(qiáng)（圖片旋轉(zhuǎn)、圖片裁剪等）增強(qiáng)數(shù)據(jù)的多樣性，選取50%樣本作為訓(xùn)練集，另外的50%樣本作為測試集，最后輸入網(wǎng)絡(luò)。網(wǎng)絡(luò)進(jìn)行自適應(yīng)訓(xùn)練，由模型自動調(diào)整參數(shù)，訓(xùn)練周期為20個訓(xùn)練周期。

4.5 測試網(wǎng)絡(luò)

對訓(xùn)練好的模型進(jìn)行測試，聯(lián)合測試后，出現(xiàn)過擬合情況，測試次數(shù)增加，識別率不提高。

4.6 修正網(wǎng)絡(luò)

根據(jù)網(wǎng)絡(luò)測試的結(jié)果，修正學(xué)習(xí)率，學(xué)習(xí)次數(shù)。

4.7 重新訓(xùn)練

根據(jù)新的參數(shù)，再次訓(xùn)練網(wǎng)絡(luò)。

4.8 最優(yōu)輸出

經(jīng)過重新訓(xùn)練，最終在測試網(wǎng)絡(luò)時，達(dá)到最優(yōu)輸出。

5 識別效果討論

5.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練識別效果

按照上述流程對數(shù)據(jù)進(jìn)行預(yù)處理、訓(xùn)練網(wǎng)絡(luò)、測試網(wǎng)絡(luò)等步驟，訓(xùn)練網(wǎng)絡(luò)的識別結(jié)果如圖8、圖9所示。圖8～9網(wǎng)絡(luò)的損失函數(shù)在第7次迭代后梯度不再下降，相應(yīng)的識別準(zhǔn)確率也在第7次迭代后達(dá)到98%后不再顯著增加，在第12次迭代訓(xùn)練后準(zhǔn)確率保持在99%以上，證明識別正確率數(shù)據(jù)良好，所設(shè)計的網(wǎng)絡(luò)可以順利識別任務(wù)。

5.2 實際識別效果對比

本次實驗以正確識別和識別時間作為2種方法檢測效果的評價指標(biāo)，正確識別可以反映算法對船舶越限檢測的情況，識別時間作為現(xiàn)場應(yīng)用的重要技術(shù)指標(biāo)。表1反映了實際測試下兩種識別方法的檢測效果。

由表1可知，GoodLetNet網(wǎng)絡(luò)能夠順利完成完成識別任務(wù)，SVM算法在識別上存在一定的錯誤識別。由于GoodLetNet網(wǎng)絡(luò)運(yùn)行中使用了tensorflow的張量并行加速，充分發(fā)揮GPU的計算性能，識別時間上相較于傳統(tǒng)的SVM算法運(yùn)行有了大幅提高，具備應(yīng)用于現(xiàn)場的運(yùn)行性能。

為了驗證訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)在實際中的識別準(zhǔn)確率，進(jìn)行了準(zhǔn)確率識別試驗，識別正確率為識別正確的圖片數(shù)量對比測試圖片總樣本數(shù)量。試驗圖片隨機(jī)從現(xiàn)場攝像頭中提取，以500張圖片為測試基數(shù)，每次增加500張測試圖片，并計算訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)識別正確率，具體數(shù)據(jù)如表2所示。

由表2可知，隨著試驗的圖片增加，識別正確率有一定的下降，這主要是隨著測試樣本數(shù)量的增加，隨機(jī)挑選的夜間圖片數(shù)量增加，夜間圖片正確識別率相對降低。但該網(wǎng)絡(luò)總體上保持了較高的識別正確率，隨著測試樣本的繼續(xù)增加，識別正確率趨向穩(wěn)定。

6 結(jié)語

通過實際搭建卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及測試，在固定攝像頭位置的情形下，卷積神經(jīng)網(wǎng)絡(luò)識別船舶越限的正確率相比于傳統(tǒng)的特征提取算法具有更高的識別正確率，并可以充分利用GPU的運(yùn)算性能，提高網(wǎng)絡(luò)運(yùn)行速度，實現(xiàn)工業(yè)級別的運(yùn)算性能。同時，在現(xiàn)實應(yīng)用中，情形是多變的且復(fù)雜的，卷積神經(jīng)網(wǎng)絡(luò)在夜間情形下識別正確率仍舊不高，需要通過紅外攝像頭或輔助激光雷達(dá)輔助進(jìn)行綜合判定，以提高識別正確率。

參考文獻(xiàn)：

［1］陳 壯.基于卷積神經(jīng)網(wǎng)絡(luò)的內(nèi)河船舶檢測與識別研究［D］.大連：大連理工大學(xué)，2020.

［2］曲穎麗.基于卷積神經(jīng)網(wǎng)絡(luò)的船舶識別［D］.大連：大連海事大學(xué)，2020.

［3］羅文慧.智慧交通背景下道路交叉口交通流控制模型與算法研究［D］.北京：北京交通大學(xué)，2019.