王佳， 黃德啟， 郭鑫， 楊路明

(新疆大學電氣工程學院， 烏魯木齊 830047)

隨著機動車保有量的增加，交通事故的發(fā)生率也在持續(xù)上升。其中一個很重要的因素是惡劣的天氣造就了不同的路面狀態(tài)(如干燥、潮濕、積雪、結(jié)冰等)，使得路面與輪胎之間的附著系數(shù)發(fā)生突變，大大降低了路面的抗滑性能[1]，造成了大量的交通事故。不同的路面狀態(tài)對應(yīng)不同的峰值附著系數(shù)，而峰值附著系數(shù)是估算汽車制動距離的關(guān)鍵參數(shù)[2]。因此，識別路面狀態(tài)對于輔助駕駛員安全駕駛是至關(guān)重要的。此外，目前研究的自動駕駛技術(shù)需要分析道路場景，識別當前的路面狀態(tài)信息，更好的分類模型可以有效提高自動駕駛的安全水平。目前，國內(nèi)外對于路面狀態(tài)的識別方法主要有硬件傳感技術(shù)、基于機器視覺的圖像處理技術(shù)以及機器學習的方法。Sara Rosendahl等[3]針對多種不同的路況，采用近紅外攝像系統(tǒng)進行路面狀態(tài)識別的研究，先使用鹵素燈和三種不同波長的照明模式照射地面，然后對三種不同波長信號進行分析，從而實現(xiàn)路面狀態(tài)的分類。Gui等[4]提出了一種基于雙傳感器的道路狀況探測器，該探測器是基于諧振技術(shù)的光學傳感器和壓電傳感器的組合。通過有限元分析研究壓電傳感器的幅頻響應(yīng)特性，建立了光功率計算模型，評估不同條件下光學傳感器的輸出電壓，以此來分析路面狀況。Cheng等[5]提出了一種改進的激活函數(shù)，這種改進的激活函數(shù)使得分類模型具有更好的泛化能力和分類性能。Zhao等[6]根據(jù)原始圖像大小，對圖像進行分割，提取9維顏色特征向量和4維紋理特征向量，構(gòu)建路面狀態(tài)特征數(shù)據(jù)庫。以支持向量機為基礎(chǔ)分類器，并采用多種方法優(yōu)化分類模型，對于不同場景下的路面狀態(tài)識別取得了不錯的效果。Almazan等[7]結(jié)合空間先驗知識，利用消失點和地平線分割路面，取得了更好的路面狀態(tài)分類性能。

在上述文獻的路面狀態(tài)識別方法中，基于硬件傳感技術(shù)的識別方法在前期安裝系統(tǒng)以及后期維護的成本都比較大，而且在不同的環(huán)境條件下硬件傳感器的性能會受到干擾?；趥鹘y(tǒng)機器視覺的圖像處理技術(shù)比較復雜，泛化性能不高。與傳統(tǒng)的路面狀態(tài)識別技術(shù)相比，基于深度學習的路面狀態(tài)識別成本低，時效性能好，泛化性能高。

針對路面狀態(tài)識別存在的問題，現(xiàn)提出一種改進Inception-ResNet-v2的路面狀態(tài)識別方法。通過在Inception-ResNet-v2網(wǎng)絡(luò)中引入注意力機制以及特征融合策略提高模型的特征提取能力，采用全卷積結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò)模型，并基于學習率更新等策略，提高模型的分類準確率，從而實現(xiàn)路面狀態(tài)圖像的精準識別。

1 算法設(shè)計

1.1 Inception-Resnet-v2網(wǎng)絡(luò)

Inception網(wǎng)絡(luò)起始于Google 2014年提出的GoogLeNet[8]，并推出了多個Inception結(jié)構(gòu)的改良版。最開始的Inception-v1主要采用不同尺度的卷積核進行特征提取，并采用1×1的卷積降低特征數(shù)量。由于在訓練模型的過程中，前面一層參數(shù)的變化會導致后面每一層的輸入分布不斷發(fā)生變化，因此Inception-v2引入了BN[9]層，將每一層的輸出都規(guī)范化。Inception-v3[10]在Inception-v2的基礎(chǔ)上提出了“因子化”，提出這一理念的主要原因是為了減少模型的參數(shù)量。Inception-v4[11]對原來的版本進行了梳理，Stem模塊使用了不對稱卷積和池化層的并行結(jié)構(gòu)，可以保證在信息損失足夠小的情況下，降低計算量。Inception-ResNet網(wǎng)絡(luò)是在Inception模塊中引入了ResNet的殘差結(jié)構(gòu)，共有兩個版本，分為Inception-Resnet-v1網(wǎng)絡(luò)和Inception-ResNet-v2網(wǎng)絡(luò)。Inception-ResNet-v1網(wǎng)絡(luò)是在Inception-v3中加入殘差思想得到的，而Inception-ResNet-v2網(wǎng)絡(luò)是把殘差思想融入Inception-v4網(wǎng)絡(luò)得到的。Inception-ResNet-v2是由Stem、Inception-ResNet-A、Inception-ResNet-B、Inception-ResNet-C、Reduction-A和Reduction-B幾種模塊堆疊而成。Inception-Resnet-v2通過對上一層的輸入使用多個不同尺寸的卷積核進行操作，一方面增加了網(wǎng)絡(luò)的寬度，另一方面增加了網(wǎng)絡(luò)對尺度的適應(yīng)性，其結(jié)構(gòu)如圖1所示。

