【《基于机器学习的车标的识别系统的数据库和信号采集设计案例》5600字】

16基于机器学习的车标的识别系统的数据库和信号采集设计案例目录TOC\o"1-3"\h\u7831基于机器学习的车标的识别系统的数据库和信号采集设计案例 1202071.1引言 1111221.2系统的需求分析 146601.3信号采集的设计 7231011.4数据库的生成和训练 9311391.5采集后的处理分析 111.1引言本章主要车标识别系统进行需求分析以及使用可行性分析，并探讨在Matlab中使用SVM算法来获取优质信号标本，再将优化处理的图像标本放入python的OpenCV中，用cv2.show函数展示出来，从而在VGG模型下的训练库中进行更好的测试和识别，提高准确率。1.2系统的需求分析 假设有效容量有限锻炼集D=QUOTE，QUOTE，为现有标记的实验模型锻炼集，方式辨别的最简单的要求是根据锻炼集D在多维分布空间内计算得知一个分类超分布平面，使各种特征属性的锻炼试验样品有一定依次。如下示意图3-1所示，数个分类超分布平面里，两大类锻炼数据信息试验样品“正中间”的分类超分布平面也就是为最优化超分布平面，也就是图1.1里黑色实线。由于这个分类超分布平面对全新的数据信息所形成的微观转变的“容忍”性最好。如果有已经知道试验样品其他的数据信息更接近两大类试验样品的分隔界，则其他它分类超分布平面把形成异常不同，而蓝实线分类超分布平面所受干扰影响的最低。因此这个分类超分布平面所形成的辨别作用效果最好，对全新的数据信息的辨别作用效果更优。图3-1两类训练样本的多个划分超平面在对车标信号支持向量机的研究中，我们假设有一个∅可以准确识别信号。但在现实中，原始的信号空间内可能无法得到一个好的车标分类样本的∅。图3-2从数学线性不可分到线性可分为了处理和解决及其以上问题矛盾，可适当提高信号的维度，分布空间从低调至稍微高一点，这样方便车标数据信号在全新的分布空间内数学线性可分。如下示意图3-2所示，如果把初始的分布平面分布空间交换至一个恰当的立题分布空间，就可以计算求解出一个恰当的∅。如果车标数据信号的初始分布维度有限，则能够计算得知全新的高维分布空间使车标数据信号数学线性可分。以下是一些常用的核函数，如表1.1所示。表1.1常用核函数一次SVM仅能够实现对数据的二分类，由此可见，若而面对多分类问题的时候，则可能需组合数个模型进行组合来对车标信号进行识别。当然，线性化分有一定局限性。在实际中通常很难确定线性结果是否会影响特征的过度拟合。因而在这种情况中引入“软间隔”，如图3-3所示。图3-3软间隔核运算函数、车标数据信号映射以及车标分布空间是依次匹配的。核运算函数有关参参数的调整变化真实就是隐形地对核运算函数展开调整变化，从而对特点映射展开改变。此同时，调节控制车标数据信号特点分布空间的庞杂作用程度。车标数据信号分布空间的分布维数确定了数学线性∅的最高VC维，如果车标数据信号分布空间分布维数非常高，最优化∅庞杂度就会比较大，针对锻炼集辨别作用效果好但是兼容性能差；相反一样建立。这两大类实际状况下获取的SVM都不会对车标数据信号有优良的分类作用效果。从而要求明确恰当的核运算函数参数从而方便获取合适的车标数据信号分类分布空间，这样一来才能够获取车标分类作用功能好的SVM.惩戒系数C为判断SVM分类作用效果的又一个干扰影响系数。其最高作用是在明确的车标数据信号分布空间里转变SVM的置信分布区间与实践经验风险的相对大小，以进--步提升SVM的泛化作用功能。不相同车标数据信号分布空间的最优化系数数值有一定转变，在某一个的车标数据信号分布空间里，系数C的数值愈小可规避过模拟，但是辨别工作效率低；相反一样.建立。因此，针对本次研究课题所成立的车标数据信号数据信息集，为了获取辨别最终结果良好的SVM，明确恰当的选用-一个恰当的惩戒系数C非常重要。为使SVM的分类辨别及系数寻优更为快捷，出自中国台湾区域的林智仁等分析研究工作人员综合系统设计并且撰写了LBSVM操作应用软件数据库。Matlab应用平台支持LIBSVM操作应用软件数据库的研发和使用，svmtrain编辑语句可实现了对SVM的锻炼及其系数寻优。惩戒影响因子C的实际大小由svntrain编辑语句的“-c”项判断，默认数值为1。其它调参项如下表1.2所示。表1.2普遍常用核函数的系数项伴随着分析研究的深入、全面与建筑工程投资项目实践经验的累计，有关工作管理人员试图运用少数运算方法对SVM的系数展开转变与寻优。遗传运算方法及分布网格搜查法是比较典型的两大类模式。