王月，金映谷，李陽(yáng)，楊亞寧

（1.大連民族大學(xué)信息與通信工程學(xué)院，大連116605；2.大連民族大學(xué)機(jī)電工程學(xué)院，大連116605）

0 引言

森林資源匱乏日趨嚴(yán)重，對(duì)樹木進(jìn)行準(zhǔn)確分類識(shí)別是保護(hù)樹木資源及研究樹種多樣性的基礎(chǔ)，在加強(qiáng)生態(tài)文明建設(shè)方面具有重要意義。但是在識(shí)別樹木種類過(guò)程中由于不同樹種的特征信息較多，通過(guò)人工提取特征信息的方式效率低且很難提取關(guān)鍵信息。識(shí)別的樹木在不同季節(jié)也會(huì)呈現(xiàn)差異性，增大樹種識(shí)別難度，影響樹種識(shí)別準(zhǔn)確性。

隨著圖像處理技術(shù)的快速發(fā)展，國(guó)內(nèi)外科研工作者在識(shí)別樹種問(wèn)題上已進(jìn)行了許多研究。例如，李可心等人［1］通過(guò)使用灰度共生矩陣提取樹皮紋理特征，利用數(shù)據(jù)特征統(tǒng)計(jì)分析進(jìn)一步選取特征值，應(yīng)用SOM神經(jīng)網(wǎng)絡(luò)對(duì)樹皮圖像進(jìn)行特征參數(shù)識(shí)別，識(shí)別精度83.33%。扈華等人［2］首先利用SAS方法得到描述木片和樹皮紋理的最佳參數(shù)，隨后將最優(yōu)參數(shù)計(jì)算獲得的數(shù)據(jù)用作樣本數(shù)據(jù)，調(diào)用SAS中LOGISTIC過(guò)程得出預(yù)測(cè)方程，再將該方程用于邏輯回歸模型，最后利用該模型實(shí)現(xiàn)木片和樹皮的圖像識(shí)別，正確率達(dá)到97.4%。Carpentier等人［3］公開了一組數(shù)據(jù)集，并使用ResNet網(wǎng)絡(luò)對(duì)其進(jìn)行樹種識(shí)別，單科植物識(shí)別準(zhǔn)確率達(dá)93.88%；結(jié)合多數(shù)投票法，單科植物識(shí)別準(zhǔn)確率可達(dá)97.81%。M.Robert等人［4］提出了DeepBark和SqueezeBark局部描述符結(jié)合神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別樹木表面，其中DeepBark方法具有明顯優(yōu)勢(shì)可達(dá)87.2%的mAP。以上研究取得了較好的分類識(shí)別成果，但在檢測(cè)準(zhǔn)確度方面仍有待提高。

為進(jìn)一步提高樹皮圖像識(shí)別的準(zhǔn)確度，本文提出基于GoogLeNet的樹皮識(shí)別方法，在對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理后，設(shè)置樹皮圖像識(shí)別模型各參數(shù)，訓(xùn)練樹皮模型分類器，通過(guò)訓(xùn)練結(jié)果完成對(duì)樹皮種類的識(shí)別并標(biāo)注樹木類型。實(shí)驗(yàn)結(jié)果表明，該方法能自動(dòng)判別樹皮種類且識(shí)別準(zhǔn)確率可達(dá)98.1%，極大程度上提高了樹種識(shí)別準(zhǔn)確率。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)集

本文使用公開數(shù)據(jù)集Trunk12［5］進(jìn)行分類。此數(shù)據(jù)集包含393張3000×4000像素的樹皮圖像，共有12種不同的樹木（全稱－縮寫：alder-ald、beech-bee、birchbir、chestnut-che、ginkgo biloba-gin bil、hornbeam-hor、horse chestnut-hor che、linden-lin、oak-oak、oriental planeori pla、pine-pin、spruce-spr）如圖1所示，每類樹木的圖像數(shù)量在30到45之間變化。本文隨機(jī)選取數(shù)據(jù)集的70%作為訓(xùn)練集，15%作為驗(yàn)證集，15%作為測(cè)試集。

