劉奧強，張旭

（201620 上海市 上海工程技術(shù)大學(xué) 機械與汽車工程學(xué)院）

0 引言

近年來，自動駕駛技術(shù)成為圖像領(lǐng)域的研究熱點之一。自動駕駛技術(shù)在減少交通事故、減緩交通擁堵、降低能耗、保護環(huán)境等方面具有巨大潛能，較好的分類識別模型可有效提高安全駕駛水平。在實際的道路場景中，路面狀態(tài)可分為：干燥路面、結(jié)冰路面、潮濕路面、積雪路面、泥濘路面等，且路面狀態(tài)受天氣、光照變化、運動模糊等不利因素影響。傳統(tǒng)的圖像分類方法雖然能提取圖像特征對路面進行一定的分類識別，但提取的特征準(zhǔn)確度不穩(wěn)定，且路面分類識別適應(yīng)性較差，因此路面狀態(tài)識別分類存在諸多待研究改進的方面。

20 世紀(jì)80 年代，多層神經(jīng)網(wǎng)絡(luò)[1]這一概念被學(xué)者提出，LECUN[2-3]等人在文字識別中應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)，減少了人工提取特征的工作量；KRIZHEVSKY[4-5]等人提出經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并在圖像識別任務(wù)上取得重要突破。近年來，CNN（Convolutional Neural Network）在許多鄰域發(fā)展迅速，在處理圖像目標(biāo)檢測[6]與分類等問題上表現(xiàn)優(yōu)越。在路面狀態(tài)分類識別方面，文獻[7]提出一種經(jīng)典的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，但網(wǎng)絡(luò)分類正確率較低；文獻[8]提出一種基于顏色空間特征的路面狀態(tài)識別方法；文獻[9]提出基于改進支持向量機識別路面狀態(tài)，在混合路況識別率達到85%，但樣本量少。

深度學(xué)習(xí)受到眾多研究者喜愛，其中一個關(guān)鍵因素是網(wǎng)絡(luò)模型的不斷改進和創(chuàng)新。神經(jīng)網(wǎng)絡(luò)的改進會影響數(shù)據(jù)集特征提取的效果，因此，模型選擇是深度神經(jīng)網(wǎng)絡(luò)中重要的組成部分。

深度殘差網(wǎng)絡(luò)塊的優(yōu)化改進，既能顯著增強特征提取的多樣性，又能有效減低訓(xùn)練誤差，因此本文在ResNet50 基礎(chǔ)上研究圖像分類識別，并進一步研究殘差塊對圖像分類準(zhǔn)確率的影響，提出一種改進的深度殘差網(wǎng)絡(luò)模型，并在路面狀態(tài)數(shù)據(jù)集上進行實驗研究。實驗結(jié)果表明，改進后的深度殘差網(wǎng)絡(luò)提高了分類的準(zhǔn)確度。

1 模型調(diào)整

在特定的任務(wù)中，選擇模型是不可忽視的重要環(huán)節(jié)，改變一些參數(shù)都可能對分類結(jié)果產(chǎn)生很大影響，所以本文以ResNet 為例研究模型調(diào)整的效果。

1.1 ResNet50 結(jié)構(gòu)

ResNet 網(wǎng)絡(luò)作為圖像分類的主流模型，其作用被研究者認同，主要原因是其很深的層次結(jié)構(gòu)于分類識別領(lǐng)域有很大作用。

從階段2 開始，每個階段從下采樣塊開始，然后是幾個剩余塊。在下采樣塊中，有2 個路徑。左邊路徑具有3 個卷積，其卷積大小分別為1×1，3×3 和1×1，這是一個完整的瓶頸結(jié)構(gòu)；另一個路徑使用1×1 轉(zhuǎn)換，步長為2。可以對2 個路徑疊加求和，得到輸出。

ResNet網(wǎng)絡(luò)模型作為一個圖像分類大的框架，有很多變體，都是改變網(wǎng)絡(luò)模型的卷積層數(shù)，達到模型的深度結(jié)構(gòu)，更深的模型有ResNet152 等。

1.2 ResNet50 結(jié)構(gòu)調(diào)整

受ResNet 啟發(fā)，我們注意到下采樣塊的路徑B 中的1×1 卷積也忽略了3/4 的輸入特征映射，需要對其進行修改，便不會忽略任何信息。經(jīng)驗發(fā)現(xiàn)，在卷積前增加一個2×2 的平均匯集層，步長為2，步長變?yōu)? 在實踐中效果很好，對計算成本的影響很小。圖1 說明了這一調(diào)整。

圖1 改進前后ResNet50 殘差塊結(jié)構(gòu)Fig.1 Resnet50 residuals block structure before and after Improvement

