李大湘，王小雨+

(1.西安郵電大學 通信與信息工程學院，陜西 西安 710121； 2.西安郵電大學 電子信息現(xiàn)場勘驗應用技術公安部重點實驗室，陜西 西安 710121)

0 引 言

車型分類算法中[1]，主要包括特征提取和分類器設計兩部分。特征提取主要有：基于顏色、紋理、形狀等底層特征，例如HOG特征[2]、Gabor小波[3,4]；基于底層特征的稀疏編碼、Fisher編碼等編碼特征[5,6]；基于深度神經(jīng)網(wǎng)絡的特征，例如AlexNet[7]、VGG-16[8]、VGG-19[8]、GoogleNet[9]、ResNet[10]等被提出并運用到圖像分類任務。在特征提取技術中，代表方法是SIFT特征與稀疏編碼相結(jié)合，SIFT特征雖然可獲取圖像局部細節(jié)特征，但對于車型圖像，因其某些特征點附近紋理不充足，易造成誤差。而深度卷積神經(jīng)網(wǎng)絡可通過調(diào)整卷積層參數(shù)獲取圖像的任意尺度信息，且全連接層將卷積層多維特征矢量轉(zhuǎn)換為一維特征矢量，易于分類操作。因此，將深度卷積神經(jīng)網(wǎng)絡(deep convolutional neural network，DCNN)特征作為車型圖像的特征表示。

在分類器設計中，主要有支持向量機(support vector machine，SVM)、KNN[11,12]、貝葉斯分類器[13,14]及深度神經(jīng)網(wǎng)絡中的Softmax分類器等。對于車型特征分類，上述方法均采用單一分類器及相同參數(shù)設置，對所有特征一概而論從而忽略了車型的類間差異，造成分類精度下降。在深度神經(jīng)網(wǎng)絡框架中，由于數(shù)據(jù)量、訓練次數(shù)等設置不合適，會造成過擬合、欠擬合等問題。

為解決上述問題，本文提出一種基于DCNN特征及集成學習(DCNN-ALSVM)的車型分類算法，其框架如圖1所示。首先對圖像提取DCNN特征，將全連接層的輸出矢量作為圖像的特征表示，采用PCA技術，降至100維，以提高分類速度。以拉格朗日支持向量機(Lagrangian support vector machine，LSVM)為Adaboost的基分類器，用集成分類器對DCNN特征進行分類。充分利用車型特征的類間差異，避免深度神經(jīng)網(wǎng)絡中由于樣本少、訓練次數(shù)少等帶來的overfitting問題，并提高分類精度。

圖1 總體框架

1 DCNN特征提取

微調(diào)預訓練好的VGG16網(wǎng)絡，提取圖像的DCNN特征，將全連接層Fc7的輸出作為圖像的特征表示，得到一個4096維的特征矢量，表示為

(1)

為了加快分類速度，將4096維的特征采用PCA技術，降至100維，如下

Xi={xj|j=1,…,100},i=1,…,N

(2)

這里N表示樣本數(shù)量。

2 集成分類器設計

2.1 基分類器

采用文獻[15]提出的拉格朗日支持向量機(LSVM)作為弱分類器學習，即基分類器?？紤]分類J維(特征為100維)實空間R*中N個點，J×N的特征矩陣X表示N個樣本點，每個Xi屬于正類還是負類，由對角矩陣D來說明，D的對角元素為+1或-1，這個標準線性核SVM為如下的二次規(guī)劃問題

(3)

(4)

(5)

記式(5)為：h(u)，其KKT條件為

0≤u⊥Qu-e≥0

(6)

由于0≤a⊥b≥0?a=(a-αb)+,α>0，式(6)可寫成：Qu-e=((Qu-e)-αu)+,α>0，式(5)即LSVM算法的循環(huán)公式為

uk+1=Q-1(e+((Quk-e)-αuk)+),k=0,1,…

(7)

當uk+1-uk>cmin,cmin為最小邊界損失。得到最優(yōu)結(jié)果u*=uk+1，最終得到預測結(jié)果y*為

y*=vu*

(8)

2.2 Adaboost LSVM

Adaboost算法的總體思路是通過訓練數(shù)據(jù)的分布構(gòu)造一個分類器，由誤差率ε求出這個弱分類器的權(quán)重，并迭代更新訓練數(shù)據(jù)的分布，直到達到迭代次數(shù)，如圖2所示。每次以概率Pm抽取訓練樣本，記為X={(x1,y1),(x2,y2),…,(xn,yn)}，n≤N。

