基于深度學習的交通標志快速識別方法

李澔＊

（北京建筑大學測繪與城市空間信息學院，北京 102616）

1 概述

交通標志通過文字或符號來傳遞限制、引導、指示或警告等信息。在日常生活中，交通標識保障了道路中車輛和行人的生命安全，保證道路順暢，提醒駕駛員前方存在的安全隱患。隨著汽車數量增長，導致交通擁擠、交通事故不斷增加。在實際交通道路中，駕駛人員可能由于自身問題，如疲勞駕駛、酒后駕駛等因素對實際路況做出錯誤判斷，還可能因為外界環境問題，如道路遮擋、環境能見度低等問題導致交通事故。許多政府和汽車廠商為了提高交通出行的安全性，同時降低交通事故的發生率，都在推廣智能交通系統。交通標識快速識別是智能交通系統重要組成部分并且也是汽車自動駕駛的主要內容。由于交通標識通過文字，符號，圖形傳遞信息，在一定范圍內具有準確、特征鮮明、輪廓清晰明顯的特性，所以可以通過圖像特征提取和圖形識別技術對交通標志進行識別和分類[1，2]。

近幾年隨著機器學習、深度學習等技術的不斷發展，基于卷積神經網絡的算法更加適合識別交通標志，可以增加交通標識的識別正確率。因此本文主要基于卷積神經網絡（Convolutional Neural Network，CNN）的LeNet-5 算法[3]對其模型進行改進，使之更適合對交通標志的識別，并且通過比利時交通數據集進行訓練，最后得到一個可以識別交通標志圖像的算法。

2 LeNet-5 算法

文中是基于LeNet-5 算法，并對其做出改進，該算法是一種非常高效的卷積神經網絡用于識別手寫字體標識[4，5]。LeNet-5 算法可以很好的提取高維圖像的信息特征，其網絡結構包括1 個輸入層、2 個卷積層、2 個池化層、2 個全連接層，1 個輸出層，共有8 層。雖然LeNet-5模型層次簡單但是它包含深度學習中主要的基本模塊，并且其模型訓練的數據都為灰度圖像，需要提取的特征也較少。但是，本文中所研究的交通標志圖像，其圖像中的特征信心更加豐富，部分交通標志相似程度較大，而其部分圖像中有局部被遮擋，因此需要對LeNet-5 模型做進一步的改進，提高模型提取圖像特征的能力，由于其訓練數據集數據量大，因此本文基于LeNet-5 算法進行改進，增加其算法的識別精度和訓練效率。

3 基于LeNet-5 算法改進

3.1 改進后的的模型

為提高Lenet-5 算法的識別精度和特征提取能力，在該算法中每層卷積中增加卷積核的數量，并且加入隨機抽樣算法和自適應矩估計優化算法[6]，防止模型出現過擬合并且增加模型收斂速度，提高學習效率。

文中基于LeNet-5 改進后的層次結構如圖1 所示,整體上通過兩個卷積層,兩個池化層,兩個全連接層,一個輸入層和一個輸出層組成。數據集中的數據基本是RGB的彩色圖像，共有三個通道，所以基于LeNet-5 改進參數設置，每一個卷積層，池化層，全鏈接層都有不同的參數，算法中第一、二層卷積分別使用42、84 個5*5 大小的卷積核對輸入數據進行卷積，采取邊緣填充策略確保信息完整，算法的池化層中通過2*2 大小的窗口進行最大池化，降低數據的維數，避免過擬合。本文方法在卷積層中增加了卷積核的個數，以便識別出圖像中更多的特征信息，同時采用最大池化加快迭代速度。

圖1 本文改進后的算法結構

3.2 基于隨機抽樣法防止過擬合

本文基于LeNet-5 模型改進的算法具有一定的網絡模型深度，可以更好地提取圖像中的特征。但是，隨著網絡模型的深度增加，訓練的參數增多，迭代次數不斷增加，在訓練模型的時候非常容易出現過擬合的情況。在訓練過程中，模型識別驗證數據集的精度會達到一個最大值，網絡模型的參數往往達到了局部最優，在這之后識別精度會出現下降，這時候就出現過擬合。

在分類問題中，如果模型太過簡單或是訓練集數據量太少，這時會導致欠擬合出現，使得模型識別圖像特征時不準確，有較大誤差；如果模型較為復雜，層次較深，同時訓練集的數據不夠充分，就會出現過擬合，在訓練時對測試集和驗證集識別時會有較高的準確率，但是識別新的數據圖像時識別準確率較低。在正確擬合中，雖然在識別分類時會出現一些偏差，但是可以使模型有更大的泛化能力，即對未知數據的識別分類精度會更高。在深度學習中，我們都是通過訓練集中的數據來學習模型，所以對未知數據的識別，即泛化能力，更加重要，而不是僅僅與訓練集中的數據完全擬合。

本文改進后的算法中選擇隨機抽樣法來解決過擬合問題。在改進后的模型進行訓練時，通過隨機抽樣函數隨機剔除一部分神經元，被扔掉的神經元不在網絡中計算，也不更新權值，如圖2 所示。在模型最后對輸入的圖像進行分類時，每一次都不會只依靠特定的神經元進行分類，從而防止過擬合。本文在模型的最后兩層全鏈接中均加入隨機抽樣函數，每一層隨機剔除上一層中一半神經元。

