劉凱歌，王 琪，孟祥越，張祥德

(東北大學(xué) 理學(xué)院，遼寧 沈陽 110004)

0 引言

隨著物質(zhì)生活的改善，越來越多人喜歡出行旅游，如何保證乘客的乘坐安全是鐵路局的重要任務(wù)之一。鐵軌周邊電線桿種類繁雜且數(shù)量眾多[1]，這為實(shí)地勘探帶來了困難。現(xiàn)今鐵路交通部門對鐵軌周邊安全檢查的方式主要是以拍照為主，實(shí)地勘察為輔。通過存儲的大量現(xiàn)場圖像，從中挑選有異常的電線桿，針對不同場景，派出相關(guān)專業(yè)人員去解決安全隱患[2]。由于這種人工挑選圖像的方式效率低，所以如何利用計算機(jī)圖像處理的方法高效挑選異常圖像是本文研究的核心工作。

在電線桿是否被樹枝遮擋的場景下，圖像受光照以及季節(jié)影響較大[3]，例如夏天樹枝呈現(xiàn)的是綠色，秋天樹枝整體偏向黃色，成像場景相對來說比較復(fù)雜。在該復(fù)雜場景下，深度學(xué)習(xí)比傳統(tǒng)方法在定位上更具魯棒性[4]，除此之外圖像中樹枝遮擋占電線桿的比重比較小，類間差異比較小，深度學(xué)習(xí)很難判斷，所以采用的思想是先定位后分類[5]。

針對樹枝遮擋電線桿的問題，分析Faster R-CNN[6-7]檢測算法存在的不足，提出基于后處理改進(jìn)的Faster R-CNN被遮擋電線桿檢測算法。該算法相比于現(xiàn)有算法，通過后處理方式能夠獲得更高的召回率，適合檢測樹枝遮擋的電線桿。

1 Faster R-CNN的原理

針對電線桿的異物檢測問題，考慮雙階段精度較高的原則，本研究采用檢測召回率較高的Faster R-CNN[10-11]目標(biāo)檢測算法。Faster R-CNN網(wǎng)絡(luò)框架如圖1所示。

圖1 Faster R-CNN網(wǎng)絡(luò)圖

由圖1可以看出，F(xiàn)aster R-CNN[5,13-15]主要由特征提取網(wǎng)絡(luò)(VGG16)、Region Proposal Network(RPN)[7]網(wǎng)絡(luò)以及檢測網(wǎng)絡(luò)3部分組成。

1.1 特征提取網(wǎng)絡(luò)—VGG16

本研究采用的特征提取網(wǎng)絡(luò)是VGG16[12]，其中VGG16特征提取網(wǎng)絡(luò)的細(xì)節(jié)如表1所示。

表1 VGG16實(shí)驗數(shù)據(jù)表

1.2 RPN網(wǎng)絡(luò)

RPN網(wǎng)絡(luò)是在VGG16提取的最后一層特征圖上進(jìn)行滑窗，經(jīng)過2個全連接層，一個是運(yùn)用softmax進(jìn)行分類，另一個是目標(biāo)框回歸。RPN網(wǎng)絡(luò)如圖2所示。

圖2 RPN檢測網(wǎng)絡(luò)圖

使用RPN代替原來的Selective Search[16]方法來產(chǎn)生建議窗口，降低了推斷時的計算量。RPN的實(shí)現(xiàn)方式是先遍歷整張?zhí)卣鲌D，滑窗尺寸為3×3，在遍歷的過程中每個窗口中心會因設(shè)置的比例ratio= [0.5,1,2]和尺度scale = [8,16,32]在原圖生成K等于9個anchor，再對每個不同大小的anchor計算Intersection over Union(IoU)并通過閾值來判定每個anchor是否為正負(fù)樣本，當(dāng)anchor與ground-truth box滿足最高的IoU和IoU>0.7兩個條件anchor為正樣本，anchor與ground-truth box的IoU<0.3[6]為負(fù)樣本。接著，對正負(fù)anchor進(jìn)行分類(二分類)與回歸，相當(dāng)于實(shí)現(xiàn)目標(biāo)定位的功能。

RPN訓(xùn)練過程中的損失函數(shù)為：

(1)

采用的分類損失：

(2)

(3)

回歸損失：

(4)

式中，smoothL1損失函數(shù)為：

(5)

