基于卷積神經網絡的軌道扣件狀態檢測

劉 欣, 張 瑤， 熊新娟

(南京工程學院 工業中心，南京 211167)

0 引 言

鐵路扣件是鐵路軌道系統的重要部件，是鐵路軌道安全的重要保障，運行過程中扣件損壞或缺失會造成巨大安全隱患甚至釀成重大事故。目前我國主要是采用人工巡檢的方式檢測軌道扣件狀態，效率和準確率低，已難以適應我國軌道交通事業的快速發展。

隨著計算機圖像技術的發展，國內外開始研究基于機器視覺的扣件狀態檢測系統，通過人工特征提取或特征學習方法對軌道扣件圖像進行描述，然后使用分類器判別軌道扣件的使用工況。文獻[1-2]中采用尺度不變特征轉換(Scale Invariant Feature Transform, SIFT)、方向梯度直方圖(Histogram of Oriented Gradient, HOG)等局部特征提取方法，然后結合支持向量機(Support Vector Machine, SVM)、近鄰算法(K-Nearest Neighbor, KNN)等機器學習算法進行軌道扣件圖像的狀態識別，取得了不錯的成果。然而，由于原始圖像很難通過直觀的理解提取出豐富且有效的特征，底層特征提取往往需要大量數據預處理工作，難以通過人工的方式設計有效的特征集合。

近年來，基于深度學習(Deep Learning)[3-4]以及卷積神經網絡(Convolutional Neural Network, CNN)的圖像分類方法成為圖像識別領域的熱點，可以通過有監督或無監督的方式學習層次化的特征描述，能夠有效降低對圖像數據處理的要求，避免復雜的特征提取工作，從而取代手工設計或選擇圖像特征的工作。本文將深度學習技術引入鐵路軌道安全檢測領域，提出基于CNN的軌道扣件檢測算法，以提高扣件狀態檢測的效率和準確率。

1 卷積神經網絡

CNN是一種多層神經網絡，目前已成功應用于手寫字符識別[5]、視覺追蹤[6]、圖像分類[7]等機器視覺領域，它直接利用圖像像素信息作為輸入，通過多層卷積操作進行特征的提取和高層抽象，最大程度上保留了輸入圖像的所有信息，并且能夠容許圖像的畸變。

一個典型的用于圖像分類的CNN[8]如圖1所示，其中，輸入層為圖像的像素矩陣；卷積層中的神經元只與上一層相連接，提取其局部的特征，卷積層通常設多個節點，通過卷積層處理后數據矩陣的深度會增加；池化層是把輸入信號分割成不重疊的區域，通過池化操作過濾掉一些不重要的高頻信息，有效地縮小矩陣的尺寸，加快運行速度；卷積層和池化層可以均設置多個交替進行，經過多輪的卷積和池化操作后，圖像特征提取的過程基本完成；最后再經過1～2層全連接和Softmax處理完成最終的分類任務。

圖1 卷積神經網絡結構

卷積神經網絡與傳統的特征提取算法和一般神經網絡在圖像處理方面具有如下優點[9]：① 特征提取和模式分類同時進行，不需要對圖像進行預處理。② 輸入圖像和網絡的拓撲結構能很好地吻合，該網絡結構對平移、比例縮放、傾斜或者其他形式的變形具有高度不變性。③ 利用卷積的權值共享方法，大幅減少了網絡的訓練參數，防止過擬合的同時又降低了神經網絡模型的復雜度。

2 卷積神經網絡扣件檢測算法

2.1 網絡結構

本文基于CNN建立了一種軌道扣件檢測算法，其網絡框架由6層構成，在典型CNN的基礎上，引入了激活函數(Rectified Linear Units，ReLU)[10]和棄權技術[11-12]，基本框架如圖2所示。

圖中：Input為輸入層，為軌道扣件的圖像數據。原始圖片是由高速巡檢列車上CCD相機采集，每張原始圖片一般包含多個扣件，經過扣件定位及圖像分割等預處理后，將每個扣件區域的圖像提取出來，并調整成64×96(rows×cols)像素大小統一的灰度圖像。通常將輸入層視為第0層，表示為a，a0∈R64×96×1。

