基于GAN 網(wǎng)絡(luò)的地鐵制動(dòng)閘瓦異常檢測(cè)系統(tǒng)

遼寧省大連地鐵集團(tuán)有限公司/周紀(jì)武 石磊

引言

制動(dòng)閘瓦是地鐵車輛制動(dòng)單元的一個(gè)重要零件（如圖1所示），它在車輛制動(dòng)時(shí)，直接緊壓車輪踏面(或制動(dòng)盤)，增大對(duì)車輪踏面的摩擦，阻滯車輪的轉(zhuǎn)動(dòng)，在輪軌間粘著力的作用下使列車減速或停止運(yùn)行。在車輛高頻的調(diào)速和停車過程中閘瓦都會(huì)受到較大程度的磨損，破損的閘瓦存在極高的安全隱患，很可能就會(huì)產(chǎn)生車輛失控等極其嚴(yán)重的后果。現(xiàn)階段針對(duì)地鐵閘瓦的檢測(cè)大多是依賴人工，在夜間非運(yùn)營期間車輛入庫后，進(jìn)行查看、拍照、記錄，這種方式需要投入很高的人力成本，但工作效率不高。因此，為了提升部件檢測(cè)的準(zhǔn)確率和可復(fù)查性，保證地鐵車輛的行駛安全，同時(shí)提高巡檢效率，降低人力成本，本文提出一種基于GAN網(wǎng)絡(luò)的地鐵制動(dòng)閘瓦異常檢測(cè)系統(tǒng)，該系統(tǒng)也可應(yīng)用于其它地鐵部件的檢測(cè)，具有較高的可移植性和重用性。

圖1 地鐵轉(zhuǎn)向架（標(biāo)紅部分為閘瓦）

圖像異常檢測(cè)的主要目的是找到正樣本和負(fù)樣本的邊界，辨別出檢測(cè)圖像是否為異常圖像，邊界可以是圖像空間或者是高維特征空間。在實(shí)際閘瓦檢測(cè)過程中，正常圖像數(shù)據(jù)相比于異常圖像數(shù)據(jù)多的多，但是異常情況又是我們最關(guān)心的。所以，這就要求我們采用傳統(tǒng)的數(shù)字圖像處理算法、半監(jiān)督或者無監(jiān)督學(xué)習(xí)算法進(jìn)行異常檢測(cè)。

基于傳統(tǒng)數(shù)字圖像處理的方法一般是將模板圖像和待檢測(cè)圖像進(jìn)行對(duì)比，計(jì)算兩張圖像的距離，如果距離超過閾值，則該圖像存在異常。此方法的優(yōu)點(diǎn)是原理簡(jiǎn)單、計(jì)算速度快，缺點(diǎn)是抗干擾能力弱，易受光照干擾；圖像空間上的異常檢測(cè)算法的主要思想是使用正樣本訓(xùn)練Auto-encoder，則使用網(wǎng)絡(luò)重構(gòu)出的圖像會(huì)趨近于正樣本，利用這一性質(zhì)在推理階段進(jìn)行異常判斷：如果輸入的是異常圖像，那么輸出的重構(gòu)圖像和正樣本有較大差距。

一、系統(tǒng)總體設(shè)計(jì)

基于深度神經(jīng)網(wǎng)絡(luò)的地鐵制動(dòng)閘瓦異常檢測(cè)系統(tǒng)由圖像數(shù)據(jù)采集模塊、圖像預(yù)處理模塊、算法分析模塊和后處理模塊四大模塊組成，系統(tǒng)架構(gòu)圖如圖2所示。

圖2 系統(tǒng)架構(gòu)圖

數(shù)據(jù)采集模塊分為硬件和軟件兩部分，其中硬件部分主要包括線陣相機(jī)、補(bǔ)光燈、測(cè)速裝置等；軟件部分包括上位機(jī)主控軟件、圖像采集控制軟件等。在地鐵即將駛?cè)胂鄼C(jī)拍攝范圍時(shí)，上位機(jī)獲取到來車信號(hào)，開啟補(bǔ)光裝置，測(cè)速裝置開始測(cè)量車輛的速度值，上位機(jī)軟件將車速信息轉(zhuǎn)化為相機(jī)的采集幀率，控制線陣相機(jī)抓取圖像、然后將車輛圖像信息傳送給數(shù)據(jù)預(yù)處理模塊。

數(shù)據(jù)預(yù)處理模塊的作用是對(duì)數(shù)據(jù)采集模塊采集到的車輛圖像進(jìn)行定位和去噪。由于相機(jī)采集的原始車輛圖像數(shù)據(jù)是整車圖像，而我們關(guān)心的是制動(dòng)閘瓦部分。所以，預(yù)處理模塊需對(duì)單元制動(dòng)機(jī)閘瓦部件進(jìn)行定位。相機(jī)在露天環(huán)境中工作，會(huì)受到太陽光或者雨雪天氣影響，圖像會(huì)包含一定的噪聲。所以我們需要對(duì)閘瓦的定位圖像進(jìn)行噪聲濾除，為算法分析模塊提供穩(wěn)定的圖像數(shù)據(jù)。

