基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)研究

文/周紀(jì)武、于新生

1 前言

隨著軌道交通與人工智能行業(yè)的快速發(fā)展，地鐵車輛的維護(hù)需求正在逐步增大，而車號統(tǒng)計(jì)又是維護(hù)過程中必不可少的一環(huán)。目前，地鐵車號主要采用人工統(tǒng)計(jì)或者RFID 射頻技術(shù)進(jìn)行統(tǒng)計(jì)。傳統(tǒng)以人工為主的地鐵車輛車號統(tǒng)計(jì)方式耗時(shí)長、人工效率低，長時(shí)間統(tǒng)計(jì)極可能會出現(xiàn)視覺疲勞引起的誤統(tǒng)計(jì)；而RFID 射頻技術(shù)過于依賴電子標(biāo)簽，當(dāng)電子標(biāo)簽破損、脫落、水封或者磁化時(shí)，會引起車號無法識別的問題，需要頻繁維護(hù)[1]。

為解決現(xiàn)有兩種技術(shù)的缺陷，進(jìn)一步加快地鐵車輛車號識別效率、提高精度、降低人力成本，實(shí)現(xiàn)地鐵車輛維護(hù)系統(tǒng)的健康管理，基于深度學(xué)習(xí)技術(shù)的地鐵車輛識別技術(shù)順勢而生。該技術(shù)可以以不停車的方式，自動完成獲取車體的高清圖像，還可以通過深度學(xué)習(xí)等技術(shù)實(shí)現(xiàn)地鐵車號識別。

本系統(tǒng)不但具備自動啟動、故障自診斷、車號智能識別、智能信息處理等功能，而且識別精度高、運(yùn)算速度快，可實(shí)現(xiàn)在線實(shí)時(shí)檢測，提供并記錄地鐵車號識別結(jié)果，同時(shí)本系統(tǒng)也可以提供豐富的數(shù)據(jù)接口和完整的信息管理功能，真正實(shí)現(xiàn)系統(tǒng)的智能化、平臺化、大數(shù)據(jù)化。

2 技術(shù)實(shí)現(xiàn)

2.1 設(shè)計(jì)理念

為加強(qiáng)對地鐵車輛的維護(hù)，提高車號識別效率與精度，本系統(tǒng)利用線陣相機(jī)等硬件設(shè)備對車輛以通過式自動采集車身外觀圖像，再采用深度學(xué)習(xí)等技術(shù)進(jìn)行車號識別，提高工作人員工作效率，保障行車安全，發(fā)揮科技保安全、減員增效的作用。

2.2 圖像采集說明

基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)采集圖像簡單易懂，前端采集設(shè)備分別安裝于軌道左右兩側(cè)，分別實(shí)現(xiàn)左側(cè)車號和右側(cè)車號圖像的全景掃描。右側(cè)設(shè)備與左側(cè)設(shè)備相同，如圖1 所示。

圖1 車號圖像采集示意圖

通過安裝在軌道兩側(cè)的2 組高清線陣圖像采集模塊，可以實(shí)現(xiàn)對兩側(cè)車廂的全景圖像采集，然后對每一節(jié)車廂的車號區(qū)域進(jìn)行智能識別，最后將識別結(jié)果上傳至數(shù)據(jù)平臺。

2.3 主要核心技術(shù)原理

首先采用YOLO_V3 目標(biāo)檢測網(wǎng)絡(luò)模型分別對地鐵兩側(cè)車身車號區(qū)域?qū)崿F(xiàn)精準(zhǔn)定位，其次，再利用YOLO_V3 模型對每個(gè)車號區(qū)域進(jìn)行字符分割，然后采用支持向量機(jī)（SVM）實(shí)現(xiàn)列車車號識別，最后充分利用識別出的兩側(cè)車號進(jìn)行校驗(yàn)，并把最終車號返回給數(shù)據(jù)平臺，具體算法原理流程如圖2 所示[2]。

圖2 車號識別算法流程圖

2.3.1 深度學(xué)習(xí)目標(biāo)檢測模型（YOLO_V3）

YOLO_V3 是深度學(xué)習(xí)中常用的一種實(shí)時(shí)性的目標(biāo)檢測模型，具有精度高、速度快、多尺度檢測以及小目標(biāo)檢測等優(yōu)勢。

Darknet-53 是一個(gè)專門為YOLO_V3 設(shè)計(jì)的深度學(xué)習(xí)框架，其主要用來提取圖像的特征。Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示，主要包括5 個(gè)殘差模塊，具體實(shí)現(xiàn)流程如下：

圖3 Darknet-53 模型結(jié)構(gòu)

