黃尚安

(江門職業(yè)技術學院,廣東 江門529090)

伴隨著人工智能技術的發(fā)展和普及，汽車工業(yè)正在經(jīng)歷一場深度的智能化技術革命。車輛對于交通現(xiàn)場的智能化理解能力尤為重要，而實現(xiàn)交通標志的識別又是其重要的技術環(huán)節(jié)。根據(jù)交通標志的特征，研究構建一種新的交通標志識別方法，力求在控制模型計算量的基礎上，進一步提高交通標志的識別精度。

A Marchisio等人提出一種低延遲節(jié)能膠囊網(wǎng)絡，采用非占優(yōu)排序遺傳算法，能夠在保證交通標志高精度識別的基礎上，控制模型的計算量[1]；O Araar等人為了避免標記數(shù)據(jù)的繁瑣過程以及模型計算量的增加，提出了一種使用合成交通標志圖像的CNN卷積神經(jīng)網(wǎng)絡模型，取得了不錯的成績[2]；M Singh等人提出了一種基于輸入空間對齊的魯棒性訓練方法，他們在輸入圖像與解釋映射之間的空間相關性上給出了屬性脆弱性的上線，并且使用軟邊緣三重態(tài)損失最小化這個上限來學習穩(wěn)健的特征，最終在交通標志識別GTSRB數(shù)據(jù)集得到了99.52 %的好成績[3]；A Bouti等人提出一種改進的LeNet卷積神經(jīng)網(wǎng)絡模型，GTSRB數(shù)據(jù)集的測試精度達到了99.61 %，但模型訓練迭代的時間有待優(yōu)化[4]；A Hechri等人提出了一種“兩階段”交通標志識別模型，首選通過HOG和支持向量機進行交通標志檢測，然后構建CNN模型進行識別，識別精度達到99.7 %，但模型的計算量依然有待進一步控制[5]。

如何能夠在保證交通標志識別精度的基礎上，依然可以很好控制模型訓練迭代的時間以及計算量是研究人員一直以來要攻克的技術難點。本文根據(jù)交通標志本身的特點，研究構建一種基于改進ResNet殘差網(wǎng)絡的交通標志識別方法，并通過計算機訓練網(wǎng)絡模型，得到本模型在交通標志識別公共數(shù)據(jù)集GTSRB上的結果。

1 方法設計

1.1 ResNet殘差學習單元

構建基于CNN卷積神經(jīng)網(wǎng)絡的目標分類模型，會伴隨網(wǎng)絡的深入出現(xiàn)一系列問題，其中就有模型梯度爆炸、消失的問題，而ResNet殘差網(wǎng)絡的出現(xiàn)，能很好地解決這個問題，如圖1為模型中的殘差學習單元以及瓶頸結構示意圖[6]。

圖1 殘差學習單元、瓶頸結構示意圖

如圖1所示，如果首個卷積層的權重是W[m]，且有偏置參數(shù)b[m]、加權輸入Z[m]，則有：

把下一個加權輸入Z[m+1]令成F(x)，既有：

在瓶頸結構中，如果引入一個映射，且這個映射為W[s]，則有：

1.2 構建八塊結構的ResNet殘差網(wǎng)絡模型

如何能夠加深提取數(shù)據(jù)集圖像的特征信息，是進一步提高交通標志分類精度的關鍵所在，圖2為本文設計構建的“八塊結構的ResNet殘差網(wǎng)絡模型”，且使用卷積核大小、網(wǎng)絡層數(shù)及像素大小等相關參數(shù)都已在圖中標明。研究根據(jù)交通標志本身的特點，合理搭建包含批量標準化層、激活函數(shù)層、卷積層、池化層等網(wǎng)絡層，并引入殘差學習單元，是構建此模型的重點。

圖2 八塊結構的Re s Ne t殘差網(wǎng)絡模型

第一、二塊為模型的圖像預處理部分，在模型的數(shù)據(jù)入口，重點使用批量標準化層（Batch Normalization層）[7]，能夠讓圖像的特征數(shù)據(jù)在一開始就擁有較為一致的分布，其核心是計算批量上面的均值及標準差，從而調整網(wǎng)絡層的數(shù)據(jù)輸出，為后續(xù)結構的特征提取奠定基礎。

第三、四塊為模型特征提取的初步階段：且開始引入殘差學習單元，并且著重使用PReLU激活函數(shù)（Parametric Rectified Linear Unit）[8]。ReLU激活函數(shù)會使得卷積層的特征提取變得冗余，而PReLU就可以很好解決這個問題。實際上ReLU激活函數(shù)經(jīng)過相關參數(shù)的調整就可以得到PReLU，故通過增加較少且可控的計算量，就可以優(yōu)化ReLU激活函數(shù)帶來的問題。

