楊 航，張鑫淼，楊 沖

（1. 武漢大學 遙感信息工程學院，湖北 武漢 430079）

基于卷積神經(jīng)網(wǎng)絡的公路限速牌識別方法

楊 航1，張鑫淼1，楊 沖1

（1. 武漢大學 遙感信息工程學院，湖北 武漢 430079）

首先詳細介紹了卷積神經(jīng)網(wǎng)絡（CNN）的原理和特點，然后設計了一種基于卷積神經(jīng)網(wǎng)絡的能夠識別限速牌的網(wǎng)絡模型，最后對未來研究方向進行了展望。實驗結果表明，該模型對訓練樣本具有良好的識別能力，且對非訓練樣本也具有一定識別能力，具有實際應用價值。

限速牌；CNN；公路；識別

公路車輛限速牌（以下簡稱限速牌）識別對于現(xiàn)代移動導航系統(tǒng)具有重要意義，高效的限速牌識別系統(tǒng)能有效防止超速事件的發(fā)生，對于保障駕駛?cè)藛T的安全、減少交通事故的發(fā)生具有重要意義[1]。傳統(tǒng)的限速牌識別系統(tǒng)，利用的是導航系統(tǒng)中自帶的靜態(tài)地圖。這種方式的靈活性越來越不能滿足現(xiàn)代城市建設發(fā)展的需要，如當某道路進行翻修時，其最大速度必然會降低，而靜態(tài)地圖不能實時更新，滿足不了用戶需求。

近幾年，一些頂級的汽車制造廠商開始將視覺導航系統(tǒng)引入其高端車型。這些系統(tǒng)大多數(shù)利用人工神經(jīng)網(wǎng)絡 （ANN）或支持向量機 （SVM）進行限速牌識別。不可否認，該方式能有效識別限速牌，但其算法的實現(xiàn)需消耗大量時間，且對于不同城市的限速牌需重新設計算法，實際應用有限。然而CNN作為監(jiān)督型網(wǎng)絡克服了ANN和SVM的不足，能夠通過簡單的訓練實現(xiàn)有效地限速牌識別，具有廣闊的應用前景。

1 CNN

CNN是近年發(fā)展起來的，并引起廣泛重視的一種高效識別方法[2]。由于該網(wǎng)絡無需對圖像進行復雜的前期預處理，可直接輸入原始圖像，因而在圖像模式識別領域得到廣泛應用。

CNN通過3個特性（局域感受野、權值共享和次抽樣）來實現(xiàn)位移識別、縮放和扭曲不變性[3]。其中局域感受野是指每一個卷積層上的神經(jīng)元只與上一層中的一個小鄰域內(nèi)的神經(jīng)元鏈接，通過局域感受野，每個神經(jīng)元實現(xiàn)初級視覺特征的提取。權值共享使得CNN所需要訓練的參數(shù)大量減少，從而減少了對訓練樣本的需求。次抽樣可減少特征圖的分辨率，從而實現(xiàn)對位移、縮放和其他形式扭曲的不變性。

1.1 卷積層

在卷積層中，前一層特征圖與一個可以學習的卷積核進行卷積運算，將結果通過一個激活函數(shù)后得到的輸出結果構成這一卷積層的特征圖。每個特征圖可與前一層的一個或多個特征圖的卷積結果建立關系。一般的，卷積層的形式為：

式中，l為層數(shù)；k為卷積核；Mj為輸入特征圖的一個選擇；b為每個輸出圖的偏置。

1.2 次抽樣層

每個次抽樣層對輸入圖進行抽樣運算。次抽樣層的特征圖個數(shù)與輸入特征圖個數(shù)保持一致。但是抽樣特征圖的尺寸為原特征圖的1/4，如原圖大小為M×N，特征圖為M/2×N/2。次抽樣層的一般表示形式為：