框的回歸公式：

tx=(x-xa)/wa,ty=(y-ya)/ha，

(6)

tw=ln(w/wa),th=ln(h/ha)，

(7)

(8)

(9)

式(6)～(9)中，x，y，w，h為預(yù)測的框的坐標(biāo)和寬高；xa，ya，wa，ha為第i個像素的某個anchor的坐標(biāo)和寬高；x*，y*，w*，h*為ground-truth box的坐標(biāo)和寬高。

1.3 檢測網(wǎng)絡(luò)

檢測網(wǎng)絡(luò)由Regions of Interest(ROI)池化層和2個并行的1×1卷積構(gòu)成。在ROI中將不同尺寸的候選框劃分成7×7塊區(qū)域，對每塊區(qū)域使用MaxPooling，輸出的特征向量為7×7×512，對輸出向量分別進(jìn)行分類與回歸。在分類層中通過softmax實(shí)現(xiàn)圖像分類；回歸層則是anchor與ground-truth box先進(jìn)行粗略的回歸，之后對粗略框進(jìn)行二次回歸。softmax的公式如下：

(10)

式中，i表示k中某個分類；gi表示該分類的值。

2 算法改進(jìn)

2.1 Faster R-CNN中存在的問題

在實(shí)際運(yùn)用場景中，針對電線桿遮擋非遮擋的情況，通過Faster R-CNN網(wǎng)絡(luò)檢測，發(fā)現(xiàn)遮擋的電線桿會存在漏檢的情況，即將遮擋判斷成不遮擋。通過原始圖片可以發(fā)現(xiàn)造成漏檢主要有3點(diǎn)原因：第1點(diǎn)，樹枝占電線桿的比重比較小，形狀不規(guī)則；第2點(diǎn)，數(shù)據(jù)集是人工標(biāo)注的數(shù)據(jù)集，數(shù)據(jù)量有限；第3點(diǎn)，樹木的顏色容易受光照等影響。原始圖片如圖3所示。

圖3 原始圖片

因此，針對漏檢的情況選擇在原始算法上直接進(jìn)行3點(diǎn)改進(jìn)，分別是：動態(tài)分組閾值優(yōu)化算法、RGB-HSV和區(qū)域生長分割方法。算法流程如圖4所示。

圖4 算法流程

2.2 動態(tài)分組閾值優(yōu)化算法

使用Faster R-CNN對遮擋電線桿的檢測結(jié)果不是很理想，對其進(jìn)行初步分析如下：① 圖像的采集由相機(jī)連續(xù)拍攝得到，前后存在聯(lián)系，當(dāng)使用手工標(biāo)注時，也會對面積較小的電線桿進(jìn)行標(biāo)注，在第n張電線桿面積較小，在n+1電線桿的面積會相對偏大，情況如圖5所示。② 出現(xiàn)真值框較小的電線桿周圍存在大量面積較小的預(yù)測框，情況如圖6所示。

圖6 電線桿預(yù)測圖

針對大量面積較小的預(yù)測框，提出了一種動態(tài)分組閾值優(yōu)化算法。

動態(tài)分組閾值優(yōu)化算法流程如下：

對于樣本集合{(xi,xi1,xi2,yi1,yi2,score)}，其中i=1,2，...，n，xi表示圖片名，(xi1,yi1)，(xi2,yi2)表示圖片對應(yīng)的左上角右下角的坐標(biāo)；score表示圖片預(yù)測的得分。

Step1：目的是找到最優(yōu)所在的分組數(shù)并求其所在的面積。計算不同分組k在(2,20)內(nèi)IoU>0.01個數(shù)占組內(nèi)個數(shù)的比值，其中(2,20)的原因是分組數(shù)不低于1且最大分組數(shù)不會高于20。

Step1.1 計算面積并降序：

area=(xi2-xi1)×(yi2-yi1)

Step1.2 計算樣本區(qū)域面積極差：

maxlength = max(area)-min(area)

Step1.3計算樣本區(qū)間面積：

qujianchangdu=maxlength/k

Step1.4針對面積的大小將圖片對應(yīng)坐標(biāo)放入空列表features中：如果area>ss×qujianchangdu，就存放在相對應(yīng)features的空列表中，其中ss在(1,k+1)，輸出的空列表features格式是features=[[w1],[w2],…,[wi]]，其中wi=zi,1,…,zi,i+1,zi,i+1表示當(dāng)k=i+1時分成的不同區(qū)間，此區(qū)間存放圖片名，圖片坐標(biāo)。

