基于自適應降頻卷積的受電弓識別算法研究

孫 明

（上海地鐵維護保障有限公司供電分公司， 上海 201106）

0 引 言

受電弓是電氣化鐵路系統中保障列車正常供電和正常運行的重要組成部件。 受電弓與接觸網的鏈接關系和工作狀態直接影響高速鐵路系統列車的正常安全運營。 所以如何提高受電弓結構功能部件的服役檢測水平和有效減低維護成本，是鐵路弓網系統安全檢測及故障診斷需要解決的關鍵問題［1］。

目前，受電弓結構檢測的主要方式包括接觸式和非接觸式兩種。 其中，接觸式檢測方法重點是基于傳統落后的人工檢測和離線定點檢測，這種檢測方法的弊端主要在于無法對處在行運過程中的高速列車進行狀態檢測和實施監控。 非接觸式檢測方法則通過將各類車載檢測裝置安裝于列車頂部，由此實現對車載受電弓的實時動態監測。 常見的非接觸檢測方法包括通過采集裝置來采集手機震動信號、溫度信號或解除信號等進行受電弓的狀態檢測［2］。近年來，采用基于圖像處理技術的非接觸式受電弓檢測方法可以很好地完成實際工程項目中的受電弓狀態檢測和動態監控工作［3-9］。 文獻［6-7］的研究中，通過傳統的圖像邊緣檢測方法對受電弓的邊緣進行提取，再根據邊緣特征對受電弓的故障進行診斷和檢測。 文獻［7］提出在邊緣檢測的基礎上進行基于模糊邏輯和圖像處理的受電弓幾何模型檢測?？紤]到基于邊緣檢測的方法具有容易受到復雜背景干擾的不足，研究學界現已陸續將解決問題的思路從關注邊緣提取轉移到目標區域的整體定位上。 文獻［8］提出了一個雙層框架對受電弓進行受電弓的狀態檢測。 文獻［9］中，研發了一種基于連通區域的受電弓定位方法和基于區域色彩特征的弧線識別方法。 此外，隨著深度學習理論的發展和在圖像處理領域取得的突破，基于深度學習理論的圖像處理方法也受到了廣泛關注并推廣到了實際工程應用領域。 當前，也有一些研究工作在通過深度學習方法對受電弓狀態進行檢測［10-11］。 文獻［10］提出了采用深部受電弓網絡框架（DPN）對受電弓區域進行分割和檢測。 文獻［11］則在傳統卷積神經網絡框架（CNN）的基礎上提出了適用于該場景的新網絡架構PDDNet 并能準確地識別出4 種不同種類缺陷。 但是，由于拍攝到的原始圖像中受電弓區域具有結構復雜且不規則的特性，采用主流的深度學習檢測方法需要對復雜受電弓區域進行人工像素級標注。 為了減輕數據信息標注的工作量，無監督學習機制為解決問題提供了新的思路［12-13］。 文獻［12］探討了一種基于圖像聚類的無監督學習框架，并成功應用于目標區域定位上。 為了有效地去除檢測噪聲，文獻［13］通過結合顯著運動檢測和對象提議，開發了逐像素融合策略的無監督在線圖像對象分割（UOVOS）框架，并在基準數據集上進行驗證，且取得了較好的性能。 本文也是基于深度學習理論中的無監督學習方法來展開研究的。 本文方法整體框架的設計如圖1 所示。 下一節中，擬對具體的受電弓圖像目標顯著性檢測方法進行詳述。

圖1 受電弓圖像目標顯著性檢測方法示意圖Fig.1 Schematic diagram of target salience detection in pantograph images

1 基于自適應降頻卷積的視覺顯著性網絡模型構造

分析可知，輸入圖像中相鄰像素點的特征具有相似性，所以在傳統卷積神經網絡生成特征圖的過程中，對圖像中每個位置像素點的特征描述都獨立進行存儲，忽略了圖像空間相鄰位置的公共信息可以共同存儲的特點，使得特征圖產生較大冗余。

文獻［14］中，卷積層輸出特征圖可以分解為不同空間尺度下的頻率特征，且自然圖像中包含了突出邊緣的高頻特征和描述整體的低頻特征，本文提出一種新的OctConv（Octave Convolution）卷積層結構。 通過對圖像中相鄰位置像素的信息共享，有效降低了低頻圖像的分辨率，并且也減少網絡結構的空間冗余。 在OctConv 卷積層中將卷積核進一步分解為高頻卷積和低頻卷積，并將輸入圖像的高頻和低頻分量張量分別設為XH和XL，卷積輸出的高頻和低頻分量的特征映射設為YH和YL。 具體原理實施細節如圖2 所示。