圖1 12個(gè)樹種樹皮圖像示例

為進(jìn)一步驗(yàn)證本文方法穩(wěn)定性，通過(guò)圖像鏡像、圖像旋轉(zhuǎn)、圖像亮度變化及高斯濾波處理［6］等方法對(duì)Trunk12數(shù)據(jù)集中的每個(gè)樹種擴(kuò)增7倍，并繼續(xù)利用本文模型訓(xùn)練識(shí)別，在訓(xùn)練識(shí)別過(guò)程中仍隨機(jī)選取擴(kuò)增數(shù)據(jù)集的70%作為訓(xùn)練集，15%作為驗(yàn)證集，15%作為測(cè)試集。

1.2 模型構(gòu)建

由于數(shù)據(jù)集具有高分辨率，直接處理樣本會(huì)使任務(wù)變慢，耗時(shí)較長(zhǎng)，因此本文對(duì)圖像進(jìn)行縮放［7］操作，采用大小為300×400的輸入圖片訓(xùn)練模型。GoogLeNet［8］的進(jìn)步主要是引入一種新的結(jié)構(gòu)Inception module，可構(gòu)造更加稀疏的CNN結(jié)構(gòu)。Inception module由1×1卷積，3×3卷積，5×5卷積和3×3最大池化組成，增加網(wǎng)絡(luò)對(duì)不同尺度的適應(yīng)性。卷積的計(jì)算公式如式（1）所示：

當(dāng)卷積層輸入的特征數(shù)很多，對(duì)這個(gè)輸入進(jìn)行卷積運(yùn)算將會(huì)產(chǎn)生巨大的計(jì)算量；因此本文使用降維版Inception模塊，其基本結(jié)構(gòu)如圖2所示，即在3×3卷積，5×5卷積前加入1×1卷積，在3×3最大池化后加入1×1卷積，從而降低了計(jì)算復(fù)雜度，實(shí)現(xiàn)降維功能。

圖2 Inception Module結(jié)構(gòu)

本文網(wǎng)絡(luò)模型結(jié)構(gòu)如圖3所示，輸入圖像為300×400×3，每個(gè)卷積都應(yīng)用一個(gè)線性整流函數(shù)，改進(jìn)網(wǎng)絡(luò)模型的非線性特征；利用局部響應(yīng)歸一化（Local Response Normalization，LRN）提高模型訓(xùn)練精確度，其具體公式如式（3）所示：

圖3 模型結(jié)構(gòu)

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)環(huán)境

本實(shí)驗(yàn)基于Windows 10操作系統(tǒng)，Intel Xeon E5-2623 v4＠2.60GHz CPU，NVIDIA Quadro P4000顯卡，64.0G內(nèi)存運(yùn)行，CUDA-9.1、CUDNN-7.1深度學(xué)習(xí)庫(kù)以及機(jī)器視覺(jué)軟件HALCON。

2.2 參數(shù)設(shè)置

在數(shù)據(jù)集訓(xùn)練之前需要設(shè)置模型超參數(shù)，參數(shù)的選取對(duì)分類器的訓(xùn)練過(guò)程有很大的影響。本文根據(jù)訓(xùn)練的樹皮類型數(shù)據(jù)集設(shè)置如表1所示參數(shù)。初始學(xué)習(xí)率確定訓(xùn)練過(guò)程中梯度影響因素的初始值，本文將學(xué)習(xí)率每40個(gè)周期縮小0.1；動(dòng)量規(guī)定先前的梯度對(duì)權(quán)重更新的影響程度；正則化參數(shù)有助于應(yīng)對(duì)訓(xùn)練中存在的過(guò)擬合現(xiàn)象。

表1 網(wǎng)絡(luò)模型超參數(shù)