第一步將256×256×3 大小的輸入圖像經(jīng)過3×3×32 的卷積層處理后，得到256×256×32 大小的輸出；第二步將第一步中的輸出經(jīng)過步長為2 的3×3×64 大小的卷積層處理后，得到128×128×64 大小的輸出；第三步將第二步中的輸出經(jīng)過1 個(gè)殘差塊處理得到新的128×128×64 大小的輸出；第四步將第三步中的輸出經(jīng)過步長為2 的3×3×128 大小的卷積層處理后，得到64×64×128 大小的輸出；第五步將第四步中的輸出經(jīng)過2 個(gè)殘差塊處理得到新的64×64×128 大小的輸出；第六步將第五步中的輸出經(jīng)過步長為2 的3×3×256 大小的卷積層處理后，得到32×32×256 大小的輸出；第七步將第六步中的輸出經(jīng)過8 個(gè)殘差塊處理得到新的32×32×256 大小的輸出；第八步將第七步中的輸出經(jīng)過步長為2 的3×3×512 大小的卷積層處理后，得到16×16×512 大小的輸出；第九步將第八步中的輸出經(jīng)過8 個(gè)殘差塊處理得到新的16×16×512 大小的輸出；第十步將第九步中的輸出經(jīng)過步長為2 的3×3×1024 大小的卷積層處理后，得到8×8×1024 大小的輸出；第十一步將第十步中的輸出經(jīng)過4 個(gè)殘差塊處理得到新的8×8×1024 大小的輸出；最后再通過池化全連接層以及softmax 回歸得到圖像特征圖。

YOLO_V3 網(wǎng)絡(luò)結(jié)構(gòu)是在Darknet-53 網(wǎng)絡(luò)上增加了YOLO 層，可實(shí)現(xiàn)多尺度檢測的功能，YOLO_V3 網(wǎng)絡(luò)結(jié)構(gòu)如圖4 所示。

圖4 YOLO_V3 模型結(jié)構(gòu)

由YOLO-V3 模型結(jié)構(gòu)圖可知，其分別從Darknet-53 框架結(jié)構(gòu)的最后三個(gè)殘差塊獲取的特征圖中進(jìn)行多尺度檢測。首先，將Darknet-53 最后輸出的13×13×1024 大小的特征圖經(jīng)過5 個(gè)卷積層進(jìn)行二次特征提取后拿去檢測目標(biāo)；其次，再將前一步二次特征提取后的特征圖上采樣與Darknet-53 結(jié)構(gòu)中倒數(shù)第二個(gè)殘差塊獲取的特征圖合并，經(jīng)過5 個(gè)卷積層進(jìn)行二次特征提取后拿去檢測目標(biāo)；最后，再將前一步二次特征提取后的特征圖上采樣與Darknet-53 結(jié)構(gòu)中倒數(shù)第二個(gè)殘差塊獲取的特征圖合并，經(jīng)過5 個(gè)卷積層進(jìn)行二次特征提取后拿去檢測目標(biāo)。

2.3.2 支持向量機(jī)（SVM）

支持向量機(jī)（SVM）屬于監(jiān)督學(xué)習(xí)算法中的一種，主要用于模式識別領(lǐng)域中的數(shù)據(jù)分類問題，其最大的優(yōu)點(diǎn)就是適用于小樣本且泛化性能好。

標(biāo)準(zhǔn)支持向量機(jī)是一種線性二分類模型，基本思想是使分類間隔最大化。如圖5 所示，黑點(diǎn)和白點(diǎn)分別代表兩個(gè)不同的類別，x 代表輸入向量（特征向量），w 是權(quán)重向量，b 代表偏置項(xiàng)。SVM 的目標(biāo)就是尋找一個(gè)分類超平面，它能正確分類每一個(gè)樣本（黑白點(diǎn)）；與此同時(shí)，它還要使每一類樣本中距離超平面最近的樣本到超平面的距離盡可能遠(yuǎn)。

圖5 SVM 二分類原理

在標(biāo)準(zhǔn)SVM 中引入松弛變量和懲罰因子后可以處理線性不可分問題，但此時(shí)SVM 仍然是一個(gè)線性分類器，只是允許錯(cuò)分樣本的存在。只有當(dāng)SVM 使用核函數(shù)時(shí)，才是真正意義上的非線性分類器。使用核函數(shù)可以將非線性特征向量映射到更高維空間，并使其在該空間中線性可分，進(jìn)而實(shí)現(xiàn)非線性數(shù)據(jù)分類。比較常用的核函數(shù)主要有線性核函數(shù)、多項(xiàng)式核函數(shù)以及徑向基核函數(shù)等[3]。

