葉司琪，龍曉，尹偉石

（長(zhǎng)春理工大學(xué) 理學(xué)院，長(zhǎng)春 130022）

國(guó)內(nèi)水域面積占地27萬(wàn)平方公里，占領(lǐng)土面積的3%左右。近年來(lái)，由于湖泊、水庫(kù)與近海緩流地區(qū)水體的富營(yíng)養(yǎng)化導(dǎo)致水中藻類生長(zhǎng)迅速，出現(xiàn)“赤潮”［1］、“水華”［2］等自然災(zāi)害，對(duì)國(guó)家的水質(zhì)影響巨大且造成了巨大的經(jīng)濟(jì)損失。因此在藻類泛濫之前對(duì)其提前預(yù)測(cè)、預(yù)防成為主要問(wèn)題。現(xiàn)如今在藻類識(shí)別研究中，傳統(tǒng)的藻類檢測(cè)流程一般有置式顯微鏡法和熒光檢測(cè)法［3］；顯微檢測(cè)是對(duì)產(chǎn)生污染環(huán)境的水域進(jìn)行樣本采集、沉淀和蒸餾等過(guò)程，將樣品放在顯微鏡下人眼觀察，人為鑒定是否達(dá)到污染的程度；熒光檢測(cè)法是將樣本經(jīng)熒光處理得到熒光圖像，再利用圖像調(diào)色板閾值分割達(dá)到藻類計(jì)數(shù)［4］的目的；但兩者方法都存在局限性，顯微檢測(cè)過(guò)程大多依靠人工，會(huì)產(chǎn)生效率低、容易產(chǎn)生視覺(jué)疲勞且不易保存等問(wèn)題對(duì)研究人員要求較高；對(duì)于熒光檢測(cè)在壓片時(shí)會(huì)出現(xiàn)分層現(xiàn)象，不同層面熒光點(diǎn)不同；因此兩種方法識(shí)別出來(lái)的準(zhǔn)確率也隨誤差因素的影響而變化。

現(xiàn)今深度學(xué)習(xí)、目標(biāo)檢測(cè)計(jì)數(shù)和圖像識(shí)別的發(fā)展，國(guó)內(nèi)外在對(duì)于藻類圖像的識(shí)別與分類研究方面發(fā)展迅速。A.Verikas等人［5］基于相位一致性和隨機(jī)優(yōu)化確定識(shí)別圓形藻，但該方法只適用于極小圓形浮游植物；Andrea C.Monaldi等人［6］基于數(shù)字全息顯微鏡和圖像處理來(lái)評(píng)估微藻生物量；李偉偉［7］提出通過(guò)SIFT算法針對(duì)藻類圖像提取，PCA降維，用KNN進(jìn)行識(shí)別檢索；謝杰鎮(zhèn)等人［8］提出基于流式圖像的赤潮藻類監(jiān)測(cè)方法，基于灰度不變共生矩陣的紋理特征，采用向量機(jī)進(jìn)行訓(xùn)練識(shí)別；張松等人［9］將詞包模型方法用于藻類分類識(shí)別，利用K-means聚類得到圖像的特征詞包模型，用于SVM分類器訓(xùn)練，但沒(méi)有經(jīng)過(guò)特征篩選和編碼，會(huì)影響聚類效果。

如今深度學(xué)習(xí)促進(jìn)了模式識(shí)別、機(jī)器學(xué)習(xí)的發(fā)展，由卷積神經(jīng)網(wǎng)絡(luò)發(fā)展而來(lái)的目標(biāo)檢測(cè)框架［10］，以及深度學(xué)習(xí)的誤差反向傳播算法［11］，基于識(shí)別的目標(biāo)定位計(jì)數(shù)提供了基礎(chǔ)。此研究運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)反饋機(jī)制及利用目標(biāo)檢測(cè)模型對(duì)藻類進(jìn)行檢測(cè)識(shí)別，由于藻類圖像部分密集、疊層、體積較小等特點(diǎn)，影響識(shí)別效果。此次研究是在卷積神經(jīng)網(wǎng)絡(luò)與目標(biāo)檢測(cè)模型的基礎(chǔ)上進(jìn)行改進(jìn)，對(duì)卷積層中的激活函數(shù)、學(xué)習(xí)速率改進(jìn)，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行微調(diào)，使用最大池化算法，得到準(zhǔn)確率較高的藻類分類識(shí)別模型，減少人力輸出。

