鮑佳松,黃細霞,姬 克,盧占標

(航運技術(shù)與控制工程交通行業(yè)重點實驗室(上海海事大學),上海 201306)

0 引 言

水域環(huán)境的治理一直以來深受重視，就我國南部水域，由于水面漂浮物諸如水葫蘆、塑料制品以及金屬制品的存在，生態(tài)破壞、水質(zhì)污染以及航道堵塞等問題顯得尤為嚴重[1]。隨著全國垃圾分類政策的提出，精準識別水面漂浮物并進行分類回收變得尤為重要。

現(xiàn)階段用來檢測識別水面漂浮物的方法主要包括人工識別、遙感檢測[2]和利用機器視覺識別。鄧磊等人[3]采用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建分類器，將輸入圖像的邊緣，灰度與紋理作為特征，設(shè)計了漂浮塑料瓶和樹枝的判別模型。但是由于人工提取如梯度、顏色和紋理的淺層特征，容易受水面環(huán)境影響，不能完全表征目標的特定信息。而隨著深度學習的興起，卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)[4]可將原始圖像數(shù)據(jù)作為輸入，避免了傳統(tǒng)識別算法中的數(shù)據(jù)預(yù)處理過程，尤其是解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)多層次的局部最優(yōu)以及梯度彌散等缺點[5]。李寧等人[6]使用的基于AlexNet網(wǎng)絡(luò)模型，經(jīng)過小樣本的微調(diào)(fine-tuning)后實現(xiàn)對塑料袋與塑料瓶的識別；雷李義等人[7]提出了一個包含水草和落葉的小型漂浮物數(shù)據(jù)集，在預(yù)訓練好的Faster-RCNN和SSD等模型上進行微調(diào)并取得一定的識別效果。上述文獻表明CNN可用于識別水面漂浮物，但這些模型的網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜。

針對現(xiàn)有模型的網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，模型訓練困難等問題，基于深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural network,DCNN)，本文提出了用于水面漂浮物識別的模型。首先通過CCD相機采集水面漂浮物的圖像，借助python對圖像數(shù)據(jù)進行擴充，制作訓練集與測試集，最后在Tensorflow的框架下設(shè)計網(wǎng)絡(luò)模型，通過訓練后在測試集上進行模型的驗證。

1 基于DCNN的漂浮物識別模型原理與結(jié)構(gòu)

DCNN在解決圖像分類問題方面上被證明有較好的效果，在MNIST數(shù)據(jù)集和CIFART數(shù)據(jù)集中分類精度顯著提升[8]。它能將圖像數(shù)據(jù)中學習簡單的局部特征(例如邊緣和曲線)，然后組合成更加復(fù)雜的特征(例如角和形狀)，最終組合成一個完整的對象。而DCNN的核心則是將稀疏連接、權(quán)值共享和空間下采樣結(jié)合起來，從而獲得一定程度內(nèi)的位移、尺度、形變的不變特征，具有很強的魯棒性。因此在以上背景下，利用DCNN進行建模有利于克服水域環(huán)境的復(fù)雜因素，對漂浮物進行高維特征的提取。

1.1 卷積層計算

CNN中，卷積層通過卷積運算提取原圖像的特征數(shù)據(jù)，使得特征信號增強同時降低噪聲[9]。卷積層的操作如下所示

(1)

1.2 池化層計算

池化(pooling)層又稱下采樣(subsampling)層，利用圖像局部相關(guān)性原理，對上一層特征圖的相鄰矩形區(qū)域進行聚合統(tǒng)計，起到二次特征提取作用。常見的池化方法有均值采樣、最大池化(max pooling)采樣、重疊(overlapping)采樣、均方采樣、歸一化(normalization)采樣、隨機(stochastic)采樣和形變約束采樣[10]。其中常用的是最大池化采樣。卷積神經(jīng)網(wǎng)絡(luò)的線性采樣過程如下所示

(2)

式中 subsampling(·)為采樣函數(shù)。

1.3 全連接層計算

將得到的一系列特征圖按像素取出，排成一個向量，與全連接層所有的神經(jīng)元互相連接，其過程如下所示

(3)

1.4 目標函數(shù)

在目標函數(shù)的選擇上，由于輸入標簽為位矢量，將交叉熵函數(shù)(cross-entropy loss function)作為目標損失函數(shù)，整個訓練過程以目標函數(shù)最小化為目標。損失函數(shù)如下所示

(4)

其中,pi為SoftMax層的輸出概率，其定義式如下

(5)

式中fu為Xi屬于第u類標簽的得分。

1.5 權(quán)值更新計算

(6)

(7)

式中 ?L/?zl+1(i)為目標函數(shù)L關(guān)于全連接層輸出的梯度；al(i)為全連接神經(jīng)網(wǎng)絡(luò)的權(quán)值。

(8)

(9)

