許子立，姚劍敏，郭太良

(福州大學(xué) 平板顯示技術(shù)國家地方聯(lián)合工程實(shí)驗(yàn)室，福建 福州 350002)

?

基于遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的臺標(biāo)識別及其并行化

許子立，姚劍敏，郭太良

(福州大學(xué) 平板顯示技術(shù)國家地方聯(lián)合工程實(shí)驗(yàn)室，福建 福州 350002)

摘要:針對臺標(biāo)的視覺特征，提出一種基于遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的臺標(biāo)識別算法。該網(wǎng)絡(luò)不僅有對圖像特征進(jìn)行隱性提取的卷積層和采樣層，還包括識別常規(guī)臺標(biāo)的泛化模塊和識別偏差臺標(biāo)的特異模塊。針對串行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練耗時(shí)長的缺點(diǎn)，提出基于Spark的并行遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)算法，采用數(shù)據(jù)共享及批處理方式對算法模型進(jìn)行并行化處理。實(shí)驗(yàn)證明，遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)算法對臺標(biāo)進(jìn)行識別能達(dá)到98 %的正確率，多節(jié)點(diǎn)并行化卷積神經(jīng)網(wǎng)絡(luò)相比于單節(jié)點(diǎn)模型能有效縮短80%以上訓(xùn)練所需的時(shí)間。

關(guān)鍵詞:臺標(biāo)識別；卷積神經(jīng)網(wǎng)絡(luò)；遞進(jìn)；并行；Spark

1臺標(biāo)識別

電視臺臺標(biāo)作為一個電視臺的標(biāo)識，其中包含了許多重要的信息，臺標(biāo)是一個電視臺聲明版權(quán)的方式，通過對臺標(biāo)的識別，能夠?qū)崿F(xiàn)視頻的分析、理解以保證播出的電視信號不會受到非法的干擾[1-2]。此外，也能借助對于臺標(biāo)的識別進(jìn)而統(tǒng)計(jì)電視臺的收視率，或?qū)τ脩舻氖找曅袨檫M(jìn)行分析，對電視臺播放節(jié)目具有指導(dǎo)意義。

目前我國電視臺現(xiàn)行臺標(biāo)按照透明度可劃分為不透明臺標(biāo)和半透明臺標(biāo)，按照臺標(biāo)的位置、顏色是否隨時(shí)間變化可劃分為固定臺標(biāo)和動態(tài)臺標(biāo)，圖1所示為幾個常見的臺標(biāo)。

圖1　常見臺標(biāo)示例

對于臺標(biāo)識別的研究，國內(nèi)已經(jīng)有過一些相關(guān)的文獻(xiàn)，傳統(tǒng)的算法需先對臺標(biāo)進(jìn)行分割處理，臺標(biāo)分割的過程多基于視頻流幀間做差[3]，這種方法不能應(yīng)用于實(shí)時(shí)檢測的場景中。一些識別算法無法對臺標(biāo)的位移、傾斜、顏色改變等做出正確的識別，這使其無法應(yīng)用于對動態(tài)臺標(biāo)的識別中。

本文針對以上算法所存在的弊端，提出一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)算法對臺標(biāo)進(jìn)行識別。首先闡述卷積神經(jīng)網(wǎng)絡(luò)算法用于臺標(biāo)識別的優(yōu)勢，并通過對卷積神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)，進(jìn)一步提升臺標(biāo)識別的正確率。針對訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型耗時(shí)長的弊端，提出運(yùn)用Spark并行計(jì)算框架對網(wǎng)絡(luò)進(jìn)行并行化處理，以加快網(wǎng)絡(luò)模型的訓(xùn)練速度。最后通過大量的實(shí)驗(yàn)對上述算法的有效性進(jìn)行驗(yàn)證，得出相關(guān)結(jié)論。

2神經(jīng)網(wǎng)絡(luò)在臺標(biāo)識別中的應(yīng)用

本文選取神經(jīng)網(wǎng)絡(luò)作為臺標(biāo)識別的基礎(chǔ)算法。不同于一般的圖像識別匹配算法(如模板匹配法等)，其將圖像的訓(xùn)練和識別過程相分離[4]，通過訓(xùn)練好的模型對待測的圖標(biāo)進(jìn)行識別，能夠有效降低識別過程的計(jì)算量，因此具有較快的識別速度。此外，神經(jīng)網(wǎng)絡(luò)模型具有學(xué)習(xí)能力，通過對大量樣本數(shù)據(jù)的訓(xùn)練，具有較好的自適應(yīng)能力，可以有效應(yīng)對各種復(fù)雜條件下的臺標(biāo)進(jìn)行識別。

