彭 博，張媛媛，唐 聚，謝濟(jì)銘，王玉婷

(1.山地城市交通系統(tǒng)與安全重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400074；2.重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074)

0 引言

隨著城市的快速發(fā)展，城市機(jī)動(dòng)車(chē)保有量持續(xù)增長(zhǎng)，交通擁堵愈發(fā)嚴(yán)重。為了緩解交通擁擠、避免交通癱瘓，需要及時(shí)有效地識(shí)別道路交通狀態(tài)。目前，國(guó)內(nèi)外基于微波檢測(cè)器[1]、地磁感應(yīng)線(xiàn)圈[2]、視頻檢測(cè)器[3]、RFID[4]和浮動(dòng)車(chē)[5]等技術(shù)手段提取的數(shù)據(jù)，對(duì)交通狀態(tài)識(shí)別展開(kāi)了大量研究。其中，隨著城市交通視頻資源越來(lái)越豐富，以及視頻處理技術(shù)的快速發(fā)展，基于視頻圖像的交通狀態(tài)識(shí)別研究獲得了廣泛關(guān)注。

國(guó)內(nèi)外學(xué)者基于視頻圖像進(jìn)行了一系列交通狀態(tài)識(shí)別研究，Morton(2005)基于航拍圖像實(shí)現(xiàn)了交通狀態(tài)識(shí)別[6];Reinartz(2006)從航拍圖像中獲得高質(zhì)量的交通數(shù)據(jù)[7];Lozano(2009)基于k-均值聚類(lèi)方法提高了交通擁堵?tīng)顟B(tài)識(shí)別系統(tǒng)的魯棒性[8];Liao(2014)利用支持向量機(jī)和遺傳學(xué)算法建立了交通視頻圖像擁擠識(shí)別模型[9];Quiros(2016)基于模糊邏輯提出視頻圖像交通狀態(tài)識(shí)別方法[10];崔華(2017)利用模糊C均值聚類(lèi)算法對(duì)靜態(tài)圖像進(jìn)行交通狀態(tài)識(shí)別[11]?？傮w而言，這些研究可從圖像中提取車(chē)輛位置、流量、速度等交通參數(shù)，進(jìn)而識(shí)別交通狀態(tài)。由于視頻圖像內(nèi)容復(fù)雜多樣，快速準(zhǔn)確提取交通特征可能較為困難，不易實(shí)時(shí)處理快速增長(zhǎng)的海量交通視頻。

視頻圖像具有維度高、信息冗余復(fù)雜等特征，考慮到及時(shí)高效識(shí)別交通狀態(tài)的重要性，一些學(xué)者嘗試對(duì)視頻圖像進(jìn)行有效降維。其中，自編碼器是一種非線(xiàn)性無(wú)監(jiān)督神經(jīng)網(wǎng)絡(luò)模型，能夠?qū)σ曨l圖像數(shù)據(jù)有效降維，進(jìn)而實(shí)現(xiàn)圖像分類(lèi)，因此，基于自編碼器的圖像降維與模式識(shí)別研究受關(guān)注較多：Wang(2012)提出了一種基于傳統(tǒng)自動(dòng)編碼器對(duì)稱(chēng)結(jié)構(gòu)的折疊自動(dòng)編碼器，減小尺寸并降低了降維的計(jì)算成本[12]；Gao(2015)提出一種基于有監(jiān)督堆疊自動(dòng)編碼器的面部識(shí)別方法[13]；Zhao(2017)將隨機(jī)森林分類(lèi)器引入堆疊式稀疏自動(dòng)編碼器以實(shí)現(xiàn)高光譜圖像分類(lèi)[14]；Ge(2019)提出一種雙重對(duì)抗性自動(dòng)編碼器用于圖像聚類(lèi)，并能達(dá)到有監(jiān)督CNN算法的聚類(lèi)精度[15]。由此可見(jiàn)，自編碼器可有效獲取圖像降維特征、避免“維數(shù)災(zāi)難”，將其與聚類(lèi)方法結(jié)合，可快速高效實(shí)現(xiàn)視頻圖像交通狀態(tài)的無(wú)監(jiān)督識(shí)別。

