孔月瑤， 嚴 群， 姚劍敏， 林志賢

(福州大學 物理與信息工程學院，福建 福州 350108)

0 引 言

交通標志識別與先進駕駛輔助系統(tǒng)(advanced driver assistance system,ADAS)和無人駕駛緊密相關(guān)，該領(lǐng)域一直是國內(nèi)外專家研究的熱門課題[1]。然而計算機在對自然場景下交通標志圖像的采集過程中會受到很多因素的干擾，導(dǎo)致采集到的圖像不清晰甚至變形從而影響識別。同時，交通識別系統(tǒng)必須快速識別并及時反饋給駕駛員，否則不但起不到輔助作用還會造成危險。因此，如何在復(fù)雜的自然場景下快速并準確地識別交通標志非常重要。

隨著深度學習算法發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)(convliutional neural network,CNN)已成為人工智能領(lǐng)域中用于對象分類和模式識別應(yīng)用的突破性技術(shù)[2]，如車型識別[3]，語音識別[4]等。越來越多研究學者將其用于交通標志識別系統(tǒng)。Ciresan D等人提出使用多列CNN進行組合[5]，獲得99.46 %的準確率，但需要4塊圖形處理單元(graphics processing unit,GPU)訓練37 h。文獻[6]提出將分割出的交通標志感興趣區(qū)域(region of interest,RoI)輸入到CNN進行識別，雖然減小了天氣等因素的影響，但穩(wěn)定性較差。文獻[7]提出使用逐層貪婪預(yù)訓練和支持向量機(support vector machine,SVM)作為分類器來優(yōu)化CNN，但是不能保證其泛化性能。

針對上述算法的不足，本文提出一種新的網(wǎng)絡(luò)模型，結(jié)合單通道卷積神經(jīng)網(wǎng)絡(luò)中特征單一及梯度彌散的問題，提出采用非對稱雙通道作為輸入，兩通道采用不同的網(wǎng)絡(luò)結(jié)構(gòu)來獲取豐富的特征；同時在上層通路采用躍層連接，將淺層和深層特征進行融合，防止信息丟失；最后在全連接層將兩通道的輸出特征進行融合。實驗結(jié)果表明，本文算法能有效減少訓練時間并提高準確率。

1 CNN

CNN本質(zhì)上是一個多層感知機[8]，可以通過某種方式將輸入的非線性可分數(shù)據(jù)映射到高維空間，再使用線性分類器完成分類。它采用局部連接和共享權(quán)值的方式，一方面減少權(quán)值的數(shù)量使網(wǎng)絡(luò)更易于優(yōu)化，另一方面降低了網(wǎng)絡(luò)的復(fù)雜度。CNN包括卷積層、池化層和全連接層。

卷積層主要用來進行特征提取。卷積層通過可訓練的卷積核K，對輸入的二維圖像I進行卷積操作，并通過激活函數(shù)得到該層的輸出特征圖S。對圖像進行卷積操作的數(shù)學表達式為

S(i,j)=(I×K)(i,j)=∑∑I(m,n)K(i-m,j-n)

(1)

(2)

式中p為池化窗口大小，s為步長。全連接層在卷積網(wǎng)絡(luò)中起到分類器的作用，卷積層和池化層等操作將多維的低級特征組合成高級特征，并映射到隱層特征空間后，全連接層將學到的分布式特征表示映射到樣本標記空間，最后對這些特征進行分類，以達到對圖像分類的效果。

2 交通標志識別算法

2.1 圖像增強

由于自然場景下的交通標志極易受到天氣、光照和環(huán)境等影響，因此，采用合適的圖像增強算法來突出圖像的特征信息是非常必要的，本文采用直方圖均衡化對圖像進行增強。首先對圖像中像素灰度級ri進行歸一化處理,則0≤ri≤1,i=0, 1, 2, …,n-1，其中ri=0時表示黑,ri=1時表示白。每個像素值在[0，1]的灰度級是隨機的，用P(ri)來表示圖像灰度級的分布情況，則第i個灰度級出現(xiàn)的概率為P(ri)=ni/n，其中ni為圖像中灰度為ri的像素數(shù)，n為圖像的像素總數(shù)，圖像進行直方圖均衡化的函數(shù)表達式為

0≤ri≤1,i=0, 1, …,n-1

(3)