卷積神經(jīng)網(wǎng)絡(luò)作為神經(jīng)網(wǎng)絡(luò)的一個分支，與普通神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相比，很大的不同點(diǎn)在于其權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)，能有效降低網(wǎng)絡(luò)模型復(fù)雜度。權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)在對臺標(biāo)進(jìn)行識別時(shí)具有特殊的優(yōu)勢，能將臺標(biāo)圖像直接輸入到網(wǎng)絡(luò)中，避免了傳統(tǒng)的識別算法的顯式特征提取和數(shù)據(jù)重建的過程。由于同一特征映射面上的神經(jīng)元權(quán)值相同，使得網(wǎng)絡(luò)模型可以并行化學(xué)習(xí)。卷積神經(jīng)網(wǎng)絡(luò)這種結(jié)構(gòu)使其具有識別速度快，識別正確率高，對諸如縮放、傾斜、平移等形式的變形具有高度不變性。

卷積神經(jīng)網(wǎng)絡(luò)對圖像的特征提取是通過卷積和采樣過程來實(shí)現(xiàn)的，卷積層的作用是對臺標(biāo)特征的提取，在臺標(biāo)圖像中可能代表一段線段，一個角點(diǎn)等。采樣層的作用為混淆特征的具體位置，這種混淆具體位置的方法能有效應(yīng)對扭曲及變形。一個卷積神經(jīng)網(wǎng)絡(luò)通過卷積層提取低級的特征，再通過采樣層組合成更抽象的特征，形成圖像的特征描述，最終通過激活函數(shù)對臺標(biāo)進(jìn)行識別與分類。圖2為LeNet-5結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖。

圖2　LeNet-5 結(jié)構(gòu)卷積神經(jīng)網(wǎng)絡(luò)(截圖)

本文提出的遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型是在卷積神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，受boosting思想的啟發(fā)，先對臺標(biāo)數(shù)據(jù)集進(jìn)行篩選，分為常規(guī)樣本和偏差樣本，分別用這兩類樣本訓(xùn)練各自模型網(wǎng)絡(luò)，使這兩個模型分別具有泛化性和特異性，泛化性模型能有效識別較為清晰，具有普遍性的臺標(biāo)數(shù)據(jù)集，特異性模型能提升對數(shù)據(jù)集中圖像質(zhì)量不佳的臺標(biāo)的識別率。這使得改進(jìn)的模型相比于一般的卷積神經(jīng)網(wǎng)絡(luò)能夠更有針對性地識別各種情況下的臺標(biāo)數(shù)據(jù)集，提升算法的魯棒性。又因?yàn)樵谀Ｐ陀?xùn)練過程中移除了部分偏差數(shù)據(jù)集，加快模型的收斂速度，縮短了訓(xùn)練所需的時(shí)間。

3遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的臺標(biāo)識別算法實(shí)現(xiàn)

3.1卷積神經(jīng)網(wǎng)絡(luò)的搭建

卷積神經(jīng)網(wǎng)絡(luò)算法包括參數(shù)的初始化，前向傳播輸出激活值和誤差，通過反向傳播將誤差由后至前傳播到各層，通過BP算法更新權(quán)重矩陣。前向傳播和后向傳播不斷迭代以縮小輸出誤差。

3.1.1神經(jīng)網(wǎng)絡(luò)的初始化和參數(shù)設(shè)定

采取隨機(jī)初始化卷積層和輸出層的卷積核，并將偏置全部置為0。樣本的訓(xùn)練次數(shù)由兩個條件決定，當(dāng)所訓(xùn)練的樣本全部分對類別或訓(xùn)練次數(shù)超過20次時(shí)停止。學(xué)習(xí)速率定為0.01，衰減系數(shù)為0.9。本文訓(xùn)練樣本選用自建的臺標(biāo)圖庫，大小為152×52像素，并將RGB圖像通過式(1)轉(zhuǎn)換為灰度圖像。

Y=0.299×R+0.587×G+0.114×B

(1)