Step1.5計算[wi]下zi,i+1中圖片坐標(biāo)所求IoU>0.01的個數(shù)/zi,i+1中圖片的個數(shù)的比值，將比值存放在空數(shù)組M中，這一步可以保證預(yù)測框中存在電線桿。

Step2：尋找差值最大所在的組，并求其對應(yīng)的面積，如果該面積大于裁剪框(即目標(biāo)檢測后的裁剪框)的面積，就進(jìn)行后續(xù)相關(guān)等工作。

Step2.1遍歷M，計算差值：

chazhilist=abs(M[i]-M[i-1])

Step2.2找到最大chazhilist所在的索引：

index = max(chazhilist)

Step2.3計算最大索引所對應(yīng)的面積：

area1 = features[index][w]×features[h]，這里可以刪除一些面積較小且效果不好的預(yù)測框。

2.3 RGB轉(zhuǎn)HSV

對樹枝遮擋的電線桿進(jìn)行檢測，樹的顏色隨著季節(jié)的變化影響因素比較大，為解決季節(jié)變化的因素，采取的方案是將圖片轉(zhuǎn)換成HSV格式，即RGB-HSV。實(shí)施過程如下：首先轉(zhuǎn)換成綠色、黃色和黑色3種顏色。選擇顏色的依據(jù)是：綠色代表樹枝遮擋，黃色代表四季顏色變化，黑色代表局部區(qū)域肉眼所見是黑色的。最后選擇這3種點(diǎn)做凸區(qū)域檢測，凸區(qū)域檢測的目的是為后續(xù)區(qū)域生長提供所需的種子點(diǎn)。HSV是一種比較直觀的顏色模型，模型的3個參數(shù)是色調(diào)、飽和度和透明度，做這一步的主要優(yōu)勢在于樹枝是與季節(jié)的變換有強(qiáng)相關(guān)關(guān)系，所以希望能夠進(jìn)行一種將顏色明顯地區(qū)分開的轉(zhuǎn)換。

2.4 區(qū)域生長分割方法

區(qū)域生長是根據(jù)預(yù)先定義的生長準(zhǔn)則將像素或子區(qū)域組合為更大區(qū)域的過程。基本方法是從一組“種子”點(diǎn)開始，將與種子預(yù)先定義的性質(zhì)相似的那些相鄰像素添加到每個種子上來形成這些生長區(qū)域。區(qū)域生長有3個關(guān)鍵點(diǎn)：種子點(diǎn)的選擇、相似性質(zhì)的判斷以及截止條件。本研究所設(shè)計的算法中通過RGB-HSV[8]算法得到種子點(diǎn)，相似性判斷是灰度圖像的差值，以及截止條件是當(dāng)不再有像素滿足加入某個區(qū)域的準(zhǔn)則時，區(qū)域生長就會停止。

區(qū)域生長算法的流程如下[9]：

Step1：隨機(jī)或者對圖像進(jìn)行掃描，找到第一個還沒有賦予屬性的像素，設(shè)該像素(X0,Y0)。

Step2：以(X0,Y0)為中心，考慮(X0,Y0)的4鄰域或者8鄰域像素(X,Y)與種子像素的灰度值之差的絕對值小于某個閾值T，如果滿足條件，將(X,Y)與(X0,Y0)合并在同一區(qū)域內(nèi)，同時將(X,Y)壓入堆棧。

Step3：從堆棧中取出一個像素并把它當(dāng)做(X0,Y0)返回步驟Step2。

Step4：當(dāng)堆棧為空時，返回Step1。

Step5：重復(fù)步驟Step1～4直到圖像中的每個點(diǎn)都有歸屬時，生長結(jié)束。

針對圖像中存在一些電線桿是鏤空的和Faster R-CNN初步漏檢的情況下，所設(shè)計的算法具體如下：首先將Faster R-CNN初步檢測結(jié)果框裁剪出來，接著如果裁剪的面積大于動態(tài)分組閾值優(yōu)化算法中輸出的面積就進(jìn)行RGB-HSV，然后進(jìn)行凸區(qū)域檢測，之后將RGB-HSV的輸出作為種子點(diǎn)來進(jìn)行區(qū)域生長，最后通過手動設(shè)置閾值，選出最優(yōu)的閾值50，如果綠色像素點(diǎn)的個數(shù)大于閾值，就判斷為遮擋，否則就為非遮擋。后處理的具體流程如圖4所示。