圖2 OctConv 層實施細節原理圖Fig.2 Schematic diagram of OctConv layer implementation details

同時，OctConv 層僅從圖像的高頻和低頻空間尺度維度對輸入張量進行卷積操作和處理，無法有效減少多尺度目標檢測任務中的計算冗余。 在此基礎上，本文提出一種更加靈活的自適應降頻卷積模塊，可以滿足多尺度的圖像不同空間尺度的特征張量輸入和輸出。 具體原理實施細節如圖3 所示。

圖3 自適應降頻卷積層實施原理圖Fig.3 Implementation schematic diagram of adaptive down -frequency convolution layer

本文在該模塊的基礎上構建了一種視覺顯著性檢測網絡，用于對輸入受電弓圖像中的功能區域進行定位和進一步檢測。 該網絡通過構造多尺度層級模塊和跨層融合策略實現多尺度的特征表示和特征提取。 可以在有效減少構造網絡框架的計算冗余的同時滿足檢測任務所要求的準確提取和定位。 其網絡模型結構示意圖如圖4 所示。

圖4 基于自適應降頻卷積的視覺顯著性網絡結構圖Fig.4 Structure diagram of visual saliency network based on adaptive down-frequency convolution

根據模型中的多尺度層級模塊輸出特征圖的分辨率不同，將該網絡分為4 個處理階段。 每階段多尺度層級模塊包含的多尺度卷積層，由一個傳統的OctConv 層和2 個3×3 的自適應降頻卷積層構成。通過傳統的OctConv 層對原始的2 個特征分量進行交互，并通過自適應降頻卷積層對多尺度特征進行提取。

此外，為了保證輸出高分辨率的處理結果，采用一種跨層融合策略，可對各階段的多尺度特征進行提取和融合：首先，通過提取網絡模型后3 個階段的多尺度層級模塊輸出的多尺度特征；接著，通過在階段處理后設置的1×1 的自適應降頻卷積層將3 個階段輸出的多尺度特征作為輸入，并進行跨階段卷積和輸出多尺度的特征分量；然后，通過一個1×1 的自適應降頻卷積層對多尺度特征進行卷積操作，生成最高分辨率的圖像特征；最后，通過標準的1×1 的卷積層根據高分辨率特征輸出網絡的最終預測和定位結果。

2 實驗結果和分析

在本節中，將針對拍攝和采集于實際工程項目中的受電弓圖像構建為數據集，并在該數據集上分別進行廣泛的定性和定量實驗，再通過對實驗結果的有效分析對本文方法進行驗證。

2.1 數據集

本文的實驗數據是拍攝和采集于實際高速鐵路動車組列車搭載的受電弓檢測圖像數據，其中的每張圖像都具有完整的像素級分割基礎。 研究將基于受電弓圖像數據集進行實驗，并對本文顯著性檢測效果進行全面地分析對比，最終得到準確客觀的實驗結果。

2.2 實驗結果分析

本節主要分別從定量和定性角度對本文方法得到的實驗結果進行分析和評價。

2.2.1 實驗定性分析

針對構建的受電弓圖像數據集，首先通過人工標注的方式構建圖像序列中逐幀圖像的groundtruth。 如圖5 所示。 圖5 中，分別給出了受電弓圖像序列、對應的真值圖像和檢測方法的實驗結果。通過將本文方法的實驗結果與其他幾種經典的基于顯著性檢測方法的受電弓定位效果進行直觀比較和評測，包括：EDR［15］、BAS［16］、POOLNet［17］。

圖5 受電弓目標區域顯著性檢測結果示意圖Fig.5 Schematic diagram of significance detection results of pantograph target region

從實驗結果可以看出，本文方法針對受電弓圖像數據能實現準確且清晰的受電弓結構功能區域的顯著性檢測。 由圖5 分析可知，文獻［15］提出的方法雖然也能獲取部分較為清晰的受電弓區域，但可能丟失其他顯著性區域。 其次，在列車運動過程中，后幀圖像中出現的電線桿會對當前圖像的對應區域進行增強。 即便如此，本文方法的結果也仍然明顯優于其他算法的定位效果。 文獻［16-17］的方法雖然可以提取到受電弓的粗略邊緣化區域，但定位結果也產生了大量的無關噪聲，從整體而言實驗效果上也明顯遜色于本文方法。