1 CNN模型原理

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種具有高性能的深度學(xué)習(xí)模型。卷積神經(jīng)網(wǎng)絡(luò)相對(duì)于全連接網(wǎng)絡(luò)使用的參數(shù)量較少預(yù)測(cè)精度和回歸擬合度均高于傳統(tǒng)模型。CNN模型的性能遠(yuǎn)高于具有與CNN模型相同的網(wǎng)絡(luò)訓(xùn)練方法的BP神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)可以通過(guò)用梯度下降法損失函數(shù)最小，對(duì)參數(shù)逐層進(jìn)行反向調(diào)節(jié)，不停的迭代訓(xùn)練提高精度。

1.1 卷積層

卷積層的作用就是提取特征的，通過(guò)各個(gè)窗口得到特征，并且使用參數(shù)量減少。在圖像處理中，一個(gè)卷積核卷積一次圖像得到一次特征，再由若干個(gè)卷積核卷積，卷積核提取特征是權(quán)值共享的，通過(guò)提取輸入的不同特征進(jìn)行壓縮提純，每一次卷積提取出的特征為特征映射，通過(guò)一個(gè)激活函數(shù)，得到輸出特征映射，每一層可以使用多個(gè)不同的特征映射，卷積公式由公式（1）表示：

其中，Mj表示輸入映射的總和；代表第l-1層第j個(gè)特征圖的輸入；f(?)為激活函數(shù)；l為層數(shù)；k為卷積核；?代表卷積操作；為偏置；為第l層第j個(gè)特征圖。特征圖公式（2）：

計(jì)算偏置的梯度值，公式（3）為：

利用 ΔWl=-η?E/?Wl更新參數(shù)。

1.2 池化層

池化層是對(duì)卷積層輸出的特征圖進(jìn)一步特征抽樣，如果沒(méi)有池化層直接去放入Softmax分類，其中會(huì)出現(xiàn)維度過(guò)高，發(fā)生過(guò)擬合的現(xiàn)象，為了防止過(guò)擬合，提高精確度，通常池化使用最大池化和平均池化，池化的最大作用是將卷積過(guò)后的特征圖的大小壓縮進(jìn)行降維，且具有位移不變性，池化過(guò)程可用公式（4）表示：

1.3 全連接層

全連接層本質(zhì)上也是卷積層，一般位于模型的最后幾層，將神經(jīng)元全連接起來(lái)。全連接層最后是經(jīng)過(guò)分類的，由于卷積神經(jīng)網(wǎng)絡(luò)輸出的特征圖是三維張量，做分類的話是要將之前特征圖壓平，最后再由一個(gè)傳統(tǒng)的全連接層連接起來(lái)，數(shù)學(xué)表達(dá)式為：

其中，上式中神經(jīng)元的輸入是x；神經(jīng)元的輸出是hW,b(x)；連接權(quán)重是WT；偏置是b。

1.4 Softmax輸出層

Softmax輸出層是為了分類回歸，將全連接層的特征圖輸入到Softmax輸出層后，每一個(gè)神經(jīng)元節(jié)點(diǎn)的激勵(lì)函數(shù)輸出一個(gè)概率，所有的節(jié)點(diǎn)的概率之和等于1。將待分類的圖片放入Soft?max分類器中，輸出的最大概率值所對(duì)應(yīng)的標(biāo)簽為最后的分類結(jié)果。如公式（6）表示概率歸一化：

其中，σi(x)表示第i個(gè)節(jié)點(diǎn)的激勵(lì)函數(shù)輸出的概率；m為類別數(shù)；代表參量。

2 改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的藻類分類

運(yùn)用改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)，對(duì)藻類圖像進(jìn)行識(shí)別，通過(guò)數(shù)字化處理對(duì)藻類樣本圖進(jìn)行特征提取，再結(jié)合卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型分析水體中的藻類解決人工識(shí)別的主觀性與勞動(dòng)強(qiáng)度大等問(wèn)題。

為了提高模型的魯棒性與穩(wěn)定性，利用改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)與RCNN來(lái)實(shí)現(xiàn)高效、便捷的藻類分類識(shí)別的目的。實(shí)現(xiàn)減少人工輸出，對(duì)藻類實(shí)時(shí)監(jiān)測(cè)，預(yù)防藻類污染，增加水域面積，減少由藻類污染帶來(lái)的巨大經(jīng)濟(jì)損失。

