陳晉音，王 楨，鄭海斌

(浙江工業(yè)大學(xué) 信息工程學(xué)院，杭州 310000)

1 引 言

非法流動(dòng)攤販，是指沒有合法的經(jīng)營許可證、沒有固定的經(jīng)營場所，在人流密集的公共場所擺攤設(shè)點(diǎn)，擅自進(jìn)行貨物交易行為的人員[1].流動(dòng)攤販的存在，有一定的積極作用，但也存在極大的弊端.其好處在于，滿足了城市居民的日常需求，為居民生活提供了便利；另一方面，居民對(duì)流動(dòng)攤販的需求，為外來務(wù)工人員以及失業(yè)人員提供了一定的就業(yè)機(jī)會(huì).而其弊端在于，流動(dòng)攤販往往聚集在城市中人流量較大的路段，嚴(yán)重影響了交通秩序和市容市貌；其次，流通攤販?zhǔn)圪u的食物、商品基本是未通過衛(wèi)生與質(zhì)量監(jiān)督部門的檢查，存在著極大的安全隱患問題；此外，流動(dòng)攤販的經(jīng)營活動(dòng)產(chǎn)生的噪音、垃圾污染會(huì)直接影響周邊的環(huán)境與居民日常生活，擾亂了社會(huì)秩序[2].因此，城市管理部門需要對(duì)流動(dòng)攤販進(jìn)行監(jiān)控、管理.

非法流動(dòng)攤販管理的難點(diǎn)，在于其流動(dòng)性.城市管理部門執(zhí)法人員無法確定流動(dòng)攤販經(jīng)營的時(shí)間、地點(diǎn)，需要不斷的進(jìn)行人工巡視，因此存在監(jiān)管難度大、監(jiān)管盲區(qū)多、管理成本高等問題.

本文結(jié)合注意力機(jī)制提出了一種基于深度學(xué)習(xí)模型的非法流動(dòng)攤販檢測方法.該方法首先對(duì)視頻圖像數(shù)據(jù)進(jìn)行人工標(biāo)注建立訓(xùn)練數(shù)據(jù)集，然后訓(xùn)練并使用改進(jìn)的Faster R-CNN Inception Resnet-v2 attention目標(biāo)檢測模型(FRIRAM)，對(duì)非法流動(dòng)攤位與行人進(jìn)行檢測，從監(jiān)控圖像中獲得攤位與行人的位置信息.最后，基于圖像處理技術(shù)通過幀間攤販對(duì)比對(duì)得到的目標(biāo)位置信息進(jìn)行處理，確定非法流動(dòng)攤販，并使用適當(dāng)數(shù)據(jù)處理方式進(jìn)行取證，進(jìn)一步通知管理人員進(jìn)行定點(diǎn)監(jiān)控、管理.

2 相關(guān)工作

在我國，目前的城市非法流動(dòng)攤販管理工作中，以人工形式的城管人員現(xiàn)場巡視管理為主導(dǎo)的管理制度的弊端在于[3]：非法流動(dòng)攤販的反復(fù)性強(qiáng)，治理與管理效率低，“城管進(jìn)，攤販逃；城管撤，攤販進(jìn)”；同時(shí)，如今社會(huì)輿論[4]往往偏向于流動(dòng)攤販經(jīng)營者，攤販與城管若發(fā)生矛盾沖突，網(wǎng)友總是強(qiáng)調(diào)攤販的弱勢群體身份，一味指責(zé)城管部門的粗暴執(zhí)法行為，使工作人員的執(zhí)法處于被動(dòng)與孤立的地位.造成這一治理困境的主要原因在于，無法及時(shí)有效的對(duì)流動(dòng)攤販們的非法經(jīng)營行為進(jìn)行取證與預(yù)警.

作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)主要的研究方向，圖像目標(biāo)檢測成為數(shù)字取證的一種關(guān)鍵技術(shù).經(jīng)典的目標(biāo)檢測方法，指未使用神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法.此類方法種類較多，如背景差分法[5]，混合高斯模型法[6].Shao等人[7]提出了一種基于視頻序列的跟蹤檢測方法用于識(shí)別監(jiān)控中的車輛.He等人[8]提出了一種結(jié)合運(yùn)動(dòng)邊界和稀疏光流的運(yùn)動(dòng)目標(biāo)檢測方法，可以精確地檢測出完整的運(yùn)動(dòng)目標(biāo).

深度學(xué)習(xí)作為新興的機(jī)器學(xué)習(xí)研究領(lǐng)域，最早由多倫多大學(xué)的G.E.Hinton等人[9]提出.其特點(diǎn)在于，免去了傳統(tǒng)機(jī)器學(xué)習(xí)中的特征工程步驟，可以自主地從原始數(shù)據(jù)中獲取有用的特征信息.深度學(xué)習(xí)在計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理等領(lǐng)域均有廣泛的應(yīng)用前景.

