基于Mask R-CNN與改進Criminisi的瀝青路面車道線移除方法

藍章禮，黃 濤，王慶珍，譚立云

基于Mask R-CNN與改進Criminisi的瀝青路面車道線移除方法

藍章禮1，黃 濤1，王慶珍2，譚立云2

(1. 重慶交通大學信息科學與工程學院，重慶 400074；2. 重慶市公路局，重慶 401147)

在對瀝青路面病害圖像進行自動分類時，含車道線的圖像數量較多易造成干擾。為此，提出一種車道線移除方法以降低其對分類的影響，首先基于Mask R-CNN網絡訓練出復雜背景下車道線區域的檢測模型，通過該模型自動獲取車道線區域mask；然后利用mask將車道線區域全部移除得到破損圖像；最后用改進的Criminisi圖像修復方法對破損圖像進行樣本塊填充。實驗表明，采用Mask R-CNN方法對400張不同環境下的路面圖像進行檢測，其漏檢率和誤檢率分別為0.50%和7.87%。在保證圖像修復質量的基礎上，改進的Criminisi方法在修復速度上比改進前提升約4~5倍。同等條件下，采用VGG分類模型對比驗證，經該算法移除車道線后的新數據集表現更優。

車道線檢測；Mask R-CNN；目標移除；Criminisi；瀝青路面

目前對路面病害檢測的方法主要是依靠工程車沿道路線行駛，用CCD (charge coupled device)攝像機采集道路表面圖像，然后集中對路面圖像進行分析處理。這些路面圖像中通常會出現車道線，其是一種分布于道路表面引導交通的常見標識，與路面在視覺上形成明顯的對比。具備一定的反光性是基本要求，以保證在雨天、霧天、夜晚等惡劣環境下有良好的能見度。

為提高檢測效率，一些研究者開始引入人工智能的方法用于病害圖像處理。但是，在采用卷積神經網絡(convolutional neural networks，CNN)等方法對路面病害圖像實現自動分類識別時，圖像中的車道線表現較為突兀，車道線區域亮度偏高，邊沿處存在強烈的灰度跳變，且寬度往往大于裂縫寬度，經CNN卷積、池化操作后，對車道線的特征感知強于裂縫，若含車道線的圖像數量較多，容易影響最后的分類結果。為了削弱影響，本文提出一種車道線移除方法，利用Mask R-CNN檢出車道線區域，然后將該區域移除，采用改進Criminisi方法修復圖像達到移除車道線的目的。

對于車道線檢測，國內外有較多的相關研究，傳統方法有基于RANSAC算法、基于Hough變換等[1-3]，此類方法抗噪聲性能較好，可以處理檢測目標被遮擋的情況，但泛化性差，需要根據不同的道路場景特點手工調節參數，一旦道路環境發生變化，檢測效果不佳。隨著深度學習技術的出現，深度學習的特征提取過程更智能，提取的特征也更抽象[4-6]。如文獻[5]運用可變形卷積神經網絡提取不同環境下的道路數據特征，利用模型對車道線進行圖像語義分割，并判斷車道線類型。該方法通過網絡模型提取多樣本圖像中車道線的顏色、紋理、形狀等特征，比傳統方法更準確地區分開車道線和背景，檢測效果較好，缺點是車道線被污染與路面背景差異不大時容易漏檢或誤檢。

對于車道線處理，本文思想是移除車道線后對該區域進行修復。圖像修復方法主要有2類：①基于偏微分方程的修復方法，最早由BERTALMIO等[7]提出，此后，研究者們又相繼提出全變分模型TV (total variation)[8]、曲率驅動擴散模型CDD (curvature driven diffusions)[9]等。其只適合修復破損面積較小的圖像，大面積破損修復則易出現修復區域模糊和失真的效果。②由CRIMINISI等[10]提出基于樣本塊的圖像修復技術，該方法在修復紋理的同時兼顧結構，對大面積破損圖像的修復效果較好，但時間復雜度高。文獻[11]加入局部特征信息，重新約束優先權，采用分級搜索樣本，縮短修復時間，并提出弧形推進填充，保持修復邊沿的平滑性。文獻[12]將圖像的局部亮度方差用作優先級的度量因子，并改進了最佳匹配子塊的獲取過程，使得匹配更為準確，修復效果更為理想，其應用在目標移除上效果較好，但修復過程漫長、耗時長。