若想使用SVM 解決多分類問題，主要采用一對最大響應(yīng)方案或者一對一投票淘汰方案。對于k 分類問題，一對最大響應(yīng)方案就是訓(xùn)練k 個(gè)分類器，每個(gè)類分別作為正樣本，其他所有剩余類作為負(fù)樣本，進(jìn)行分類時(shí)分別計(jì)算每個(gè)分類器的輸出值，輸出值最大的作為最終分類結(jié)果；而一對一投票淘汰方案則是訓(xùn)練k×（k-1）/2 個(gè)分類器，得到投票數(shù)最多的結(jié)果作為最終分類結(jié)果[4]。

2.3.3 車號識別算法

本算法通過非接觸式的方式實(shí)現(xiàn)列車在動態(tài)過程中的側(cè)面車號識別，以高精度、高速率識別為設(shè)計(jì)理念，利用車體側(cè)面高清彩色圖像并結(jié)合深度學(xué)習(xí)YOLO_V3 目標(biāo)檢測模型以及SVM 多分類等技術(shù)，自動獲取地鐵車號信息，實(shí)現(xiàn)地鐵無人值守、遠(yuǎn)程監(jiān)控與辦公，為列車進(jìn)出站以及維護(hù)提供基本信息。地鐵車號識別算法如下：

圖像采集系統(tǒng)開啟，分別獲取地鐵左右兩側(cè)車身彩色圖片；采用YOLO_V3 檢測模型精確定位地鐵車身全部車號區(qū)域位置，定位結(jié)果如圖6 所示；采用YOLO_V3 檢測模型精確定位車號區(qū)域的每個(gè)地鐵車號字符，定位結(jié)果如圖7 所示；采用支持向量機(jī)（SVM）識別每一個(gè)字符；對獲取到的全部車號結(jié)果校驗(yàn)；校驗(yàn)結(jié)果返回平臺[5]。

圖6 車號區(qū)域定位結(jié)果圖

圖7 字符精確定位結(jié)果圖

3 結(jié)果分析與技術(shù)優(yōu)勢

3.1 結(jié)果分析

基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)與傳統(tǒng)OCR 字符識別技術(shù)相比，其識別精度與速度均有了質(zhì)的飛越。以100 張車號圖片為例，對比結(jié)果如表1 所示，圖片分辨率均為27000×2048。

表1 兩種算法識別結(jié)果對比

2020年11月10日，該系統(tǒng)已成功應(yīng)用于大連地鐵1 號線，目前為止已經(jīng)穩(wěn)定運(yùn)行130 余天，車號識別準(zhǔn)確率達(dá)到99.5%以上[6]。

3.2 技術(shù)優(yōu)勢

3.2.1 數(shù)據(jù)接口功能

系統(tǒng)提供了豐富的數(shù)據(jù)接口，具有網(wǎng)絡(luò)功能，能提供與地鐵車輛段信息管理單元的接口。

3.2.2 算法自啟動與故障自診斷

線陣相機(jī)提供圖像處理技術(shù)判定列車是否經(jīng)過，如有列車經(jīng)過，則自動啟動車號識別算法。單元進(jìn)入故障診斷排查，若發(fā)現(xiàn)故障則自動報(bào)警；若診斷排查結(jié)果無誤，則提取車號信息。

3.2.3 小數(shù)據(jù)集高精度

采用YOLO_V3 與SVM 結(jié)合的方式進(jìn)行車號識別，避免了深度學(xué)習(xí)識別結(jié)果過于依賴訓(xùn)練數(shù)據(jù)的弊端，而且還可以減少人工標(biāo)注的成本，實(shí)現(xiàn)小數(shù)據(jù)集高精度的識別結(jié)果。

3.2.4 技術(shù)應(yīng)用范圍廣

基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)適用范圍廣，可以覆蓋到軌道交通領(lǐng)域地鐵、高鐵、輕軌、貨車以及客車等各種車型。

3.2.5 硬件依賴少

基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)幾乎不依賴任何額外硬件，便于維護(hù)。

3.2.6 智能識別算法

利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)車號精準(zhǔn)定位，減少光照、陰影等不良影響；利用智能校驗(yàn)算法糾正破損等誤識別車號。

4 結(jié)語

基于深度學(xué)習(xí)技術(shù)的地鐵車輛車號識別系統(tǒng)融合了傳統(tǒng)機(jī)器視覺與深度學(xué)習(xí)技術(shù)，以不停車的方式實(shí)現(xiàn)每節(jié)車廂的車號識別，真正實(shí)現(xiàn)智能化、平臺化以及大數(shù)據(jù)化，同時(shí)還進(jìn)一步提高了地鐵車輛車號識別效率、精度，降低了人力成本，減少運(yùn)維，實(shí)現(xiàn)軌道交通領(lǐng)域無人值守，遠(yuǎn)程監(jiān)控與辦公，為列車進(jìn)出站以及維護(hù)提供基本信息。