隨著深度學(xué)習(xí)的進(jìn)一步研究，出現(xiàn)了使用深度學(xué)習(xí)進(jìn)行目標(biāo)檢測的技術(shù).R-CNN[10]方法將卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)方法引入目標(biāo)檢測領(lǐng)域，大大提升了目標(biāo)檢測的效果.Girshick等人[11]針對(duì)R-CNN方法中存在的空間、時(shí)間冗余問題進(jìn)行改進(jìn)，提出了Fast R-CNN方法，實(shí)現(xiàn)了大部分端到端的訓(xùn)練，加快了目標(biāo)檢測的運(yùn)行速度.Faster R-CNN[12]使用區(qū)域生成網(wǎng)絡(luò)(Region Proposal Network，PRN)，相比于Fast R-CNN，擁有更快的速度.YOLO(You Only Look Once)目標(biāo)檢測模型[13]是一種端到端的神經(jīng)網(wǎng)絡(luò)模型，借鑒了GoogleNet[14]的分類網(wǎng)絡(luò)結(jié)構(gòu).SSD(Single Shot MultiBox Detector)方法[15]與YOLO方法類似，它借鑒了VGG16分類網(wǎng)絡(luò)并使用了非模塊化的端到端模型結(jié)構(gòu)，能夠?qū)崿F(xiàn)統(tǒng)一訓(xùn)練，SSD模型能夠?qū)崿F(xiàn)比YOLO更快的處理速度.盡管深度模型具有非常好的目標(biāo)檢測效果，但是需要有盡可能豐富的訓(xùn)練數(shù)據(jù)集.

最近，注意力機(jī)制在深度學(xué)習(xí)中表現(xiàn)出先進(jìn)性能，能夠捕獲全局依賴性，尤其是處理順序決策任務(wù)，例如，具有長短期記憶的時(shí)空注意力模型被用于人類行為識(shí)別.Xu等人[16]設(shè)計(jì)了處理視頻字幕的視覺注意力模型，可以密切關(guān)注對(duì)象的關(guān)鍵信息.Yang等人[17]提出了堆疊空間注意力模型，進(jìn)行文本生成和輿情預(yù)測.Bowman等人[18]提出自我關(guān)注的生成對(duì)抗性網(wǎng)絡(luò)進(jìn)行精細(xì)圖像的生成，其中利用注意力機(jī)制遍歷特征圖，專注于空間關(guān)鍵信息.

3 基于深度學(xué)習(xí)的非法流動(dòng)攤販檢測方法

3.1 主要框架

現(xiàn)有的基于視頻監(jiān)控的非法流動(dòng)攤販檢測和識(shí)別方法中，人工檢測方法的人工成本較高且監(jiān)控人員容易疲勞使得檢測效果較差.傳統(tǒng)的目標(biāo)識(shí)別方法，針對(duì)固定的攤位與物體特征進(jìn)行檢測，檢測準(zhǔn)確率低且誤檢率高，并需要人工對(duì)誤檢的數(shù)據(jù)進(jìn)行篩選.本文針對(duì)這一技術(shù)現(xiàn)狀提出了基于深度學(xué)習(xí)模型的非法流動(dòng)攤販檢測方法，該方法結(jié)合注意力機(jī)制和Inception Resnet-v2模型改進(jìn)Faster R-CNN，得到FRIRAM，對(duì)非法流動(dòng)攤位與行人進(jìn)行檢測.為了使模型具有識(shí)別能力，需要從網(wǎng)絡(luò)、監(jiān)控視頻中獲取大量的圖像數(shù)據(jù)，并進(jìn)行人工標(biāo)注，構(gòu)成訓(xùn)練數(shù)據(jù)集，以對(duì)模型進(jìn)行訓(xùn)練.使用訓(xùn)練好的目標(biāo)檢測模型，可以從監(jiān)控圖像中獲得攤位與行人的位置信息.通過幀間攤販對(duì)比對(duì)得到的位置信息進(jìn)行處理，可以確定非法流動(dòng)攤販，并使用適當(dāng)?shù)臄?shù)據(jù)處理方式進(jìn)行取證、后臺(tái)預(yù)警.其具體的檢測流程如圖1所示.

圖1 非法流動(dòng)攤販檢測流程圖Fig.1 Flow chart of illegal floating vendor detection

3.2 基于FRIRAM的流動(dòng)攤販檢測模型

本文基于深度學(xué)習(xí)算法提出了改進(jìn)的目標(biāo)檢測模型FRIRAM，基于Faster R-CNN目標(biāo)檢測網(wǎng)絡(luò)加入Attention注意力機(jī)制并采用Inception Resnet-v2網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)，有效提高了模型的精度與計(jì)算速度.