1 本文流程

圖1為本文方法的流程圖，主要包括車道線檢測與車道線處理。車道線檢測采用Mask R-CNN方法獲取車道線區域mask，車道線處理部分則用mask將車道線移除，并采用改進的Criminisi算法對破損圖像進行迭代修復。

圖1 整體流程圖

2 基于Mask R-CNN的車道線檢測

2.1 Mask R-CNN基本模型

早在2014年，GIRSHICK等[13]提出R-CNN (regions with CNN)算法，有效解決了一直困擾眾多研究者的目標檢測難題。后來，HE等[14]又提出空間金字塔池化網絡(spatial pyramid pooling-net，SPP-Net)，不到1年時間，GIRSHICK[15]改進了SPP-Net算法，提出Fast R-CNN算法，但依然采用R-CNN的選擇性搜索算法生成候選框，該過程的耗時問題仍然存在。于是，REN等[16]設計一種區域建議網絡(region proposal network, RPN)，提出Faster R-CNN算法。該算法先由RPN判斷候選框是否為目標，再由分類層和回歸層判斷目標類型并調整，大大改善了整個網絡的性能。此后研究者又相繼提出HyperNet、R-FCN、MS-CNN、Mask R-CNN等多種改進算法[17]，針對以R-CNN為代表的區域建議網絡在目標檢測中的性能特點，文獻[17]做了非常詳細的對比，本文選用Mask R-CNN作為車道線區域檢測框架。

Mask R-CNN模型結構如圖2所示，是在Faster R-CNN的網絡框架上做的改進。基礎網絡層由2部分構成：①訓練好的ResNet50、ResNet101或VGGNet等；②基于不同尺度的Feature map，構建了特征金字塔網絡(feature pyramid network, FPN) 結構。

圖2 Mask R-CNN結構圖

區域建議網絡(region proposal networks，RPN)中的anchor采用5個尺度，每個尺度包含3種縱橫比的策略，即共享特征圖每個像素點位置上生成15個不同的anchor，根據特征圖的尺寸不同，生成的anchor數量可多達上萬個，anchor中是否有目標，用交并比IoU (intersection over union)的值判定，即預測box和真實box的重疊率，等于2個區域重疊部分與其并集的比值。

Faster R-CNN中的ROI(region of interest)池化被ROIAlign替代，使ROI到特征圖上的映射不再采用四舍五入取整的方式，同時，將每個ROI對應的特征轉化為固定維度時也不做取整操作，簡單說來就是ROIAlign消除了ROI池化過程中的量化誤差。相對Faster R-CNN而言，標定位更加精確。

最后，Mask R-CNN新增了分割Mask分支，可以對車道線區域進行像素級分割。

從網絡的基本結構，可知每一個ROI區域的損失函數來自3個部分：分類誤差、檢測誤差和分割誤差，分別對應分類層、回歸層、Mask層。故損失函數表示為

其中，()為車道線分類損失，是對ROI區域進行類別判斷時產生的誤差；()為車道線區域的邊框回歸損失誤差；()為車道線與路面背景像素的分類損失，即判斷該像素是否屬于車道線區域產生的誤差，等于ROI上所有像素交叉熵的平均值，其中每個像素均采用Sigmoid函數求二值交叉熵。

至此，不再對深度學習部分做詳細闡述。經該模型測試的輸出結果如圖3(a)所示，藍色部分表示檢測到的車道線區域；圖3(b)為該車道線區域的mask，像素值為1表示檢測區域，0則表示背景。

從檢測結果看出：mask并不能完全覆蓋車道線區域，故對mask做形態學膨脹操作向外擴充區域，確保mask對車道線覆蓋完整。

(a) 檢測結果 (b) 對應的mask

2.2 評價標準

對車道線檢測目的是獲取車道線區域的位置信息，以便后續處理。由于道路使用多年，車道線可能被泥土等污染，在邊沿處灰度變化緩慢，如圖4所示，會出現區域內像素漏檢或區域外像素誤檢的情況。但本文只考慮是否存在車道線及車道線所在的基本位置，不考慮像素級的檢測，認為檢測出的mask能基本覆蓋實際可見車道線區域則檢測準確。

圖4 車道線邊界局部細節圖

采用漏檢率(miss detection rate，MDR)和誤檢率(false detection rate，FDR)作為衡量檢測結果的基本標準，即