2 實驗結(jié)果與分析

2.1 實驗平臺及數(shù)據(jù)集

本文是在Windows 10（x64）操作系統(tǒng)下進行仿真實驗，選擇的軟件平臺為MATLAB R2020b。在GeForce GTX 880M GPU 工作站上運行，結(jié)果證明對數(shù)據(jù)集的識別準(zhǔn)確率較高。

本文道路狀態(tài)數(shù)據(jù)采用牛津機器人數(shù)據(jù)集[10]和KITTI 數(shù)據(jù)集[11]，道路狀態(tài)分類如表1 所示。經(jīng)過視頻圖像預(yù)處理后，每類樣本各有1 000 幅圖像，訓(xùn)練數(shù)據(jù)800 幅，測試數(shù)據(jù)200 幅。實驗流程如圖2 所示。

表1 道路狀態(tài)分類Tab.1 Road condition classification

圖2 路面狀態(tài)分類識別流程圖Fig.2 Flow chart of pavement condition classification and identification

選擇圖片中間軸線作為中心基面，前方選擇相應(yīng)的矩形像素點進行分類識別。建立路面數(shù)據(jù)集后，圖像數(shù)據(jù)預(yù)處理經(jīng)過以下步驟：去除模糊圖像；應(yīng)用同態(tài)濾波對圖片光照強度統(tǒng)一化處理[12]；對路面狀態(tài)集中圖像標(biāo)簽標(biāo)定；最后將數(shù)據(jù)圖片放入深度學(xué)習(xí)模型中訓(xùn)練識別。本文所采用的CNN 網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖3 所示。

圖3 CNN 網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig.3 Schematic diagram of CNN network structure

2.2 不同方法實驗對比分析

將本文的神經(jīng)網(wǎng)絡(luò)與AlexNet，VGG16，ResNet50 這3 種網(wǎng)絡(luò)模型進行對比，并且加入SVM、BP 神經(jīng)網(wǎng)絡(luò)2 個傳統(tǒng)機器學(xué)習(xí)模型分析結(jié)果進行比較。SVM 與BP 模型采用HVS 顏色空間特征和灰度共生矩陣特征，各模型實驗平均準(zhǔn)確度分類結(jié)果如表2 所示。

表2 準(zhǔn)確率對比Tab.2 Comparison of accuracy

表2 展示了這6 種機器學(xué)習(xí)模型在路面狀態(tài)數(shù)據(jù)集中的分類識別結(jié)果。結(jié)果表明，改進的深度殘差網(wǎng)絡(luò)達到了很好的分類準(zhǔn)確率。傳統(tǒng)的機器學(xué)習(xí)模型SVM 與BP 神經(jīng)網(wǎng)絡(luò)對于干燥的路面狀況識別效果較差，主要原因是光照強度改變但沒設(shè)置合適的特征用于模型的訓(xùn)練；SVM 模型適合小數(shù)據(jù)集（500 張圖片）的分類識別，故在該數(shù)據(jù)中訓(xùn)練沒達到最好的性能，且反映出傳統(tǒng)的SVM 模型不適用于智能駕駛系統(tǒng)。本文在深度殘差網(wǎng)絡(luò)的基礎(chǔ)上進行了調(diào)整，增強了網(wǎng)絡(luò)對于路面狀態(tài)數(shù)據(jù)集的特征提取效果，從而驗證了本文提出的網(wǎng)絡(luò)模型應(yīng)用于路面狀態(tài)分類識別的有效性。

3 結(jié)語

深度殘差網(wǎng)絡(luò)具有很強的分類學(xué)習(xí)能力，在解決圖像分類識別問題中具有優(yōu)秀的性能。本文選用深度學(xué)習(xí)的方法，結(jié)合改進的深度殘差網(wǎng)絡(luò)和具有強大運算能力的GPU，對常見的5 類路面狀態(tài)進行分類識別。結(jié)果顯示：調(diào)整的深度殘差網(wǎng)絡(luò)具有較高的識別準(zhǔn)確率，本文的數(shù)據(jù)集中平均識別準(zhǔn)確率達到94.35%，且該網(wǎng)絡(luò)模型具有較好的推廣應(yīng)用能力。實驗發(fā)現(xiàn)，提出改進殘差網(wǎng)絡(luò)結(jié)構(gòu)的深度學(xué)習(xí)模型在參數(shù)和架構(gòu)上仍然具有提升的空間，所以將來在提高識別準(zhǔn)確率的圖像分析處理工作中，完善路面狀態(tài)數(shù)據(jù)集、改善網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)是下一個研究目標(biāo)。