綜上所述，為了有效降低圖像維度、自動(dòng)快速識(shí)別交通狀態(tài)，本研究基于自編碼器與k-means聚類(lèi)提出了一種視頻交通狀態(tài)自動(dòng)識(shí)別方法，并構(gòu)建數(shù)據(jù)集進(jìn)行測(cè)試分析。

1 方法簡(jiǎn)介

主要利用自編碼器對(duì)高維度圖像進(jìn)行特征壓縮，基于壓縮后的低維數(shù)據(jù)，利用k-means聚類(lèi)算法識(shí)別交通狀態(tài)，流程如圖1所示，主要包含3個(gè)步驟。

圖1 方法流程

(1)自編碼器圖像數(shù)據(jù)集構(gòu)建：將交通視頻轉(zhuǎn)化成幀圖像，根據(jù)車(chē)輛密度及車(chē)間距等參數(shù)與人工經(jīng)驗(yàn)對(duì)每一幀圖像進(jìn)行交通狀態(tài)判定，形成包含暢通、緩行、擁堵3種交通狀態(tài)的數(shù)據(jù)集。

(2)自編碼器模型構(gòu)建與測(cè)試：根據(jù)模型的主要結(jié)構(gòu)參量，包括輸入數(shù)據(jù)維度、隱藏層數(shù)量、降維數(shù)據(jù)維度等，構(gòu)建自編碼器備選模型，并進(jìn)行測(cè)試與選優(yōu)。

(3)k-means聚類(lèi)：將最優(yōu)自編碼器輸出的降維數(shù)據(jù)進(jìn)行k-means聚類(lèi)，獲得圖像交通狀態(tài)。

2 交通狀態(tài)識(shí)別模型構(gòu)建

交通狀態(tài)識(shí)別模型主要包含自編碼器和k-means聚類(lèi)兩部分，訓(xùn)練自編碼器獲得編碼數(shù)據(jù)，以作為k-means聚類(lèi)的輸入數(shù)據(jù)，進(jìn)而判定圖像交通狀態(tài)。

2.1 自編碼器構(gòu)建

構(gòu)建自編碼器以交通視頻圖像為輸入，編碼與解碼過(guò)程均有N個(gè)隱藏層，各層之間采用全連接結(jié)構(gòu)，如圖2所示。對(duì)于樣本量為Q的圖像集中第g張圖像為例，自編碼器運(yùn)算過(guò)程如下。

圖2 自編碼器結(jié)構(gòu)

(1)將第g張圖像轉(zhuǎn)化為1×M的一維向量Xg，g∈[1，Q]，M=τ1×τ2，τ1和τ2為圖像的寬度(像素)和高度(像素)；

(1)

(2)

(3)

根據(jù)輸入數(shù)據(jù)維度、隱藏層數(shù)量、降維數(shù)據(jù)維度設(shè)計(jì)48個(gè)自編碼器模型結(jié)構(gòu)，如表1所示?；跀?shù)據(jù)集A1對(duì)這些模型結(jié)構(gòu)進(jìn)行測(cè)試，結(jié)果顯示當(dāng)輸入數(shù)據(jù)維度為64×64、降維數(shù)據(jù)維度為3維或者5維時(shí)測(cè)試效果較好，因此確定了6個(gè)備選模型，結(jié)構(gòu)如表2所示。

表1 自編碼器交叉試驗(yàn)

2.2 k-means聚類(lèi)

表2 自編碼器備選模型結(jié)構(gòu)參數(shù)

(4)

式中，p=(bp1，bp2，…，bpv)和q=(bq1，bq2，…，bqv)為兩個(gè)具有v維特征的向量。

(4)遍歷完數(shù)據(jù)集中所有對(duì)象后，利用式(5)更新簇中心。

(5)

(5)根據(jù)最近鄰原則，重新將數(shù)據(jù)集中的對(duì)象進(jìn)行劃分，并計(jì)算新的簇中心，直到平方誤差準(zhǔn)則函數(shù)滿(mǎn)足要求。平方誤差準(zhǔn)則函數(shù)定義如下：

(6)

(6)將所有樣本聚類(lèi)為k簇，即k類(lèi)交通狀態(tài)S1,S2,…,Sk。

3 試驗(yàn)數(shù)據(jù)與環(huán)境

3.1 試驗(yàn)數(shù)據(jù)