受自然选用理论思想的激发，科学研究行业领域逐渐探究出了全局优化提高运算方法，也就是遗传运算方法。GA随机形成富含一定量个体的车标数据信号SVM系数生物种群，对生物种群依作业环境(优化提高作用效果)展开自然选用、并且针对生物种群展开生物学转化，最后形成字代系数群体，持续往复，一直到实现了迭代更新，找到发现最为合理系数排列组合。流程图如3-4所示。图3-4基于GA的SVM系数优化提高工作流程分布网格搜查法是机器设备学习里最初始的优化提高运算方法，使用这类应用模式计算求解SVM的最优化系数点是一类作用效果优良的寻优模式，能够从数个系数分布维度对SVM展开优化提高。分布网格搜查运算方法的概念是把待寻优系数于限定的系数分布空间内区别为大小相同的分布网格，以后1次计算求解每一个分布网格相对应系数数值的实验模型锻炼作用效果。这个系数优化提高运算方法理论简易、容易编辑翻译。分布网格搜查法可应用在优化提高本次研究课题的实时动态车标支持SVM，其主要优势具体如下所示：(1)可以与此同时，对惩戒系数C、核系数2个系数数值展开遍历寻优，并且使两组系数互不干预，可完成并行连接搜查。(2)在SVM系数搜查作用范围相对明确的时候，互联网搜查损耗的有效时间比较少。(3)计算得知的最优化系数数值为系数分布空间的全局最优合理解，不容易导致SVM停驻于某一地区的系数解。但是分布网格搜查法缺点不足亦然非常显著，主要具体如下所示：(1)如果设立系数作用范围比较多的时候，寻优作用时间比较长。(2)假如实践经验问题不足，未限定恰当的系数寻优地区，相对其它系数寻优模式，不容易计算得知二拓扑组成结构SVM的最优化系数数值。不难得知，分布网格搜查运算方法事实上是一类穷举的模式。本次研究课题使用这个运算方法展开SVM寻优的基本工作流程为：(1)跟据实践经验明确惩戒系数C、核系数待搜查的作用范围。(2)固定各惩戒系数C、核系数检测步长，把惩戒系数C、核系数依步长离散分布化，沿着惩戒系数C、核系数的步长分别检测，分布网格里的离散的点与之对应不相同的系数数值。(3)在检测最终结果里，选用最为合理系数点作为SVM最为合理系数。其流程图如3-5所示。图3-5根据分布网格搜查运算方法的SVM寻优工作流程针对以数学线性核为核运算函数的SVM单系数优化提高矛盾问题，能够应用GA寻优，经一定数目的迭代更新之后，找到发现满足适合度最优等的惩戒影响因子C；而就多系数优化提高矛盾问题，GA和分布网格搜查法展开系数寻优各有优劣。分布网格搜查法常常固定了步长，在规定要求的控制范围里分别论证SVM的锻炼准确比例。对比于遗传运算方法，其论证了全局系数的SVM锻炼准确比例，不会落入局部最优势，并且SVM核运算函数普遍常用的系数作用范围不是尤其广，并且常常把系数取对数并且增长相对应步长分别论证，减少降低了锻炼作用时间，提升了论证工作效率。但是分布网格搜查法步长固定，在系数比较多的时候，其对数衰减作用的更加迅速，在不断前行一致的步长下系数增长幅度太大，在相邻的论证分布网格里，会发现不了2个分布网格间锻炼作用效果更为的系数点。分布网格搜查法的功能优势是能够宏观锁定“高原系数区”，如下3-6示意图所示黄色地区所示，但是在微观寻求局部“工作高峰系数点”上，也就是局部最优势上不具优势。图3-6分布网格搜查法对“高原系数区”的宏观锁定1.3信号采集的设计为了提高训练效果，加强准确率，收集的数据样本要尽可能多一些。本研究拟对100条车标图像实况采集和处理。（100个样本，80训练集，20测试集，4种车标）。自Matlab6.0应用版本起，MatlabGUI应用平台增添了机器设备操作控制箱(instrumentcontroltoolbox)，主要目的在于为RS-232/RS-485通讯基本准则赋予有关的保障和支持，减少操作应用软件研发难度。经过在这其中，的serial有关命令指示、使用串行接口专属instrcallback()间断，可完成串行连接通讯，并且具备具体如下所示优势：(1)兼容支持很多种不同串行连接机器设备(RS-232，RS-422，RS-485)的链接和通讯；(2)二进制数据信息及信息文本(ASCII)数据信息两大类通讯模式都受支持；(3)支持异步通讯及实时同步通讯；(4)支持根据意外突发事件联动的通讯(亦称间断模式)。GUI应用平台的串行接口通讯仅将数据信号自动传输到PC处理终端，而其它作用功能都使用操作应用软件完成，所以使用GUI应用平台完成数据信息预先处理等作用功能较经济实用旧有传统类型的串行接口通讯操作应用软件要简约，如果需要增添某一项作用功能，仅仅需要增添一个程序代码功能模块就可以完成，而不需要转变通讯机器设备的链接与操作应用软件结构。