華 丹，楊 碩,2，王藝鋼

（1.沈陽(yáng)化工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，遼寧 沈陽(yáng) 110142；2.遼寧省化工工程工業(yè)智能化技術(shù)重點(diǎn)實(shí)驗(yàn)室，遼寧 沈陽(yáng) 110142）

0 引 言

車(chē)輛檢測(cè)是計(jì)算機(jī)視覺(jué)中的重要任務(wù)之一，在智能交通和自動(dòng)駕駛等領(lǐng)域涉及較廣泛。在霧天環(huán)境下，圖像的對(duì)比度下降、可辨識(shí)度較低，嚴(yán)重影響車(chē)輛的檢測(cè)效果，因此提高霧天車(chē)輛檢測(cè)的準(zhǔn)確性具有重要意義。

霧天環(huán)境下車(chē)輛檢測(cè)分為兩個(gè)階段：去霧階段和車(chē)輛檢測(cè)階段。針對(duì)去霧階段，文獻(xiàn)[4]提出了一種使用半全局加權(quán)最小二乘優(yōu)化局部大氣光去霧的算法，提高了去霧圖像的亮度，但該算法在去霧的效果方面仍不理想。文獻(xiàn)[5]通過(guò)級(jí)聯(lián)直方圖均衡化和NBPC+PA模型提高了去霧后圖像的能見(jiàn)度，但該算法魯棒性較差。文獻(xiàn)[6]提出了一種融合亮度模型和梯度域?yàn)V波的算法，一定程度上提升了去霧的效果，但該算法模型較復(fù)雜，魯棒性不夠。

在車(chē)輛檢測(cè)階段，得益于深度學(xué)習(xí)強(qiáng)大的特征檢測(cè)能力，基于深度學(xué)習(xí)的車(chē)輛檢測(cè)算法發(fā)揮著越來(lái)越重要的作用。文獻(xiàn)[8]提出了一種基于Faster RCNN和增量學(xué)習(xí)的車(chē)輛目標(biāo)檢測(cè)算法，改善了漏檢錯(cuò)檢的問(wèn)題，但該算法檢測(cè)精度較差。文獻(xiàn)[9]提出了一種基于改進(jìn)SSD的車(chē)輛檢測(cè)算法，該算法通過(guò)網(wǎng)絡(luò)剪枝與參數(shù)量化融合減少了模型的冗余參數(shù)，提升了檢測(cè)速度，但檢測(cè)精度有所欠缺。文獻(xiàn)[10]提出了一種改進(jìn)的YOLOv3算法，該算法通過(guò)增加網(wǎng)絡(luò)輸出層數(shù)在一定程度上提高了車(chē)輛檢測(cè)的精度，但檢測(cè)性能仍有所不足。

針對(duì)上述去霧算法效果較差、檢測(cè)算法精度較低的問(wèn)題，本文提出一種基于暗通道去霧算法和改進(jìn)YOLOv3模型的霧天車(chē)輛檢測(cè)算法。首先，在去霧階段通過(guò)暗通道去霧算法降低霧氣對(duì)圖像檢測(cè)的影響；其次，在車(chē)輛檢測(cè)階段使用K-means聚類(lèi)算法計(jì)算出適用于車(chē)輛檢測(cè)的先驗(yàn)框。YOLOv3算法的先驗(yàn)框由COCO數(shù)據(jù)集的圖片進(jìn)行預(yù)設(shè)，并不能完全適用于車(chē)輛檢測(cè)，針對(duì)霧天車(chē)輛數(shù)據(jù)集計(jì)算先驗(yàn)框可以提高算法的精確度；最后，在YOLOv3算法的特征金字塔模塊中引入注意力機(jī)制，注意力機(jī)制可以加強(qiáng)算法對(duì)特征的挖掘能力，提高算法的檢測(cè)效果。

1 去霧算法

由于大氣中的微粒會(huì)對(duì)光產(chǎn)生大量的散射，霧天圖像質(zhì)量會(huì)被不同程度地降低?；谏鲜鲈恚琋arasimhan等人提出了解釋霧天圖像成像過(guò)程的大氣散射模型，該模型的數(shù)學(xué)描述如式（1）所示。

上述模型的適用條件是場(chǎng)景中的霧分布均勻。式中：表示像素點(diǎn)位置；()和()分別表示待恢復(fù)的無(wú)霧圖像和原始霧圖；()為場(chǎng)景透射率；表示大氣光值。

暗通道先驗(yàn)理論（DCP）是對(duì)無(wú)霧圖像屬性的一種經(jīng)驗(yàn)性觀察，該理論認(rèn)為在非天空的圖像區(qū)域，總有一些像素點(diǎn)至少有一個(gè)顏色通道具有接近零的像素值。暗通道先驗(yàn)理論的數(shù)學(xué)描述如式（2）所示。