算法分析模塊主要負(fù)責(zé)圖像數(shù)據(jù)的異常檢測(cè)，判斷當(dāng)前數(shù)據(jù)是否為異常數(shù)據(jù)，即是否出現(xiàn)了閘瓦裂紋或破損。將預(yù)處理過的閘瓦圖像輸入訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)，再由網(wǎng)絡(luò)輸出異常區(qū)域和是否為異常圖像的分類結(jié)果。

后處理模塊的作用是將異常檢測(cè)結(jié)果圖像保存到硬盤，將異常數(shù)據(jù)存入數(shù)據(jù)庫并發(fā)送給前端平臺(tái)顯示。

二、算法設(shè)計(jì)

生成對(duì)抗網(wǎng)絡(luò)（GAN）是由Goodfellow等人在2014年提出的無監(jiān)督學(xué)習(xí)算法。網(wǎng)絡(luò)最初的目的是生成接近真實(shí)的圖片，在生成對(duì)抗網(wǎng)絡(luò)中，有兩個(gè)網(wǎng)絡(luò)進(jìn)行對(duì)抗訓(xùn)練。一個(gè)是判別網(wǎng)絡(luò)，目標(biāo)是盡量準(zhǔn)確地判斷一個(gè)樣本是來自于真實(shí)數(shù)據(jù)還是生成網(wǎng)絡(luò)產(chǎn)生的；另一個(gè)是生成網(wǎng)絡(luò)，目標(biāo)是盡量生成判別網(wǎng)絡(luò)無法區(qū)分來源的樣本。這兩個(gè)目標(biāo)相反的網(wǎng)絡(luò)不斷地進(jìn)行交替訓(xùn)練。當(dāng)最后收斂時(shí)，如果判別網(wǎng)絡(luò)再也無法判斷出一個(gè)樣本的來源，那么也就等價(jià)于生成網(wǎng)絡(luò)可以生成符合真實(shí)數(shù)據(jù)分布的樣本。

我們的目的是在一個(gè)極度不平衡的網(wǎng)絡(luò)上訓(xùn)練一個(gè)非監(jiān)督網(wǎng)絡(luò)來進(jìn)行異常檢測(cè)。給定一個(gè)數(shù)據(jù)集D包含M個(gè)正常圖片，即，和一個(gè)包含N個(gè)樣本的測(cè)試集，即。其中為圖像標(biāo)簽，0為異常圖像，1為正常圖像。在本系統(tǒng)中，正樣本遠(yuǎn)遠(yuǎn)大于負(fù)樣本，也就是。我們用數(shù)據(jù)集D訓(xùn)練模型，然后在測(cè)試集上檢測(cè)異常樣本。模型不但學(xué)習(xí)正常數(shù)據(jù)的分布，而且最小化輸出異常值。對(duì)于測(cè)試圖片，如果圖片為負(fù)樣本，模型的異常得分大于閾值，那么說明當(dāng)前圖片大概率為異常圖像。

（一）模型結(jié)構(gòu)

本系統(tǒng)的異常檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)包含兩個(gè)編碼器，一個(gè)解碼器和一個(gè)判別網(wǎng)絡(luò)。

第一個(gè)子網(wǎng)絡(luò)為一個(gè)常見的碗形自編碼器，主要的作用是將輸入的圖像進(jìn)行重建。此子網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)參考了DCGAN網(wǎng)絡(luò)，生成器學(xué)習(xí)輸入圖像的表示，然后解碼器重構(gòu)圖像。即從一個(gè)三通道的圖像，通過卷積激勵(lì)層，將輸入圖像編碼為n維向量，再經(jīng)過一個(gè)逆過程將n維向量映射為一個(gè)三通道圖像。

第二個(gè)子網(wǎng)絡(luò)為一個(gè)編碼器網(wǎng)絡(luò)，它的輸入為第一個(gè)子網(wǎng)絡(luò)的重構(gòu)圖像，輸出為n維向量，它的維度和第一個(gè)子網(wǎng)絡(luò)中的編碼器網(wǎng)絡(luò)輸出的維度相同，且其網(wǎng)絡(luò)結(jié)構(gòu)和第一個(gè)子網(wǎng)絡(luò)的編碼器結(jié)構(gòu)相同。它摒棄了大部分基于自編碼器異常檢測(cè)通過比對(duì)輸入圖像和重建圖像的差異的方式，而是變?yōu)楸葘?duì)輸入圖像和重構(gòu)圖像更加高維的特征，這樣的抽象可以使其大大提高抗干擾能力，學(xué)習(xí)到異常檢測(cè)模型更加具有魯棒性。