圖2 本文扣件檢測算法框架

此處，將卷積結果經過激活函數(Activation Function)后的輸出作為本層的特征圖(Feature maps)，實現神經網絡的非線性，激活函數采用ReLU函數。第1層的輸出表示為a1，a1∈R64×96×8。

其中，Bernoulli函數是以概率P隨機生成一個0或1的向量，此處取P=0.5。

全連接層2為第2個全連接層，乘以權重W6(W6∈R512×3)并附加偏置b6，F6的長度為3的向量，采用Softmax分類器處理之后就得到了最終的分類結果a6

2.2 損失函數

神經網絡模型的效果以及優化的目標是通過損失函數來定義的。損失函數刻畫了神經網絡預測結果和真實結果之間的差距，對于分類問題，交叉熵是其中使用最廣得一種損失函數。

(18)

CNN利用鏈式求導計算損失函數對每個權重的偏導數(梯度)，通過反向傳播算法[13-14]，根據定義好的損失函數調整和優化網絡中參數的取值，從而使網絡模型在訓練數據集上的損函數達到一個較小值。

3 卷積神經網絡訓練

3.1 數據集

常見的軌道扣件狀態如圖3所示。通過對預處理后的軌道扣件圖像的篩選對比，分別選出具有代表性的圖像1 842個作為本算法的樣本集，其中正常扣件的圖像902個，扣件部分斷裂的482個，扣件丟失的圖像458個，像素大小均為96×64 pixel。

相比傳統圖像識別算法，CNN是許多節點層組成的復雜架構，訓練時有大量需要評估的參數，如權重、偏差等，因此需要更多的訓練數據滿足適當的收斂。

鑒于軌道扣件的樣本數量較少且存在不均衡，對樣本集的圖像進行圖像數據增強處理[15]。通過對圖像進行垂直或水平的翻轉變換、局部高斯模糊、對比度變換、縮放、旋轉、平移、尺度變換、添加噪聲擾動等隨機處理。經過增強處理之后，樣本集數量增加5倍，達到9 210個，將其中約80%的圖像作為訓練集進行訓練，剩余約20%的圖像作為測試集用于測試。經過數據增強后的圖像如圖4所示。

(a) 正常扣件(b) 扣件部分斷裂

(c) 扣件丟失

圖3 常見的軌道扣件狀態

圖4 數據增強后的扣件圖像

3.2 訓練結果

實驗采用本算法對訓練數據集進行訓練，學習率設為0.000 1，迭代次數為6 000，批數據量為50，完成訓練后，用測試數據集驗證學習模型的準確率。為了進行對比，本文還采用了典型CNN算法，在相同的神經網絡參數下，分別引入不同的優化方法：ReLU+Dropout、Data Augmentation進行訓練和測試，結果如圖5所示。

圖5 不同優化方法的CNN正確率

從圖5可以看出，采用典型CNN算法的扣件狀態識別正確率可以達到91.6%，引入ReLU+Dropout后的CNN算法正確率可以達到96.7%；對樣本進行圖像數據增強處理后，典型CNN算法正確率達到93.8%，引入ReLU+Dropout后的CNN算法正確率可達到98.1%。近鄰算法、融合PHOG和MSLBP特征的準確率分別為95.3%和97.7%。

4 結 語

本文將深度學習技術引入鐵路軌道安全檢測領域，提出了基于CNN的軌道扣件檢測算法，通過在CNN基礎上使用ReLU激活函數，引入Dropout棄權技術，以及對原始圖像采用圖像數據增強技術，對識別算法進行了優化。經過對軌道扣件圖像識別的實驗驗證和對比，結果表明本算法不需要進行特征提取等預處理操作，且準確率優于傳統算法，在軌道扣件圖像的狀態識別上有一定優勢，有望在鐵路巡檢系統上推廣使用。