式中：()為像素點(diǎn)的鄰域；{,,}表示每個(gè)像素的三個(gè)顏色通道；是圖像的暗通道。

結(jié)合式（1）和式（2），可以得到圖像的粗估計(jì)透射率()為：

式中引入一個(gè)在[0，1]之間取值的修正參數(shù)，從而保留圖像中遠(yuǎn)處的霧，使圖像更自然。仿真結(jié)果表明，取0.95時(shí)復(fù)原效果最好。

將得到的透射率和大氣光值代入大氣散射模型中獲得去霧圖像，再對(duì)該圖像做Gamma校正調(diào)整對(duì)比度，最終得到復(fù)原的去霧圖像。

暗通道去霧算法的效果如圖1所示。相較于原圖，暗通道去霧后的圖像更為清晰，車(chē)輛目標(biāo)的輪廓更明顯，對(duì)比度更強(qiáng)，有利于提高檢測(cè)算法的精度。

圖1 暗通道去霧算法效果

2 改進(jìn)的YOLOv3

2.1 YOLOv3原理

YOLOv3算法由主干提取網(wǎng)絡(luò)、特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network, FPN）和檢測(cè)網(wǎng)絡(luò)三部分組成，網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 YOLOv3算法網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv3算法以DarkNet-53為主干特征提取網(wǎng)絡(luò)。DarkNet-53通 過(guò) 3×3和 1×1的卷積層（Convolution Layers）跳躍連接，利用L2正則化、激活函數(shù)（Leaky ReLu）和批標(biāo)準(zhǔn)化（BatchNormalization， BN）提高模型泛化能力；同時(shí)引入了殘差網(wǎng)絡(luò)（Residual Network），減少了多層網(wǎng)絡(luò)的訓(xùn)練難度，提升了檢測(cè)的精度。

在特征金字塔模塊，為了獲取細(xì)粒度特征，YOLOv3對(duì)深層特征圖進(jìn)行上采樣（UpSampling），再與淺層特征圖進(jìn)行Concatenate拼接。拼接后的特征圖融合了深層和淺層的特征信息，提升了算法的檢測(cè)性能。

為了使算法針對(duì)不同尺度的目標(biāo)具有相同的檢測(cè)效果，YOLOv3算法采用多尺度檢測(cè)網(wǎng)絡(luò)。從DarkNet-53中選取3種不同尺度特征圖（13×13，26×26，52×52），對(duì)這三個(gè)特征圖分別做3×3和1×1的卷積運(yùn)算，并進(jìn)行特征整合和通道調(diào)整，計(jì)算后的結(jié)果合并轉(zhuǎn)移給損失函數(shù)。

YOLOv3算法的損失函數(shù)為回歸損失、置信度損失和分類(lèi)損失的加權(quán)和。在回歸損失中采用誤差平方和，在置信度損失和分類(lèi)損失中采用交叉熵?fù)p失，各損失計(jì)算的數(shù)學(xué)描述如式（4）所示。

YOLOv3算法在目標(biāo)檢測(cè)方面具有較好的性能，但在應(yīng)用于霧天車(chē)輛檢測(cè)時(shí)存在以下問(wèn)題：（1）YOLOv3算法的框不能完全適用于車(chē)輛檢測(cè)；（2）多尺度檢測(cè)網(wǎng)絡(luò)雖然對(duì)特征進(jìn)行了整合，但是并沒(méi)有加強(qiáng)對(duì)特征的提取，還存在對(duì)特征挖掘不足的問(wèn)題。針對(duì)以上問(wèn)題，本文對(duì)YOLOv3進(jìn)行了相應(yīng)的改進(jìn)。

2.2 K-means計(jì)算先驗(yàn)框

YOLOv3算法的先驗(yàn)框是根據(jù)COCO數(shù)據(jù)集預(yù)設(shè)的，不能很好地適用于本文的霧天車(chē)輛檢測(cè)數(shù)據(jù)集。為了使算法能夠更加準(zhǔn)確和快速地對(duì)車(chē)輛進(jìn)行檢測(cè)，通過(guò)K-means聚類(lèi)算法對(duì)本文數(shù)據(jù)集中的真實(shí)框（Ground TrueBox）進(jìn)行分析。

傳統(tǒng)的K-means聚類(lèi)算法多以歐氏距離來(lái)計(jì)算對(duì)象間的距離，但是對(duì)先驗(yàn)框使用歐氏距離計(jì)算時(shí)，大先驗(yàn)框的誤差更大，因此使用改進(jìn)的交并比（IOU）公式進(jìn)行計(jì)算，如式（5）所示。

