李國進(jìn)，胡 潔，艾矯燕

（廣西大學(xué)電氣工程學(xué)院，南寧 530004）

0 概述

近年來，中國機(jī)動(dòng)車數(shù)量隨著經(jīng)濟(jì)的發(fā)展迅速增長，通過人力進(jìn)行交通監(jiān)管的方式已經(jīng)無法滿足當(dāng)前需要，采用智能交通系統(tǒng)來解緩當(dāng)前交通監(jiān)管面臨的巨大壓力已經(jīng)成為一種必然趨勢(shì)。在智能交通管理系統(tǒng)中，車輛目標(biāo)檢測(cè)是其中的一個(gè)重要環(huán)節(jié)，是后續(xù)車型識(shí)別、車標(biāo)識(shí)別的基礎(chǔ)。利用機(jī)器視覺對(duì)交通圖像中的車輛進(jìn)行快速且準(zhǔn)確識(shí)別和定位，能夠節(jié)約人力管控資源，對(duì)交通管理系統(tǒng)智能化有重要的研究意義。

傳統(tǒng)的車輛檢測(cè)方法主要依據(jù)人工設(shè)計(jì)特征，將特征提取算法與分類器相結(jié)合進(jìn)行檢測(cè)。如裴明濤［1］等提出基于HOG 特征的車輛檢測(cè)算法，周行等［2］提出基于HOG 特征和局部二值模式（LBP）特征融合的車輛檢測(cè)算法，黎向鋒等［3］提出基于Haar 特征的車輛檢測(cè)算法。在受到光照、物體遮擋和車輛重疊的影響下，傳統(tǒng)的車輛檢測(cè)方法由于是人工設(shè)計(jì)的特征，對(duì)于多樣性的變化魯棒性較差，不能滿足實(shí)時(shí)性要求。

目前，隨著深度學(xué)習(xí)在計(jì)算視覺領(lǐng)域的發(fā)展，對(duì)于車輛的目標(biāo)檢測(cè)方法主要采用基于深度卷積神經(jīng)網(wǎng)絡(luò)的方法。深度卷積神經(jīng)網(wǎng)絡(luò)能夠自主提取車輛圖像中不同層級(jí)的特征，魯棒性更好，解決了上述傳統(tǒng)方法的不足，為車輛目標(biāo)檢測(cè)提供了新的思路?；诰矸e神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法主要分為兩類：一類是以YOLO［4］、SSD［5］、RefineDet［6］等為代表的分類回歸方法；另一類是以R-CNN［7］、Fast R-CNN［8］、Faster R-CNN［9］等為代表的基于候選框的兩階段方法。王斌等［10］結(jié)合特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）提出一種改進(jìn)的Faster-RCNN 算法對(duì)航拍圖像中的車輛進(jìn)行了檢測(cè)，平均檢測(cè)精度達(dá)到77.2%；吳水清等［11］通過改進(jìn)損失函數(shù)提出一種改進(jìn)的SSD 算法進(jìn)行車輛檢測(cè)，其檢測(cè)精度可達(dá)76.3%；劉肯等［12］借鑒DenseNet 的思想提出改進(jìn)YOLO 算法對(duì)車輛進(jìn)行檢測(cè)，其小目標(biāo)的檢測(cè)精度可達(dá)70.7%。

針對(duì)經(jīng)典的車輛檢測(cè)算法對(duì)中小目標(biāo)車輛仍存在漏檢的問題，本文提出一種改進(jìn)SSD 算法。該算法在SSD 算法的基礎(chǔ)上設(shè)計(jì)了改進(jìn)的Inception［13-15］模塊替換網(wǎng)絡(luò)中的新增特征提取層，以增強(qiáng)網(wǎng)絡(luò)的特征提取能力，提高檢測(cè)速度和中目標(biāo)車輛的識(shí)別率。同時(shí)給出多尺度特征融合均衡化網(wǎng)絡(luò)實(shí)現(xiàn)車輛特征的多層復(fù)用和融合均衡化，從而提升小目標(biāo)車輛的檢測(cè)效果。通過引入通道注意力機(jī)制（SENet）［16］，提取更多車輛圖像中含有車輛的通道特征，以在增加較少計(jì)算量的同時(shí)提高檢測(cè)精度。

