摘要：針對高速公路行車速度快的特點，文章分析了YOLOv3算法的優(yōu)勢，并利用YOLOv3算法對目標(biāo)車輛跟蹤的兩個步驟進(jìn)行改進(jìn)：在車輛檢測階段利用YOLOv3算法模型及Resnet-18算法模型構(gòu)建雙線性分類模型，提高目標(biāo)車輛檢測準(zhǔn)確性及檢測速度;在車輛跟蹤階段則引入深度分類的方法，能有效減少目標(biāo)車輛標(biāo)識跳變的問題，改善目標(biāo)車輛跟蹤效果。通過實驗表明，所提出的基于YOLOv3的高速公路多目標(biāo)車輛跟蹤算法具有較高的識別速度及跟蹤準(zhǔn)確性。

關(guān)鍵詞：YOLOv3;車輛檢測;車輛跟蹤;深度分類

0 引言

根據(jù)交通部數(shù)據(jù)顯示，截至2018年年底，全國高速公路交通視頻監(jiān)控設(shè)施（含路段互通、收費站、橋隧、服務(wù)區(qū)）總規(guī)模達(dá)到21.4萬套，平均布設(shè)密度達(dá)4 km/套，如何合理挖掘豐富的高速公路視頻監(jiān)控數(shù)據(jù)資源成為急需解決的問題。利用多目標(biāo)車輛跟蹤技術(shù)能夠?qū)崿F(xiàn)對高速公路上行駛的車輛自動檢測并對車輛進(jìn)行跟蹤，從而將高速公路監(jiān)控數(shù)據(jù)變?yōu)橛杏眯畔ⅲ墙陙碇攸c研究的方向之一。

多目標(biāo)車輛跟蹤一般分為兩步：第一步是進(jìn)行車輛檢測，即識別出視頻初始幀中所有的車輛;第二步是進(jìn)行目標(biāo)車輛跟蹤，即在之后的視頻幀中對識別出來的目標(biāo)車輛進(jìn)行跟蹤。由于高速公路車輛行駛速度較快，導(dǎo)致傳統(tǒng)的多目標(biāo)車輛跟蹤算法識別效果不理想，會產(chǎn)生誤檢、漏檢、目標(biāo)丟失等問題。因此，本文基于YOLOv3算法從目標(biāo)車輛跟蹤的兩個步驟進(jìn)行改進(jìn)，有效提升算法識別速度和跟蹤效果。

1 YOLOv3算法介紹

目前，目標(biāo)檢測算法按照實現(xiàn)步驟分為兩類。第一類算法是將目標(biāo)識別和目標(biāo)定位分為兩個步驟分別完成，典型代表是R-CNN、fastR-CNN、faster-RCNN等。這類算法是通過提取候選區(qū)域，并對相應(yīng)區(qū)域進(jìn)行深度學(xué)習(xí)的方法[1]。第二類算法是將目標(biāo)識別和目標(biāo)定位在一個步驟中完成，典型代表是YOLO、SSD、YOLOv2、YOLOv3等。這類算法使用了回歸的思想，將目標(biāo)檢測任務(wù)轉(zhuǎn)換成一個回歸問題，實現(xiàn)端到端的識別[2]。第一類算法是目前主流的目標(biāo)檢測算法，但是這類算法存在一個很明顯的問題——檢測速度很慢，不能滿足實時的目標(biāo)檢測需求。高速公路行車速度快，視頻監(jiān)控場景中對實時檢測要求高，因此本項目選擇第二類端到端識別算法中的YOLOv3算法來進(jìn)行車輛檢測[3]。

YOLOv3算法的核心思想是首先將輸入視頻的某一幀進(jìn)行N*N（本項目是13*13）的柵格化得到N*N個網(wǎng)格單元，最終將該幀圖片中車輛位置的預(yù)測任務(wù)交給車輛中心位置所在網(wǎng)格單元的回歸邊框來完成。上述過程可以認(rèn)為是一種很粗糙的區(qū)域推薦，通過網(wǎng)格單元的方式告訴模型，視頻某一幀中目標(biāo)車輛是由該目標(biāo)車輛中心落在網(wǎng)格單元的某些范圍內(nèi)的某些像素組成。模型接收到這些信息后就在中心網(wǎng)格單元周圍以一定范圍去尋找所有滿足目標(biāo)車輛特征的像素，最終完成車輛檢測。

從縱向的角度考慮，由于基于區(qū)域的目標(biāo)檢測方法在候選區(qū)域提取階段計算相對復(fù)雜，想要實現(xiàn)實時檢測仍面臨巨大挑戰(zhàn)。從橫向的角度考慮，YOLOv3借鑒了殘差網(wǎng)絡(luò)結(jié)構(gòu)形成更深的網(wǎng)絡(luò)層次，并實現(xiàn)多尺度檢測，相比YOLO、YOLOv2提升了識別精準(zhǔn)度及小物體檢測效果?？偟膩碚f，YOLOv3在不損失太多精度的同時，速度有了極大的提升，適合在高速公路的視頻監(jiān)控場景中做目標(biāo)檢測。

