【《交通标志识别算法中标志图像的定位分析》2800字】

交通标志识别算法中标志图像的定位分析目录TOC\o"1-3"\h\u29022交通标志识别算法中标志图像的定位分析 1269441.1图像定位简介 121261.2区域选择推荐算法 2197021.3非极大值抑制原理 3142641.4基于YOLO模型的交通标志特征提取 4129791.4.1YOLO原理简介 481121.4.2YOLO模型训练 4204421.4.3YOLOv3 5264091.5交通标志图片标注 7169691.5.1标定软件 7175191.5.2标定过程 81.1图像定位简介与传统的机器学习算法不相同，传统的算法必须使用一些技术性或是技巧性的方法来抽取图像的特点，深度学习在这一方向具有得天独厚的长处。深度学习通过大批的交通标志图像模型进行模拟训练，从这些模拟得到的样本图像中自然地提取交通标志图像的特点，卷积神经网络自二十世纪八十年代的出现之后，已经成为许多科研方向的重点。图3-1特征提取过程图1.2区域选择推荐算法利用区域选择推荐算法定位道路标志是交通标志识别在卷积神经网络上的一次伟大的历史性突破。与之前的机器学习的算法不相同的是，在录入一个图像时区域卷积神经网络系统会通过识别图像的各种细节例如，图像的颜色，轮廓，边界，空间占比，纹路等来对候选目标的数量进行初步的预测。有时为了推荐区域的顺利产出，会应用一个网格，使它滑动在倒数第一层卷积层产出的卷积神经特点图，该网格在利用窗口在输入的卷积神经特点图上。此网络的表达如以下图像表示，因为网络的运行是在滑动思维下运作的，两个全连接层分析享有全部的坐标信息和空间位置，这一框架很顺利地通过的卷积层呈现，在的卷积层后使用ReLU（Rectified）激励函数进行最后输出。为了对区域推送网络进行模拟训练，使其能够对交通标志做出一个区块化的判断，每一个anchor模型都要匹配一个二进制的标签，分配一个正标签给两类anchor，这步操作与这个标签是不是属于此目标无关，第一类anchor和现实框的匹配程度最好，第二类anchor与现实框的匹配程度大于0。定义最终的交通标志模型识别最小化目标loss函数如下：（3-1）其中，ⅈ是anchor对应的下标，是第个anchor含有交通标志目标的预测概率，如果anchor是真，则为1，否则，如果anchor为负，则为0[7]。是代表预测框盒子坐标的4个数据的向量，是与真anchor相关的真实框盒子坐标的4个参数的向量。分类损失函数是两类（目标和非目标）的逻辑损失，对于回归损失函数，我们使用，其中是一个平滑损失函数，如公式所示smoothL1公式代表仅仅当anchor为真（）和anchor为负（），分类层和回归层输出由和构成，这两项将通过，以及平衡常数均值化。对于回归，本文通过如下公式来参数化4个坐标&t&t其中，x，y，w和h分别代表图像中交通标志框的中间坐标[8]，其表示的是交通标志目标框的宽度和高度，变量x，x1.3非极大值抑制原理最后确定交通标志目标框时，深度学习目标框需要进行非极大值抑制（NMS）如下图所示，其是众多计算机视觉和模式识别和图像处理应用中的关键预处理步骤。图3-2交通标志非极大值抑制示意图NMS的直接实现包含有两个循环，当中的外循环遍历所有像素，内循环针对其所有的相近像素测试是否能成为外部循环的候选。首先，第个相邻像素在前个相邻像中与当前候选者中是最大的，其发生概率为11+ⅈ；第二，循环必须在第次迭代之前不被中止，即当前候选值比已经测试的相邻像素大，其发生概率为1ⅈ，最终得到：p(i)=1i(i+1)在每次迭代中，发生候选像素与第个相邻像素之间的准确预测一次，其总计比较次，直到第次迭代结束。因此，每个像素的预期比较数目（CpP）为E(CpP)=&2n2n+1其中是左和右相邻像素的数目，且第一项捕获候选像素是局部最大值时的情况。1.4基于YOLO模型的交通标志特征提取1.4.1YOLO原理简介YOLO（Youlookonlyonce）其原理比较简易：图像盒子的多个边框和轮廓会被一个卷积神经网络一起同一时间进行预测。YOLO会对数据集所有的图像进行模拟预测，之后会对检验性能进行直接的优化和更新。YOLO会对图形进行一个完整的考虑，其次，YOLO能对物体对象进行更加一般的抽象表示。1.4.2YOLO模型训练YOLO会把录入的图形分割成n*n的网格，每个单独的网络会预测M个边界框并得到它们的置信度分数。每个边界框有五个可以预测的值：x，y，w，h以及置信度，坐标代表框的中心相对于网格单元的边界，预测的宽度和高度是相较于整个图像。通过图像宽度和高度将边界框宽度和高度归一化，使得他们的预测值在0和1之间。其具体函数如下：φ(x)=&x,    &&x>0YOLO会对每一个单元网格内的多种边界框进行一次预测，在模拟练习时，我们应该把每个对象都匹配一个边框预测期。其公式如下：λcoord其中，Iⅈj0bj代表如果对象出现在网格ⅈ中，并且ⅈj表示网格ⅈ中第1.4.3YOLOv3YOLOv3相较于传统的YOLO引入了参差连接算法，目的是对网络的深度进行加深，网络的主体部分有五十三层卷积层也可以被称为Darknet53,其主要结构是由3×3的卷积层和1×1卷积核连接块匹配组合而成,残差连接块如下图所示。图3-3参差连接块如图上所示,x是残差连接块的输入,F（x）是x经过两层卷积层后的输出,残差连接就是将输入x与F(x)相加。残连接的公式如下所示[9]:H（x）=F（x）+x（3-7）Darknet-53相较于ResNet-01，其功能差距主要体现在网络的分类精细程度和速率上，前者比后者块上了近两倍。Darknet-53的分类精度与ResNet-152[10]相比差距并不大,但是前者的效率却比后者高出一倍。相比于别的网络结构,Darknet-53做到了每秒最多的计算。Softmax分类器有一点缺陷就是对于不同类的目标会存在相互排斥的现象导致检测不准的现象,针对此种问题YOLOv3采用的是binarycross-entropyloss分类器代替原先传统的Softmax分类器,此方法可以解决识别目标互斥的问题达到多种标志同时分类。YOLOv3网络为了丰富多类目标特征尺寸信息对更细微的图像目标进行检测加入了FPN架构,它结合了不同层次的特征图像,此架构可以把许多不同类别的图形特点输入到网络中进行多方面的预测。YOLOv3采用k-means[11]聚类算法来确定先验框的大小,对于COC数据集输入图像是416×416的大小。特征图得到先验框的规则是，若特征图像的整体尺寸越小则得到的先验框会越大，反之得到的先验框会较小。举个例子，最小的特征图11×11应具有最大的感受视野,所以应用最大的先验框(14,92),(154,187)和(377,324),24×24的特征图应用先验框(30,61),(62,45)(59119),52×52的特征图具有最小的感受视野,应用最小的先验框(11,14),(12,31)和(1,4)。图3-4Yolov3networkstructure1.5交通标志图片标注交通标志深度学习网络的训练是一个非常重要的步骤，为了训练交通标志识别模型，需要对每一张交通标志图像进行标定。在此实验利用OpenCV搭建实验平台并利用RCNN、YOLO网络对各种交通标志图像数据集进行迁移训练。1.5.1标定软件本文使用