圖2 全連接層中隨機抽樣法示意圖

3.3 自適應矩估計優化算法

在卷積神經網絡中為了減小損失函數，通常使用優化算法來改善訓練策略。目前常用的優化算法通常是梯度下降算法。梯度下降算法雖然計算復雜度低，只需計算目標函數的一階雅可比，但是梯度下降法過于貪心不能保證收斂到全局最優解，反而增加了迭代次數。針對上述問題，本文采用自適應矩估計優化算法。該算法訓練時不同參數都會有相對應的學習率，其本質是利用梯度來更新模型中的參數。自適應矩估計優化算法與其他梯度下降的優化算法相比，其學習效率更加有效，收斂速度的更快。

自適應矩估計優化算法會保存一個先前指數衰減的平方梯度νt，即二階矩估計，還會保存先前梯度的指數衰減均值mt，即一階矩估計，并計算的νt和mt偏差，其公式如下：

βt1表示一階矩估計的指數衰減因子，其默認取值為0.9；βt2表示二階矩估計的指數衰減因子，其默認取值為0.9；ò 表示一個無窮小量。

4 實驗結果與分析

4.1 實驗環境與實驗數據

算法測試環境為Windows10 64 位系統，CPU 為Intel Core i7-9700K，顯卡為Nvidia GeForce RTX 2060，內存為32GB，深度學習框架為tensorflow1.9.0[7]。

實驗數據采用比利時交通數據集(BelgiumTSC)[8]，其中包括62 類交通標志。比利時交通數據集中分為訓練數據集和測試數據集，訓練集中有62 類交通標志，共有4575 張交通標志圖像，測試集中有53 類交通標志，共有2516 張交通標志圖像。

主要技術流程如圖3 所示，首先獲取數據集，下載比利時交通標志數據集，并其進行預處理；其次進行環境搭建，配置GPU 驅動同時安裝tensorflow框架，并測試環境；然后根據本文第3 節內容，對LeNet-5 算法進行改進，加入隨機抽樣算法防止出現過擬合，并且使用自適應矩估計優化算法加快損失函數收斂；最后進行實驗結果分析，分析算法的精確率和損失函數，同時通過測試集對改進后的算法進行交通標志識別測試。

圖3 整體技術流程

4.2 實驗結果與分析

在訓練中，輸入圖像時采用分批次輸入，每次輸入25 張交通標志圖像。在訓練模型的參數設置中，訓練的迭代總次數為1500 次，在每一次的迭代中都會將訓練集中的數據放入算法中訓練模型。如圖4 所示，迭代次數在1 到270 之間隨著迭代次數的增加模型識別交通標志的精確度迅速提高，隨著迭代次數增加，精確度不斷提升，在迭代次數在990 次之后漸漸變得平緩，最終識別精度確定在95.4%左右。

圖4 改進后網絡分類精確度隨迭代次數變化圖

損失函數隨著迭代次數增加的變化趨勢，如圖5 所示。隨著迭代次數的增加，損失函數整體上不斷減小，最終趨于收斂。從圖5 中可以看到，迭代次數在0 到735 之間，損失函數下降速度較快，但是波動也很快，在迭代次數達到1215 次之后，下降的速度趨于平緩，最后收斂于3.16 左右。

圖5 改進后網絡交叉熵損失函數隨迭代次數變化圖

BelgiumTSC 的測試集中共用53 類交通標志的圖像，共有2516 張圖像，通過本文改進后的網絡進行識別，正確識別2293 張圖像，識別的總精度為91.14%。其中有十五類交通標志識別率達到100%，其余類別的交通標志正確識別率如圖6 所示，其中交通標志類別為“2”的識別率最低，只有14.29%。

圖6 改進后識別交通標志的精度

在識別率達到100%的這十五類交通標志中，有八類標志的訓練集中訓練數據小于50 張，剩下七類交通標志的訓練集數量都非常充足。訓練集中的數據對模型識別精度的影響非常大，在某兩類交通標志相似度非常高時。模型很難提從訓練數據少的交通數據集中提取特征。雖然模型的損失函數趨于收斂，但是某些相似度高的交通標志無法正確識別，會導致損失函數過大，這需要相應補充該類別的訓練數據。

5 結論

本文基于LeNet-5 算法改進網絡具有很好的穩定性，在訓練時的識別精度較高，其收斂速度快，訓練效率高。針對交通標志的圖像特征，在算法中加入于隨機抽樣算法防止過擬合現象，使用自適應矩估計算法優化模型，使得改進后的算法更適合于交通標志的識別。通過訓練后的模型對比利時交通數據集中的測試集進行分類，分類后的總體效果帶到預期效果，其正確分類率達到91.14%，基于LeNet-5 改進后網絡在對交通標識識別方面具有良好的穩定性和可靠性。在之后的研究中，將進一步研究提高模型識別交通標識的精度和速度，增強識別的穩定性。