本文所設(shè)計(jì)的目標(biāo)檢測模型進(jìn)行目標(biāo)檢測的主要步驟是：通過Inception Resnet-v2模型提取圖像特征，基于特征圖進(jìn)行候選區(qū)域的選擇與映射，加入注意力機(jī)制進(jìn)行各候選區(qū)域參數(shù)的計(jì)算與優(yōu)化，并得到各候選區(qū)域的特征向量，基于特征向量加入注意力機(jī)制計(jì)算相關(guān)系數(shù)進(jìn)行特征向量的篩選與剔除，最后基于得到的特征向量進(jìn)行目標(biāo)分類與邊界回歸以實(shí)現(xiàn)對(duì)目標(biāo)物體的檢測.具體檢測流程如圖2所示.

圖2 目標(biāo)檢測流程圖Fig.2 Flow chart of target detection

本文使用Inception Resnet-v2網(wǎng)絡(luò)作為特征提取器，網(wǎng)絡(luò)以inception 模塊為主體，其中的殘差連接可以動(dòng)態(tài)調(diào)整模型的復(fù)雜度，并在一定程度上解決了訓(xùn)練過程中的梯度爆炸與過擬合問題，增加網(wǎng)絡(luò)架構(gòu)的精確度.本文將原始圖像輸入Inception Resnet-v2網(wǎng)絡(luò)，經(jīng)過一系列卷積、池化與殘差連接等操作后得到特征圖.

候選區(qū)域的選擇指從原始圖像中預(yù)先找出可能存在目標(biāo)的位置，也稱為感興趣區(qū)域(Region of Interest，RoI).本文使用區(qū)域生成網(wǎng)絡(luò)(Region Proposal Network，RPN)，通過滑動(dòng)窗口的方式在特征圖上提取候選區(qū)域.

本文基于各候選區(qū)域增加注意力機(jī)制以對(duì)每個(gè)候選區(qū)域在同一特征圖下的不同深度通道進(jìn)行強(qiáng)化，其過程如圖3所示.對(duì)于通道深度l為的特征圖，對(duì)每一個(gè)候選區(qū)域進(jìn)行上采樣或下采樣操作以得到尺寸為64×64×l的統(tǒng)一候選區(qū)域.隨后引入尺寸為64×64×1的卷積核，以步長為1對(duì)各候選區(qū)域進(jìn)行卷積計(jì)算，得到尺寸為64×64×1的區(qū)域特征圖.將區(qū)域特征圖與候選區(qū)域每一層的對(duì)應(yīng)位置相乘求和并取均值以得到每一層的注意力權(quán)重，尺寸為1×l.最后將原始候選區(qū)域的每一層與對(duì)應(yīng)的注意力權(quán)重相乘實(shí)現(xiàn)候選區(qū)域不同通道深度的參數(shù)更新與強(qiáng)化.

圖3 候選區(qū)域注意力機(jī)制示意圖Fig.3 Flow chart of attention mechanism in region of interest

隨后通過在RPN網(wǎng)絡(luò)后增加RoI池化層將每個(gè)候選區(qū)域映射為單個(gè)固定尺度的特征向量.

本文基于得到的尺度固定的特征向量增加注意力機(jī)制以實(shí)現(xiàn)對(duì)特征向量的篩選與剔除，降低算法復(fù)雜度，其過程如圖4所示.以1條特征向量為例，對(duì)于各固定尺寸為1×N的特征向量，引入尺寸為1×1的卷積核，以步長為1對(duì)各特征向量進(jìn)行卷積計(jì)算，得到尺寸為1×N的目標(biāo)向量.隨后對(duì)目標(biāo)向量進(jìn)行轉(zhuǎn)置操作并與特征向量相乘，計(jì)算得到尺寸為1×1的注意力權(quán)重.對(duì)各注意力權(quán)重使用歸一化指數(shù)函數(shù)(softmax)計(jì)算得到相對(duì)應(yīng)的注意力值{βi′，i∈[1，n]}.將各特征向量對(duì)應(yīng)的注意力值進(jìn)行降序排序得到{βi，i∈[1，n]}，選取前k個(gè){βi}值對(duì)應(yīng)的特征向量進(jìn)行后續(xù)計(jì)算與操作.k值的選取由原始圖像尺寸，特征向量維度等因素決定.