Input為輸入層；Average Pooling為平均池化層；Dropout為隨機失活層； Softmax表示用Softmax分類器分類圖1 Inception-ResNet-v2網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of Inception-ResNet-v2

1.2 注意力機制

注意力機制的本質(zhì)是一種通過模型自主學習出一組權(quán)重系數(shù)，并以動態(tài)加權(quán)的方式來強調(diào)感興趣的區(qū)域，抑制不相關(guān)背景區(qū)域的機制。由于路面狀態(tài)圖像含噪聲比較多，且易受到光照等因素的影響。干燥路面圖像中陰影比較多的時候，容易錯分成潮濕路面。初降雪路面、積雪路面和壓實雪路面的分類，涉及細粒度圖像分類，這就需要網(wǎng)絡(luò)提取更加有用的信息，強調(diào)關(guān)鍵信息，從而做出更加精準的判斷。提出在模型的高層融入SENet(squeeze-and-excitation networks)[12]注意力機制，如圖2所示。先進行Squeeze操作，對輸入大小為C×H×W(C為通道數(shù)，H和W為圖像的高和寬)的路面狀態(tài)特征圖通過全局平均池化壓縮成尺寸大小為1×1×C的特征圖。然后進行Excitation操作，為了限制模型復雜度以及輔助泛化，這一步操作使用兩個全連接層(fully connected layer, FC)，對輸入維度先降維再升維，最后通過Sigmoid函數(shù)把權(quán)重歸一化，將所得權(quán)重逐通道加權(quán)到原來的輸入特征圖上，得到輸出。

Ftr為傳統(tǒng)的卷積結(jié)構(gòu)；X和U為Ftr的輸入和輸出；C、H、W為圖像的通道數(shù)、高、寬；Fsq為Squeeze操作；Fex為Excitation操 作；Fscale為對特征圖進行重標定；X′為最終輸出圖2 SENet模型結(jié)構(gòu)Fig.2 Model structure of SENet

由于模型高層提取到的路面特征信息特異性比較高，故將SENet模型嵌入到Inception-ResNet-v2網(wǎng)絡(luò)的高層，也就是Inception-ResNet-C模塊之中，Inception-ResNet-C模塊總共有三個分支，第一個分支未經(jīng)過處理直接輸出；第二個分支經(jīng)過一次卷積核大小為1×1，輸出通道為192的卷積處理；第三個分支先后經(jīng)過卷積核大小為1×1，輸出通道分別為192、224、256的三次卷積處理，然后把第二和第三分支的結(jié)果堆疊后進行一次卷積核大小為1×1的卷積操作，再通過一個SENet模塊，最后把所得輸出與第一分支相加，從而得到新的模塊SE-Inception-ResNet-C，結(jié)構(gòu)如圖3所示。

Conv表示卷積操作，括號內(nèi)的參數(shù)表示卷積的輸出通道數(shù)圖3 SE-Inception-ResNet-C模塊Fig.3 Module of SE-Inception-ResNet-C

1.3 全卷積結(jié)構(gòu)

全卷積網(wǎng)絡(luò)[13]是用卷積層來代替卷積神經(jīng)網(wǎng)絡(luò)中的全連接層。全卷積網(wǎng)絡(luò)最初是用于圖像分割任務(wù)，之后慢慢在計算機視覺領(lǐng)域的各種問題上都得到應(yīng)用。