2 車輛檢測

經(jīng)過上述YOLOv3算法，我們已經(jīng)完成了目標(biāo)的粗粒度分類，即把不同種類的目標(biāo)進(jìn)行區(qū)分，比如可以區(qū)分有著顯著差異的摩托車與汽車。但是如果我們想?yún)^(qū)分貨車還是轎車等車輛類型，YOLOv3算法則容易出現(xiàn)誤檢的問題，由此引出了細(xì)粒度分類。細(xì)粒度分類是把同一類物體繼續(xù)細(xì)分成確切子類，由于不同子類之間的視覺差異很小，往往只能借助微小的局部差異才能分出不同的子類，使得細(xì)粒度分類十分具有挑戰(zhàn)性[4]。

第一步車輛檢測是第二步車輛跟蹤的前提，因此本文在車輛檢測時提出構(gòu)建基于弱監(jiān)督的分類模型——雙線性分類模型進(jìn)行細(xì)粒度分類，即用上述YOLOv3算法模型及Resnet-18算法模型這兩個并列的模型進(jìn)行局部建模（如圖1所示）。兩個算法模型相互協(xié)調(diào)作用，提高車輛檢測準(zhǔn)確性，為下一步車輛跟蹤提供有力支撐。

雙線性分類模型的優(yōu)勢主要在于它可以根據(jù)類抽象遞減的順序多個輸出層預(yù)測分類結(jié)構(gòu)，簡化了梯度計算。同時，雙線性分類模型采用新型訓(xùn)練策略——分支訓(xùn)練策略，即使用粗級標(biāo)簽先學(xué)習(xí)低級特征激活卷積神經(jīng)網(wǎng)絡(luò)的淺層，平衡了先驗的嚴(yán)格性和調(diào)整輸出層參數(shù)的自由度，以最大限度減少損失。另外，雙線性分類模型與傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)模型一樣簡單，僅使用了現(xiàn)在卷積神經(jīng)網(wǎng)絡(luò)的組件作為構(gòu)建塊，訓(xùn)練策略與修改學(xué)習(xí)速率一樣容易。

3 多目標(biāo)車輛跟蹤

完成第一步車輛檢測后，我們需要在之后的視頻幀中對識別出來的目標(biāo)車輛進(jìn)行跟蹤。為了達(dá)到高速公路車輛監(jiān)控的實時性要求，同時兼顧跟蹤的準(zhǔn)確性，本項目基于YOLOv3算法引入深度分類的方法來進(jìn)行多目標(biāo)車輛跟蹤。

具體的跟蹤流程為：首先將YOLOv3算法檢測到的結(jié)果作為對象輸入，然后判斷上一次檢測到的每一個目標(biāo)車輛與當(dāng)前檢測到的目標(biāo)車輛是否匹配。如果匹配則認(rèn)為目標(biāo)車輛跟蹤成功;如果長時間沒有匹配，則認(rèn)為該目標(biāo)車輛跟蹤過程結(jié)束。

是否匹配的判斷使用深度分類的方法，即使用運動信息匹配與表觀特征匹配結(jié)合的方法來進(jìn)行匹配判斷，其由以下三個步驟來完成：第一步是運動信息匹配，即使用基于常量速度模型和線性觀測模型的標(biāo)準(zhǔn)卡爾曼濾波器對目標(biāo)車輛的運動狀態(tài)進(jìn)行預(yù)測，預(yù)測結(jié)果與當(dāng)前檢測結(jié)果之間的馬氏距離d（1）（i，j）表示匹配度度量：

d（1）（i，j）=（dj-yi）TSi-1（dj-yi） （5）

其中，dj——當(dāng)前檢測到目標(biāo)車輛的狀態(tài)（u，v，r，h）;

yi——卡爾曼濾波器對目標(biāo)車輛的預(yù)測狀態(tài)（u，v，r，h）;

