王欣蔚

摘要：動車車號識別是動車安全自動監(jiān)測系統(tǒng)的一項重要內(nèi)容。由于光照不均、運動失真等因素，動車車號的可靠識別困難較大。論文研究了基于深度網(wǎng)絡(luò)的識別算法，通過設(shè)計卷積神經(jīng)網(wǎng)絡(luò)，以減少資源占用為出發(fā)點，獲得99.20%的識別正確率。與LeNet-5卷積網(wǎng)絡(luò)進(jìn)行對比實驗，減少了近6倍的訓(xùn)練時間，并且識別率有所提高。

關(guān)鍵詞：字符識別 卷積神經(jīng)網(wǎng)絡(luò) 復(fù)雜光照 深度學(xué)

中圖分類號：TP391.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2016）07-0126-01

1 相關(guān)背景

近兩年，深度網(wǎng)絡(luò)[1]正成為模式識別與人工智能領(lǐng)域的一個重要方向，其中又以卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）[2]等為熱點，應(yīng)用于目標(biāo)檢測、人臉識別等領(lǐng)域。它通過卷積層和下采樣層兩個特殊結(jié)構(gòu)來實現(xiàn)特征提取過程。能解決傳統(tǒng)算法對夜間車號圖像識別困難的問題。

然而，其復(fù)雜度高、系統(tǒng)資源的需求大，訓(xùn)練需要海量的數(shù)據(jù)，實際應(yīng)用不具有以上條件。本文通過研究，在提高識別率的同時，明顯降低系統(tǒng)資源的消耗，為深度網(wǎng)絡(luò)的實際應(yīng)用探索新的思路。

2 卷積神經(jīng)網(wǎng)絡(luò)的車號識別

針對降低網(wǎng)絡(luò)系統(tǒng)資源消耗、在適度規(guī)模的數(shù)據(jù)集下訓(xùn)練的實際需要，不同的應(yīng)用主要需要考慮卷積層個數(shù)、每層特征圖個數(shù)、下采樣層池化區(qū)域大小以及網(wǎng)絡(luò)的深度。

卷積層的作用是探測上一層特征的局部連接，而下采樣層的作用是把相似的特征合并起來。卷積過程要設(shè)計卷積核大小，針對樣本數(shù)據(jù)進(jìn)行調(diào)節(jié)，如果核的尺寸過大，會增加運算量；如果過小，則不足以提取到有效結(jié)構(gòu)特征。此外，卷積核個數(shù)過少會使特征提取的不充足導(dǎo)致識別率低，過多會導(dǎo)致運行時間大大增加。下采樣過程需要確定合適的池化區(qū)域大小?？紤]到信息的損失情況，池化矩陣不應(yīng)過大，一般為2×2的大小。經(jīng)以上考慮，本文卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

由于動車車號應(yīng)用統(tǒng)一的字體設(shè)計，字體結(jié)構(gòu)沒有LeNet-5應(yīng)用場景改變大。因此兩個卷積層的設(shè)計已滿足特征提取的需要，從而大大減少了耗時。由圖1可見，首先輸入歸一化為32×32的像素大小，并以灰度圖的形式輸入第一層C1。第一個卷積層C1是形成8個經(jīng)卷積的特征圖，得到像素大小為28×28的特征圖。之后經(jīng)過2×2鄰域的平均池化，在下采樣層S2生成了8個14×14像素的特征圖。C3存在20個10×10像素大小的特征圖，可生成20個圖像大小為5×5像素的S4層。卷積層核的大小均為5×5。接下來的F5層和S4層為全連接，有20×5×5=500個節(jié)點，相當(dāng)于用含500×21=10500個參數(shù)的分類器對向量進(jìn)行分類，因而具有更強的描述能力。

最后，輸出層為21個單元，由徑向基函數(shù)（RBF）組成。對應(yīng)待測動車車號字符樣本庫中21個不同的數(shù)字和字母。網(wǎng)絡(luò)的訓(xùn)練過程，通過BP算法[3]由前到后逐層學(xué)習(xí)的方式。

3 實驗結(jié)果與分析

實驗用的字符樣本均來自實際應(yīng)用環(huán)境中獲取的動車車號圖像。為了提高網(wǎng)絡(luò)的泛化性能，將原始樣本經(jīng)過仿射變換、添加椒鹽噪聲和乘性噪聲的處理，擴充樣本庫數(shù)量。訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集之間沒有重疊，部分樣本如圖2所示。訓(xùn)練數(shù)據(jù)集包含10500張圖像，測試數(shù)據(jù)集包含2250張圖像。所有實驗仿真平臺為Matlab2012b。

將本文提出的卷積神經(jīng)網(wǎng)絡(luò)（記Proposed），與典型的卷積神經(jīng)網(wǎng)絡(luò)LeNet-5[3]以及應(yīng)用BP算法的普通神經(jīng)網(wǎng)絡(luò)（記NN）進(jìn)行識別正確率的實驗比較。其中網(wǎng)絡(luò)的學(xué)習(xí)率設(shè)置均相同。實驗結(jié)果如圖3所示。

因為卷積神經(jīng)網(wǎng)絡(luò)相比于普通的神經(jīng)網(wǎng)絡(luò)具有更好的魯棒性，所以兩卷積神經(jīng)網(wǎng)絡(luò)識別率均高于普通網(wǎng)絡(luò)8%。而本文的網(wǎng)絡(luò)比LeNet-5的識別率高0.8%左右。

與LeNet-5在復(fù)雜度方面的對比實驗，結(jié)果如表1所示。

由表可見，本文網(wǎng)絡(luò)在三種指標(biāo)上均有優(yōu)勢。由于LeNet-5多一次卷積操作，并且含120個特征圖，使復(fù)雜度大大提高，致使訓(xùn)練時間比本文提出的網(wǎng)絡(luò)多出近6倍。

4 結(jié)語

傳統(tǒng)的方法對圖片質(zhì)量較敏感，對動車車號夜間采集圖像識別性能差。本文經(jīng)過對卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究，在提高識別率的同時，明顯降低了系統(tǒng)資源的消耗。結(jié)果表明，本文的卷積神經(jīng)網(wǎng)絡(luò)識別率達(dá)到99.20%，高于LeNet-5，同時縮減了約6倍的訓(xùn)練時間，在內(nèi)存占用方面占優(yōu)勢。

參考文獻(xiàn)

[1]LeCun Y，Bengio Y，Hinton G.Deep Learning[J].Nature，2015， 521（7753）：436-444.

[2]LeCun Y，Kavukvuoglu K，F(xiàn)arabet C.Convolutional networks and applications in vision[C].IEEE International Symposium on Circuits and Systems （ISCAS），2010，253-256.

[3]LeCun Y， Bottou L， Bengio Y，at el.Gradient-based learning applied to document recognition [C]. IEEE，1998.USA： IEEE，1998： 2278-2324.