黃翰鵬,羅建橋,李柏林

(西南交通大學機械工程學院,成都 610031)

引言

鐵路運維工作中重要環(huán)節(jié)之一是檢查用于固定鋼軌的鐵路扣件工作狀態(tài)，一般包括正常、斷裂、丟失、遮擋4種，如圖1所示。由于戶外光照變化、局部道砟遮擋的廣泛存在，正常扣件容易被誤判為失效狀態(tài)，造成大量誤檢。目前，扣件視覺檢測方法主要通過設計判別性的特征，來確保及時發(fā)現(xiàn)失效扣件[1-4]。這些方法有效降低了失效扣件的漏檢率，卻未針對性地解決正?？奂`檢問題。雖然卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks，CNN)能夠自動學習圖像特征，但依然無法克服扣件誤檢問題。這是因為包含大量參數(shù)的CNN往往快速且充分地擬合到訓練數(shù)據(jù)上，導致了CNN過擬合問題，削弱了網(wǎng)絡泛化能力。即使正?？奂D像發(fā)生細微變化，例如少量道砟，過擬合的網(wǎng)絡也會將扣件誤判為失效。采用單一圖像標簽訓練網(wǎng)絡是造成過擬合的重要原因，標簽平滑被證明可有效緩解過擬合問題[5-6]。因此，針對扣件狀態(tài)設計合理的標簽平滑方式是解決誤檢問題的關鍵。

圖1 鐵路扣件示意

標簽分布學習(label distribution learning，LDL)是一種標簽平滑手段，通過為每個訓練樣本賦予一個標簽分布向量對單標簽進行平滑，解決了傳統(tǒng)單標簽學習中存在的標簽歧義問題，同時，相比單標簽學習，標簽分布學習能夠緩解單標簽學習的過擬合問題，提高模型適應性[7]。標簽分布向量取代了傳統(tǒng)單標簽，向量內(nèi)元素代表對每種分類狀態(tài)的描述程度，常應用于面部年齡估計、頭部姿態(tài)估計等領域[8-14]。一般的，LDL基于高斯分布，圖2(a)顯示了年齡估計任務中常用的標簽分布，年齡估計任務中之所以能夠直接使用高斯分布，是因為面部特征的時序性及相近年齡的特征相似性，高斯分布能夠準確且合理表達樣本標簽。但并不是所有任務都能夠直接使用高斯分布等現(xiàn)有分布，扣件狀態(tài)就無法像年齡分布一樣將真實年齡平滑至附近年齡，故針對不同問題，合理的分布構建方法是LDL的主要限制。

針對扣件誤檢問題，結合DS理論(Dempster Shafer，DS)融合多個層次的語義多項式(Semantic Multinomial，SMN)形成扣件狀態(tài)分布，提出基于層次語義多項式DS融合的扣件狀態(tài)分布學習方法(SMN-DS)。首先，根據(jù)圖像子塊卷積特征構造圖像語義多項式SMN，表達扣件狀態(tài)分布；然后，提取多層卷積特征分別建立SMN，對層次化SMN進行DS融合形成最終的狀態(tài)分布。狀態(tài)分布用于模型訓練，測試階段以概率最大的狀態(tài)作為檢測結果。算法流程如圖3所示。

與關注特征的現(xiàn)有方法不同，所提算法改進樣本的標簽表達，目的是建立狀態(tài)分布表達圖像語義內(nèi)容。如圖2(b)所示，狀態(tài)分布不僅表達了正常狀態(tài)，而且反映了扣件被道砟遮擋。將正常狀態(tài)上的標簽值平滑到遮擋狀態(tài)，是為了提高模型適應性，防止含有少量道砟的正常扣件被誤檢。

圖2 狀態(tài)分布及圖像

圖3 SMN-DS算法流程

1 基于SMN-DS的狀態(tài)分布

將LDL遷移到扣件檢測任務需要構造扣件狀態(tài)分布來表達圖像語義內(nèi)容。為此，提出基于SMN-DS的扣件狀態(tài)分布構造方法。

1.1 扣件語義多項式

SMN是一種基于子塊的弱監(jiān)督學習方法，根據(jù)每個子塊的類別概率計算圖像的語義分布。采用這種弱監(jiān)督的語義表達可提高模型適應性[15-19]。構造SMN步驟如下。

首先，將任意類別c=1～C建模成關于子塊的概率分布。類別c可表示成混合高斯模型

(1)

(2)

(3)

然后，進行歸一化

(4)