1 改進(jìn)的SSD 算法

1.1 SSD 算法原理

SSD 算法沿用了YOLO 算法中回歸的思想，但不同于YOLO 算法只利用最高層特征圖進(jìn)行預(yù)測(cè)，SSD 算法利用多尺度特征圖進(jìn)行分類和位置回歸，檢測(cè)小目標(biāo)效果明顯優(yōu)于YOLO。SSD 算法將原始輸入圖像縮放至固定大小，由改進(jìn)的VGG16 網(wǎng)絡(luò)和五層級(jí)聯(lián)卷積層組成的SSD 網(wǎng)絡(luò)提取目標(biāo)特征圖，得到尺寸大小為64×64、32×32、16×16、8×8、4×4、2×2、1×1 像素的多尺度特征圖；通過對(duì)不同尺寸的特征圖設(shè)置不同長寬比和不同數(shù)量先驗(yàn)框，可產(chǎn)生一系列邊界框集合，給定后的先驗(yàn)框會(huì)根據(jù)標(biāo)注框進(jìn)行IoU 匹配，計(jì)算如式（1）所示：

其中：SA表示先驗(yàn)框的面積；SB表示真實(shí)標(biāo)注框的面積；FIoU表示預(yù)測(cè)框和真實(shí)框的面積的交集和并集之比。當(dāng)真實(shí)框與先驗(yàn)框的IoU 值大于閾值0.5 時(shí)，則保留該先驗(yàn)框，且該先驗(yàn)框的類別就為該真實(shí)框的類別，將所有先驗(yàn)框回歸，使用3×3 的卷積核得到先驗(yàn)框的類別置信度和位置偏移值兩部分預(yù)測(cè)值；最后，通過極大值抑制算法進(jìn)行邊界框的調(diào)整，以獲得最后的定位邊界框。

SSD 算法網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 SSD 算法網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of SSD algorithm

1.2 SSD 算法的改進(jìn)

本文提出結(jié)合改進(jìn)Inception 模塊、多尺度特征融合均衡化網(wǎng)絡(luò)以及注意力機(jī)制SENet 的改進(jìn)SSD算法對(duì)復(fù)雜環(huán)境下的車輛進(jìn)行檢測(cè)。改進(jìn)方法如下：以Inception 網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合不同空洞率的空洞卷積［17］提出改進(jìn)的Inception 模塊，將其替換SSD 算法中的Conv8 層、Conv9 層和Conv10 層，加快計(jì)算速度且增加有效感受野，可提取到更多的車輛特征信息；但由于沒有很好地重復(fù)利用具有豐富車輛位置信息的低層特征層和語義信息的高層特征層，導(dǎo)致部分車輛信息在多層傳遞時(shí)信息流失，每層得到的特征信息不均衡。本文借鑒特征金字塔網(wǎng)絡(luò)［18］的思想，提出多尺度特征融合均衡化網(wǎng)絡(luò)，實(shí)現(xiàn)車輛特征的多層復(fù)用和融合均衡化；在SSD 網(wǎng)絡(luò)特征提取層后都接入注意力機(jī)制SENet，重新標(biāo)定特征通道權(quán)重，能夠獲得更多車輛圖像中含有車輛的通道特征，增強(qiáng)網(wǎng)絡(luò)的特征提取能力，進(jìn)一步提高模型的檢測(cè)精度。改進(jìn)SSD 網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示。

圖2 改進(jìn)SSD 算法網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Network structure of improved SSD algorithm