Matlab对车标数据信号的收集整体上是使用serialU命令指示实现了，通常包括：4个操作应用步骤：(1)创立串行接口或者通讯机器设备并且设立其特征属性；(2)开启串行接口或者通讯机器设备；(3)获取串行接口或者通讯机器设备数据信息；(4)关停串行接口或者通讯机器设备。MatlabGUI页面绘制设计好之后，会按照数据信息收集页面里绘制设计的构件把程序代码划分成为不相同的function功能模块，产生初步基本上的程序代码结构，不相同的function相互之间波及影响到系数实时共享矛盾问题，也就是全局变化量，本次研究课题数据信息收集体系涉及到的全局变化量如下图3-7所示。图3-7数据信息收集体系全局变化量部分本研究运用的功能模块，其名称及功能如图3-8所示。图3-8GUI页面图的区域名称及表现主要内容在MATLAB按钮的Callback函数下进行编译。但在这个过程中可能出现数据异常或是溢出。所以在信号采集时需注意信号是否会发生过度饱和，若有数据溢出，则该数据无效，如果未出现这种情况，则可以继续下一步。1.4数据库的生成和训练本研究运用Python中的Kears安装TensorFlow进行深度学习，再利用已有的VGG模型加以修改，如图3-9所示，data为数据集，model是要学习得到的车标模型。Vgg-16总共有16层，其中13个卷积层和3个全连接层，要经过一次64个卷积核卷积，1次128个的卷积，2次3个512个的卷积，多次池化，要经过三次全连接，整合所有的目标特征，得到模型。VGG网络图形如图3-10所示。以下是关于利用神经网络训练和调用函数的分析。图3-9引入VGG模型图3-10VGG16模型神经网络训练的本是底层采用了正向传播和反向传播来不断地更新每一层的权重，试其输出的结果更加接近样本标签的值。而整个神经网络学习的就是从输入到输出的映射，给出输入，通过学习能够以最小误差去计算出输出。无论是在回归还是分类的模型中，有监督的学习就是这个过程。神经网络的激活函数的选择，在不同的神经网络层之中采用不同的激活函数的原因是因为：神经网络的本质就是找到输入和输出的关系，因此仅仅靠权重的线性组合并不能真正的帮助机器去学习到这个过程，并且在绝大多数的情况下神经网络的输入和输出是呈现非线性的关系，因此如果一个神经网络只有线性的部分，那么其神经网络的功能仅仅是学习简单的线性组合的关系，而不能学习到非线性的关系，因此为了保证神经网络在学习的过程中能够学习到非线性的过程，因此在每一层的输出后加上响应的激活函数为了保证非线性。而激活函数的种类常见的有sigmoid,relu,tans，softmax等等。首先是Sigmoid函数，定义如图3-11所示。它的值的区域是在（0，1）之间，因此在做一些分类的任务的时候常常在最后一层加上sigmoid函数来将结果均匀的分布到0-1之间因为分类任务的输出都是在0-1之间的。但是sigmoid函数的梯度变化在趋近于0或者1的时候是接近0的，因此在反向传输更新系数的时候在这种情况下容易发生梯度消失的现象从而无法反向更新权重。其次是Relu函数在x<0的时候Relu函数的值为0，在x>0的时候Relu函数的值是线性增长的，因此和sigmoid激活函数相比,Relu函数不会发生梯度消失的现象并且其梯度的值要远远大于sigmoid和tan激活函数因此Relu函数常常用在中间层作为激活函数，在本次毕业设计所用到的VGG网络中，除了最后一层用到的是softmax作为激活函数之外，中间层用到的都是relu函数。最后是tan激活函数，其形状和sigmoid函数一样，但是该函数是关于原点对称的，因此和sigmoid函数相比其更能够加快梯度的更新，而不会发生一上一下的现象，因为图片的数据是-128~128之间更加符合tan函数的要求。图3-11sigmoid函数用卷积神经网络对收集的训练集进行车标的特征提取，在池化层中精确提取特征。池化层的作用是进行数据的降维操作。我们在进行特征提取的误差主要来自两个方面：（1）是邻域大小受限造成的估计值方差增大；（2）是卷积层参数误差造成估计均值的偏移。此时我们通常是选取某个区域的最大值或均值来代替整个区域。本次设计采用的是max-pooling，也就是最大值池化，它减小上述所说的第二种误差，从而更多的保留了纹理信息。最后全连接层将各个数据和特征进行整合，最终产生几种分类，形成数据库，也就是车标库。图3-12为池化操作。图3-12-1初次池化图3-12-2再池化1.5采集后的处理分析由于实验的一些局限性，本次数据