3.1.2前向傳輸計(jì)算

前向傳輸計(jì)算如圖3所示。

圖3　前向傳輸示意圖

輸入層：將預(yù)處理過的臺標(biāo)灰度圖(152×52像素)輸入到神經(jīng)網(wǎng)絡(luò)輸入層中。

卷積層、采樣層：C1層通過6個5×5的卷積核對輸入圖像進(jìn)行卷積處理，生成14張148×48的特征圖。S2層對C1層每次用一個2×2的像素區(qū)域進(jìn)行采樣，生成6張74×24的特征圖，C3層將S2的特征圖按表1所示，用1個輸入層為150(5×5×6)個節(jié)點(diǎn)、輸出層為16個節(jié)點(diǎn)的網(wǎng)絡(luò)進(jìn)行卷積，生成16張70×20的特征圖。S4層重復(fù)S2層的步驟，生成16張35×10的特征圖，最后S4層與輸出層全連接，通過sigmoid激活函數(shù)，輸出分類結(jié)果。

表1　LeNet5的連接表

注：表中N行M列的“1”表示C2層的第N個單元與C3層的第M個單元存在連接，“0”代表兩者間無連接。

3.1.3反向傳輸調(diào)整權(quán)重

采用BP算法進(jìn)行反向誤差傳遞[5]，依次從(輸出層-S4-C3-S2-C1)反向更新模型權(quán)值和卷積核。

3.2基于遞進(jìn)分類思想的卷積神經(jīng)網(wǎng)絡(luò)臺標(biāo)識別算法

對卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，經(jīng)常會遇到因?yàn)橛?xùn)練集樣本質(zhì)量的原因?qū)е律窠?jīng)網(wǎng)絡(luò)收斂速度慢、難以收斂的情況。這對于臺標(biāo)的識別尤其明顯，臺標(biāo)樣本的質(zhì)量受到多重因素的影響，臺標(biāo)過于透明、背景顏色與臺標(biāo)顏色過于接近、干擾信號等都會對臺標(biāo)的訓(xùn)練過程產(chǎn)生不利的影響。針對這種情況，本文提出一種遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)臺標(biāo)識別算法。

遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型是由兩個單獨(dú)的卷積神經(jīng)網(wǎng)絡(luò)模型通過級聯(lián)組合而成，首先對第一級網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，記錄樣本通過模型輸出時(shí)分類的對錯，設(shè)定一個閾值α，每一輪的訓(xùn)練結(jié)束時(shí)統(tǒng)計(jì)樣本連續(xù)分錯的次數(shù)，當(dāng)連續(xù)分錯的次數(shù)大于閾值α?xí)r，將其歸類為偏差樣本，將其從訓(xùn)練的總體樣本中剔除出來。用余下的數(shù)據(jù)繼續(xù)訓(xùn)練該卷積神經(jīng)網(wǎng)絡(luò)模型，重復(fù)以上步驟直到第一級網(wǎng)絡(luò)模型的訓(xùn)練達(dá)到要求，然后再創(chuàng)建一個二級卷積神經(jīng)網(wǎng)絡(luò)，其網(wǎng)絡(luò)模型的結(jié)構(gòu)與第一級的網(wǎng)絡(luò)結(jié)構(gòu)相同，不同的是訓(xùn)練該卷積神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)是之前訓(xùn)練過程中所剔除出來的偏差樣本。訓(xùn)練過程如圖4a所示。

當(dāng)需要對臺標(biāo)進(jìn)行識別時(shí)，讓樣本先通過一級網(wǎng)絡(luò)模型，輸出層通過激活函數(shù)得到對應(yīng)每個類別的輸出值，此時(shí)并不直接以最大的輸出值對應(yīng)的分類作為該樣本的最終分類，而是通過設(shè)定一個閾值β，當(dāng)輸出類別對應(yīng)輸出值大于β時(shí)，輸出一級網(wǎng)絡(luò)模型的分類結(jié)果，當(dāng)輸出類別對應(yīng)的輸出值小于β時(shí)，將該臺標(biāo)數(shù)據(jù)通過二級網(wǎng)絡(luò)模型，再設(shè)定一個閾值β′，當(dāng)從二級網(wǎng)絡(luò)模型輸出的值大于β′時(shí)，輸出二級網(wǎng)絡(luò)模型的分類結(jié)果，否則判定該樣本為問題樣本，不予分類。識別過程如圖4b所示。