1.2.1 改進(jìn)的Inception 模塊

SSD 算法在基礎(chǔ)網(wǎng)絡(luò)VGG16 后增加的級(jí)聯(lián)卷積層中只采用1×1 和3×3 的卷積核進(jìn)行了一次卷積，對(duì)特征的提取能力較弱。為增強(qiáng)SSD 網(wǎng)絡(luò)額外特征層對(duì)中目標(biāo)車輛的特征提取能力，本文提出改進(jìn)的Inception 模塊。該模塊是在綜合考慮Inception-V1到Inception-V4 對(duì)Inception 原始網(wǎng)絡(luò)做出改進(jìn)的基礎(chǔ)上引入空洞卷積組成的。改進(jìn)的Inception 模塊網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示。在圖3 中，通過3 組不同大小卷積核組成的級(jí)聯(lián)卷積層和一個(gè)最大池化層并行合并，從增加網(wǎng)絡(luò)寬度的角度來提升模型性能。首先，利用1×1 的卷積在卷積操作前和池化操作后進(jìn)行降維，極大減少了計(jì)算成本；其次，為提取更多車輛目標(biāo)的細(xì)節(jié)特征且進(jìn)一步提升計(jì)算速度，從加深非線性層的角度出發(fā)，將5×5 的卷積核替換為能帶來同等感受野的兩個(gè)3×3 的連續(xù)卷積；然后，為解決利用不同尺寸的卷積核來獲得不同大小感受野的方法造成的內(nèi)部數(shù)據(jù)結(jié)構(gòu)損失和車輛目標(biāo)信息丟失的問題，在每條普通卷積并行支路上引入了不同空洞率的空洞卷積（Dilation rate=1，3，5）代替普通卷積，在參數(shù)量不變的情況下增大了有效感受野，并將不同感受野的信息融合，提高網(wǎng)絡(luò)對(duì)中目標(biāo)車輛的特征表示能力；最后，為保留更多的車輛原始特征信息，借鑒殘差結(jié)構(gòu)，增加一條剪接支路，進(jìn)一步提升模型性能；另外，在卷積層后通過批量標(biāo)準(zhǔn)化操作（Batch Normalization，BN）［19］和ReLU 激活函數(shù)的非線性映射，加速網(wǎng)絡(luò)訓(xùn)練速度和增強(qiáng)魯棒性。改進(jìn)的Inception 模塊相比SSD 算法中的高層特征提取卷積層，對(duì)車輛信息的提取能力更強(qiáng)并且加快了網(wǎng)絡(luò)的計(jì)算速度，提高了中目標(biāo)車輛的識(shí)別率，故用此模塊替代了SSD 算法中的Conv8 層、Conv9 層和Conv10 層。

圖3 改進(jìn)Inception 模塊網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Network structure of improved Inception module

1.2.2 多尺度特征融合均衡化網(wǎng)絡(luò)

FPN 在SSD 算法自底向上形成的多尺度特征圖基礎(chǔ)上，采用自頂向下的方式從最頂層的特征圖做2 倍上采樣，并把得到的特征圖逐層與前一層的特征圖橫向連接疊加形成新的增強(qiáng)的特征圖，重復(fù)以上步驟，形成特征金字塔，F(xiàn)PN 結(jié)構(gòu)如圖4 虛線框所示。但是FPN 長距離信息流動(dòng)會(huì)導(dǎo)致車輛信息的流失以及更多地關(guān)注相鄰分辨率的這種融合方式會(huì)產(chǎn)生車輛特征信息不平衡問題，所以本文在FPN 的基礎(chǔ)上進(jìn)行改進(jìn)，提出了多尺度融合均衡化網(wǎng)絡(luò)。

圖4 多尺度特征融合均衡化網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Network structure of multi-scale feature fusion equalization

首先將通過FPN 網(wǎng)絡(luò)形成的每層特征圖根據(jù)上采樣或下采樣等一系列操作變成相同尺度，再進(jìn)行像素級(jí)的聚合均值，然后將聚合均值化的特征圖通過與之前相反的采樣操作形成不同尺度的特征圖，從而得到車輛特征信息更平衡的多尺度特征圖，實(shí)現(xiàn)車輛特征的多層復(fù)用和融合均衡化，提高小目標(biāo)車輛的檢測(cè)精度［20-21］。

多尺度特征融合均衡化網(wǎng)絡(luò)具體實(shí)現(xiàn)過程如圖4 所示。首先基于SSD 算法生成的多尺度特征圖，考慮到算法的檢測(cè)速度，只選取了Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2 層的特征圖構(gòu)成FPN 生成融合后的特征圖｛P1，P2，P3，P4，P5｝，然后對(duì)P1、P2分別采用步長為4 和步長為2 的極大值池化生成與P3分辨率一樣的特征圖，對(duì)P4、P5分別進(jìn)行2 倍上采樣和4 倍上采樣生成與P3分辨率一樣的特征圖，再將做變換后的相同大小的5 個(gè)特征圖進(jìn)行求和取均值，得到聚合后的特征圖，接著經(jīng)過一個(gè)3×3 的卷積來增強(qiáng)特征。最后將聚合均值后的特征圖通過4 倍上采樣和2 倍上采樣分別得到C1、C2，通過步長為2 和步長為4 的極大值池化分別得到C4、C5，從而得到與之前FPN 相同的多尺度特征圖｛C1、C2、C3、C4、C5｝。但與FPN 算法生成的特征圖相比，利用相同深度融合的平衡語義特征來增強(qiáng)多層次的特征，使每層包含的車輛語義信息與位置信息更豐富，提高了小目標(biāo)車輛的識(shí)別率。