道路交通視頻原始數(shù)據(jù)來(lái)源于某城市主要干道的交通視頻，圖像分辨率為704×576像素。為提高運(yùn)行效率，裁剪提取目標(biāo)區(qū)域圖像并劃分為暢通、緩行、擁堵3種交通狀態(tài)，記為狀態(tài)0，1，2。據(jù)此構(gòu)建了3個(gè)數(shù)據(jù)集A1，A2，A3，樣本量Qj(j=1,2,3)分別為1 500，3 000，4 500。數(shù)據(jù)集制作過(guò)程與結(jié)果如圖3所示。

圖3 圖像數(shù)據(jù)集制作

3.2 試驗(yàn)環(huán)境

試驗(yàn)平臺(tái)為64位windows7操作系統(tǒng)的工作站，內(nèi)存4 GB+CPU Nvidia GeForce 820M，配置Pytorch+Spyder3.6等環(huán)境，搭建Pytorch深度學(xué)習(xí)框架，采用Python 3.5作為編程語(yǔ)言。

4 自編碼器模型訓(xùn)練與選優(yōu)

4.1 模型訓(xùn)練

針對(duì)數(shù)據(jù)集A1，A2，A3與模型Ⅰ～模型Ⅵ，進(jìn)行了18組訓(xùn)練試驗(yàn)。為了對(duì)比備選模型效果，針對(duì)每個(gè)樣本集的模型Ⅰ～模型Ⅵ均采用相同的訓(xùn)練參數(shù)，如表3所示。

表3 訓(xùn)練參數(shù)

訓(xùn)練過(guò)程中采用Adam迭代優(yōu)化算法[16]，利用梯度的一階矩估計(jì)和二階矩估計(jì)動(dòng)態(tài)調(diào)整每個(gè)參數(shù)的學(xué)習(xí)率，其公式如下：

mt=λ×mt-1+(1-λ)×gt，

(7)

(8)

(9)

(10)

(11)

4.2 評(píng)價(jià)指標(biāo)

針對(duì)模型Ⅰ～模型Ⅵ在數(shù)據(jù)集A1，A2，A3下的測(cè)試情況，采用兼顧準(zhǔn)確率和召回率的平均F1值作為效果評(píng)價(jià)指標(biāo)，計(jì)算過(guò)程如下。

(1)計(jì)算模型對(duì)數(shù)據(jù)集每類(lèi)交通狀態(tài)的樣本聚類(lèi)準(zhǔn)確率、召回率與F1值。

(12)

(13)

(14)

(2)計(jì)算模型對(duì)各個(gè)數(shù)據(jù)集的交通狀態(tài)平均分類(lèi)準(zhǔn)確率、召回率及F1值。

(15)

(16)

(17)

4.3 確定最優(yōu)自編碼器

基于數(shù)據(jù)集A1，對(duì)前文2.1節(jié)的48個(gè)自編碼器模型結(jié)構(gòu)進(jìn)行測(cè)試，計(jì)算F1值，結(jié)果顯示，F(xiàn)1值高于0.9的試驗(yàn)自編碼器結(jié)構(gòu)為(64×64,64)，(64,64)，(64,12)，(12,5)，即輸入數(shù)據(jù)維度64×64、8個(gè)編碼及解碼隱藏層、5維編碼數(shù)據(jù)；其次，F(xiàn)1值介于0.8～0.9時(shí)，模型降維數(shù)據(jù)均為3維或5維。據(jù)此，設(shè)計(jì)了6個(gè)自編碼器備選模型，即模型Ⅰ～模型Ⅵ。

表4 備選模型評(píng)價(jià)指標(biāo)值

為進(jìn)一步驗(yàn)證AE*對(duì)每一類(lèi)交通狀態(tài)的識(shí)別效果，基于數(shù)據(jù)集A3計(jì)算分析各類(lèi)狀態(tài)的識(shí)別準(zhǔn)確率、召回率與F1值，結(jié)果如表5所示?？梢钥闯觯珹E*對(duì)暢通、緩行、擁堵的識(shí)別準(zhǔn)確率為0.87～1.00，對(duì)緩行狀態(tài)識(shí)別準(zhǔn)確率最高；AE*對(duì)暢通、緩行、擁堵的識(shí)別召回率為0.86～1.00，對(duì)暢通狀態(tài)識(shí)別召回率最高。綜合來(lái)看，AE*對(duì)暢通、緩行、擁堵的F1值為0.89～0.96，對(duì)每類(lèi)交通狀態(tài)識(shí)別效果均較好。