圖4 特征向量注意力機(jī)制示意圖Fig.4 Flow chart of attention mechanism in feature vector

最后，采用奇異值分解(SVD)將上一步選取得到的特征向量經(jīng)過各自的全連接層計(jì)算分別得到兩個(gè)輸出向量用于分類與回歸操作.其中，目標(biāo)分類以輸出向量作為輸入，使用支持向量機(jī)(SVM)對(duì)目標(biāo)進(jìn)行分類，實(shí)現(xiàn)目標(biāo)識(shí)別.邊界回歸通過輸出向量對(duì)候選區(qū)域邊框進(jìn)行回歸、修正，以獲取與目標(biāo)圖像位置最為吻合的邊框，實(shí)現(xiàn)目標(biāo)物體的位置信息提取.

根據(jù)對(duì)實(shí)際監(jiān)控視頻的觀察，流動(dòng)攤販按圖像特征來區(qū)分，大致可以分為三種：地?cái)倲偽?、固定攤位與車載攤位.地?cái)倲偽?，指直接將貨物擺放在地面上，或在地面上墊布、墊紙后再擺放貨物的攤位，常見的地?cái)倲偽挥惺卟藬?、水果攤等；固定攤位，指帶有桌子、架子或頂棚的攤位，常常帶有較大的招牌、海報(bào)，常見的固定攤位有燒烤攤、小吃攤等；車載攤位，指利用機(jī)動(dòng)車、電動(dòng)三輪車運(yùn)載貨物，并直接在街頭販賣的攤位，常見的有車載水果攤、車載小吃攤等.在實(shí)際場景中，流動(dòng)攤位具有種類多樣、特征復(fù)雜、易產(chǎn)生變化等特點(diǎn)，對(duì)其進(jìn)行檢測較為困難.本文將流動(dòng)攤位大體上分為三類，實(shí)際上這三類攤位之間存在一定的共性，比如一個(gè)帶招牌的三輪車車載水果攤位，既可能被識(shí)別為固定攤位、也可能被識(shí)別成車載攤位.對(duì)此，本方法在數(shù)據(jù)處理時(shí)，將不區(qū)分三類攤位，均將其看成同一類攤位來處理，如圖5所示.

圖5 常見的幾類流動(dòng)攤位Fig.5 Common types of floating vendor

在實(shí)際處理過程中，發(fā)現(xiàn)易混淆的物體有4種，分別為三輪車、垃圾桶、電瓶車、自行車.其中，垃圾桶容易被識(shí)別為固定攤位，三輪車、電瓶車、自行車容易被識(shí)別為車載攤位.為了提高模型的辨識(shí)能力，降低誤判率，本文在數(shù)據(jù)集的構(gòu)建過程中，為這幾類容易產(chǎn)生誤判的目標(biāo)進(jìn)行標(biāo)記.

3.3 流動(dòng)攤販判別方法

由自制數(shù)據(jù)集進(jìn)行訓(xùn)練的基于FRIRAM的目標(biāo)檢測模型可檢測出監(jiān)控圖像中的流動(dòng)攤販與行人并確定其位置信息.基于幀間攤販對(duì)比與圖像處理技術(shù)確定非法流動(dòng)攤販并進(jìn)行取證報(bào)警.

3.3.1 幀間攤位對(duì)比

通過使用改進(jìn)的FRIRAM模型，可以從單幀圖像中獲取到所有流動(dòng)攤販與行人的信息，但是無法獲取到前后幀之間攤販的關(guān)聯(lián)信息，需要使用幀間攤位對(duì)比的方法，對(duì)具體的流動(dòng)攤販進(jìn)行識(shí)別.幀間攤位對(duì)比可以有兩種方法：攤位特征比對(duì)和攤位位置比對(duì).

攤位特征比對(duì)，指使用一定的特征提取網(wǎng)絡(luò)，提取每個(gè)攤位的特征信息.這里的特征提取網(wǎng)絡(luò)可以直接使用Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)中已訓(xùn)練好的特征提取部分.將提取到的特征圖轉(zhuǎn)化為一維向量，作為攤位特征信息.對(duì)每一幀中檢測出的所有攤位，進(jìn)行特征提取，將第n+1幀的所有攤位，與第n幀所有攤位進(jìn)行特征比對(duì)，使用歐氏距離度量攤位特征的相似性.歐氏距離計(jì)算定義為公式(1)：

(1)

其中，F(xiàn)(n，i，x)指第n幀圖像中，第i個(gè)攤位的第x個(gè)特征的值.人為給定距離閾值TL，若L≤TL，則認(rèn)為兩攤位是同一攤位；若L>TL，則認(rèn)為是不同的兩攤位.該方法使用了攤位圖像的信息特征，來判斷前后幀中出現(xiàn)的兩攤位是否是同一攤位，其優(yōu)點(diǎn)在于：1)適用范圍廣泛，在前后幀攤位位置發(fā)生變化的情況下，也能進(jìn)行正確判斷；2)對(duì)于外觀不同的攤位，識(shí)別準(zhǔn)確率高.但是在實(shí)際應(yīng)用中，我們發(fā)現(xiàn)其缺陷在于：1)運(yùn)算速度慢，需要使用額外的深度神經(jīng)網(wǎng)絡(luò)對(duì)每一攤位進(jìn)行特征提取，需要耗費(fèi)大量的時(shí)間；2)對(duì)于外觀相似的攤位容易發(fā)生誤判.

