基于卷積神經(jīng)網(wǎng)絡(luò)的教室燈光識(shí)別算法研究

徐 微，李 彤，李守智

（1.西安交通大學(xué)城市學(xué)院，陜西 西安 710018；2.西安理工大學(xué)電氣工程學(xué)院，陜西西安 710048）

高校用電節(jié)能是當(dāng)前熱點(diǎn)話題[1-2]，隨著高校擴(kuò)招，校園人數(shù)增加，照明用電量逐年遞增，目前對(duì)于照明用電的管理主要是人工控制[3-4]，但教室數(shù)量多，同一個(gè)教室，不同時(shí)間，自習(xí)人數(shù)不固定，管理人員無法及時(shí)對(duì)教室的照明燈進(jìn)行實(shí)時(shí)有效的控制，造成了巨大的電能浪費(fèi)[5-6]。

要實(shí)現(xiàn)對(duì)教室照明燈準(zhǔn)確控制，對(duì)教室燈光和人的定位是關(guān)鍵[7-8]，該文采用圖像處理算法結(jié)合卷積神經(jīng)網(wǎng)絡(luò)算法[9-10]，進(jìn)行教室照明燈和人數(shù)識(shí)別與定位，將人和照明燈位置發(fā)送給單片機(jī)，結(jié)合光照傳感器，實(shí)現(xiàn)教室照明燈分區(qū)域控制。通過多次測(cè)試數(shù)據(jù)分析，發(fā)現(xiàn)該文算法不僅適用于教室，還適用于不同背景的圖書館、自習(xí)室，采用卷積神經(jīng)網(wǎng)絡(luò)能有效提高檢測(cè)的適應(yīng)性和準(zhǔn)確性。

1 數(shù)據(jù)采集與處理

1.1 圖像采集

測(cè)試對(duì)象為校園教室、自習(xí)室以及圖書室，教室容納人數(shù)為200 人，燈的數(shù)量為25 個(gè)；圖書館中一個(gè)小場(chǎng)館容納人數(shù)為36 人，燈的數(shù)量為8 個(gè)；自習(xí)室容納人數(shù)為53 人，燈的數(shù)量為12 個(gè)。利用教室安裝的攝像頭進(jìn)行數(shù)據(jù)采集。采集的圖像尺寸為4 000×3 000，輸出文件格式為JPG。采集數(shù)量為1 000張，以不同場(chǎng)景下的亮燈、滅燈以及人作為識(shí)別對(duì)象，隨機(jī)選取700幅圖像用于訓(xùn)練，其余300張圖像用于測(cè)試。

1.2 圖像預(yù)處理

將采集的圖像導(dǎo)入PyCharm 軟件中，為了減少算法運(yùn)算量，先將圖像壓縮，轉(zhuǎn)換成300×300 dpi 的尺寸，再使用rotate 將圖像旋轉(zhuǎn)90°、180°、270°，使用flip 函數(shù)對(duì)圖像水平鏡像，以進(jìn)行數(shù)據(jù)增強(qiáng)，最后再進(jìn)行濾波處理，數(shù)據(jù)增強(qiáng)如圖1 所示。

圖1 數(shù)據(jù)增強(qiáng)

2 模型建立

將采集的教室圖像作為輸入值，再將亮燈數(shù)、滅燈數(shù)和人數(shù)作為輸出值，利用神經(jīng)網(wǎng)絡(luò)算法建立輸入與輸出之間的關(guān)聯(lián)。

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)。學(xué)習(xí)過程是以網(wǎng)絡(luò)誤差的平方為目標(biāo)函數(shù)，采用梯度下降法來計(jì)算目標(biāo)函數(shù)的最小值[11]。

該文首先對(duì)每張預(yù)處理后的圖像進(jìn)行二值化處理，轉(zhuǎn)化為一維的向量(x1，x2，x3)作為輸入，采用平方誤差代價(jià)函數(shù)，通過BP 神經(jīng)模型分析圖像中亮燈的數(shù)量、滅燈的數(shù)量、人數(shù)。假設(shè)有N個(gè)訓(xùn)練樣本，誤差函數(shù)[12]如式（1）：

其中，y_pre是每個(gè)位置對(duì)應(yīng)的預(yù)測(cè)值，而y表示每個(gè)位置的實(shí)際值，用式（2）和式（3）來求解出y_pre：

其中，x1表示第1 層的輸出；ω1表示輸入層到隱含層的權(quán)重；ω2表示隱含層到輸出層的權(quán)重；b1表示輸入層到隱含層的偏置項(xiàng)；b2表示隱含層到輸出層的偏置項(xiàng)；f(x)表示激活函數(shù)，由于所預(yù)測(cè)的亮燈數(shù)量、人數(shù)等是大于0 的整數(shù)，經(jīng)過采用多個(gè)激活函數(shù)進(jìn)行多次實(shí)驗(yàn)，對(duì)比發(fā)現(xiàn)效果比較好的是Relu激活函數(shù)，因此該文采用Relu 激活函數(shù)，如式（4）所示[13]：