Si——當(dāng)前檢測到目標(biāo)車輛的位置與卡爾曼濾波器預(yù)測的目標(biāo)車輛位置之間協(xié)方差矩陣。

單獨使用馬氏距離為匹配度度量會導(dǎo)致標(biāo)識跳變情形嚴(yán)重，特別是當(dāng)視頻畫面存在抖動時可能會導(dǎo)致馬氏距離度量失效。因此，第二步引入了表觀特征匹配：利用深度網(wǎng)絡(luò)提取每一個目標(biāo)車輛最近成功匹配的k幀中的每一幀的特征向量，并組成特征向量集r（i）k。本項目中k取100，則用當(dāng)前檢測結(jié)果的特征向量與特征向量集r（i）k間的最小余弦距離d（2）（i，j）表示匹配度度量：

d（2）（i，j）=min{1-rjTr（i）k|r（i）k∈Ri}（6）

最后一步是將運動信息匹配與表觀特征匹配結(jié)合的匹配度度量進(jìn)行線性加權(quán)得到的ci，j作為最終的匹配度度量：

ci，j=λd（1）（i，j）+（1-λ）d（2）（i，j） （7）

其中λ是超參數(shù)，用于調(diào)整不同項的權(quán)重，本項目中λ取0.1。若ci，j小于特定閾值時，則表示匹配成功?？紤]到運動的連續(xù)性，本項目使用卡方分布的0.95分位點作為閾值t，則匹配的最終公式為bi，j[7]：

bi，j=∏[JB（[]ci，j≤t[JB）]] （8）

在實時目標(biāo)追蹤過程中，深度分類的方法采用運動信息匹配與表觀特征匹配結(jié)合的方法，從而減少了45%的標(biāo)號交換的數(shù)量，避免產(chǎn)生目標(biāo)標(biāo)識跳變的問題，可以提高有遮擋情況下的目標(biāo)追蹤效果。而且，深度分類的方法將大部分計算復(fù)雜性放入離線的預(yù)訓(xùn)練階段，解決了在高幀率下的整體競爭性能不影響整個監(jiān)控過程的實時性問題。

4 算法實驗

本項目以G80廣昆高速公路南壇段的高速公路監(jiān)控錄像作為算法數(shù)據(jù)集，對算法進(jìn)行訓(xùn)練，并以該路段實時監(jiān)控視頻作為實驗對象進(jìn)行400次實驗。實驗環(huán)境為英偉達(dá)1080Ti GPU，評價標(biāo)準(zhǔn)為多目標(biāo)跟蹤（MOT）性能評價指標(biāo)，具體實驗結(jié)果如表1所示。從實驗結(jié)果來看，本項目提出的基于深度學(xué)習(xí)的高速公路目標(biāo)車輛識別及跟蹤算法具有較高的識別速度及準(zhǔn)確性。

5 結(jié)語

本文從目標(biāo)車輛跟蹤的兩個步驟進(jìn)行算法改進(jìn)：在車輛檢測階段利用YOLOv3算法模型及Resnet-18算法模型構(gòu)建基于弱監(jiān)督的雙線性分類模型實現(xiàn)目標(biāo)車輛檢測，該方法在簡化了梯度計算的同時也獲得了較高的準(zhǔn)確率;在車輛跟蹤階段則利用YOLOv3算法模型及深度分類的方法，有效減少目標(biāo)車輛標(biāo)識跳變的問題，改善目標(biāo)車輛跟蹤效果。通過實驗表明，本文提出的基于YOLOv3的高速公路多目標(biāo)車輛跟蹤算法在高速公路車輛行駛速度較快的情況下，仍能實現(xiàn)實時識別并具有較高的識別速度及跟蹤效果。目前，本項目用于算法模型訓(xùn)練的樣本資源有限，下一步計劃擴充樣本庫，進(jìn)一步訓(xùn)練本文算法。

參考文獻(xiàn)：

[1]韓 凱，張紅英，王 遠(yuǎn)，等.一種基于Faster R-CNN的車輛檢測算法[J].西南科技大學(xué)學(xué)報，2017，32（4）：65-70，94.

[2]阮 航.基于卷積神經(jīng)網(wǎng)絡(luò)的車輛識別[D].南京：南京航空航天大學(xué)，2018.

[3]周曉彥，王 珂，李凌燕.基于深度學(xué)習(xí)的目標(biāo)檢測算法綜述[J].電子測量技術(shù)，2017，40（11）：89-93.

[4]吳 凡.基于深度學(xué)習(xí)的車型細(xì)粒度識別研究[D].廈門：廈門大學(xué)，2017.

[5]楊 興.基于B-CNN模型的細(xì)粒度分類算法研究[D].北京：中國地質(zhì)大學(xué)，2017.

[6]Lin，TsungYu，RoyChowdhury，et al.Bilinear CNN Models for Finegrained Visual Recognition[EB/OL].https：//arxiv.org/abs/1504.07889，2015-04-29.

[7]Nicolai Wojke，Alex Bewley，Dietrich Paulus，Simple Online And Realtime Traltime With a Deep Association Metric[EB/OL].https：//arxiv.org/abs/1703.07402，2017-03-21.

作者簡介：覃蔣圣（1990—），助理工程師，研究方向：交通信息化。