基于改進卷積神經網絡的車號識別算法

王欣蔚

摘要：動車車號識別是動車安全自動監測系統的一項重要內容。由于光照不均、運動失真等因素，動車車號的可靠識別困難較大。論文研究了基于深度網絡的識別算法，通過設計卷積神經網絡，以減少資源占用為出發點，獲得99.20%的識別正確率。與LeNet-5卷積網絡進行對比實驗，減少了近6倍的訓練時間，并且識別率有所提高。

關鍵詞：字符識別 卷積神經網絡 復雜光照 深度學

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2016）07-0126-01

1 相關背景

近兩年，深度網絡[1]正成為模式識別與人工智能領域的一個重要方向，其中又以卷積神經網絡（Convolutional Neural Networks， CNN）[2]等為熱點，應用于目標檢測、人臉識別等領域。它通過卷積層和下采樣層兩個特殊結構來實現特征提取過程。能解決傳統算法對夜間車號圖像識別困難的問題。

然而，其復雜度高、系統資源的需求大，訓練需要海量的數據，實際應用不具有以上條件。本文通過研究，在提高識別率的同時，明顯降低系統資源的消耗，為深度網絡的實際應用探索新的思路。

2 卷積神經網絡的車號識別

針對降低網絡系統資源消耗、在適度規模的數據集下訓練的實際需要，不同的應用主要需要考慮卷積層個數、每層特征圖個數、下采樣層池化區域大小以及網絡的深度。

卷積層的作用是探測上一層特征的局部連接，而下采樣層的作用是把相似的特征合并起來。卷積過程要設計卷積核大小，針對樣本數據進行調節，如果核的尺寸過大，會增加運算量；如果過小，則不足以提取到有效結構特征。此外，卷積核個數過少會使特征提取的不充足導致識別率低，過多會導致運行時間大大增加。下采樣過程需要確定合適的池化區域大小。考慮到信息的損失情況，池化矩陣不應過大，一般為2×2的大小。經以上考慮，本文卷積神經網絡結構如圖1所示。

由于動車車號應用統一的字體設計，字體結構沒有LeNet-5應用場景改變大。因此兩個卷積層的設計已滿足特征提取的需要，從而大大減少了耗時。由圖1可見，首先輸入歸一化為32×32的像素大小，并以灰度圖的形式輸入第一層C1。第一個卷積層C1是形成8個經卷積的特征圖，得到像素大小為28×28的特征圖。之后經過2×2鄰域的平均池化，在下采樣層S2生成了8個14×14像素的特征圖。C3存在20個10×10像素大小的特征圖，可生成20個圖像大小為5×5像素的S4層。卷積層核的大小均為5×5。接下來的F5層和S4層為全連接，有20×5×5=500個節點，相當于用含500×21=10500個參數的分類器對向量進行分類，因而具有更強的描述能力。

最后，輸出層為21個單元，由徑向基函數（RBF）組成。對應待測動車車號字符樣本庫中21個不同的數字和字母。網絡的訓練過程，通過BP算法[3]由前到后逐層學習的方式。

3 實驗結果與分析

實驗用的字符樣本均來自實際應用環境中獲取的動車車號圖像。為了提高網絡的泛化性能，將原始樣本經過仿射變換、添加椒鹽噪聲和乘性噪聲的處理，擴充樣本庫數量。訓練數據集與測試數據集之間沒有重疊，部分樣本如圖2所示。訓練數據集包含10500張圖像，測試數據集包含2250張圖像。所有實驗仿真平臺為Matlab2012b。

將本文提出的卷積神經網絡（記Proposed），與典型的卷積神經網絡LeNet-5[3]以及應用BP算法的普通神經網絡（記NN）進行識別正確率的實驗比較。其中網絡的學習率設置均相同。實驗結果如圖3所示。

因為卷積神經網絡相比于普通的神經網絡具有更好的魯棒性，所以兩卷積神經網絡識別率均高于普通網絡8%。而本文的網絡比LeNet-5的識別率高0.8%左右。

與LeNet-5在復雜度方面的對比實驗，結果如表1所示。

由表可見，本文網絡在三種指標上均有優勢。由于LeNet-5多一次卷積操作，并且含120個特征圖，使復雜度大大提高，致使訓練時間比本文提出的網絡多出近6倍。

4 結語

傳統的方法對圖片質量較敏感，對動車車號夜間采集圖像識別性能差。本文經過對卷積神經網絡的應用研究，在提高識別率的同時，明顯降低了系統資源的消耗。結果表明，本文的卷積神經網絡識別率達到99.20%，高于LeNet-5，同時縮減了約6倍的訓練時間，在內存占用方面占優勢。

參考文獻

[1]LeCun Y，Bengio Y，Hinton G.Deep Learning[J].Nature，2015， 521（7753）：436-444.

[2]LeCun Y，Kavukvuoglu K，Farabet C.Convolutional networks and applications in vision[C].IEEE International Symposium on Circuits and Systems （ISCAS），2010，253-256.

[3]LeCun Y， Bottou L， Bengio Y，at el.Gradient-based learning applied to document recognition [C]. IEEE，1998.USA： IEEE，1998： 2278-2324.