圖4　卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練及預(yù)測模塊

遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型所包含的兩個網(wǎng)絡(luò)模塊中的一級模型為基于總體大部分常規(guī)樣本訓(xùn)練而成，此模型對一般的臺標(biāo)數(shù)據(jù)更具有普遍性，能夠有效識別樣本中比較清晰的臺標(biāo)數(shù)據(jù)，二級模型為基于偏差樣本數(shù)據(jù)訓(xùn)練而成，此模型能更有效地針對一些特殊情況(背景顏色與臺標(biāo)過于接近、信號干擾、半透明臺標(biāo)等)時(shí)的臺標(biāo)樣本，對這類臺標(biāo)的識別具有特異性。

此外，為了獲得更好的分類效果，在表1的基礎(chǔ)上，通過改變C3層和S2層的連接方式，擴(kuò)展卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以達(dá)到更好的分類效果，本文所使用的C3和S2層的連接方式如表2所示。

4基于Spark的并行遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)

隨著信息化社會的快速發(fā)展，越來越多的數(shù)據(jù)需要被處理，而傳統(tǒng)的串行處理模式已經(jīng)不能滿足人們的需求。以卷積神經(jīng)網(wǎng)絡(luò)為例，用串行方法訓(xùn)練一個大規(guī)模數(shù)據(jù)集時(shí)，往往需要幾天甚至幾星期的時(shí)間[6]。并行化卷積神經(jīng)網(wǎng)絡(luò)勢在必行。本文提出一種基于Spark的并行遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型，利用其基于內(nèi)存的迭代計(jì)算方式，有效避免了不必要的磁盤I/O開銷，加速了迭代的速度。

Spark誕生于伯克利大學(xué)AMPLab實(shí)驗(yàn)室。其最重要的特性是創(chuàng)新性的提出了RDD(Resilient Distributed Datasets)的概念，Spark的計(jì)算操作全部基于對RDD的轉(zhuǎn)換操作和行動操作上，其對RDD的轉(zhuǎn)化操作采用的是懶策略，轉(zhuǎn)換操作并不會觸發(fā)任務(wù)的執(zhí)行，只有當(dāng)RDD執(zhí)行行動操作時(shí)才會將RDD持久化起來，這一特性可以避免不必要的磁盤I/O消耗。

基于Spark的并行化遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)臺標(biāo)識別算法采用主從架構(gòu)，其與串行算法最大的不同之處在于其權(quán)重矩陣和偏置的更新方式上。在BP算法中，如果每輸入一個訓(xùn)練樣本，都進(jìn)行回傳誤差并調(diào)整權(quán)值進(jìn)行網(wǎng)絡(luò)的更新，則稱為單樣本訓(xùn)練。當(dāng)所有訓(xùn)練樣本全部通過輸入后再計(jì)算網(wǎng)絡(luò)的總誤差，然后根據(jù)總誤差計(jì)算各層的誤差并調(diào)整權(quán)值進(jìn)行網(wǎng)絡(luò)的更新，這種累計(jì)誤差的批處理方式稱為批訓(xùn)練[6]。并行模式由于特別適合處理輸出的結(jié)果與輸入順序不相關(guān)的迭代任務(wù)，而批訓(xùn)練模式正是將數(shù)據(jù)按批分割，每一批的訓(xùn)練并不需要用到其他批的數(shù)據(jù)，故并行卷積神經(jīng)網(wǎng)絡(luò)采用的是批訓(xùn)練模式。圖5所示為權(quán)重更新示意圖。

構(gòu)建基于Spark的遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)時(shí)，首先將初始化過的權(quán)重矩陣及偏置轉(zhuǎn)換為廣播變量(Broadcast)廣播至各從節(jié)點(diǎn)，廣播變量的作用相當(dāng)于全局共享變量。調(diào)度系統(tǒng)將作業(yè)拆分成不同階段的具有依賴關(guān)系的多批任務(wù)，并制定任務(wù)之間的邏輯關(guān)系，主節(jié)點(diǎn)根據(jù)從節(jié)點(diǎn)的資源使用情況進(jìn)行任務(wù)調(diào)度[7]。各從節(jié)點(diǎn)接收任務(wù)后開始執(zhí)行任務(wù)，首先執(zhí)行前向傳輸，批量計(jì)算樣本總體誤差，并將批量誤差反饋給主節(jié)點(diǎn)，由主節(jié)點(diǎn)再開一個進(jìn)程，規(guī)約從節(jié)點(diǎn)傳來的誤差，執(zhí)行反向傳播，對各層的權(quán)重矩陣和偏置進(jìn)行更新，并將其重新廣播至各從節(jié)點(diǎn)上，以此完成一輪的迭代工作。重復(fù)以上步驟，直到遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練完成。程序流程圖如圖6所示。