第五、六塊為模型特征提取的核心階段：在繼續(xù)引入殘差學習單元的基礎上，進一步引入最大池化層[9]及dropout層[10]。引入最大池化層首先可以完成圖像特征圖下采樣的工作；其次可以對提取的特征圖信息進行壓縮，將相關不必要的冗余信息進行刪除，降低模型計算量；最后還可以擴大卷積層提取特征圖信息的感受野，由于交通標志識別需要提取更多細節(jié)特征，故最大池化層可以在特征提取的核心階段較好完成這三項工作。而第六塊中增加的dropout層，可以更好地配合ResNet殘差學習單元，防止過擬合的情況出現(xiàn)。在網(wǎng)絡模型的多次訓練迭代中，dropout層可以更新相關參數(shù)，從而保證特征圖信息提取的效率，代價是增加模型的計算量，但是這些額外的計算量可以通過批量標準化層及最大池化層等模型整體設計而控制。

第七、八塊為模型特征提取的收尾階段：依然在引入殘差學習單元的基礎上，反復使用卷積核參數(shù)為1×1及3×3的卷積層，梯次配置，加深對交通標志特征圖的信息提取。收尾階段的殘差學習單元，可以在保證卷積層特征提取效率的基礎上，進一步獲得更深層次的信息，提高對交通標志的識別精度，最終通過全連接層和Softmax完成數(shù)據(jù)輸出。

構建此模型的設計思想是：“梯次配置、分段提取、步步加深、相輔相成”。經(jīng)過圖像的預處理部分，后續(xù)特征提取的網(wǎng)絡結構，全部引入殘差學習單元，避免伴隨網(wǎng)絡的加深，出現(xiàn)過擬合及梯度爆炸、消失的問題。且反復使用的批量標準化層及最大池化層，能較好控制模型計算量，避免出現(xiàn)模型訓練迭代時間過長，參數(shù)量過大的問題，力求讓模型在獲得優(yōu)秀分類精度的基礎上，還可以減少模型訓練迭代的耗時。

1.3 對數(shù)似然代價函數(shù)

構建模型使用對數(shù)似然代價函數(shù)，如果樣本的數(shù)量用M表示，則樣本用x表示，標簽用y表示，權重向量用θ表示，則有：

對數(shù)似然代價函數(shù)在梯度下降的過程中，計算量可以得到較好控制，會使得所提模型訓練迭代的耗時進一步縮短。

2 實驗結果及分析

2.1 計算機仿真平臺及配置

提出模型使用深度學習框架-Caffe[11]來完成計算機仿真測試,此實驗使用的計算機平臺配置：操作系統(tǒng)：Ubuntu 18.04 ，處理器：Intel酷睿i7 11700K，顯卡：8G GeForce GTX1080，內存條的大小是32G。

2.2 實驗數(shù)據(jù)集

實驗使用交通標志識別公共數(shù)據(jù)集GTSRB[12]，數(shù)據(jù)集共包含43種不同類型的交通標志圖像，圖像中最小的像素為15×15，最大的像素為222×193，且交通標志所處環(huán)境各不相同，有陽光下的、過度遮光的、過度曝光的、雨霧天氣下及遮擋的，如圖3所示。

圖3 GTSRB公共數(shù)據(jù)集

2.3 實驗結果及分析

數(shù)據(jù)集圖片進入構建的網(wǎng)絡模型之前，將像素大小統(tǒng)一調整為28×28，且采用Adam算法來完成模型的訓練迭代。學習率的設置如果過大，則模型剛開始訓練時容易損失相關數(shù)值，發(fā)生數(shù)據(jù)的振蕩；設置如果過小，則模型訓練容易出現(xiàn)過度擬合的現(xiàn)象，且模型訓練迭代的收斂速度會變慢。本實驗剛開始訓練時，學習率設置為0.01 ，往后第10輪設置為0.001 ，再往后第15輪設置為0.0001 ，圖4為模型迭代次數(shù)達到150次時的收斂情況曲線。

如圖4所示，當模型訓練迭代至30次左右時，代價函數(shù)曲線已經(jīng)得以收斂，可以迅速降下來；訓練迭代至90次以后，代價函數(shù)值向橫軸靠攏。實驗結果表明，構建模型能夠獲得非常優(yōu)秀的訓練結果。模型在Caffe上的測試精度達到了99.74 %，圖5為模型迭代次數(shù)與測試精度之間的關系圖。

圖4 模型代價函數(shù)曲線圖

圖5 模型精確度與迭代次數(shù)關系圖

本文方法和當前其它算法精確度對比，如表1所示。

表1 與當前其他方法的結果比較

通過和當前較多方法實驗結果的對比，本文提出的算法模型獲得了較為優(yōu)秀的結果，模型較好控制了計算量大小，同時獲得了優(yōu)秀的分類精度。

3 結論

本文提出了一種基于改進ResNet殘差網(wǎng)絡的交通標志識別方法。根據(jù)交通標志本身的特點，構建“八塊結構的ResNet殘差網(wǎng)絡”模型，并結合對數(shù)似然代價函數(shù)，層層遞進，加深特征圖信息提取。所提模型可以在較快訓練迭代的基礎上，獲得優(yōu)秀的分類精度。下一步，還將繼續(xù)研究基于CNN卷積神經(jīng)網(wǎng)絡的交通標志識別，以期獲得更快的識別速度，更高的分類精度。