2.1 改進(jìn)算法描述

該算法根據(jù)預(yù)設(shè)訓(xùn)練與預(yù)設(shè)網(wǎng)絡(luò)模型對(duì)藻類樣本圖片進(jìn)行訓(xùn)練，得到藻類分類訓(xùn)練模型，來(lái)確定待分類藻類圖片所對(duì)應(yīng)的藻類類別，得到藻類分類模型。通過(guò)采用卷積神經(jīng)網(wǎng)絡(luò)的方式來(lái)進(jìn)行海藻圖像的處理，其中模型由卷積層和池化層交叉組合構(gòu)成，與最后由全連接層連接。將其輸出發(fā)送至Softmax層，對(duì)其進(jìn)行調(diào)整，看反向傳播調(diào)整網(wǎng)絡(luò)權(quán)值，判斷是否達(dá)到訓(xùn)練次數(shù)或者小于訓(xùn)練誤差，反復(fù)調(diào)整最小誤差得到藻類的分類模型，網(wǎng)絡(luò)使用激活函數(shù)Relu且對(duì)卷積得到的圖像進(jìn)行局部歸一化，調(diào)整網(wǎng)絡(luò)學(xué)習(xí)率，對(duì)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行微調(diào)，提高訓(xùn)練準(zhǔn)確度。訓(xùn)練完成后將測(cè)試樣本輸入到分類模型中得到分類結(jié)果，提高藻類分辨性與魯棒性，如圖1所示。

圖1 藻類分類模型

2.2 構(gòu)建改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)模型

卷積層使用卷積核進(jìn)行特征提取和特征映射，將預(yù)處理完成的圖像輸入到第一個(gè)卷積層，由64個(gè)3x3的卷積核（3通道）且步長(zhǎng)均為1，擴(kuò)充邊界得到卷積后的圖像與原圖尺寸一致；第二層為池化層，采用最大池化，選擇幅步為2，3x3的最大池化，進(jìn)行l(wèi)ru操作對(duì)局部模塊歸一化；第二個(gè)卷積層，由16個(gè)3x3的卷積核（16通道），得到的卷積圖像與原圖尺寸一致；第二個(gè)最大池化層進(jìn)行降維，池化步長(zhǎng)為2，3x3的最大池化；傳入全連接層進(jìn)行重新擬合，全連接層由128個(gè)神經(jīng)元連接，將上一層池化層的輸出重新組合成一行；調(diào)用激活函數(shù)ReLU，其作用是增加了神經(jīng)網(wǎng)絡(luò)各層之間的非線性關(guān)系，由于采用sigmoid等函數(shù)，計(jì)算量大，在反向傳播時(shí)，很容易就出現(xiàn)梯度消失的情況，而采用Relu激活函數(shù)，整個(gè)過(guò)程的計(jì)算量節(jié)省很多，Relu函數(shù)會(huì)使一部分神經(jīng)元的輸出為0，增加網(wǎng)絡(luò)的稀疏性，并且減少參數(shù)的相互依存關(guān)系，緩解過(guò)擬合問(wèn)題的發(fā)生，再上一層參數(shù)為0.8輸入dropout層，緩解過(guò)擬合問(wèn)題；最后將前面的卷積池化全連接層打包分裝至Softmax層，做線性回歸，對(duì)其進(jìn)行調(diào)整、計(jì)算，得到所述的藻類分類模型。

3 實(shí)驗(yàn)與分析

實(shí)驗(yàn)所用的藻類來(lái)自吉林省長(zhǎng)春市南湖公園，實(shí)驗(yàn)通過(guò)采集藻類樣本，利用光學(xué)電子顯微鏡拍照，得到包含藻類樣本照片，在同一光源、同一放大倍數(shù)下對(duì)水體藻類進(jìn)行觀察與拍攝海藻圖片，得到1 100張海藻圖像，如圖2所示。

圖2 拍攝海藻圖像

3.1 藻類圖像的采集與預(yù)處理

對(duì)原始海藻圖片預(yù)處理，將它分為幾種不同種類的海藻圖片集，由于藻的種類較多，大部分藻數(shù)量較少，試驗(yàn)選取數(shù)量最多的兩種藻（橋?yàn)吃搴歪樞驮澹┳鳛檠芯繉?duì)象，如圖3、圖4所示。

圖3 橋?yàn)吃鍢颖緢D像

圖4 針型藻樣本圖像

對(duì)藻類圖片進(jìn)行篩選，每個(gè)海藻圖片集對(duì)應(yīng)一種藻類，每個(gè)海藻圖片集中的每個(gè)海藻圖片中均包括該類海藻，每一個(gè)樣本集包含2 000～ 3 000張單種藻類圖像；為了防止出現(xiàn)過(guò)擬合現(xiàn)象，通過(guò)對(duì)圖像隨機(jī)旋轉(zhuǎn)、縮放、反轉(zhuǎn)及變化角度對(duì)樣本集進(jìn)行擴(kuò)充到11 130張，選取總樣本集的80%作為訓(xùn)練集（8 904張），剩下的作為測(cè)試集。

將樣本集的圖像與利用圖像標(biāo)注軟件進(jìn)行人工標(biāo)注，如圖5所示，用于卷積神經(jīng)網(wǎng)絡(luò)對(duì)每個(gè)樣本集圖像進(jìn)行訓(xùn)練與測(cè)試。

