[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的車輛前方可通行性分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310234126.0
• 申請(qǐng)日: 2013-06-09
• 公開（公告）號(hào): CN103279759A
• 公開（公告）日: 2013-09-04
• 發(fā)明（設(shè)計(jì)）人: 李琳輝;連靜;王蒙蒙;丁新立;宗云鵬;化玉偉;王宏旭;常靜
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06K9/60
• 分類號(hào): G06K9/60
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 李洪福

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的車輛前方可通行性分析方法，其特征在于：包括以下步驟：

A、圖像采集

首先通過安裝在車輛前方的攝像機(jī)采集大量真實(shí)的車輛行駛環(huán)境圖像，所述的圖像具有m×n個(gè)像素；然后通過裁剪得到圖像下部五分之三的區(qū)域作為感興趣區(qū)域；最后將裁剪后的圖像轉(zhuǎn)化為灰度圖像；

B、圖像預(yù)處理

B1、利用非線性函數(shù)疊加的方法構(gòu)造一個(gè)Gamma矯正函數(shù)，對(duì)步驟A獲得的灰度圖像進(jìn)行矯正，具體函數(shù)式如下：

G(x)＝1+f₁(x)+f₂(x)+f₃(x)????（1）

f₁(x)＝acos(πx/255)????（2）

f₂(x)＝(K(x)+b)cosβ+xsinα????（3）

K(x)＝ρsin(4πx/255)????（4）

α＝arctan(-2b/255)????（5）

f₃(x)＝R(x)cos(3πx/255)????（6）

R(x)＝c|2x/255-1|????（7）

式中，x為某一像素點(diǎn)的灰度值，G(x)代表某一灰度值對(duì)應(yīng)的Gamma矯正值，a∈(0,1)是一個(gè)加權(quán)系數(shù)，b代表f₂(x)的最大變化范圍，ρ表示K(x)的振幅，α表示K(x)的偏轉(zhuǎn)角度，c表示R(x)的幅值，且滿足a+b+c＜1；

經(jīng)Gamma矯正后的灰度值計(jì)算公式為：

g(x)＝255(x/255)^1/G(x)????（8）

式中，g(x)代表經(jīng)過Gamma矯正后的某一像素點(diǎn)的灰度值；

經(jīng)過Gamma矯正，得到灰度圖像P；

B2、B2、針對(duì)灰度圖像P，改變某些像素點(diǎn)的灰度值，具體的改變方法如下：

選取圖像中除車輛和道路邊界之外的圖像區(qū)域中灰度值為0的像素點(diǎn)，將其灰度值改為1，選取圖像中除車輛和道路邊界之外的圖像區(qū)域中灰度值為255的像素點(diǎn)，將其灰度值改為254；將圖像中車輛區(qū)域像素點(diǎn)的灰度值改為0，道路邊界區(qū)域像素點(diǎn)的灰度值改為255，改變像素點(diǎn)后的圖像為灰度圖像Q；至此，灰度圖像Q的像素點(diǎn)包括三類：第一類是灰度值為0的像素點(diǎn)，代表車輛；第二類是灰度值為255的像素點(diǎn)，代表道路邊界；第三類是除去灰度值為0和255之外的像素點(diǎn)，代表路面；將以上三類像素點(diǎn)分別賦予相應(yīng)的標(biāo)簽，即將標(biāo)簽“0”賦給第一類像素點(diǎn)，表示“車輛”，將標(biāo)簽“1”賦給第二類像素點(diǎn)，表示“道路邊界”，將標(biāo)簽“2”賦給第三類像素點(diǎn)，表示“路面”；最后將灰度圖像Q中各個(gè)像素點(diǎn)的標(biāo)簽賦給灰度圖像P中相應(yīng)的像素點(diǎn)；

B3、針對(duì)灰度圖像P的大小進(jìn)行歸一化處理：

B31、沿圖像高度方向，間隔選取不同的像素行，用x表示，通過實(shí)際采樣測量，獲取不同像素行x所對(duì)應(yīng)目標(biāo)的像素寬度和高度；

B32、以圖像中像素高度為0～32的圖像區(qū)域?yàn)閰⒖紙D像區(qū)域，以該參考圖像區(qū)域中所要識(shí)別的目標(biāo)的像素寬度W和高度H為基準(zhǔn)，即設(shè)該參考圖像區(qū)域的橫向和縱向裁剪比例系數(shù)均為1；用W和H分別去除其余各像素行上目標(biāo)的寬度和高度，獲得兩組比值，分別用Y和Z表示；

B33、最后將像素行x與兩組比值Y和Z分別進(jìn)行擬合，得到兩條擬合曲線，如下所示：

Y＝k₁x+b₁????（9）

Z＝k₂x+b₂????（10）

其中，Y代表圖像橫向裁剪比例系數(shù)，Z代表圖像縱向裁剪比例系數(shù)，x代表圖像的某一像素行，k₁、k₂分別代表兩條擬合曲線的斜率，b₁、b₂分別代表兩條擬合曲線的截距；

B34、將參考圖像區(qū)域的橫向和縱向裁剪比例均設(shè)為1，即將參考圖像區(qū)域裁剪為32×32像素的圖像樣本；隨著x的增大，根據(jù)式（9）、（10）獲得的橫向和縱向裁剪尺寸也相應(yīng)增大；通過裁剪，得到一系列大小不一的圖像樣本，最后將裁剪得到的圖像樣本統(tǒng)一縮放為32×32像素的圖像；將得到的32×32像素的圖像作為卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本；

C、卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

典型卷積神經(jīng)網(wǎng)絡(luò)LeNet-5由8層組成，輸入是層是32×32像素圖像；網(wǎng)絡(luò)層C1、C3和C5分別代表卷積層，網(wǎng)絡(luò)層S2和S4為次抽樣層，網(wǎng)絡(luò)層F5為全連接層，輸出層神經(jīng)元的個(gè)數(shù)與要識(shí)別的目標(biāo)類別數(shù)相同，根據(jù)實(shí)際應(yīng)用環(huán)境進(jìn)行改變；每層網(wǎng)絡(luò)的一個(gè)面代表一個(gè)特征圖，該特征圖是由每一層中權(quán)值共享的神經(jīng)元組成的集合；每一層的神經(jīng)元只與上一層的一個(gè)局域感受野的神經(jīng)元連接；

卷積層的一般形式為：

xjl=f(Σi∈Mjxil-1*kijl+bjl)---(11)]]>

式中，l∈{1,2,3,4,5,6,7,8}代表層數(shù)，k是卷積核，M_j代表輸入特征圖的一個(gè)選擇，b代表偏置；

次抽樣層的一般形式為：

xjl=f(βjldown(xjl-1)+bjl)---(12)]]>

式中，down(·)表示次抽樣函數(shù)，一般是對(duì)前一層圖像的一個(gè)n×n的區(qū)域求和，β表示次抽樣層的權(quán)值，b表示偏置；

根據(jù)實(shí)際應(yīng)用環(huán)境，對(duì)LeNet-5的輸出神經(jīng)元的個(gè)數(shù)進(jìn)行調(diào)整，然后采用步驟B獲得的像素尺寸為32×32的圖像樣本進(jìn)行訓(xùn)練；通過訓(xùn)練，當(dāng)卷積神經(jīng)網(wǎng)絡(luò)的輸出值與期望值的誤差處在可接受范圍內(nèi)，便得到可用于車輛前方可通行性分析的卷積神經(jīng)網(wǎng)絡(luò)。