全連接層和卷積層下一層的輸入都是由上一層的輸出與參數(shù)矩陣相乘得到的，所以它們之間是可以互相轉(zhuǎn)換的。全連接層使用的是圖像的全局信息，它的權(quán)重是固定不變的，其中的每一個節(jié)點都與上一層中的所有節(jié)點相連，且對于模型的輸入圖像尺寸是固定的。卷積層提取的是局部特征，不需要固定輸入圖片的尺寸，因為它是在局部區(qū)域進行窗口滑動提取特征信息的。因此，將全連接層換成卷積層之后，不但可以保持圖像的空間結(jié)構(gòu)，而且能夠使網(wǎng)絡(luò)接收任意尺度的圖像。

1.4 特征融合機制

在路面狀態(tài)識別中，當光照不均勻或是光照比較強烈時會給路面狀態(tài)識別增加一定的難度，比如干燥和潮濕路面在光照的影響之下，這兩種路面狀態(tài)的相似度是很高的。除此之外，隨著模型深度的加深，特征提取過程中可能會忽略一些重要特征信息，使得模型的分類效果變差。因此，將Inception-ResNet-v2算法中的第5個Inception-ResNet-A模塊、第10個Inception-ResNet-B模塊和第5個SE-Inception-ResNet-C模塊的輸出特征圖先經(jīng)過全局平均池化，然后將三個階段的特征進行特征融合，得到更加豐富的特征，增強了模型的泛化性能。

1.5 改進模型

首先，在Inception-ResNet-v2網(wǎng)絡(luò)的基礎(chǔ)上，引入注意力機制和全卷積結(jié)構(gòu)的思想，加入SENet結(jié)構(gòu)，并用卷積層代替全連接層，優(yōu)化網(wǎng)絡(luò)模型，并將模型的低層、中間層和高層的特征進行融合，提高模型的特征提取能力，改進模型如圖4所示。

Input為輸入層；Global Average Pooling為全局平均池化層； concat表示拼接操作；Softmax表示采用Softmax分類器分類圖4 改進的模型結(jié)構(gòu)Fig.4 Improved model structure

本文算法具體流程如下。

(1)輸入圖像尺寸為3×299×299，通過一個Stem模塊，用不對稱卷積和池化操作的并行結(jié)構(gòu)提取特征信息，得到一個大小為35×35×320的特征圖。

(2)把流程(1)得到的特征圖作為Inception-ResNet-A模塊的輸入，通過5個Inception-ResNet-A模塊的堆疊，再通過Reduction-A縮放塊，得到大小為17×17×1 088的特征圖。

(3)將流程(2)得到的特征圖作為Inception-ResNet-B模塊的輸入，把10個Inception-ResNet-B模塊的堆疊起來，然后通過一個Reduction-B縮放塊，得到大小為8×8×2 080的特征圖。

(4)把流程(3)中得到的特征圖作為SE-Inception-ResNet-C模塊的輸入，通過5個SE-Inception-Resnet-C模塊的堆疊，得到大小為8×8×2 080的特征圖。

(5)分別將經(jīng)過第5個Inception-ResNet-A模塊、第10個Inception-ResNet-B模塊和第5個SE-Inception-ResNet-C模塊得到的特征圖進行全局平均池化，把全局平均池化得到的張量輸出通過concat進行融合。

(6)將融合后的特征張量輸入Softmax進行分類。

2 實驗及結(jié)果分析

2.1 實驗平臺

本文算法是在Win10系統(tǒng)下，利用Python語言，PyTorch深度學習框架完成，硬件環(huán)境為CPU Intel Core i5-9300H，內(nèi)存16 GB，顯卡Nvidia GeForce GTX 1660Ti。

2.2 實驗數(shù)據(jù)集

主要對于干燥、潮濕、初降雪、積雪、壓實雪和結(jié)冰6種路面狀態(tài)圖像進行識別。通過采集設(shè)備采集校園內(nèi)不同天氣狀況下的路面狀態(tài)圖像，采集到的圖片分辨率為3 264×2 448。由于圖片分辨率太大并不適合作為模型的輸入樣本，故對原始圖像進行壓縮，壓縮后圖片的分辨率為400×400。對于數(shù)據(jù)量少的路面狀態(tài)圖像(如結(jié)冰路面)使用數(shù)據(jù)增強技術(shù)，通過翻轉(zhuǎn)變化、改變亮度、尺度變換和添加椒鹽噪聲的方法擴充數(shù)據(jù)集。數(shù)據(jù)集中每種路面狀態(tài)圖片各1 000張，6種類別共計6 000張圖片。在實驗中，采用8∶1∶1的比例劃分數(shù)據(jù)集，80%的路面狀態(tài)圖像作為訓練集，10%的路面狀態(tài)圖像作為驗證集，10%的路面狀態(tài)圖像作為測試集，圖片樣例如圖5所示。