圖2 Adaboost-LSVM算法框架

本文提出的DCNN+ALSVM算法如下：

迭代m次：

步驟1 用權(quán)重{αi}加權(quán)訓練樣本集，用LSVM算法訓練弱分類器hm；

步驟3 如果c>cmin返回步驟1；

3 實驗結(jié)果及分析

3.1 實驗數(shù)據(jù)集

BIT-Vehicles數(shù)據(jù)集：由北京理工大學實驗室從監(jiān)控視頻中截取搜集整理。該數(shù)據(jù)集常用作車型分類，包括6種車型：558張公共汽車圖像、883張微型客車圖像、476張小型貨車圖像、5922張轎車圖像、1392張“運動型多功能車”(sport utility vehicle，SUV)圖像和822張卡車圖像，如圖3所示。從每類中選擇400張圖像，共2400張圖像，分為6個二分類問題，正負類中分別選擇75%的圖像用來訓練，剩下的25%圖像用于測試。

圖3 BIT數(shù)據(jù)集樣本

MIO-TCD數(shù)據(jù)集：該數(shù)據(jù)集分為用于分類的648 959張圖像和用于定位的137 743張圖像兩部分。可在http://podoce.dinf.usherbrooke.ca/challenge/dataset/獲取。本文采用該數(shù)據(jù)集中用于分類的部分，共有11類，分別為：鉸鏈式卡車，自行車，公共汽車，轎車，摩托車，非機動車輛，行人，皮卡，單元卡車，廂式作業(yè)車，背景。樣本如圖4所示。同樣地，從每類中隨機選擇1500張圖像，分為11個二分類問題，75%圖像作為訓練集，25%圖像作為測試集。

圖4 MIO-TCD數(shù)據(jù)集樣本

3.2 實驗對比與分析

3.2.1 實驗方法與結(jié)果

微調(diào)預訓練好的VGG16網(wǎng)絡，提取DCNN特征，網(wǎng)絡參數(shù)設置：學習率為0.001，動量為0.9，最大迭代次數(shù)為50 000，其它參數(shù)不變。將N種車型分為N個二分類問題，每個二分類問題分別用Adaboost-LSVM進行分類學習。該實驗是在處理器為Inter(R) Xeon(R) CPU E5-2620 v4 @2.10 GHz DDR4 2400 MHz EEC Reg 128 G，GPU為4×NVIDIA Titan XP的電腦上完成的。

分別在BIT和MIO-TCD數(shù)據(jù)集上實驗測試，每類車型的分類準確率見表1和表2?？煽闯觯贐IT數(shù)據(jù)集上，平均分類準確率為84.5%，其中客車分類效果最好，達到98%。在MIO-TCD數(shù)據(jù)集上，平均分類準確率為83%，其中鉸鏈式卡車分類效果最好為88%。

表1 BIT數(shù)據(jù)集實驗結(jié)果/%

表2 MIO-TCD數(shù)據(jù)集實驗結(jié)果/%

3.2.2 驗證PCA降維性能

采用PCA技術將4096維DCNN特征降至100維，分別對降維前后的特征進行分類，以BIT數(shù)據(jù)集中客車和MIO-TCD數(shù)據(jù)集中鉸鏈式客車為例進行分類實驗，實驗結(jié)果見表3和表4?？梢姡琍CA降維后的特征進行分類，準確率與降維前一樣，但分類所用時間大幅降低。所以采用降維后的特征矢量進行分類。

表3 BIT數(shù)據(jù)客車分類時間

表4 MIO-TCD數(shù)據(jù)鉸鏈式卡車分類時間

3.2.3 驗證DCNN特征性能

選擇形狀和紋理特征分類作對比實驗，分別提取圖像的HOG、HU矩、wavelet小波特征，然后提出的Adaboot-LSVM分類算法進行分類。同樣地在BIT數(shù)據(jù)集和MIO-TCD數(shù)據(jù)集上分別做實驗。實驗結(jié)果如圖5和圖6所示。由圖可看出，DCNN特征對于車型分類來說，優(yōu)于其它底層特征。

圖5 BIT數(shù)據(jù)集提取不同特征的分類結(jié)果

圖6 MIO-TCD數(shù)據(jù)集提取不同特征的分類結(jié)果

3.2.4 驗證Adaboost-LSVM分類算法性能

對圖像的DCNN特征，分別進行單LSVM分類，和集成算法Bagging-LSVM分類。同樣在BIT和MIO-TCD數(shù)據(jù)集上分別做實驗。實驗結(jié)果比較如圖7和圖8所示。由圖可見，文本提出的算法，優(yōu)于使用單LSVM和Bagging-LSVM算法。

圖7 BIT數(shù)據(jù)集上不同分類算法對比

圖8 MIO-TCD數(shù)據(jù)集上不同分類算法對比

4 結(jié)束語

本文提出基于DCNN特征與集成分類算法對于車型分類準確率有很大提高。首先對圖像提取DCNN特征，然后進行Adaboost-LSVM分類。把N種車型分為N個one-vsall二分類問題，每個二分類問題均采用Adaboost-LSVM進行分類。為了驗證該算法的有效性和泛化能力，在BIT和MIO-TCD數(shù)據(jù)集上分別實驗，結(jié)果表明，該算法有較好的分類能力和泛化能力。