式中yl(i,j)為卷積層的輸出；xl(j)為卷積層的輸入。

1.6 基于DCNN的漂浮物識別模型

為了降低環(huán)境因素對于模型的影響，該漂浮物識別模型采用卷積層與池化層交替設(shè)置的方式，卷積層中利用3×3卷積核進行卷積運算，使得特征數(shù)據(jù)增強，噪聲數(shù)據(jù)減少；池化層利用最大池化對特征圖進行子抽樣，保留主要信息同時減少了數(shù)據(jù)處理總量。通過以上方式對原圖像進行特征提取和組合，形成更加抽象的高層特征，最后形成對原圖像的特征描述，通過SoftMax分類器進行判別。模型共10層深度，包括輸入層(input)，3層卷積層(conv1～conv3)，3層池化層(maxpool1～maxpool3)，2層全連接層(FC1～FC2)和SoftMax回歸層。其網(wǎng)絡(luò)層結(jié)構(gòu)與參數(shù)如表1所示。

表1 網(wǎng)絡(luò)層結(jié)構(gòu)參數(shù)

2 實驗結(jié)果與分析

2.1 數(shù)據(jù)集

本實驗數(shù)據(jù)集利用CCD相機采集了水葫蘆以及4種其他水面漂浮物的圖片共計1 900張，其中水葫蘆526張，浮萍340張，塑料袋280張，塑料瓶300張，金屬罐454張。為使得網(wǎng)絡(luò)的泛化能力更強，將數(shù)據(jù)集進行擴充，經(jīng)過鏡像、旋轉(zhuǎn)(±30°和±60°)、隨機裁剪、調(diào)整明暗度和添加噪聲的操作將1 900張圖像的數(shù)據(jù)集擴充為20 000張。部分數(shù)據(jù)集展示如圖1所示，并且為了減少計算加速網(wǎng)絡(luò)訓練，將數(shù)據(jù)集所有圖像分辨率調(diào)整為28×28大小。

圖1 擴充后的數(shù)據(jù)集

對于訓練集樣本數(shù)量，分別按50 %，60 %，70 %，80 %的比例選出對應(yīng)數(shù)量的樣本進行訓練，每個比例下的訓練都進行20次，其中20次訓練過程的精度記錄如圖2所示。

圖2 不同比例下訓練精度變化

圖中呈現(xiàn)當訓練集與測試集的比例為8︰2時，測試精度處于較好水平。通過計算20次訓練的平均測試精度，如表2所示，該比例下模型較其他比例時能夠取得較高的98.46 %的精度。因此,將該數(shù)據(jù)集80 %劃為訓練集，20 %劃為測試集。

表2 訓練精度記錄

2.2 實驗分析

實驗使用的環(huán)境為Google公司開發(fā)的深度學習框架Tensorflow，編程語言Python，通過批量處理將原圖像調(diào)整為大小28×28的輸入圖像，將其轉(zhuǎn)為TFRecord的二進制格式便于深度學習模型的批量運算。實驗所用計算機配置：CPU為Intel Core i7—8750H，運行內(nèi)存為16 GB；GPU為NVIDIA GeForce GTX 1060，內(nèi)存大小6 GB。實驗時,先利用Python在TensorFlow環(huán)境中搭建出網(wǎng)絡(luò)的數(shù)據(jù)流圖，然后將訓練數(shù)據(jù)輸入到圖中，啟動數(shù)據(jù)流圖，利用權(quán)值更新模塊自動更新權(quán)值，待網(wǎng)絡(luò)訓練完畢后，將測試數(shù)據(jù)輸入數(shù)據(jù)流圖進行診斷。

超參數(shù)設(shè)定為：學習率(learning rate)為0.001、批大小(batchsize)為20、優(yōu)化器參量ρ1與ρ2分別設(shè)置0.9與0.999,隊列最大容量(capacity)為200,dropout值為0.5以及最大迭代次數(shù)iteration設(shè)為100.0K。在訓練集與測試集8︰2的條件下進行測試，其訓練精度與損失值變化曲線如圖3。

圖3 精度與損耗的訓練曲線

實驗結(jié)果表明在迭代次數(shù)達到50.0 K時模型的識別精度維持在95 %以上，損失函數(shù)值也穩(wěn)定于0.1以內(nèi)，將分類訓練結(jié)果可視化，得到其混淆矩陣如圖4所示。其總體精度也居于96 %以上，表明模型對于此數(shù)據(jù)集下的漂浮物具有良好的識別效果。

圖4 DCNN模型的混淆矩陣

3 結(jié)束語

本文基于DCNN提出了一種水面漂浮物的識別模型，利用CCD相機采取的漂浮物圖片，通過數(shù)據(jù)擴充建立訓練集與測試集，在Tensorflow框架下設(shè)計了10層結(jié)構(gòu)的模型，

通過實驗驗證該模型訓練精度可達98.46 %，在模型復(fù)雜程度較低的情況下，能夠達到理想的分類效果，為后續(xù)的漂浮物分類識別裝置的研制打下基礎(chǔ)。但訓練集數(shù)據(jù)并未涵蓋極端氣候情況下的圖像，因此，模型如何能夠自動識別極端氣候并對相應(yīng)的輸入圖像進行調(diào)整還需要進一步研究。