式中，down（x）表示次抽樣函數(shù)，一般為對輸入圖像的n×n區(qū)域的求和，在本文中n=2。此外每個輸出特征圖有各自的β和b。

2 網(wǎng)絡設計

2.1 網(wǎng)絡結構設計

本文所使用的網(wǎng)絡結構包含輸入層（InPut），卷積層（C1、C2），次抽樣層（S1、S2）和輸出層（OutPut）共6層，如圖1所示。

cDWI和b閾值圖方法作為臨床DWI擴展工具，既保留了常規(guī)DWI的特點——顯示病灶的擴散受限程度進而反映腫瘤細胞密度，又具有較為明顯的優(yōu)勢。從技術層面而言，這兩種技術都是以常規(guī)掃描DWI為基礎，無需使用新的掃描序列或者增加掃描時間，但圖像質(zhì)量較掃描的高b值DWI明顯提高，而且使用簡單。cDWI和b閾值圖能較好抑制胰腺癌背景信號，擴大周邊組織與腫瘤的對比度，因此既能提高病灶的檢出率又能夠非常清晰地顯示病灶輪廓，可以輔助常規(guī)MRI進行腫瘤的診斷和鑒別診斷。

圖1 網(wǎng)絡結構圖

1）InPut為28×28的輸入圖像，圖像需要為灰度圖像。

2）C1包含6個特征圖，每個特征圖與輸入圖的5 鄰域建立鏈接，每個特征圖的大小為24×24。

3）S1包含6個12×12大小的特征圖，由C1次抽樣得到，每個特征圖與C1中的一個特征圖對應，且每個神經(jīng)元與相應特征圖的2×2鄰域相連。

4）C2由12個大小為8×8的特征圖組成，特征圖的每個神經(jīng)元與S1的若干特征圖的5×5鄰域相鏈接。表1表示了C2和S1的鏈接方式，其中每一列代表C2的12個特征圖，每一行代表S1的6個特征圖，X代表兩個特征圖鏈接，如C2的特征圖1與S1中的特征圖1、2、3相鏈接。

5）S2層由12個4×4的特征圖組成，由C2抽樣得到，特征圖的每個神經(jīng)元與對應特征圖的2×2鄰域相鏈接。

6）OutPut由10個神經(jīng)元組成，這些神經(jīng)元同時構成了分類器，對應輸入圖像的類別。

表1 S1與C2的連接方式

2.2 輸出層設計

表2 輸出層編碼

3 實驗數(shù)據(jù)

3.1 數(shù)據(jù)采集

本次的數(shù)據(jù)采集工作主要包括兩部分：背景的采集，主要通過SOSO街景地圖進行采集；限速牌的采集，由于采取SOSO街景地圖采集較慢，因此采用百度圖片收索。本次實驗總共采得原始圖片157張，部分數(shù)據(jù)如圖2所示。

圖2 限速牌圖片

3.2 數(shù)據(jù)處理

3.2.1 數(shù)據(jù)樣本擴充

為了使采集樣本數(shù)據(jù)具有更好的代表性，本次實驗采用如下方式對灰度化后的原始數(shù)據(jù)進行擴充，得到更加多樣化的樣本集。

1） 將圖像的灰度分別乘以[0．8、0．9、1．1、1．2]后取整，大于255的全部設為255；處理后得到628張圖像。

2）將圖像按[0．93、1．05]比例縮放后得到314張圖像。

3.2.2 歸一化

由于本次實驗所使用網(wǎng)絡結構中的輸入層為28×28的輸入圖像，因此需要將擴充得到的1 099張圖像轉(zhuǎn)換為大小為28×28圖像，該步驟使用Photoshop軟件進行批處理，在批處理過程中5 km/h的2張圖以及背景中1張圖處理失敗，因而最終歸一化后的圖像樣本僅有1 096張。

3.3 樣本數(shù)量統(tǒng)計

本次實驗使用的數(shù)據(jù)統(tǒng)計情況如表3所示，其中使用的樣本數(shù)為訓練樣本與測試樣本之和。

表3 樣本數(shù)目統(tǒng)計

4 實驗結果分析

4.1 網(wǎng)絡訓練

本次實驗使用893個訓練樣本分別進行了迭代次數(shù)不同的訓練。迭代次數(shù)分別為：10、50、150，得到3個不同性能的網(wǎng)絡。訓練所花費時間分別為：迭代10次：119．949 933 s；迭代50次：601．392 847 s；迭代150次：1 879．194 572 s。