表2　改進(jìn)的C3和S2層的連接方式

圖5　基于Spark的并行遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)權(quán)重更新示意圖

圖6　基于Spark的并行遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)程序流程圖

5設(shè)計(jì)與結(jié)果分析

5.1實(shí)驗(yàn)數(shù)據(jù)庫構(gòu)建

本文所使用的臺標(biāo)來源于自建的臺標(biāo)數(shù)據(jù)庫，數(shù)據(jù)庫中有10個電視臺的臺標(biāo)，每個電視臺分別有1 000張樣本數(shù)據(jù)，將樣本按照9∶1的比例劃分為訓(xùn)練集和與測試集，并將臺標(biāo)轉(zhuǎn)換為灰度圖像，如圖7所示為文本用于訓(xùn)練的部分臺標(biāo)樣本集。

圖7　自建臺標(biāo)數(shù)據(jù)庫圖像

5.2現(xiàn)有研究條件和基礎(chǔ)

硬件環(huán)境：9個Dell R720服務(wù)器(4核，32 Gbyte內(nèi)存)，包括1個主節(jié)點(diǎn)和8個從節(jié)點(diǎn)。

軟件環(huán)境：spark 1.4.1并行計(jì)算框架，MATLAB 2014Ra，HDFS分布式文件系統(tǒng)。

5.3實(shí)驗(yàn)結(jié)果

5.3.1臺標(biāo)檢測正確率

將10個電視臺的9 000張訓(xùn)練集數(shù)據(jù)分別輸入普通卷積神經(jīng)網(wǎng)絡(luò)和遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)中，訓(xùn)練次數(shù)定為20次，遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)中的閾值設(shè)置如下：α設(shè)為5，β設(shè)為0.9，β′設(shè)為0.75。當(dāng)網(wǎng)絡(luò)達(dá)到訓(xùn)練次數(shù)或者將訓(xùn)練的臺標(biāo)全部分對類別時(shí)停止訓(xùn)練，將測試臺標(biāo)集依次輸入訓(xùn)練好的兩個模型中進(jìn)行測試，采用的評價(jià)指標(biāo)為準(zhǔn)確率和召回率兩種，如表3所示。

準(zhǔn)確率的公式定義為

Ppre=TP/(TP+FP)

(2)

召回率的公式定義為

Prec=TP/(TP+FN)

(3)

表3　評價(jià)指標(biāo)

準(zhǔn)確率給出的是預(yù)測為正例的樣本中真正為正例的比例，召回率給出的是預(yù)測為正例的真實(shí)正例占所有真實(shí)正例的比例。

實(shí)驗(yàn)結(jié)果如表4、表5所示。

表4　普通卷積神經(jīng)網(wǎng)絡(luò)測試準(zhǔn)確率

表5　遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)測試準(zhǔn)確率

實(shí)驗(yàn)表明，使用普通的卷積神經(jīng)網(wǎng)絡(luò)對臺標(biāo)進(jìn)行識別時(shí)準(zhǔn)確率和召回率總體能達(dá)到98.1%，其對不透明臺標(biāo)的識別率較好，達(dá)到98.8%，但對于半透明臺標(biāo)的識別率較低，僅為97%，平均每幀圖像的識別速度為80.7 ms。采用級聯(lián)模式的遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)識別率由98.1%提升為99.2%，其中不透明臺標(biāo)的識別率由98.8%提升到99.5%，半透明臺標(biāo)的識別率由97%提升為98.75%。由于增加了級聯(lián)模塊，平均每幀圖片的識別時(shí)間由80.7 ms延至149.7 ms。

5.3.2神經(jīng)網(wǎng)絡(luò)并行化

本次測試分別使用單個從節(jié)點(diǎn)、2個從節(jié)點(diǎn)、4個從節(jié)點(diǎn)和8個從節(jié)點(diǎn)的Spark集群訓(xùn)練遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)，測試模型訓(xùn)練所需要的時(shí)間。樣本數(shù)據(jù)為自建的臺標(biāo)數(shù)據(jù)庫，共有9 000個臺標(biāo)樣本，訓(xùn)練終止條件為訓(xùn)練超過指定次數(shù)或訓(xùn)練的數(shù)據(jù)全部分對類別時(shí)停止。試驗(yàn)結(jié)果如表6和圖8所示。

表6　多節(jié)點(diǎn)并行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練用時(shí)