攤位位置比對(duì)，指使用攤位的位置信息，通過前后幀攤位位置坐標(biāo)、覆蓋情況，來判斷是不是同一輛車.該方法參考了RPN網(wǎng)絡(luò)訓(xùn)練過程中使用的GTB(ground true box)方法.首先判斷前后兩幀中，是否存在位置重疊的攤位.假設(shè)A、B兩攤位存在重疊，兩攤位所在矩形區(qū)域面積分別為SA、SB，其重疊面積SC=SA∩SB.對(duì)于存在位置重疊情況的攤位，計(jì)算兩攤位矩形區(qū)域的交集面積，即重疊面積SC，然后計(jì)算兩矩形區(qū)域的并集面積SD=SA∪SB=SA+SB-SC.相似度定義為公式(2)：

(2)

IOU的取值在0到1之間，數(shù)值越高，代表兩攤位的重合度越高.給定閾值TIOU，若IOU≥TIOU，則認(rèn)為是同一攤位；若IOU

綜合考慮實(shí)際的非法流動(dòng)攤販檢測應(yīng)用場景，當(dāng)流動(dòng)攤販存在經(jīng)營行為時(shí)，攤位往往是靜止不動(dòng)的，此時(shí)需要城市管理部門進(jìn)行相應(yīng)的處理；而當(dāng)流動(dòng)攤位在道路中運(yùn)動(dòng)時(shí)，并沒有進(jìn)行經(jīng)營行為，此時(shí)城市管理部門并不需要對(duì)其進(jìn)行處理.因此，流動(dòng)攤販檢測只需檢測靜止的攤位，本文使用攤位位置比對(duì)方法即可得到較好的檢測效果.

3.3.2 流動(dòng)攤販處理及報(bào)警取證

流動(dòng)攤販處理方式由不同的報(bào)警取證方法而定，報(bào)警取證可以有三種方法：流動(dòng)攤位預(yù)警、流動(dòng)攤位取證記錄、流動(dòng)攤販取證記錄.

第一種，流動(dòng)攤位預(yù)警，指僅使用流動(dòng)攤位的信息，對(duì)其進(jìn)行過濾，篩除可能存在的誤判情況，保留可能正在經(jīng)營的非法流動(dòng)攤販信息，給出一個(gè)流動(dòng)攤位預(yù)警值.若該流動(dòng)攤位預(yù)警值超過一定閾值，則記錄存在流動(dòng)攤位、攤販的監(jiān)控場景圖像，并提醒城市管理部門對(duì)其相關(guān)處理.該方法較為簡單，僅進(jìn)行場景照片取證與實(shí)時(shí)報(bào)警，具體的攤位、攤販記錄，對(duì)流動(dòng)攤販的處罰、管理，需要城市管理部門進(jìn)行相應(yīng)操作.

第二種，流動(dòng)攤位取證記錄，類似于幀間攤位對(duì)比中的攤位特征對(duì)比方法，指使用一定的深度學(xué)習(xí)特征提取網(wǎng)絡(luò)，提取流動(dòng)攤位的特征，并使用攤位特征進(jìn)行取證的方法.該方法使用流動(dòng)攤位的圖像特征信息作為取證的對(duì)象，將攤位信息存儲(chǔ)到數(shù)據(jù)庫中，同時(shí)提醒城市管理部門進(jìn)行相關(guān)處理.并且每當(dāng)檢測到一個(gè)新的攤位時(shí)，將其特征與數(shù)據(jù)庫中的攤位信息進(jìn)行比對(duì)，可以判斷該流動(dòng)位是否已多次進(jìn)行非法經(jīng)營行為.該方法可以實(shí)時(shí)檢測城市道路中流動(dòng)攤販的情況，同時(shí)可以記錄一定的流動(dòng)攤位信息，為城市管理部門的取證、管理提供了方便.當(dāng)然，該方法也有一些比較明顯的局限性：首先，流動(dòng)攤位目標(biāo)較為復(fù)雜多變，比如攤販僅僅改變其銷售商品的種類，或者改變招牌，就能在一定程度上改變其流動(dòng)攤位特征，因此攤位的特征并不是固定的，對(duì)攤位進(jìn)行取證不一定會(huì)有較好的效果；其次，對(duì)流動(dòng)攤位、攤販的處理，最終應(yīng)以人為目標(biāo)，而不應(yīng)以攤位為目標(biāo)；最后，由于該方法引入了額外的深度神經(jīng)網(wǎng)絡(luò)，不可避免地會(huì)增加計(jì)算的時(shí)間開銷.綜上所述，流動(dòng)攤位取證記錄方法，不是一個(gè)較好的數(shù)據(jù)處理以及報(bào)警取證方法.