4.2 網(wǎng)絡測試

本次實驗使用383個測試樣本，其中200個測試樣本不包含在訓練樣本（代號OUT）中，183個屬于訓練樣本（代號IN）。分別利用迭代10次、迭代50次、迭代150次建立的CNN結構進行測試，識別樣本數(shù)為RN，未識別樣本數(shù)為URN，結果見表4。

表4 網(wǎng)絡測試結果

4.3 結果分析

由上述實驗可知，通過10次訓練，網(wǎng)絡幾乎不具備識別功能，訓練樣本識別率小于30%，而非訓練樣本幾乎無法識別。通過增加迭代次數(shù)，在迭代50次時，網(wǎng)絡對訓練樣本已具有良好的識別效果，可以看到183 個訓練樣本全數(shù)識別成功，但這時網(wǎng)絡對非訓練樣本僅具有初步的識別能力，只能識別非訓練樣本中的少部分樣本，識別率小于20%。而且此時再增加迭代次數(shù)已不能增強網(wǎng)絡的識別能力，可以從表4看到，迭代50次和迭代150次的結果一模一樣，也就是說，當?shù)螖?shù)達到50以上時，網(wǎng)絡的識別能力不再受迭代次數(shù)影響，此時決定網(wǎng)絡識別能力的主要因素為訓練樣本集的好壞。

通過上述的實驗過程得出2條結論：

1）訓練樣本的優(yōu)劣對網(wǎng)絡的識別能力有重大影響，只有當訓練樣本具有充分的代表性和普遍性時，網(wǎng)絡才能具有良好的識別效果。

2）迭代次數(shù)對網(wǎng)絡的識別能力具有一定影響，這種影響隨著迭代次數(shù)的增加而減弱。

5 結 語

本文在介紹CNN的基礎上，設計了一種基于卷積神經(jīng)網(wǎng)絡的能夠識別限速牌的網(wǎng)絡模型。通過實驗可知，該網(wǎng)絡對訓練樣本集具有很好的識別效果，對非訓練樣本集也有一定的識別能力。在實際應用中，只需保證訓練樣本集具有充分的代表性，所得到的網(wǎng)絡即可用于限速牌的識別系統(tǒng)進行車輛超速預警。

在今后的研究中可以試驗不同網(wǎng)絡結構的卷積神經(jīng)網(wǎng)絡，尋找更加適合限速牌識別的網(wǎng)絡結構；將CNN與視頻相結合，設計基于視頻和CNN的限速牌識別系統(tǒng)。

[1] 王海軍．基于限速牌數(shù)據(jù)的識別算法研究[J]．信息技術,2014(8)∶299-300

[2] 趙志宏,楊紹普,馬增強．基于卷積神經(jīng)網(wǎng)絡LeNet-5的車牌字符識別研究[J]．系統(tǒng)仿真學報, 2010,22(3)∶639-641

[3] 高學,王有旺．基于CNN和隨機彈性形變的相似手寫漢字識別[J]．華南理工大學學報∶自然科學版,2014,42(1)∶72-75

[4] 呂剛．基于卷積神經(jīng)網(wǎng)絡的多字體字符識別[J]．浙江師范大學學報∶自然科學版,2011,34(4)∶425-428

[5] 孫志軍,薛磊,許陽明,等．深度學習研究綜述[J]．計算機應用研究,2012,29(8)∶2 806-2 810

[6] 段寶彬,韓立新．改進的深度卷積網(wǎng)絡及在碎紙片拼接中的應用[J]．計算機工程與應用,2014,50(9)∶176-181

[7] Zouxy． Convolutional Neural Networks卷積神經(jīng)網(wǎng)絡[EB/ OL]． http∶//blog．csdn．net/zouxy09/article/details/8781543, 2013-04-10/2014-09-20

P208

B

1672-4623（2016）01-0031-03

10.3969/j.issn.1672-4623.2016.01.009

楊航，碩士，研究方向為數(shù)字圖像處理與信息提取等。

2014-09-26。