2.3 結(jié)果分析

將訓(xùn)練集中的樣本輸入至網(wǎng)絡(luò)進(jìn)行前向傳播，經(jīng)過(guò)逐層神經(jīng)元變換組合處理，得出最終的輸出結(jié)果。前向傳播過(guò)程中，網(wǎng)絡(luò)上層的輸出值將作為當(dāng)前層的輸入值。將前向傳播獲得的輸出結(jié)果與真實(shí)結(jié)果間的損失值由后往前進(jìn)行反向傳播［11］，模型中的參數(shù)利用隨機(jī)梯度下降法（Stochastic Gradient Descent，SGD）［12］進(jìn)行優(yōu)化，通過(guò)此方式對(duì)各個(gè)層的權(quán)值進(jìn)行更新，更新的過(guò)程中使其達(dá)到損失的極小化便可結(jié)束訓(xùn)練。在實(shí)驗(yàn)過(guò)程中，本文在訓(xùn)練和驗(yàn)證集上評(píng)估當(dāng)前分類器，并在訓(xùn)練過(guò)程中繪制訓(xùn)練和驗(yàn)證期間的top1錯(cuò)誤率曲線［13］，如圖4所示，曲線1是學(xué)習(xí)率曲線，曲線2是驗(yàn)證過(guò)程中的誤差曲線，曲線3是訓(xùn)練過(guò)程中的誤差曲線。從圖4可以看出，該模型的錯(cuò)誤率隨著迭代周期的增加不斷減小，在迭代39次之后，誤差曲線趨于穩(wěn)定。

圖4 可視化訓(xùn)練

本文選用15%的樣本集數(shù)據(jù)進(jìn)行評(píng)分，模型的混淆矩陣如表2所示，表中每行表示模型的預(yù)測(cè)類別，每列表示樣本的真實(shí)類別。實(shí)驗(yàn)檢測(cè)識(shí)別結(jié)果如圖5所示，其中樹皮圖像預(yù)測(cè)類別在右上角標(biāo)出，（x.xx）表示該樹皮是其對(duì)應(yīng)樹種的置信度。

表2 模型的混淆矩陣

從圖5分類結(jié)果可以看出本文模型能夠準(zhǔn)確識(shí)別各個(gè)樹種。利用表2的混淆矩陣計(jì)算模型分類的精確率（Precision）、召回率（Recall）、F1值（F1-score）［14］和準(zhǔn)確率（Accuracy）綜合評(píng)價(jià)模型的性能，其分類結(jié)果如表3所示。

圖5 識(shí)別結(jié)果

表3 模型的分類性能

由表3可知，本文網(wǎng)絡(luò)模型各個(gè)性能度量值均在97%以上，且對(duì)樹種識(shí)別準(zhǔn)確率達(dá)到98.1%，對(duì)樹種分類效果較好，準(zhǔn)確率對(duì)比現(xiàn)有方法有很大提高，如表4所示。

表4 不同方法準(zhǔn)確率比較結(jié)果

由表4可知，本文方法的準(zhǔn)確率較文獻(xiàn)［5］提高了13.5%，較文獻(xiàn)［15］提高了5.2%，較文獻(xiàn)［16］提高了35.3%，樹種識(shí)別準(zhǔn)確率較高。實(shí)驗(yàn)同時(shí)，為驗(yàn)證本文模型的可靠性與穩(wěn)定性，在Trunk12擴(kuò)充數(shù)據(jù)集2751張圖像上訓(xùn)練學(xué)習(xí)的準(zhǔn)確率仍高達(dá)98%以上，分類效果較好。

3 結(jié)語(yǔ)

準(zhǔn)確分類樹種是保護(hù)研究樹木資源的基礎(chǔ)，針對(duì)在分類樹種過(guò)程中效率不高和準(zhǔn)確率低的問(wèn)題，考慮到樹皮的非季節(jié)特性，本文提出了基于GoogLeNet的樹皮圖像識(shí)別方法。本文通過(guò)構(gòu)建樹皮圖像識(shí)別模型，對(duì)Trunk12數(shù)據(jù)集中12種樹木的樹皮進(jìn)行學(xué)習(xí)訓(xùn)練，取得了較好的分類識(shí)別效果。通過(guò)實(shí)驗(yàn)對(duì)比，本文方法準(zhǔn)確率最高，為樹木智能化分類提供更準(zhǔn)確的方法。本文模型不僅能夠分類識(shí)別文章提及的12種樹木，也可以應(yīng)用于其他樹種，具有很大的發(fā)展空間。