式中，IOU表示聚類(lèi)中心與真實(shí)框的重合程度，其數(shù)學(xué)描述如式（6）所示。

2.3 注意力機(jī)制的引入

CA（Coordinate Attention）模塊是一種融合位置信息和通道信息的注意力機(jī)制，在空間和通道維度上加強(qiáng)了特征挖掘能力，其網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 注意力機(jī)制網(wǎng)絡(luò)結(jié)構(gòu)

全局池化可以在通道注意力中采集空間信息，但是難以保留位置信息。為了將位置信息嵌入到空間信息中，將全局池化分解為兩組一維的池化。對(duì)尺寸為××的輸入，分別使用尺寸為（，1）和（1，）的池化核沿著水平和豎直方向?qū)γ總€(gè)通道進(jìn)行編碼。高度為和寬度為的第個(gè)通道的輸出分別為：

將這一對(duì)輸出的池化結(jié)果進(jìn)行Concatenate級(jí)聯(lián)，然后使用一個(gè)共享的1×1卷積對(duì)其做變換，如式（9）所示。

其中，表示下采樣比例。沿著空間維度將劃分為兩個(gè)單獨(dú)的張量f∈ R和f∈ R。使用兩個(gè) 1×1 卷積F和F將特征圖f和f變換到與輸入同樣的通道數(shù)，如式（10）和式（11）所示。

對(duì)p和p進(jìn)行拓展，作為注意力權(quán)重，添加到輸入中。CA模塊的最終輸出如式（12）所示。

最終通過(guò)CA模塊，對(duì)輸入完成了水平和豎直方向的特征挖掘。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)環(huán)境與參數(shù)

本文實(shí)驗(yàn)環(huán)境為：11th GenIntel Corei5-1135G7@2.4 GHz，8 GB內(nèi)存，NVIDIA Geforce MX450 2 GB，64位Windows10操作系統(tǒng)。編程語(yǔ)言為Python，框架為Pytorch1.8.1，GPU加速庫(kù)為CUDA11.1和cuDNN7.65。

在本文的實(shí)驗(yàn)中，將數(shù)據(jù)集圖片的尺寸統(tǒng)一縮放到416×416，設(shè)置參數(shù)Batchsize為4，學(xué)習(xí)率為0.001，使用Adam優(yōu)化器調(diào)整網(wǎng)絡(luò)的學(xué)習(xí)率。實(shí)驗(yàn)的訓(xùn)練周期為100個(gè)Epoch，直到Loss不再變化，自動(dòng)終止訓(xùn)練。

3.2 數(shù)據(jù)集

本文使用的數(shù)據(jù)集為自制的霧天車(chē)輛檢測(cè)數(shù)據(jù)集，包含13 526張圖片，按照7∶2∶1的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。由于自制的數(shù)據(jù)集圖片數(shù)量有限，為了讓模型更好地學(xué)習(xí)到目標(biāo)特征和提高魯棒性，需要對(duì)數(shù)據(jù)做數(shù)據(jù)增強(qiáng)。

本文采用Mosaic數(shù)據(jù)增強(qiáng)算法。Mosaic算法的流程有三步：（1）在數(shù)據(jù)集中隨機(jī)選取四張圖片；（2）對(duì)這些圖片進(jìn)行縮放、剪切和水平變換，裁剪的過(guò)程中保留含有待檢測(cè)目標(biāo)的區(qū)域；（3）將這四張圖片合并處理為一張。通過(guò)Mosaic算法的數(shù)據(jù)增強(qiáng)，豐富了數(shù)據(jù)集的檢測(cè)背景，提高了模型訓(xùn)練后的泛化能力。本文霧天車(chē)輛數(shù)據(jù)集的Mosaic數(shù)據(jù)增強(qiáng)效果如圖4所示。

圖4 Mosaic數(shù)據(jù)增強(qiáng)效果

3.3 評(píng)價(jià)指標(biāo)

對(duì)訓(xùn)練后模型的檢測(cè)平均精度（mean Average Precision,mAP）進(jìn)行對(duì)比。mAP的計(jì)算如式（13）～（16）所示。

式中：TP為真正例；FP為假正例；FN為負(fù)正例；為種類(lèi)數(shù)。

3.4 聚類(lèi)計(jì)算先驗(yàn)框

對(duì)霧天車(chē)輛檢測(cè)數(shù)據(jù)集進(jìn)行K-means聚類(lèi)分析后，得到9種先驗(yàn)框的尺寸。K-means聚類(lèi)計(jì)算先驗(yàn)框的結(jié)果對(duì)比見(jiàn)表1所列。