流動(dòng)攤販取證記錄，與流動(dòng)攤位取證記錄類似，而不同之處在于，該方法以流動(dòng)攤販的人物圖像特征信息作為取證的對(duì)象，而不是攤位的圖像特征.要獲取攤販的人物圖像特征信息，首先要將攤販與普通的行人區(qū)分出來，其次是使用一定的特征提取方法，比如人臉識(shí)別、行人重識(shí)別方法，提取流動(dòng)攤販的圖像特征信息，并將該特征信息保存到數(shù)據(jù)庫中，同時(shí)提醒城市管理部門進(jìn)行相關(guān)處理.每當(dāng)檢測到一個(gè)新的攤販時(shí)，將其特征與數(shù)據(jù)庫中的攤販信息進(jìn)行對(duì)比，可以判斷該流動(dòng)攤販?zhǔn)欠褚讯啻芜M(jìn)行非法經(jīng)營行為.該方法在對(duì)城市管理部門發(fā)出實(shí)時(shí)提醒的同時(shí)，能夠?qū)`法攤販的個(gè)人信息進(jìn)行記錄取證，大大地方便了城市管理部門的工作.該方法的優(yōu)點(diǎn)在于：第一，以個(gè)人信息為對(duì)象進(jìn)行存儲(chǔ)取證，方便城市管理部門進(jìn)行監(jiān)管；其次，行人、人臉信息的區(qū)分度較高，特征比對(duì)的準(zhǔn)確率高.而該方法也有一定的局限性，具體表現(xiàn)為：第一，該方法引入了額外的深度神經(jīng)網(wǎng)絡(luò)，不可避免地會(huì)增加計(jì)算的時(shí)間開銷；其次，行人、人臉信息的特征信息提取，對(duì)圖像的要求較高，僅適用于監(jiān)控探頭像素較高，或者具備縮放功能的條件下.綜上所述，該方法適用于處理設(shè)備、監(jiān)控探頭等硬件條件較好的情況下，并且能夠獲得較好的效果.

4 實(shí)驗(yàn)結(jié)果與分析

本文使用了德清縣城市道路監(jiān)控視頻數(shù)據(jù)，從其中選取部分作為測試數(shù)據(jù)，對(duì)本文的非法流動(dòng)攤販檢測方法進(jìn)行測試.具體測試分為兩部分，第一部分對(duì)改進(jìn)的FRIRAM檢測模型的檢測效果進(jìn)行測試，第二部分對(duì)流動(dòng)攤販取證預(yù)警效果進(jìn)行測試.本文方法實(shí)際上是對(duì)視頻中的每一幀進(jìn)行單獨(dú)處理的，因此在輸入時(shí)，要將視頻拆成單幀圖像來處理.目標(biāo)檢測模型每運(yùn)行一次，在不同的物理設(shè)備上所需的時(shí)間是不同的.因此，給定可變參數(shù)N，每N秒從視頻中提取一幀圖像進(jìn)行處理，N的取值需要根據(jù)具體物理設(shè)備而定.本文使用了Nvidia Titan X的GPU對(duì)該模型進(jìn)行實(shí)驗(yàn)，每處理一幀大約需要4秒，因此給定N值為5.檢測的對(duì)象為流動(dòng)攤位與攤販，雖然攤位具有流動(dòng)性，但是正在經(jīng)營的攤位往往是固定不動(dòng)的，因此不考慮運(yùn)動(dòng)的攤位，只考慮正在經(jīng)營的固定攤位，5秒/次的處理速度完全能夠滿足應(yīng)用需求.

4.1 數(shù)據(jù)集介紹

本文使用的流動(dòng)攤販識(shí)別數(shù)據(jù)集，包含8種類標(biāo).其中3種流動(dòng)攤位類標(biāo)，1種行人類標(biāo)，另4種類標(biāo)為易混淆的物體.

表1為流動(dòng)攤販數(shù)據(jù)集.流動(dòng)攤販對(duì)象較為特殊，網(wǎng)絡(luò)中常見的公共數(shù)據(jù)集中都不包含此類標(biāo)注，因此需要自行構(gòu)建數(shù)據(jù)集，才能使目標(biāo)檢測模型具備同時(shí)檢測流動(dòng)攤位與行人的能力.