圖8　多節(jié)點(diǎn)并行化遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練用時(shí)及加速比

由實(shí)驗(yàn)結(jié)果可以看出，并行化卷積神經(jīng)網(wǎng)絡(luò)可以有效縮減訓(xùn)練模型所需要的時(shí)間，且集群中從節(jié)點(diǎn)越多時(shí)加速效果越明顯，兩者基本成正比關(guān)系。

6結(jié)束語

本文將改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型運(yùn)用于臺標(biāo)的識別中，通過對大量樣本的訓(xùn)練，識別率達(dá)到99.2%，與普通卷及神經(jīng)網(wǎng)絡(luò)相比，對于半透明臺標(biāo)的識別率提升尤其明顯。模型訓(xùn)練完成后平均每張圖片的識別時(shí)間平均為150 ms右，識別率和識別速度較傳統(tǒng)臺標(biāo)識別的算法有顯著提升。面對訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型所需時(shí)間較長的缺點(diǎn)，創(chuàng)新性的運(yùn)用Spark并行計(jì)算框架將卷積神經(jīng)網(wǎng)絡(luò)并行化處理，取得了較高的加速比。其優(yōu)異的識別率和相對較小的訓(xùn)練時(shí)間成本使其能夠真正運(yùn)用于大數(shù)據(jù)時(shí)代海量的圖像識別領(lǐng)域中。

參考文獻(xiàn)：

[1]張重德.電視信號自動監(jiān)測與報(bào)警系統(tǒng)[D].合肥：合肥工業(yè)大學(xué)，2008.

[2]張重德，張崇巍.電視信號臺標(biāo)檢測原理與實(shí)現(xiàn)[J].合肥工業(yè)大學(xué)學(xué)報(bào)，2009(12)：1816-1819.

[3]周獻(xiàn)中，史迎春，王韜.基于HSV顏色空間加權(quán)Hu不變矩的臺標(biāo)識別[J].南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2005(3)：363-367.

[4]張博洋，曾向榮，劉振中. 基于神經(jīng)網(wǎng)絡(luò)的靜態(tài)臺標(biāo)識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)仿真 2009，26(1)：2012-215.

[5]LECUN Y，BOTTOU L，ORR G B．Efficient backprop，neural networks：tricks of the trade[M]．Berlin Heidelberg：Springer，1998．

[6]劉進(jìn)鋒.一種簡潔高效的加速卷積神經(jīng)網(wǎng)絡(luò)的方法[J].計(jì)算機(jī)技術(shù)，2014(33)：240-244.

[7]高彥杰.Spark大數(shù)據(jù)處理：技術(shù)、應(yīng)用與性能優(yōu)化[M].北京：機(jī)械工業(yè)出版社， 2014.

責(zé)任編輯：時(shí)雯

Channel logo recognition based on progressive convolutional neural networks and its spark implementation

XU Zili，YAO Jianmin，GUO Tailiang

(National&LocalUnitedEngineeringLaboratoryofFlatPanelDisplayTechnology，F(xiàn)uzhouUniversity，F(xiàn)uzhou350002，China)

Abstract:Referring to the character of channel logo， a channel logo recognition based on progressive convolutional neural networks is proposed. The network is not only have convolution layer and sampling layer to implicit extract image features but also includes the generalization module and subject-specific modules. Because of problems of time-consuming is too large for training serial convolution neural network， a parallel progressive convolutional neural networks algorithm based on Spark is proposed， which uses data sharing and batch mode. Experiments show that the performance of the channel logo recognition has been well improved，the method achieves 98% correct recognition rate， multi-node parallelism convolution neural network can shorten more than 80% training time.

Key words:channel logo recognition； convolutional neural network； progressive； parallel； Spark

中圖分類號：TP751

文獻(xiàn)標(biāo)識碼:A

DOI：10.16280/j.videoe.2016.05.015

基金項(xiàng)目：國家“863”重大科技專項(xiàng)(2013AA030601)；福建省科技重大專項(xiàng)(2014HZ0003-1)

收稿日期：2015-09-21

文獻(xiàn)引用格式：許子立，姚劍敏，郭太良.基于遞進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的臺標(biāo)識別及其并行化[J].電視技術(shù)，2016，40(5)：67-73.

XU Z L，YAO J M，GUO T L.Channel logo recognition based on progressive convolutional neural networks and its spark implementation[J].Video engineering，2016,40(5)：67-73.