表1 K-means聚類(lèi)計(jì)算先驗(yàn)框結(jié)果對(duì)比

在尺寸為13×13的特征圖中具有最大的感受野，采用70×135、46×72、31×48這三種尺寸的先驗(yàn)框檢測(cè)最大的車(chē)輛。相較于原先驗(yàn)框的平均寬高比1.04，改進(jìn)后的先驗(yàn)框尺寸更小，平均寬高比為0.61，更適用于本文數(shù)據(jù)集。在尺寸為26×26的特征圖中，采用23×35、19×10、18×27這三種先驗(yàn)框檢測(cè)圖像中尺寸較大的車(chē)輛。在尺寸為52×52的特征圖中具有最小的感受野，采用14×22、11×19、9×13這三種尺寸的先驗(yàn)框檢測(cè)小目標(biāo)車(chē)輛。綜上所述，改進(jìn)后的先驗(yàn)框尺寸更小，平均寬高比更適用于本文數(shù)據(jù)集，有利于提升小目標(biāo)車(chē)輛的檢測(cè)精度。

3.5 對(duì)比實(shí)驗(yàn)

為了驗(yàn)證本文算法對(duì)霧天車(chē)輛的檢測(cè)性能，將本文算法與目標(biāo)檢測(cè)算法效果良好的SSD、Faster RCNN、YOLOv2和YOLOv3在霧天車(chē)輛數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)對(duì)比。5種算法的實(shí)驗(yàn)結(jié)果對(duì)比見(jiàn)表2所列。

表2 5種算法的實(shí)驗(yàn)結(jié)果對(duì)比

從表2中可以看出，本文算法比SSD算法的mAP提升了11.8%。SSD的卷積層較少，特征提取不夠充分，導(dǎo)致檢測(cè)效果欠佳。相較于Faster RCNN，本文算法的mAP提高了5.9%。Faster RCNN 使 用 RPN（Region Proposal Networks）推薦候選區(qū)域，針對(duì)多尺度的目標(biāo)不能保證較好的檢測(cè)效果。與YOLO系列的算法相比，本文算法比YOLOv2的mAP提升了14.9%，比YOLOv3提升了4.1%。本文算法基于YOLOv3進(jìn)行了相應(yīng)的改進(jìn)和拓展，提升了對(duì)霧天車(chē)輛的檢測(cè)性能。對(duì)比本文算法和YOLOv3算法對(duì)霧天車(chē)輛檢測(cè)的效果，如圖5所示。

圖5 霧天車(chē)輛檢測(cè)效果對(duì)比

3.6 消融實(shí)驗(yàn)

為了驗(yàn)證本文改進(jìn)方法的有效性，以及不同改進(jìn)策略對(duì)檢測(cè)效果的影響，以YOLOv3算法為基礎(chǔ)作消融實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果見(jiàn)表3所列。

表3 消融實(shí)驗(yàn)結(jié)果對(duì)比

由表3可知，單獨(dú)引入去霧算法時(shí)，算法的mAP提了0.8%；單獨(dú)使用K-means聚類(lèi)計(jì)算先驗(yàn)框時(shí)，mAP提升了1.2%；單獨(dú)向模型中加入注意力機(jī)制時(shí)，mAP提升了0.5%。組合使用去霧算法和聚類(lèi)先驗(yàn)框使算法的mAP提升了3.2%，利用去霧算法和注意力機(jī)制使算法的mAP提升了2.3%，引入聚類(lèi)計(jì)算先驗(yàn)框和注意力機(jī)制使算法的mAP提升了3%。最后將三種改進(jìn)策略添加到模型中，得到的本文算法將mAP提升了4.1%，因此本文提出的改進(jìn)策略對(duì)提升霧天車(chē)輛檢測(cè)效果具有有效性。

4 結(jié) 語(yǔ)

本文針對(duì)霧天車(chē)輛檢測(cè)準(zhǔn)確率較低的問(wèn)題，提出了一種基于暗通道去霧和改進(jìn)YOLOv3的檢測(cè)算法。首先利用暗通道方法對(duì)圖像進(jìn)行去霧，然后通過(guò)K-means聚類(lèi)計(jì)算適用于車(chē)輛檢測(cè)的先驗(yàn)框，最后引入注意力機(jī)制，加強(qiáng)了算法對(duì)特征圖的特征挖掘能力。通過(guò)以上改進(jìn)，本文算法對(duì)霧天車(chē)輛檢測(cè)具有良好的性能。

與主流的目標(biāo)檢測(cè)算法相比，在霧天車(chē)輛檢測(cè)數(shù)據(jù)集上，本文算法具有更好的檢測(cè)精度，mAP達(dá)到了97.5%。下一步將在引入去霧算法和網(wǎng)絡(luò)模型的基礎(chǔ)上，針對(duì)算法的復(fù)雜度進(jìn)行研究，以提高算法的檢測(cè)速度。