第三個(gè)子網(wǎng)絡(luò)為一個(gè)判別網(wǎng)絡(luò)，它的作用是用于判別原始輸入圖像和重構(gòu)圖像，即需將原圖判定為真，將重建圖判定為假。它的結(jié)構(gòu)和第一個(gè)子網(wǎng)絡(luò)的解碼網(wǎng)絡(luò)結(jié)構(gòu)相同。判別網(wǎng)絡(luò)的引入目的是為了引入對(duì)抗思想。

（二）模型訓(xùn)練

該模型的訓(xùn)練策略和常規(guī)情況下GAN網(wǎng)絡(luò)的訓(xùn)練策略相同，即交替訓(xùn)練生成器和判別器。本文的模型訓(xùn)練都是通過正樣本實(shí)現(xiàn)的，網(wǎng)絡(luò)結(jié)構(gòu)由三個(gè)子網(wǎng)絡(luò)組成，每個(gè)子網(wǎng)絡(luò)對(duì)應(yīng)一個(gè)損失函數(shù)，共同組成模型的損失函數(shù)。

首先在訓(xùn)練集上訓(xùn)練判別器，也就是上文提到的第三個(gè)子網(wǎng)絡(luò)，損失函數(shù)計(jì)算的是輸入圖像和重構(gòu)的圖像經(jīng)過判別網(wǎng)絡(luò)輸出特征的L2距離，判別器使用的損失函數(shù)定義為：

第二個(gè)損失為重構(gòu)損失，用了在訓(xùn)練階段懲罰生成器，這里我們采用的是L1損失，因?yàn)橥貥?gòu)之后的圖像較為模糊，使模型更加容易收斂。通過最小化L1損失，懲罰生成器，更新生成器權(quán)重，使重構(gòu)后的圖像更加接近輸入圖像。重構(gòu)損失定義為：

第三個(gè)損失函數(shù)為編碼網(wǎng)絡(luò)的損失，它的作用是計(jì)算輸入圖像和重構(gòu)圖像的高維特征距離，它的定義為：

總體來說，損失函數(shù)有上文的三部分組成，定義為：

三、系統(tǒng)測(cè)試

在模型的測(cè)試階段，我們用來判定圖像為異常圖像的時(shí)候不是采用類似其他方法的重構(gòu)損失，而是采用編碼損失。我們選取訓(xùn)練階段編碼損失最大值作為閾值，當(dāng)一張輸入圖像的編碼損失大于這個(gè)閾值時(shí)，我們認(rèn)為其為異常圖像，當(dāng)編碼損失小于異常值時(shí)，認(rèn)為其為正常圖像。我們還可以利用正常的模板圖像重構(gòu)圖像和異常圖像的重構(gòu)圖像做對(duì)比，可以得到制動(dòng)閘瓦部分破損或缺失的異常區(qū)域。

為了評(píng)估本系統(tǒng)的有效性，我們選擇了1000張真實(shí)閘瓦圖像進(jìn)行測(cè)試，其中90%為正常圖像，10%為異常圖像，并將識(shí)別的準(zhǔn)確率、誤報(bào)率和漏報(bào)率作為本系統(tǒng)的評(píng)價(jià)指標(biāo)。其中，表示真正樣本數(shù)，表示真負(fù)樣本數(shù)，表示假正樣本數(shù)，表示假負(fù)樣本數(shù)。

因?yàn)槲覀兊臋z測(cè)目標(biāo)是異常圖像，所以在計(jì)算評(píng)價(jià)指標(biāo)時(shí)將異常圖像作為正樣本，正常圖像作為負(fù)樣本，實(shí)驗(yàn)結(jié)果如表1所示：

表1 實(shí)驗(yàn)結(jié)果評(píng)價(jià)指標(biāo)

四、結(jié)語

本基于GAN網(wǎng)絡(luò)的制動(dòng)閘瓦異常檢測(cè)系統(tǒng)，通過線陣相機(jī)掃描地鐵車輛走行部圖像，定位單元制動(dòng)機(jī)位置。將定位圖像輸入異常檢測(cè)網(wǎng)絡(luò)，如果輸入為異常圖像，網(wǎng)絡(luò)輸出得分大于設(shè)定閾值，則判斷輸入圖像異常。經(jīng)過測(cè)試，網(wǎng)絡(luò)可以對(duì)異常圖像進(jìn)行準(zhǔn)確預(yù)測(cè)報(bào)警。此外，該系統(tǒng)還可應(yīng)用于多個(gè)其它地鐵部件檢測(cè)，具有很高的移植性和復(fù)用性。