由此可見，si在其定義域范圍內(nèi)的概率密度是均勻分布的，即圖像經(jīng)增強后可達到均衡。

2.2 非對稱雙通道CNN

在CNN中，較淺的卷積層通常學到的是圖像局部邊緣特征，如邊緣和顏色等，有助于在復(fù)雜背景下區(qū)分出目標，而更深的卷積層則捕獲更高級的抽象特征，這些抽象特征對目標分類非常有利。在網(wǎng)絡(luò)中，提取的淺層特征信息在經(jīng)過多個卷積層和池化層后，逐層映射為深層特征信息，但部分淺層特征信息丟失，僅使用這些抽象特征進行分類，構(gòu)造的不是最優(yōu)的分類器；另外，隨著網(wǎng)絡(luò)層數(shù)的加深，神經(jīng)網(wǎng)絡(luò)易產(chǎn)生梯度彌散問題，導(dǎo)致網(wǎng)絡(luò)訓練困難[9]。針對上述單通道CNN的問題，本文提出非對稱雙通道CNN結(jié)構(gòu)，可以避免梯度彌散問題，并加入DenseNet[10]中躍層連接的方式，對底層得到的淺層特征進行復(fù)用。兩通路最后得到的特征在全連接層進行融合，并通過SoftMax分類器進行分類。圖1為非對稱雙通道CNN結(jié)構(gòu)。其中,C代表卷積層，p代表池化層。

圖1 非對稱雙通道CNN結(jié)構(gòu)

通路1主要用來提取圖像的淺層特征，大卷積核可以提取更具全局特性的特征，避免重要的邊緣、顏色等特征信息丟失，通路1輸出一維特征向量：P2=[1，A2×A2×M2]，并且通路1中的p1層的連接方式與其他層不同，它繼續(xù)進行卷積計算的同時也將提取的特征信息展開為一維向量P1=[1，A1×A1×M1]，并使用躍層連接的方式，跨越中間層直接輸入到全連接層，使其提取的淺層特征與fv層輸出的深層特征在全連接層進行融合，防止淺層信息丟失。

此外，本文采用LReLUs(Leak ReLUs)代替常用的ReLU激活函數(shù)。雖然使用ReLU進行訓練比tanh或Sigmoid單位更快，但ReLU很脆弱，在訓練期間可能會死亡。由圖2(a)可知，對于小于0的值，這個神經(jīng)元的梯度一直是0，如果學習率很大時，很可能會造成網(wǎng)絡(luò)中較多的神經(jīng)元‘dead’。而LReLUs正可以修復(fù)這個的問題。LReLUs的數(shù)學表達式如(4)所示，這里α是一個很小的常數(shù)，這樣保留了一些負軸的值，使負軸的信息不會全部丟失。文獻[11]也證明了在CNN中使用LReLUs的性能優(yōu)于ReLU。實驗結(jié)果發(fā)現(xiàn)，使用LReLUs在GTSRB數(shù)據(jù)集上實現(xiàn)了比ReLU約高2 %的準確度。圖2顯示了ReLU和LReLUs的功能公式(4)如下

圖2 ReLU和LReLUs的功能

y=max(0,x)+αmin(0,x)

(4)

3 實 驗

3.1 數(shù)據(jù)集準備

本實驗使用德國交通標志識別基準(German Traffic Sign Recognition Benchmark，GTSRB)，該數(shù)據(jù)集包括43類交通標志，其中訓練集圖片39 209張，測試集圖片12 630張。圖3為GTSRB中隨機抽取每類的圖片。通過研究數(shù)據(jù)集的特性，選擇不同的數(shù)據(jù)增強方式，對數(shù)量少的類別采用旋轉(zhuǎn)(-15°,15°)及左右平移的方式，數(shù)量多的類別僅進行旋轉(zhuǎn)，使所有的類別在增加數(shù)量的同時達到平衡。使用數(shù)據(jù)增強后，訓練集達到100 469張，測試集保持不變。

圖3 GTSRB中隨機抽取每類的圖片

3.2 實驗結(jié)果與分析

實驗使用的計算機配置為i5—8500U處理器，GTX 1080顯卡，內(nèi)存16 G。使用TensorFlow訓練網(wǎng)絡(luò)，其中優(yōu)化器采用Adam Optimizer，學習率設(shè)為0.000 1，最大迭代次數(shù)設(shè)為200。