由于僅指定了圖像類別，未給出子塊類別，因此，SMN是關于子塊的弱監(jiān)督學習。圖像語義分布由所有子塊信息共同決定。如圖2(b)所示，道砟區(qū)域的子塊表達了遮擋狀態(tài)，扣件彈條和螺母區(qū)域的子塊則反映了正常扣件狀態(tài)。對應的圖像狀態(tài)分布同時表達了多種狀態(tài)。

1.2 層次SMN的DS融合

不同層次的卷積特征具有互補的表達能力?；谥械蛯犹卣鞯腟MN，根據(jù)灰度、方向等底層信息表達圖像語義分布，基于高層特征的SMN，則從更加抽象的角度反映扣件狀態(tài)分布。因此，融合不同層次的SMN，可提高表達圖像內(nèi)容的能力。

m1⊕m2⊕…⊕mn(A)=

(5)

式中，mn(A)為第n個SMN對狀態(tài)A的基本概率；K為歸一化系數(shù)，計算方式如下

(6)

證據(jù)合成即為層次SMN融合方式，可得

(7)

(8)

2 實驗分析

從狀態(tài)分布可視化、學習曲線分析、分類性能對比3個方面進行算法驗證。

2.1 實驗設置

數(shù)據(jù)集來自滬昆線云南至大理路段扣件圖像，正常/斷裂/丟失/遮擋樣本數(shù)量分別為8 375，723，420，824。數(shù)據(jù)集隨機劃分為訓練集、驗證集、測試集。訓練、驗證集中各類樣本數(shù)量分別為200，100。測試集包含“正?！? 000張，“斷裂”200張，“丟失”50張，“遮擋”200張。實驗測試集“正常”數(shù)量遠大于其他狀態(tài)數(shù)量的原因在于，“正?！笨奂徽`檢為其他狀態(tài)，是影響扣件分類準確率的最主要因素，同時也是扣件分類問題的重難點，故設置較多“正?！笨奂y試集。

算法參數(shù)方面，為防止高斯混合模型在訓練中停留在局部最小值的問題，SMN中的高斯分量K應大于扣件類別4，但不應過大，從而加大計算量且對上述問題也無明顯改善。故將高斯分量K設置為5，初始模型選用ImageNet上的預訓練VGG-16模型。采用SGD訓練模型100個epoch，學習率、動量、權重衰減、批量分別為0.001，0.95，0.000 5和8，算法實現(xiàn)基于Python和Pytorch。

2.2 狀態(tài)分布可視化

為分析所提算法表達圖像內(nèi)容的能力，圖4展示了20個扣件樣本構造的狀態(tài)分布及其部分對應的圖像，左側為扣件圖像，黑色直線連接了該張扣件圖片對應的狀態(tài)分布，狀態(tài)分布內(nèi)各元素大小如右側映射表所示。如圖4所示，紅色虛線框內(nèi)為兩張“正常”扣件圖像，區(qū)別為下方扣件存在少量道砟。通過這兩張“正?！笨奂臓顟B(tài)分布可知，SMN能夠保證對扣件真實標簽狀態(tài)描述的準確性，“正常”元素為狀態(tài)分布內(nèi)最大元素。同時，從第2張扣件圖像的狀態(tài)分布看出，因存在少量道砟，引起了“遮擋”元素標簽值的變化，該張圖像“遮擋”元素的標簽值明顯大于無道砟“正?！笨奂摹罢趽酢痹貥撕炛怠５?0張樣本為“斷裂”扣件，從“斷裂”扣件構建的狀態(tài)分布可以看出，“斷裂”標簽值大于其他非真實狀態(tài)標簽值，但由于“斷裂”圖像與“正?！眻D像整體相似，僅在局部彈條區(qū)域存在差異，故部分“斷裂”樣本的狀態(tài)分布中，“正?！睜顟B(tài)的標簽值相較于其他非真實標簽值可能較大。第14張為“丟失”扣件，由于“丟失”樣本與其他三類有明顯區(qū)別，故標簽紙集中在“丟失”狀態(tài)。對于“遮擋”樣本，扣件標簽值主要集中在“遮擋”狀態(tài)上，但由于道砟遮擋程度的不一致，導致裸露出的扣件彈條面積不同，造成“正常”標簽值會出現(xiàn)較大變化。例如：第18張“遮擋”樣本，由于圖像上有部分區(qū)域能夠明顯看出扣件彈條的外觀輪廓，故“正?！睒撕炛颠_到了0.2。因此，基于SMN-DS的扣件狀態(tài)分布，能夠自適應地描述圖像內(nèi)容，實現(xiàn)標簽平滑。