1.2.3 SENet 模塊

SENet 模塊主要是能讓模型關(guān)注通道與通道之間的關(guān)系，希望模型可以自動(dòng)學(xué)習(xí)到不同通道特征的重要程度，并對(duì)其重要程度進(jìn)行標(biāo)定［22］。SENet這種注意力機(jī)制可以讓模型更加關(guān)注信息量大的通道特征，而抑制那些不重要的通道特征。SENet 可以分為3 個(gè)階段：擠壓（Squeeze），激勵(lì)（Excitation）和加權(quán)（Scale），其具體實(shí)現(xiàn)方式如圖5 所示。

圖5 SENet 模塊Fig.5 SENet module

首先輸入特征圖x經(jīng)過一系列卷積操作后得到特征圖u，對(duì)特征圖u通過全局平均池化（Global Average Pooling）操作進(jìn)行特征壓縮，得到長度為C2的實(shí)數(shù)列，即“擠壓”操作，使較低層也能利用來自網(wǎng)絡(luò)全局感受野的信息。其運(yùn)算公式如式（2）所示：

其中：H、W表示特征圖的高和寬；uc表示特征圖的第c個(gè)通道；uc(i，j)表示第c個(gè)通道中的第i行、第j列的像素；zc為擠壓操作的輸出。

然后將squeeze 操作得到的全局特征先經(jīng)過一個(gè)全連接層將維度從C2降為12，用ReLU 函數(shù)進(jìn)行激活，再經(jīng)過一個(gè)全連接層將維度升維到原始維度C2，使用sigmoid 激活函數(shù)得到各個(gè)通道的權(quán)重系數(shù)，即“激勵(lì)”操作。運(yùn)算公式如式（3）所示：

其中：W1和W2為全連接操作；z為擠壓操作的輸出；δ為ReLU 激活函數(shù)；σ為sigmoid 激活函數(shù)；sc為激勵(lì)操作的輸出。

最后將Excitation 操作得到的權(quán)重系數(shù)與特征圖u相乘，實(shí)現(xiàn)對(duì)特征重要性的重新校準(zhǔn)，以此更新特征圖，即“加權(quán)”操作。其運(yùn)算公式如式（4）所示：

其 中：sc是特征圖第c個(gè)通道的權(quán)重是加權(quán)操作的輸出。

由于SENet 本身增加的參數(shù)主要來自于兩個(gè)全連接層，對(duì)算法的實(shí)時(shí)性影響較小，因此本文在每個(gè)特征層后都加入了SENet。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集

本次實(shí)驗(yàn)采用的車輛數(shù)據(jù)集是由相機(jī)拍攝和從公開數(shù)據(jù)集下載的共2 887 張路面車輛圖片，數(shù)據(jù)集中包含不同顏色、大小、外觀的車輛圖片，并隨機(jī)劃分其中的2 300 張為訓(xùn)練集，587 張為測(cè)試集。通過LabelImage 圖像標(biāo)定工具手工標(biāo)注圖片中的車輛目標(biāo)區(qū)域以及其所屬類別，生成相應(yīng)的XML 文件，最后將圖片和對(duì)應(yīng)的標(biāo)注文件按照PASCL VOC12 數(shù)據(jù)集格式進(jìn)行存儲(chǔ)。

2.2 實(shí)驗(yàn)配置與評(píng)價(jià)指標(biāo)