為了驗證本文提出的網(wǎng)絡(luò)結(jié)構(gòu)在交通標志識別上的性能，本文設(shè)置了4組實驗進行分析：

1)選取輸入網(wǎng)絡(luò)的最佳尺寸。GTSRB數(shù)據(jù)集中的圖片大小不一，但是對于神經(jīng)網(wǎng)絡(luò)來說，輸入節(jié)點個數(shù)是固定的，因此，需要將圖片統(tǒng)一尺寸后再輸入到網(wǎng)絡(luò)中。為了確定輸入的最佳尺寸，實驗保持其他參數(shù)不變，并使用4個不同尺寸的GTSRB數(shù)據(jù)集對網(wǎng)絡(luò)進行訓練及測試，最后通過對比分析，確定輸入網(wǎng)絡(luò)的最佳尺寸為48×48。實驗結(jié)果如表1所示。

表1 不同輸入尺寸的準確率

2)驗證使用激活函數(shù)LReLUs是否能有效提高準確率。主要將其與ReLU在訓練時間及準確率方面進行對比。表2表明，LReLUs代替ReLU激活函數(shù)能有效的提高交通標志識別準確率。

表2 ReLU與LReLUs的效果

3)驗證雙通道網(wǎng)絡(luò)模型在GTSRB上的效果。首先，通過對訓練過程中的精度和損失曲線可視化，分析其訓練的動態(tài)過程。圖4分別表示單通道網(wǎng)絡(luò)模型(參數(shù)一致)和雙通道網(wǎng)絡(luò)模型在訓練過程中對應(yīng)的識別率和損失曲線。兩組模型的最大迭代次數(shù)都為200，由圖4可看出，兩組模型都在迭代一定次數(shù)后趨于平穩(wěn)，其中單通道網(wǎng)絡(luò)模型在迭代120～130次達到平穩(wěn)狀態(tài)，此時損失值接近0，準確率約為96 %；而提出的模型在迭代70～80次后損失值接近0，準確率趨近1，網(wǎng)絡(luò)達到平穩(wěn)。由此可以看出提出的模型收斂速度更快，并且達到更高的準確率。

圖4 準確率和損失曲線對比

表3列舉了不同算法在GTSRB數(shù)據(jù)集上的訓練時間及準確率。由表3可知，本文提出的算法比人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)、AlexNet算法的識別率都要高，訓練時間也大大減少，雖然識別率比文獻[7]略低，但是其識別單張圖片的時間是它的0.1倍左右。本文提出的算法準確率達到97.89 %，且識別單張圖片只要14 ms，相比其他算法有一定的優(yōu)勢。

表3 不同算法在GTSRB上的效果對比

4)驗證本文算法在實際情況下的識別效果。選取實際場景中質(zhì)量差的交通標志圖像進行測試。本文通過復(fù)現(xiàn)

AlexNet網(wǎng)絡(luò)和文獻[12]提出的改進CNN算法，對下面4種情況下的圖片進行測試，并與本文提出的算法進行對比,實驗結(jié)果如表4所示

表4 不同算法在復(fù)雜環(huán)境下的識別率

由表4的測試結(jié)果可以看出，在這四種實際的復(fù)雜環(huán)境下，本文提出的算法的識別準確率比另外兩種算法的表現(xiàn)都要好，且能達到較高的識別水平，其中，在光照不足條件下表現(xiàn)的最佳，但對模糊的圖像識別能力略差，還有待提高?？傮w來說，該算法具有良好的分類能力。

4 結(jié)束語

本文設(shè)計并實現(xiàn)了基于雙通道CNN的交通標志識別算法，主要通過兩個不同的網(wǎng)絡(luò)通道來提取不同的特征，并在全連接層進行融合以提取更豐富的特征信息，同時在提取邊緣信息的上層通道添加躍層連接避免淺層特征丟失，最后使用LReLUs代替ReLU，提高準確率。

多次實驗結(jié)果表明：本文算法在GTSRB上和實際環(huán)境下都能取得較好的識別率，具有一定的魯棒性；算法在保證準確率的同時提高了訓練速度，符合交通標志識別系統(tǒng)的準確性和實時性。