圖5 數(shù)據(jù)集樣例Fig.5 Sample of dataset

2.3 模型訓練策略

為了使改進后的Inception-ResNet-v2模型達到更好的訓練效果，采用以下的訓練策略，如表1所示。

表1 訓練策略Table 1 Strategies training

2.3.1 優(yōu)化器

優(yōu)化器的選擇是構(gòu)建、測試部署模型過程中關(guān)鍵的一環(huán)，深度學習中幾乎所有流行的優(yōu)化器都是基于梯度下降。目前常見的優(yōu)化器包括隨機梯度下降法SGD(stochastic gradient descent)、Adam(adaptive moment estimation)、Adagrad、RMSProp等。由于不合適的優(yōu)化器會對訓練任務(wù)造成極大的負面影響，且在同一訓練任務(wù)中的表現(xiàn)是不同的。通過試驗，發(fā)現(xiàn)訓練任務(wù)使用Adam優(yōu)化器時，會出現(xiàn)訓練波動大、目標函數(shù)難以收斂的狀況[14]，Adam算法在某些情況下可能會不收斂。當采用隨機梯度下降法時，明顯可見波動小，故采用SGD算法。SGD算法以小批次數(shù)據(jù)為單位，計算一個批次的梯度，然后反向傳播優(yōu)化，有效承擔了GPU等計算硬件的壓力。但是SGD有個比較大的弊端，容易陷入局部最優(yōu)解。為了有效解決陷入局部最優(yōu)的問題，引入動量因子，即更新梯度時一定程度上保留之前更新的方向，同時利用當前批次的梯度進行微調(diào)，得到最終的梯度，增加了優(yōu)化的穩(wěn)定性，降低了陷入局部最優(yōu)難以跳出的風險。

2.3.2 損失函數(shù)

路面狀態(tài)識別問題是一個多分類問題，交叉熵損失函數(shù)是在分類問題中常用的一種損失函數(shù)，交叉熵能夠衡量同一隨機變量中的兩個不同概率分布的差異程度，在機器學習中表現(xiàn)為真實概率分布與預測概率分布之間的差異。模型過擬合和過度自信是兩個很常見的問題，為了解決這兩個問題，在交叉熵損失函數(shù)中加入標簽平滑。標簽平滑[15]是一種改變目標變量的正則化技術(shù)，使得模型的預測結(jié)果不再僅為一個確定值。它在處理類別多、類別標簽錯分以及類別不平衡問題上具有突出的效果。所以將標簽平滑融入交叉熵損失函數(shù)，得到標簽平滑交叉熵損失函數(shù)，從而提高分類的準確率，該損失函數(shù)loss為

(1)

2.3.3 學習率調(diào)節(jié)

學習率(learning rate)是深度學習中非常重要的一個超參數(shù)，要使目標函數(shù)盡快收斂，調(diào)節(jié)學習率是至關(guān)重要的一步。如果學習率設(shè)置過大，可能會使損失函數(shù)跳過全局最優(yōu)點，過小則會使損失函數(shù)的變化速度很慢，增加模型的收斂復雜度，合理地設(shè)置學習率才能使得目標函數(shù)更快收斂。由于路面狀態(tài)圖像較為復雜，當采用余弦退火策略調(diào)節(jié)學習率時，發(fā)現(xiàn)訓練過程中會出現(xiàn)長時間的震蕩現(xiàn)象，故采用指數(shù)衰減策略來控制學習率，在減緩震蕩現(xiàn)象的同時，使得目標函數(shù)更快收斂，其學習率更新公式為

lr′=lr×grammaepoch

(2)

式(2)中：gramma為學習率調(diào)整倍數(shù)的底數(shù)；指數(shù)為epoch；lr為學習率初始值。

2.4 對比算法與評價指標

為了驗證本文改進的Inception-ResNet-v2算法的優(yōu)越性，將其與VGG16、ResNet18以及原始的Inception-ResNet-v2算法做對比實驗。通過試驗，本文將初始學習率設(shè)為0.01，訓練批次設(shè)為8，共迭代200次，優(yōu)化器動量因子設(shè)為0.9，標簽平滑系數(shù)設(shè)為0.1。

本文研究的是一個多分類問題，對于多分類問題的評價指標[16]主要有宏平均(Macro)、微平均(Micro)、權(quán)重平均(Weight)三種算法。其中Micro和Weight主要是針對樣本類別不均衡的情況下使用的，而研究所使用的樣本類別都是均衡的，故采用Macro算法作為評價指標。Macro算法在計算精確率(Precision)和召回率(Recall)這兩個指標時，先計算每個類別的精確率與召回率，然后取平均值。計算公式為

(3)