本文實(shí)驗(yàn)是在配置為CPU Intel Core i5-8250U、英偉達(dá)Tesla V100 顯卡、主頻3.6 GHz 和內(nèi)存8 GB的PC 端上完成。使用的操作系統(tǒng)為Windows10 專業(yè)版，訓(xùn)練和測(cè)試框架均為Python3.7.3 環(huán)境下的PaddlePaddle 1.7.1 機(jī)器學(xué)習(xí)開發(fā)框架。在模型訓(xùn)練過程中，每次實(shí)驗(yàn)進(jìn)行8×104次循環(huán)迭代，每迭代5×103次保存一次訓(xùn)練模型，目標(biāo)類別數(shù)為1，訓(xùn)練批量大小設(shè)為8，采用衰減學(xué)習(xí)率，初始學(xué)習(xí)率設(shè)置為1×10-3，當(dāng)網(wǎng)絡(luò)訓(xùn)練迭代4×104次和6×104次時(shí)，學(xué)習(xí)率分別降為1×10-4和1×10-5。

為更準(zhǔn)確地衡量本文所提出算法的性能，本次實(shí)驗(yàn)采用的評(píng)價(jià)指標(biāo)為平均精度（Average Precision，AP）和速度指標(biāo)每秒處理圖片數(shù)（Frame Per Second，F(xiàn)PS）。平均精度AP 是綜合數(shù)據(jù)樣本中某個(gè)類別的精確率（P）和召回率（R）的評(píng)價(jià)指標(biāo)。其中，精確率是指被正確檢測(cè)出來的車輛占全部檢出區(qū)域的百分比，其計(jì)算方式如式（5）所示，召回率是指被正確檢測(cè)出來的車輛占全部車輛的百分比，其計(jì)算公式如式（6）所示：

其中：TP 表示正確檢測(cè)出來的車輛數(shù)量；FP 表示非車輛被檢測(cè)為車輛的數(shù)量；FN 表示車輛未被檢測(cè)出的數(shù)量。

根據(jù)檢測(cè)結(jié)果繪制一條縱軸為精確率、橫軸為召回率的P-R 曲線，平均精度值即為P-R 曲線的面積，其計(jì)算公式如式（7）所示：

其中：p為精確率；r為召回率。

2.3 算法復(fù)雜度分析

算法的復(fù)雜度可分為算法的運(yùn)算復(fù)雜度和空間復(fù)雜度。其中，算法的運(yùn)算復(fù)雜度即模型的運(yùn)算次數(shù)，常使用浮點(diǎn)運(yùn)算次數(shù)FLOPs（Floating Point Operations）來衡量，同時(shí)，1 GFLOPs=109FLOPs。算法的空間復(fù)雜度即模型的參數(shù)數(shù)量，體現(xiàn)為模型本身的體積。為探究改進(jìn)SSD 算法相對(duì)于SSD 算法的優(yōu)越性，對(duì)算法的計(jì)算量和模型大小進(jìn)行了對(duì)比，結(jié)果如表1 所示。

表1 不同檢測(cè)算法復(fù)雜度對(duì)比Table 1 Comparison of complexity of different detection algorithms

從表1 可以看出，改進(jìn)后的SSD 算法前向傳播一次的GFLOPs 為54.69，所需的計(jì)算量遠(yuǎn)低于原始的SSD 算法。同時(shí)，改進(jìn)后的SSD 算法模型大小為75.51 MB，比原始SSD 模型大小縮小了近1/4，這在內(nèi)存受限的情況下非常重要。結(jié)果表明，改進(jìn)后的SSD 算法通過壓縮通道以及在改進(jìn)的Inception 模塊中使用兩個(gè)小的卷積核級(jí)聯(lián)代替大卷積核等操作，運(yùn)算量和參數(shù)數(shù)量相比于原始SSD 算法得以有效削減，更適用于車輛目標(biāo)檢測(cè)。

2.4 結(jié)果分析

本文將SSD 算法用改進(jìn)的Inception 模塊替換了不同的新增特征提取卷積層。因?yàn)镃onv12 層輸出的特征圖尺寸大小為1×1 像素，不宜使用尺寸3×3 卷積核對(duì)其進(jìn)行特征提取，故只對(duì)Conv8、Conv9、Conv10 和Conv11 共4 層新增級(jí)聯(lián)卷積層進(jìn)行了實(shí)驗(yàn)，并與未做任何替換的SSD 算法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果如表2 所示。從表2 可以看出，將SSD 算法中新增的特征提取層采用改進(jìn)的Inception 模塊替代較原SSD 算法均有明顯的速度提升效果，在精度上也有小幅上升。在3 種替代方式中，將Conv8 層和Conv9 層采用改進(jìn)的Inception 模塊替換，在檢測(cè)速度上較原SSD 算法提升效果明顯，在精度上也有一定的提升；將Conv10 層也用改進(jìn)的Inception 模塊替換后，其在速度和精度比上一種替換方式有較小的提升；但將Conv11 層也進(jìn)行替換后，其速度雖提升了0.13 frame/s，但精度卻下降了0.15 個(gè)百分點(diǎn)。綜合考慮，將改進(jìn)的Inception 模塊替換Conv8、Conv9和Conv10 層時(shí)性能提升效果最好，故本文采用此替換方式。