表1 流動(dòng)攤販識(shí)別訓(xùn)練數(shù)據(jù)集中包含的類標(biāo)及其對(duì)應(yīng)對(duì)象Table 1 Objects and labels in the training dataset

4.2 流動(dòng)攤位檢測與算法對(duì)比

本文選取了幾個(gè)流動(dòng)攤位較多的場景，測試了流動(dòng)攤位檢測模型的檢測效果，結(jié)果如表2所示.由于視頻中不存在預(yù)先的標(biāo)注，本文采用人工辨別的方式進(jìn)行數(shù)據(jù)統(tǒng)計(jì).

表2 流動(dòng)攤位檢測模型的識(shí)別效果統(tǒng)計(jì)Table 2 Statistical result of floating vendor detection model in test videos

從測試后數(shù)據(jù)表3來看，整體上的準(zhǔn)確率達(dá)到了87.99%，召回率達(dá)到了79.95%，可以看出該模型的誤判數(shù)量較低，漏判數(shù)量較高.該模型已經(jīng)具有了一定的流動(dòng)攤位識(shí)別能力，但是識(shí)別準(zhǔn)確率還有待提高.

表3 流動(dòng)攤位檢測模型總體檢測效果Table 3 Result of floating vendor detection model

此外，本文使用COCO數(shù)據(jù)集[19]與測試視頻對(duì)各類目標(biāo)檢測模型以及本文提出的FRIRAM檢測模型進(jìn)行檢測效果的對(duì)比測試與模型的預(yù)訓(xùn)練，具體實(shí)驗(yàn)結(jié)果記錄如表4所示.從COCO數(shù)據(jù)集的預(yù)訓(xùn)練結(jié)果中可以看出，總體上SSD模型擁有較高的運(yùn)行速度，視頻處理的實(shí)時(shí)性較強(qiáng)，而Faster R-CNN模型具有較高的目標(biāo)識(shí)別準(zhǔn)確率，識(shí)別精度較好，而本文提出的FRIRAM目標(biāo)檢測模型實(shí)現(xiàn)了最高的mAP準(zhǔn)確率，但運(yùn)行耗時(shí)相對(duì)較長.在監(jiān)控視頻數(shù)據(jù)集的目標(biāo)檢測效果對(duì)比中，F(xiàn)RIRAM目標(biāo)檢測模型相較于對(duì)比算法模型實(shí)現(xiàn)了最高的流動(dòng)攤販識(shí)別準(zhǔn)確率，體現(xiàn)了本文提出方法的可行性與優(yōu)勢.

4.3 流動(dòng)攤販取證預(yù)警

非法流動(dòng)攤販檢測的測試視頻中，出現(xiàn)流動(dòng)攤販的數(shù)量較少.因此，本節(jié)選取具有代表性的測試效果進(jìn)行分析.測試視頻選取了視頻3，在該測試視頻中，僅存在一個(gè)流動(dòng)攤販.視頻一開始該攤販就已處于違法設(shè)攤狀態(tài)，過一段時(shí)間后該攤販離開.該測試視頻記錄了從“存在攤販”到“不存在攤販”的狀態(tài)變化，能清楚地展示算法效果.

表4 各類目標(biāo)檢測模型在COCO數(shù)據(jù)集與測試視頻上的檢測效果平均值Table 4 Statistical result of different detection models in CoCo and test videos

圖6為測試視頻初始幀的圖像.此時(shí)已有流動(dòng)攤販處于擺攤的狀態(tài)，并且目標(biāo)檢測模型已經(jīng)將其檢測了出來.左上角顯示的是預(yù)警值，其大小與攤位的數(shù)量以及每個(gè)攤位的計(jì)數(shù)值有關(guān)，當(dāng)該值超過100%時(shí)，則進(jìn)行預(yù)警.由于該幀是初始幀，計(jì)數(shù)值較低，因此預(yù)警值也較低，攤位均使用虛線框標(biāo)注，而非實(shí)線框.隨著時(shí)間累積，攤位的計(jì)數(shù)值將增大，預(yù)警值也將隨之增大，預(yù)警值較高的攤位將使用實(shí)線框標(biāo)注出來.

圖6 測試視頻10：41：47Fig.6 Test video 10：41：47

圖7為初始幀之后1分04秒的圖像，此時(shí)攤位的累計(jì)值已較高，攤位使用實(shí)線框標(biāo)注出來，并且左上角的預(yù)警值超過了100%，此時(shí)應(yīng)向城市管理部門發(fā)出報(bào)警，并進(jìn)行一定的截圖、錄像取證.