圖4 部分狀態(tài)分布可視化

2.3 學習曲線分析

為分析狀態(tài)分布在緩解訓練過擬合方面的效果，圖5畫出了網(wǎng)絡學習階段訓練集和驗證集上的精度曲線。精度=分類正確樣本數(shù)量/總樣本數(shù)量。采用單標簽訓練的VGG-16時，精度收斂迅速，在15Epoch就接近收斂，訓練精度接近飽和(接近100%)，但驗證精度在較低水平停止變化，約為95%。飽和的訓練精度和較低的驗證精度說明單標簽引起了過擬合問題，模型適應性差。對比而言，SMN-DS的訓練精度緩慢收斂到較低水平，約98%，但驗證精度明顯超過VGG-16。因此，SMN-DS縮小了訓練精度和驗證精度的差異，表明過擬合問題得到緩解，網(wǎng)絡適應新樣本的泛化能力提高。

圖5 學習曲線對比

2.4 分類性能對比

為分析SMN-DS的扣件狀態(tài)分類性能，表1列出了近年來不同方法的分類結果。其中，正常扣件被預測為其他狀態(tài)稱為誤檢，誤檢率=誤檢圖像數(shù)量/正常扣件總數(shù)×100%；扣件若斷裂、丟失、遮擋被預測為正常稱為漏檢，漏檢率=漏檢圖像數(shù)量/失效扣件總數(shù)×100%。

表1 扣件狀態(tài)分類性能對比

表1中序號1將方向梯度直方圖作為其算法底層特征，并用其訓練高斯混合部件模型；序號2通過固有頻率的頻譜特征訓練SVM判斷扣件狀態(tài)；序號3通過K-means算法提取視覺單詞，然后描述為LDA主題模型，最后使用SVM訓練LDA主題分布判斷扣件；序號4直接使用初始模型VGG-16；序號5為改進YOLOv3算法；序號6～8采用單一卷積特征構造狀態(tài)分布；序號9為本文所提算法。表1數(shù)據(jù)為測試集分類結果，為5次隨機數(shù)據(jù)劃分實驗的平均值。

從表1可知，所有方法漏檢率均較低，說明扣件的失效種類容易判別，扣件分類的難點在于降低誤檢率。序號1～2皆是對扣件進行正負二類判斷，分類類別少，誤檢率較高；基于特征工程的序號3分類性能較高，但扣件局部特征編碼導致了較大的計算量；序號4～5是基于深度學習的分類方法，二者在訓練過程中都出現(xiàn)了過擬合現(xiàn)象，導致測試集分類性能不佳；采用狀態(tài)分布的方法序號6～8,誤檢率皆低于使用單一標簽的VGG-16及YOLOv3，說明SMN能夠起到標簽平滑的作用，緩和了過擬合問題。而對比方法6～8實驗結果，高層SMN模型的分類性能弱于低層SMN模型和中層SMN模型，這是因為高層卷積特征的感受野寬，容易丟失局部圖像特征，造成狀態(tài)分布僅反映與單標簽相同的全局信息。從實驗結果上判斷，SMN-DS的性能最佳，說明基于狀態(tài)分布訓練的模型適應性強，大幅降低了誤檢。

3 結論

針對扣件狀態(tài)檢測中誤檢率高的問題，提出基于SMN-DS的狀態(tài)分布構造算法，根據(jù)圖像子塊卷積特征構造樣本SMN，然后融合不同層次卷積特征生成的SMN。所提算法與現(xiàn)有關注特征工程及改進深度學習網(wǎng)絡的方法不同，從平滑標簽的角度出發(fā)，緩和了傳統(tǒng)深度卷積網(wǎng)絡訓練過程中過擬合的現(xiàn)象，從而提高了模型分類性能。結論如下。

(1)融合后的SMN能夠自適應表達圖像內(nèi)容，實現(xiàn)了標簽平滑。

(2)構造的狀態(tài)分布可緩解訓練過擬合問題，提高了模型適應性。

(3)相比單標簽，SMN-DS減少降低了扣件誤檢。

SMN-DS的不足之處是需對狀態(tài)分布進行人工校正。下階段計劃改進SMN中的弱監(jiān)督學習方法，使求解的類別模型能夠保證狀態(tài)分布中樣本真實狀態(tài)具有最高概率。