表2 改進(jìn)Inception 模塊替換不同特征層的性能對(duì)比Table 2 Comparison of performance of improved Inception block replacing different feature layers

通過調(diào)用訓(xùn)練過程保存的模型權(quán)重文件，可對(duì)車輛數(shù)據(jù)集中的圖片進(jìn)行相應(yīng)的測(cè)試，測(cè)試后可自動(dòng)識(shí)別并定位測(cè)試圖片中的車輛，顯示相應(yīng)的定位信息和類別信息。不同復(fù)雜背景下車輛的部分測(cè)試結(jié)果如圖6 所示。其中粗線矩形邊界框?qū)δ繕?biāo)車輛做出了定位，邊界框的左上角標(biāo)明了該目標(biāo)的類別為車輛和被識(shí)別車輛的概率。從圖6（a）～圖6（d）可以看出，在不同光照、不同天氣、圖片中車輛有重疊或車輛密集的情況下，模型均能準(zhǔn)確識(shí)別和定位圖片中的車輛。

圖6 不同背景下模型檢測(cè)結(jié)果示例Fig.6 Examples of model detection results under different backgrounds

為驗(yàn)證本文算法的檢測(cè)效果，本文針對(duì)SSD、YOLO v4［23］、Faster R-CNN 和本文提出的改進(jìn)SSD算法在相同的實(shí)驗(yàn)環(huán)境和車輛數(shù)據(jù)集下進(jìn)行對(duì)比實(shí)驗(yàn)。部分實(shí)驗(yàn)結(jié)果如圖7 所示。圖7 中的圖像1 左上角車輛目標(biāo)小且密集，從圖7（b）和圖7（c）可以看出，YOLO v4、Faster R-CNN 比SSD 算法檢測(cè)出了更多的小目標(biāo)車輛，但仍存在漏檢的現(xiàn)象，而圖7（d）中本文改進(jìn)的算法能將右上角的車輛全部正確檢測(cè)出；圖7 中的圖像2 左上角車輛目標(biāo)被樹木嚴(yán)重遮擋且右上角車輛高度重疊，從圖7（e）～圖7（g）可以看出，原SSD 算法只能檢測(cè)出近處的大目標(biāo)車輛，YOLOv4 算法和Faster R-CNN 能將沒有嚴(yán)重重疊和遮擋的車輛目標(biāo)正確識(shí)別和定位，而圖7（h）中本文改進(jìn)的算法能正確識(shí)別圖片中有重疊和遮擋的車輛目標(biāo)。圖7 結(jié)果表明，本文提出的改進(jìn)SSD 算法不僅可以檢測(cè)到小目標(biāo)，而且對(duì)遮擋目標(biāo)的識(shí)別率也較高，能夠?qū)崿F(xiàn)復(fù)雜背景下更全面、精準(zhǔn)的車輛目標(biāo)檢測(cè)。在本文的數(shù)據(jù)集上不同算法實(shí)驗(yàn)后的平均精度和檢測(cè)速度如表3 所示。

表3 不同檢測(cè)算法性能對(duì)比Table 3 Comparison of performance of different detection algorithms

圖7 不同算法模型檢測(cè)結(jié)果示例Fig.7 Example of image detection results of different algorithms

從表3 可以看出，本文的改進(jìn)算法與SSD 和YOLO v4 算法對(duì)比，平均精度分別提高了2.65 和1.55 個(gè)百分點(diǎn)，檢測(cè)速度分別提高了17.41 frame/s和19.07 frame/s，提升效果明顯。Faster R-CNN 在3 種對(duì)比算法中檢測(cè)精度最高，但在檢測(cè)速度上存在明顯劣勢(shì)，本文的改進(jìn)算法相較于Faster R-CNN 算法而言，不僅在檢測(cè)速度上有大幅的提高，提高了53.63 frame/s，而且在檢測(cè)精度上提升了0.98 個(gè)百分點(diǎn)。