利用梯度下降算法進(jìn)行反向傳播，進(jìn)而達(dá)到優(yōu)化內(nèi)部參數(shù)的作用，計(jì)算出誤差函數(shù)E對(duì)參數(shù)偏置項(xiàng)和權(quán)重的偏導(dǎo)，使用式（5）和式（6）求取偏置項(xiàng)和權(quán)重變化值：

經(jīng)過多次循環(huán)迭代優(yōu)化內(nèi)部參數(shù)后，得到一個(gè)較好模型，如圖2 所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型

2.2 卷積神經(jīng)網(wǎng)絡(luò)模型

為了提高算法的識(shí)別效果，讓模型預(yù)測(cè)結(jié)果更加準(zhǔn)確，采用卷積神經(jīng)網(wǎng)絡(luò)模型。輸入一張含有RGB 3 個(gè)顏色通道的圖片，然后將亮燈數(shù)、滅燈數(shù)、人數(shù)作為要訓(xùn)練的變量，由此建立含兩個(gè)卷積核為3×3 的卷積層和、兩個(gè)池化核為2×2 的池化層、兩個(gè)激活函數(shù)、兩個(gè)全連接層以及一個(gè)SoftMax 輸出層的CNN 網(wǎng)絡(luò)模型，如圖3 所示。

圖3 CNN網(wǎng)絡(luò)模型

卷積層使用“卷積核”進(jìn)行局部感知得到一個(gè)值，通過不斷移動(dòng)卷積核和求卷積來完成對(duì)整個(gè)圖像的卷積。二維卷積的輸出如式（7）表示[14]：

圖4 卷積結(jié)果

3 環(huán)境及結(jié)果分析

3.1 仿真環(huán)境及參數(shù)設(shè)置

仿真采用Intel(R)Core(TM)i5-8250u CPU，運(yùn)行環(huán)境為8 GB 的Win10 64 bit 系統(tǒng)，編程環(huán)境為PyCharm Community Edition 2020.2.1 x64，編程語(yǔ)言為Python 3.7 64 bit。BP 神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)圖像參數(shù)分別如表1、表2 所示。

表1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

表2 卷積神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置

3.2 實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)將700 張樣本圖像分批次進(jìn)行訓(xùn)練，每批樣本圖像為100 張，采用BP 神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)兩種算法，選取0.001 的學(xué)習(xí)率對(duì)構(gòu)建的BP 神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了3 000 次迭代，每經(jīng)過100 次迭代，記錄一次損失值，第2 900 次迭代后的模型損失值為0.365 568 72。選取0.001 的學(xué)習(xí)率對(duì)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了150 次迭代，每經(jīng)過1 次迭代，記錄一次損失值，卷積神經(jīng)網(wǎng)絡(luò)模型第149 次迭代后的模型損失值為0.040 264 7。采用Matlab 擬合出了迭代過程中損失值的變化曲線，如圖5所示。

圖5 兩種神經(jīng)網(wǎng)絡(luò)模型損失值隨迭代次數(shù)變化曲線

從圖5 可以直觀地發(fā)現(xiàn)隨著迭代次數(shù)的增加，損失值不斷減少直至趨于平緩，說明訓(xùn)練好的網(wǎng)絡(luò)模型具有較好的穩(wěn)定性。隨機(jī)抽取一批樣本進(jìn)行驗(yàn)證，發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)算法的準(zhǔn)確率為81.6%，卷積神經(jīng)網(wǎng)絡(luò)算法的準(zhǔn)確率為96.5%左右，卷積神經(jīng)網(wǎng)絡(luò)算法大大提高了教室照明燈、人數(shù)的識(shí)別率，結(jié)果如圖6所示。

圖6 兩種神經(jīng)網(wǎng)絡(luò)檢測(cè)結(jié)果與實(shí)際值對(duì)比圖

由于抽取的樣本來自教室、圖書館、自習(xí)室，不同環(huán)境下樣本復(fù)雜度不同，從檢測(cè)結(jié)果發(fā)現(xiàn)在復(fù)雜場(chǎng)景下BP 神經(jīng)網(wǎng)絡(luò)模型識(shí)別準(zhǔn)確率較低且用時(shí)過長(zhǎng)，而卷積神經(jīng)網(wǎng)絡(luò)模型通過權(quán)重共享、局部感受野和降采樣三種方式降低了模型的復(fù)雜性[17-18]，且對(duì)尺度縮放、平移、旋轉(zhuǎn)等形式具有不變性，可以快速有效地從大量圖片樣本中學(xué)習(xí)到相應(yīng)特征，準(zhǔn)確率高達(dá)到96.5%，較BP 神經(jīng)網(wǎng)絡(luò)模型提高了14.9%。

4 結(jié)論

為了對(duì)高校照明燈進(jìn)行有效管理，該文提出了基于卷積神經(jīng)網(wǎng)絡(luò)的照明燈圖像識(shí)別算法，對(duì)1 000張樣本中的照明燈和人員進(jìn)行數(shù)量和位置識(shí)別。經(jīng)過多次仿真證明，采用卷積神經(jīng)網(wǎng)絡(luò)能夠快速有效地從大量圖片樣本中學(xué)習(xí)到相應(yīng)特征，對(duì)燈和人的識(shí)別準(zhǔn)確率可達(dá)到96.5%。