圖7 測試視頻10：42：51Fig.7 Test video 10：42：51

圖8為初始幀之后9分56秒的圖像.在初始幀之后1分鐘到9分鐘的時(shí)間內(nèi)，場景中的攤位均能夠被識(shí)別出來，并且發(fā)出預(yù)警.圖8中的車輛將部分?jǐn)偽徽趽酰灾劣谀繕?biāo)檢測模型無法正確地檢測出流動(dòng)攤位的位置，沒有框定區(qū)域，此時(shí)無法正確識(shí)別.

圖8 測試視頻10：51：43Fig.8 Test video 10：51：43

圖9為初始幀之后12分08秒的圖像.此時(shí)圖6中的車輛駛離，本文方法再次正確地識(shí)別出流動(dòng)攤位，并進(jìn)行重新框定，但是車輛駛離時(shí)間較短，流動(dòng)攤位的累計(jì)值較低，此時(shí)的預(yù)警值也較低，框定為虛線，還未報(bào)警.由于此時(shí)攤販正在收拾攤位，準(zhǔn)備離開，部分商品轉(zhuǎn)移到了攤販的三輪車上，目標(biāo)檢測模型將三輪車檢測為車載攤位.

圖9 測試視頻10：53：55Fig.9 Test video 10：53：55

圖10為初始幀之后13分20秒的圖像.此時(shí)流動(dòng)攤販正在離開，原本攤販販賣的物品已轉(zhuǎn)移到三輪車上.從圖中可以看出，原擺攤的位置不再檢測出攤位，而將攤販的三輪車檢測為車載攤位.

圖10 測試視頻10：55：07Fig.10 Test video 10：55：07

綜合之上的測試數(shù)據(jù)可以看出，本文提出的非法流動(dòng)攤販檢測方法，具有一定的檢測效果，但其存在一定的誤判、漏判現(xiàn)象，在目標(biāo)被遮擋的情況下，識(shí)別率有所下降.

5 總 結(jié)

隨著城鎮(zhèn)化的快速發(fā)展，城區(qū)流動(dòng)攤販正成為考量城市政府統(tǒng)籌“繁榮與市容、發(fā)展與穩(wěn)定、民生與秩序”宏觀決策能力和城市治理能力的晴雨表，社會(huì)和媒體對(duì)此也高度關(guān)注.流動(dòng)攤販作為市場經(jīng)濟(jì)發(fā)展階段的產(chǎn)物，雖然一定程度上迎合人們的消費(fèi)心理，卻給城市交通與環(huán)境帶來了負(fù)面影響并存在較大的食品安全衛(wèi)生隱患以及商品質(zhì)量問題.

本文使用改進(jìn)的FRIRAM目標(biāo)檢測模型，對(duì)街道及制定路段上的非法流動(dòng)攤位與行人進(jìn)行檢測.為了使模型具有識(shí)別能力，本文從網(wǎng)絡(luò)、監(jiān)控視頻中獲取了大量的圖像數(shù)據(jù)，并進(jìn)行人工標(biāo)注，構(gòu)成訓(xùn)練數(shù)據(jù)集，以對(duì)模型進(jìn)行訓(xùn)練.使用訓(xùn)練好的目標(biāo)檢測模型，從監(jiān)控圖像中獲得攤位與行人的位置信息.通過幀間攤位對(duì)比對(duì)得到的位置信息進(jìn)行處理確定非法流動(dòng)攤販，并使用適當(dāng)?shù)臄?shù)據(jù)處理方式進(jìn)行報(bào)警、取證.由實(shí)驗(yàn)結(jié)果可見，本文提出的基于深度學(xué)習(xí)模型的非法流動(dòng)攤販檢測方法在實(shí)際視頻數(shù)據(jù)上取得了較好的效果，能夠?yàn)榱鲃?dòng)擺攤現(xiàn)象的管理與整治提供技術(shù)幫助與支持.在本文方法的研究過程中也發(fā)現(xiàn)了不足之處，該方法識(shí)別效果下降的原因，在于自制數(shù)據(jù)集中的數(shù)據(jù)較少.COCO數(shù)據(jù)集中，車輛類的標(biāo)注數(shù)據(jù)有將近10萬條，訓(xùn)練出的目標(biāo)檢測模型能夠達(dá)到超過90%的識(shí)別準(zhǔn)確率.而本文使用的自制訓(xùn)練集中，僅包含約4000張圖片，可能由于標(biāo)注數(shù)量較少，訓(xùn)練后無法達(dá)到較高的準(zhǔn)確率.因此，在未來的研究中將進(jìn)行進(jìn)一步的改進(jìn).

同時(shí)，基于本文方法的應(yīng)用效果，對(duì)于未來的研究方向，將深度學(xué)習(xí)模型與圖像檢測模型應(yīng)用于其他城市管理領(lǐng)域如違停車輛的檢測、店外擺攤的檢測等，都是具有極大理論與實(shí)踐意義的.