為驗(yàn)證改進(jìn)后的SSD 算法對(duì)特定場(chǎng)景的適用性，對(duì)非路面的地下車庫場(chǎng)景進(jìn)行了車輛檢測(cè)。通過自己采集和從互聯(lián)網(wǎng)上下載的地下車庫車輛圖片組成了一個(gè)小型車輛測(cè)試集，在該測(cè)試集上本文算法的性能評(píng)估結(jié)果如表4 所示。

表4 在地下車庫場(chǎng)景下不同檢測(cè)算法性能對(duì)比Table 4 Comparison of performance of different detection algorithms in underground garage scene

從表4 可以看出，本文改進(jìn)SSD 算法在地下車庫車輛圖片測(cè)試集上平均檢測(cè)精度和檢測(cè)速度分別達(dá)到了87.59%和59.51 frame/s，與算法YOLOv4 和Faster R-CNN 相比，在檢測(cè)精度和檢測(cè)速度上都占據(jù)很大的優(yōu)勢(shì)。其次，盡管其平均檢測(cè)精度遠(yuǎn)高于原始SSD 算法10.82 個(gè)百分點(diǎn)，但其檢測(cè)速度與其相比也提高了16.03 frame/s，提升效果明顯。實(shí)驗(yàn)結(jié)果表明，本文改進(jìn)的SSD 算法對(duì)于特定的場(chǎng)景，能夠較好且快速地完成檢測(cè)任務(wù)。為更加直觀地感受本文改進(jìn)的SSD 算法的檢測(cè)效果，選取檢測(cè)圖像進(jìn)行分析，如圖8 所示。

圖8 地下車庫場(chǎng)景下模型檢測(cè)結(jié)果示例Fig.8 Example of model detection results in underground garage scenario

從圖8（a）～圖8（c）可以看出，改進(jìn)SSD 算法在地下空間內(nèi)的車輛目標(biāo)較少、重疊程度較小且被遮擋情況不嚴(yán)重的情況下，均能表現(xiàn)出較好的檢測(cè)效果。而對(duì)于如圖8（d）中相對(duì)于路面場(chǎng)景包含大量的側(cè)面嚴(yán)重重疊的小目標(biāo)車輛時(shí)，改進(jìn)的SSD 算法能檢測(cè)出大部分的重疊小目標(biāo)，但仍存在一些漏檢的情況，檢測(cè)效果有待提升。圖8 結(jié)果表明，本文改進(jìn)SSD 算法在特定場(chǎng)景地下車庫空間進(jìn)行車輛檢測(cè)時(shí)，能正確識(shí)別和定位出大部分的車輛，但對(duì)極端情況的小目標(biāo)車輛仍存在少量的漏檢情況，需擴(kuò)充數(shù)據(jù)集和進(jìn)一步改進(jìn)算法，實(shí)現(xiàn)在地下車庫空間內(nèi)對(duì)車輛更為精準(zhǔn)和全面的檢測(cè)。

3 結(jié)束語

為對(duì)圖像中的車輛進(jìn)行準(zhǔn)確且快速的檢測(cè)定位，本文提出一種基于改進(jìn)SSD 算法的車輛檢測(cè)算法。該算法通過引入不同空洞率空洞卷積的改進(jìn)Inception 網(wǎng)絡(luò)模塊代替SSD 網(wǎng)絡(luò)中的Conv8、Conv9和Conv10 層，減少了模型的參數(shù)，增強(qiáng)了網(wǎng)絡(luò)對(duì)中目標(biāo)車輛的特征提取能力，提高了檢測(cè)速度和精度。為進(jìn)一步提升對(duì)小目標(biāo)車輛的識(shí)別率，設(shè)計(jì)多尺度特征融合均衡化網(wǎng)絡(luò)，并加入通道注意力機(jī)制SENet，加強(qiáng)車輛特征的復(fù)用和融合均衡化。實(shí)驗(yàn)結(jié)果表明，本文算法具備良好的魯棒性和實(shí)時(shí)性，能夠?qū)崿F(xiàn)實(shí)際場(chǎng)景下更全面、精準(zhǔn)的車輛目標(biāo)檢測(cè)。