表5 AE*對(duì)數(shù)據(jù)集A3的評(píng)價(jià)指標(biāo)

5 模型對(duì)比

將本文AE*與k-means相結(jié)合的交通狀態(tài)識(shí)別模型命名為AE*-k-means，同理，將AE*與SVM[17]，DNN_Linear[18]，Linear[18]相結(jié)合的模型分別命名為AE*-SVM，AE*-DNN_Linear，AE*-Linear。利用數(shù)據(jù)集A1，A2，A3對(duì)上述模型進(jìn)行訓(xùn)練測(cè)試，計(jì)算每個(gè)數(shù)據(jù)集的交通狀態(tài)識(shí)別準(zhǔn)確率、召回率以及F1值，結(jié)果如圖4～圖6所示。

圖4 AE*結(jié)合各分類(lèi)器的準(zhǔn)確率

圖5 AE*結(jié)合各分類(lèi)器的召回率

圖6 AE*結(jié)合各分類(lèi)器的F1值

可以看出，平均F1值優(yōu)劣排序?yàn)锳E*-SVM(0.927)，AE*-k-means(0.924)，AE*-DNN_Linear (0.921)，AE*-Linear(0.918)，4個(gè)模型性能相近，AE*-k-means準(zhǔn)確率、召回率處于最優(yōu)或次優(yōu)水平，表明AE*對(duì)圖像降維效果較好，可為k-means，SVM，Linear，DNN_Linear等提供有效的特征數(shù)據(jù)。此外，k-means是一種典型的無(wú)監(jiān)督聚類(lèi)方法，而SVM，Linear，DNN_Linear則為有監(jiān)督分類(lèi)方法，與AE*-SVM，AE*-DNN_Linear，AE*-Linear相比，AE*-k-means在保證交通狀態(tài)識(shí)別準(zhǔn)確率和召回率的基礎(chǔ)上，可有效減少人工數(shù)據(jù)標(biāo)定、有監(jiān)督訓(xùn)練等工作量及運(yùn)算成本。

為進(jìn)一步驗(yàn)證模型對(duì)暢通、緩行、擁堵3種交通狀態(tài)識(shí)別效果，基于數(shù)據(jù)集A3進(jìn)行了測(cè)試，結(jié)果顯示，對(duì)于暢通狀態(tài)，4個(gè)模型F1值為0.93～0.99，效果均較好；對(duì)于緩行狀態(tài)，AE*-k-means的F1值為0.96，高出其余模型6%～9%；對(duì)于擁堵?tīng)顟B(tài)，AE*-k-means和AE*-SVM的F1值為0.89，比其余模型高4%。因此，對(duì)于數(shù)據(jù)集A3，AE*-k-means對(duì)3種交通狀態(tài)識(shí)別效果總體最優(yōu)。

6 結(jié)論

針對(duì)道路交通視頻，提出了一種基于自編碼器與k-means聚類(lèi)的視頻交通狀態(tài)識(shí)別方法，可實(shí)現(xiàn)無(wú)監(jiān)督條件下的視頻交通狀態(tài)快速自動(dòng)識(shí)別。測(cè)試顯示，本研究模型交通狀態(tài)識(shí)別準(zhǔn)確率、召回率及F1值均較高，既可有效減少人工數(shù)據(jù)標(biāo)定，有效監(jiān)督訓(xùn)練等工作量及運(yùn)算成本，也可以獲得較優(yōu)的交通狀態(tài)識(shí)別準(zhǔn)確率、召回率和F1值。

本研究方法可有效降低算法復(fù)雜度、避免“維數(shù)災(zāi)難”，保證運(yùn)行效率與識(shí)別效果，對(duì)于視頻交通狀態(tài)識(shí)別具有較大的理論和現(xiàn)實(shí)意義。由于交通場(chǎng)景復(fù)雜多樣，對(duì)于自編碼器結(jié)構(gòu)、優(yōu)化結(jié)合自編碼器與分類(lèi)器、構(gòu)建海量數(shù)據(jù)集等方面還需進(jìn)一步研究。