(4)

(5)

(6)

(7)

式中：TP為真正例；FP為假正例；FN為假反例；L為類別數(shù)；MacroF1為精確率和召回率的調(diào)和平均值；i為類別標簽。

精確率和召回率分別體現(xiàn)了模型對于正、負樣本的區(qū)分能力，其數(shù)值越大，區(qū)分能力越強。MacroF1體現(xiàn)了模型的穩(wěn)健性，其值越高，模型越穩(wěn)健。通過實驗，將本文所提算法與其他算法作對比，對比結(jié)果如表2所示。

由表2可知，改進后的Inception-ResNet-v2網(wǎng)絡(luò)的訓練精度和驗證精度明顯優(yōu)于其他算法，本文算法的分類準確率比其他三種算法分別提高了5.0%、3.8%、3.2%。為了進一步驗證本文所提算法的優(yōu)越性，使用測試集進行模型預測，將訓練得到的最優(yōu)模型保存下來，將測試集(600張圖片)分別導入已經(jīng)訓練好的幾種模型進行測試，然后將測試結(jié)果通過Macro算法公式分別計算精確率、召回率和MacroF1三個指標，對比評估幾種模型的性能，對比結(jié)果如表3所示。

表2 訓練結(jié)果對比Table 2 Comparison of training results

表3 模型評價指標Table 3 Evaluation index of models

從表3的數(shù)據(jù)明顯可以看出，本文算法的MacroF1最高，模型最為穩(wěn)健，對于正負樣本的區(qū)分能力最強，其他三種對比模型的模型性能相差不大，其中ResNet18的整體性能略高于另外兩種模型。

2.5 結(jié)果分析

采用消融實驗來驗證注意力機制、特征融合策略以及全卷積三種優(yōu)化策略的有效性，共做了5組對比實驗，實驗結(jié)果如表4所示。

表4 消融實驗結(jié)果對比Table 4 Comparison of ablation experiment results

如表4所示，實驗1為不含這3種策略的Inception-ResNet-v2原模型，實驗2是僅有注意力機制的模型，實驗3是僅有特征融合策略的模型，實驗4是僅含全卷積策略的模型，實驗5為加入這3種策略的模型。其中，注意力機制對于模型的提升最為明顯，識別精度在原模型基礎(chǔ)上提升了2.2%，實驗3和實驗4的識別精度較實驗1分別提升了1.0%和0.8%。各個實驗的驗證過程迭代曲線如圖6所示。

圖6 消融實驗迭代曲線Fig.6 Iterative curve of ablation experiment

由圖6可知，實驗5的準確率提升速度和損失值下降速度明顯比其他4個實驗快，訓練過程中的準確率和損失值波動小，收斂速度快，后期沒有振蕩現(xiàn)象的出現(xiàn)，而其他4個實驗后期都有輕微的振蕩。實驗2的效果雖然沒有實驗5的好，但是明顯優(yōu)于其他3個實驗，實驗3和實驗4的準確率和損失值前期波動都比較大，后期慢慢收斂。實驗1的準確率和損失值相比于其他4個實驗波動較為明顯，收斂速度最為緩慢。

為了驗證本文算法的可靠性，采集實際場景中的路面狀態(tài)圖像，傳入本文算法中進行分類識別，識別結(jié)果如圖7所示，括號中的數(shù)值表示屬于這一類別的概率?？梢钥闯觯趯嶋H應(yīng)用場景中，本文算法仍然能夠準確識別出這6種路面狀態(tài)類型。因此，改進的Inception-ResNet-v2算法具有高精度、泛化能力強的優(yōu)點。

圖7 本文算法測試結(jié)果圖Fig.7 Model test results in this paper

3 結(jié)論

(1)針對城市交通路面狀態(tài)的識別問題，以Inception-ResNet-v2算法為基礎(chǔ)，引入SENet注意力機制構(gòu)建新的模塊SE-Inception-ResNet-C，并采用特征融合機制，增強了模型的特征提取能力。通過將網(wǎng)絡(luò)中的全連接層換為卷積層，有效加快了目標函數(shù)的收斂速度，一定程度上緩解了曲線的震蕩現(xiàn)象。實驗結(jié)果表明：本文算法對于路面狀態(tài)圖像的分類準確率達到了99.4%，比原算法提高了3.2%的準確率。

(2)本文算法具有較好的應(yīng)用前景，可將其嵌入高級駕駛輔助系統(tǒng)，識別路面狀態(tài)并估算出汽車的制動距離，提醒駕駛員小心駕駛，有效提高了行車的安全性，減少了交通事故的發(fā)生。