綜合前述分析可知，本文方法能準確、出色地完成受電弓結構區域的顯著性檢測工作，與其他方法相比，魯棒性很強，并具有明顯優勢。

2.2.2 實驗定量分析

通過采用視覺注意機制中廣泛運用的幾種評價指標，對實驗結果與真值圖進行特定閾值基礎上的逐像素比較和計算，最終得到基于像素級的目標區域定位效果的定量描述。 采用的評價指標包括：準確率-召回率曲線、F 曲線、S 度量值、E 度量值、F 度量值、F 權重值［18］、平均絕對誤差［19］。 首先，令通過本文方法得到的定位結果為S（S∈［0，1］）， 人工標注的真值圖為G（G∈｛0，1｝），則準確率-召回率曲線中參數的計算公式為：

其中，χ（·） 表示計算對應像素的個數，S′（S′∈［0，1］） 表示對定位結果進行閾值分割后的二值化圖像。 這里，閾值的選取范圍為［0，255］。

圖6 給出了多種算法針對受電弓圖像中受電弓結構區域進行顯著性檢測的準確率-召回率曲線、F曲線，Preccsion與recall組成的曲線越靠近右上角說明網絡分類效果越好，F曲線與水平軸所圍面積越大說明該網絡性能越強。

圖6 多種顯著性檢測算法的準確率-召回率、F 曲線示意圖Fig.6 Schematic diagram of accuracy， recall rate and F curve of various significance detection algorithms

從圖6 的實驗結果可以得知，本文方法對受電弓區域進行定位的實驗效果要明顯優于其他幾種顯著性測量算法，綜上結果表明通過本文方法最終可以得到準確的顯著性檢測結果。 這里，則對本次研究中需用到的評價指標做闡釋分析如下。

（1）S度量值。 表示軌枕裂紋顯著圖中，背景預測正確與否的程度，其計算公式為：

（2）E度量值。 是精確率與召回率的加權平均值，其計算公式為：

（3）F度量值。 該值的作用在于綜合評定定位結果的準確程度，其計算公式為：

其中，λ2為0.3［18］，使實驗結果的準確率具有更高的權重和參考價值。F權重值由相對應的PR值計算得出，PR值的權重為樣本在總樣本數中的占比，當計算出精確率后，再以相同方式計算得出召回率，對應的計算公式為：

其中，ω-1，ω0，ω1分別為各個精確率的權重比值［18］。

（4）平均絕對誤差。 用來度量檢測結果的誤差，其計算公式為：

其中，參數W和H用來表示輸入待處理軌道扣件圖像的長度和寬度，x和y分別表示像素節點在圖像中的橫縱坐標。 研究中采用上述指標后，運算得到的有關本文算法與其他算法的性能對比結果見表1。

表1 各算法性能對比Tab.1 Performance comparison of various algorithms

由表1 看出，從F權重值看，本文方法相比于EDR、BAS、POOLNet，分別提升了2.1%、2.0%、6.0%。同時，本文MAE值為0.012，驗證了相較于其他網絡來說，本文方法具有誤差較小，精確率高的特點。

綜上所述可知，與其它幾種算法相比，通過本文方法得到的受電弓結構區域的定位結果要更加精確，定位結果的平均絕對誤差均比其他方法要更小，這也進一步說明本文方法針對受電弓圖像中目標區域的顯著性檢測工作在準確性和魯棒性上，具有更大的優越性。

3 結束語

（1）提出了一種基于自適應降頻卷積的網絡模型，完成對輸入圖像中受電弓目標的顯著性檢測。 采用自適應降頻卷積層和OctConv 層共同構成多尺度層級模塊，可減少網絡的運算冗余以提高運行效率。

（2）構造了一種跨層融合策略。 可以對各階段的多尺度特征進行提取和融合，獲得高分辨率的特征圖輸出。

（3）通過構建受電弓圖像數據集對本文方法進行大量的有效實驗驗證。 結果表明，本文方法均能獲取關于目標區域的準確的顯著性檢測結果，并與其他算法相比具有明顯的優越性和更強的魯棒性。