圖5 人工label Img標(biāo)注藻類示例圖

3.2 評(píng)價(jià)指標(biāo)

本文以準(zhǔn)確率（Accuracy）衡量模型的準(zhǔn)確性，準(zhǔn)確率公式為：

其中，n為藻類識(shí)別正確的數(shù)量；N為總樣本數(shù)。

用損失函數(shù)（Loss）確定藻類訓(xùn)練集和測(cè)試集的魯棒性。如果損失函數(shù)越小則說(shuō)明魯棒性越好。損失函數(shù)如下：

其中，N代表樣本數(shù)；pi是第i個(gè)樣本預(yù)測(cè)的概率；yi為第i個(gè)樣本的標(biāo)簽，正類為1，負(fù)類為0。

3.3 訓(xùn)練與測(cè)試

實(shí)驗(yàn)利用RCNN、目標(biāo)檢測(cè)模型與改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)，為實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的端到端訓(xùn)練。設(shè)置參數(shù)為batch=20，總共迭代3 000次，每隔50步輸出一次損失值以及精確度，每隔100次保存一次訓(xùn)練好的模型。

實(shí)驗(yàn)將8 904張?jiān)孱悎D像用于訓(xùn)練，由于藻類體積較小，部分藻類密集，藻類壓片分層等因素影響識(shí)別效果，利用卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

保持卷積核大小為3*3，用Relu為激活函數(shù)情況下，經(jīng)過(guò)迭代1 000次，首先通過(guò)對(duì)學(xué)習(xí)率的修改，針對(duì)不同學(xué)習(xí)率下的CNN模型學(xué)習(xí)率與準(zhǔn)確率之間的關(guān)系圖如圖7所示。

圖6 學(xué)習(xí)率與準(zhǔn)確率的關(guān)系圖

可知，學(xué)習(xí)率并不是越小越好，不存在唯一性，應(yīng)該根據(jù)實(shí)際情況選擇合適的學(xué)習(xí)率。

同樣在迭代1 000次情況下將其中在學(xué)習(xí)率為0.000 1和0.001 0下的識(shí)別所得平均損失結(jié)果

的對(duì)比，如表1、表2所示。

表1 在學(xué)習(xí)率為0.000 1的CNN模型下

表2 在學(xué)習(xí)率為0.001 0的CNN模型下

由表1可知在迭代1 000次過(guò)后，學(xué)習(xí)率為0.000 1的CNN模型下準(zhǔn)確率大約在89.9%，學(xué)習(xí)率為0.001 0的CNN模型下準(zhǔn)確率在95.02%。

并對(duì)測(cè)試集進(jìn)行識(shí)別結(jié)果的測(cè)試，由表2可知學(xué)習(xí)率在0.001 0下，藻類圖像識(shí)別最優(yōu)。

所以在測(cè)試集的識(shí)別中選取學(xué)習(xí)率為0.001 0，迭代3 000次過(guò)后，其識(shí)別結(jié)果如表3所示。

表3 測(cè)試集的識(shí)別結(jié)果（學(xué)習(xí)率為0.001 0）

由表3可知，loss值越小，效果越好。

4 結(jié)論

本文基于傳統(tǒng)藻類檢測(cè)的工作繁瑣影響識(shí)別精確度的問(wèn)題，在藻類識(shí)別中改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)和目標(biāo)檢測(cè)模型對(duì)藻類圖像的大小形態(tài)進(jìn)行特征提取。實(shí)驗(yàn)結(jié)果表明，在對(duì)于藻類識(shí)別的平均準(zhǔn)確率達(dá)到95.02%，有效避免了過(guò)擬合的現(xiàn)象，克服了藻類圖像密集、疊層、體積小等因素，減少人力輸出，提高工作效率。此外，輸入圖像和網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)能很好的吻合；特征提取和模式分類同時(shí)進(jìn)行；卷積神經(jīng)網(wǎng)路權(quán)值共享可以減少網(wǎng)絡(luò)的訓(xùn)練參數(shù)，使神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)變得更簡(jiǎn)單，適應(yīng)性更強(qiáng)。在訓(xùn)練模型中將分類和識(shí)別結(jié)合，簡(jiǎn)化了模型結(jié)構(gòu)。與此同時(shí)，研究也存在不足，在訓(xùn)練過(guò)程中往往需要對(duì)一些參數(shù)進(jìn)行人為的調(diào)整，所以適合范圍有一定的限制。卷積層提取圖像特征時(shí)對(duì)藻類邊緣信息提取有待提高，數(shù)據(jù)在網(wǎng)絡(luò)傳遞過(guò)程中存在部分信息損失與消耗，降低識(shí)別準(zhǔn)確度。