3 實(shí)驗及分析

3.1 數(shù)據(jù)集的制作

本研究所設(shè)計的算法采用的數(shù)據(jù)來自相機(jī)拍攝的JPG圖片，對采集的圖像刪除部分重復(fù)場景得到1 895張圖片，使用LabelImg[17]手動標(biāo)注制作成圖像庫，其中圖像如圖7所示，接著將圖像庫轉(zhuǎn)成VOC2007數(shù)據(jù)格式，最后將圖片劃分成訓(xùn)練集和測試集。其中訓(xùn)練圖片1 691張，測試圖片204張。

(a) 原圖

3.2 實(shí)驗環(huán)境

深度學(xué)習(xí)常見的框架有Caffe、Pytorch、Tensorflow等。本研究的訓(xùn)練和測試實(shí)驗均采用Pytorch。其中服務(wù)器的操作環(huán)境為Linux操作系統(tǒng)，計算機(jī)軟硬件配置數(shù)據(jù)如表2所示。

表2 計算機(jī)軟硬件配置

3.3 訓(xùn)練策略

實(shí)驗的訓(xùn)練過程中采用poly的學(xué)習(xí)策略[18]：

(11)

式中，初始學(xué)習(xí)率初始化(base_lr)為0.001，最大迭代次數(shù)(max_iter)為3萬次，使用SGD優(yōu)化函數(shù)，輸入圖像的batch_size=1，為防止過擬合weight_decay =0.000 5，總共訓(xùn)練了20 epoch。

3.4 實(shí)驗分析及改進(jìn)

為了驗證算法的性能，在圖像庫中的數(shù)據(jù)集上進(jìn)行對比實(shí)驗。本研究采用的2個指標(biāo)：召回率(recall)和漏警率。研究設(shè)計算法的實(shí)驗結(jié)果如表3所示。使用Faster R-CNN進(jìn)行檢測時，召回率為32.7%，使用Faster R-CNN+RGB-HSV+區(qū)域生長，召回率為54%，使用Faster R-CNN+動態(tài)閾值分組+RGB-HSV+區(qū)域生長，召回率為85.4%，召回率提升約0.5，改進(jìn)(動態(tài)閾值分組+RGB-HSV+區(qū)域生長)的漏警率最小，說明檢測遮擋的效果越好。本研究所設(shè)計算法的可視圖如圖8～10所示。從圖8和圖10的對比可看到，設(shè)計的后處理過程很好地解決了Faster R-CNN漏檢問題。

表3 對比實(shí)驗數(shù)據(jù)表

圖8 Faster R-CNN 檢測結(jié)果

圖9 改進(jìn)(RGB-HSV+區(qū)域生長)檢測結(jié)果

圖10 改進(jìn)(動態(tài)閾值分組+RGB-HSV+區(qū)域生長)檢測結(jié)果

需要改進(jìn)的是，從數(shù)據(jù)的角度來看,數(shù)據(jù)量較少時模型容易出現(xiàn)過擬合現(xiàn)象。采用生成對抗網(wǎng)絡(luò)(GAN)可通過標(biāo)注數(shù)據(jù)，生成模擬數(shù)據(jù)，也可以用在自監(jiān)督學(xué)習(xí)中，讓模型具備從部分標(biāo)記的數(shù)據(jù)中學(xué)習(xí)的能力，GAN[19]也可應(yīng)用于圖像的修復(fù)。針對部分偏斜的電線桿(如圖5所示)，當(dāng)使用檢測算法時，由于偏斜的存在，會使得預(yù)測框中包含大量的冗余信息，對于此類問題還需待改進(jìn)。

4 結(jié)束語

對遮擋電線桿進(jìn)行檢測，提出了基于改進(jìn)Faster R-CNN的被遮擋電線桿檢測算法。本文論述了Faster R-CNN的基本原理，分析該算法存在的3點(diǎn)問題，針對較多檢測框設(shè)計了動態(tài)分組閾值優(yōu)化算法，對電線桿漏檢情況使用了RGB-HSV+區(qū)域生長分割算法。實(shí)驗結(jié)果表明，改進(jìn)后的算法對遮擋電線桿檢測有較好的效果。在今后的研究中可以對數(shù)據(jù)生成以及檢測對象存在偏斜的情況展開更多的研究。