[發(fā)明專利]一種基于膠囊神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別方法

在審

• 申請?zhí)枺?/td>: 202010095806.9
• 申請日: 2020-02-17
• 公開（公告）號: CN111428556A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 任條娟;陳友榮;陳鵬;蘇子漪;劉半藤;江俊
• 申請（專利權(quán)）人: 浙江樹人學(xué)院(浙江樹人大學(xué))
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06T7/11;G06T7/136;G06T7/62;G06T7/90
• 代理公司: 紹興市寅越專利代理事務(wù)所(普通合伙) 33285
• 代理人: 鄧愛民

1.一種基于膠囊神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別方法，其特征在于：內(nèi)容包括：

1)將交通標(biāo)志圖像分成若干不同類型并構(gòu)建交通標(biāo)志數(shù)據(jù)集，每一類交通標(biāo)志圖像中隨機選取若干張交通標(biāo)志圖像，用實際攝像頭所拍攝的交通標(biāo)志圖像予以替換，最終獲得用于模型訓(xùn)練的訓(xùn)練集；

2)判斷當(dāng)前的模型狀態(tài)：如果當(dāng)前狀態(tài)是訓(xùn)練狀態(tài)，則加載訓(xùn)練集的RGB圖像數(shù)據(jù)；如果當(dāng)前狀態(tài)為識別狀態(tài)，則加載訓(xùn)練好的網(wǎng)絡(luò)模型，并讀取攝像頭采集的RGB圖像數(shù)據(jù)；

3)讀取當(dāng)前的RGB圖像數(shù)據(jù)，將當(dāng)前的RGB圖像轉(zhuǎn)化為YCbCr圖像，采用公式(1)對圖像的亮度分量Y進行直方化處理，并將處理后的YCbCr圖像轉(zhuǎn)化為RGB圖像，更新當(dāng)前的圖像；

其中，S_n表示處理后的亮度分量值，X_i表示亮度分量值為i的像素個數(shù)，N表示像素個數(shù)總和；

4)將當(dāng)前的RGB圖像進行顏色增強，對交通標(biāo)志特有的紅色、黃色、藍色三色進行增強，對非交通標(biāo)志的其他顏色進行抑制；

5)通過顏色篩選當(dāng)前圖像潛在區(qū)域，將當(dāng)前RGB顏色模型轉(zhuǎn)化為HSV顏色模型，然后對整幅圖像進行目標(biāo)顏色提取，判斷藍色區(qū)域是否滿足公式(2)，紅色區(qū)域是否滿足公式(3)，黃色區(qū)域是否滿足公式(4)，篩選出滿足公示(2)～(4)條件的區(qū)域并轉(zhuǎn)化為RGB圖像；

230≤H≤255||0≤H≤15,160≤S≤240，V≥180 (2)

170≤H≤180，S＞40，30≤V＜235 (3)

15≤H≤45,S≥145,60≤V≤235 (4)

其中，H表示圖像顏色色調(diào)，S表示圖像飽和度，V表示圖像亮度；

6)通過圖像區(qū)域塊分割方法，從圖像增強和顏色篩選處理后的當(dāng)前圖像中分割出交通標(biāo)志所在的區(qū)域圖像；

7)使用最鄰近插值法將分割出來的交通標(biāo)志潛在區(qū)域圖像規(guī)格化，獲得32×32的固定大小圖像；

8)判斷圖像是否處理完成：如果每一個圖像處理完，則跳到步驟9)，否則判斷當(dāng)前狀態(tài)，如果當(dāng)前狀態(tài)是訓(xùn)練狀態(tài)，則讀取訓(xùn)練集中下一個圖像，跳到步驟3)，否則讀取攝像頭采集的下一個圖像，跳到步驟3)；

9)將規(guī)格化后的圖像輸入膠囊神經(jīng)網(wǎng)絡(luò)的卷積層，提取交通標(biāo)志底層各個部分特征，輸出底層特征張量；

10)將膠囊神經(jīng)網(wǎng)絡(luò)模型卷積層提取的底層特征張量輸入膠囊神經(jīng)網(wǎng)絡(luò)模型主膠囊層，將特征張量向量化輸出；

11)將主膠囊層輸出的向量膠囊單元傳入模型的數(shù)字膠囊層，且在數(shù)字膠囊層進行動態(tài)路由聚類，獲得耦合系數(shù)和連接一致性參數(shù)，獲得高層膠囊單元，實現(xiàn)分類；

12)根據(jù)數(shù)字膠囊層輸出的若干個類別的膠囊單元向量，計算向量模長即為向量的長度；如果當(dāng)前狀態(tài)是訓(xùn)練狀態(tài)，則跳到步驟13)，若為識別狀態(tài)則每個類別向量的長度為輸出圖像時該類別的概率，并選擇概率最大的類別即為類結(jié)果，輸出類結(jié)果，重新讀取攝像頭采集的RGB圖像數(shù)據(jù)，跳到步驟3)；

13)根據(jù)公式(14)構(gòu)建損失函數(shù)，計算各個類別的損失值，累加各個L_k，獲得總的損失值Loss；如果Loss小于閾值L_yu，則訓(xùn)練完成，獲得可固定膠囊網(wǎng)絡(luò)模型的權(quán)重參數(shù)，獲得網(wǎng)絡(luò)模型，令當(dāng)前狀態(tài)為識別狀態(tài)，讀取攝像頭采集的RGB圖像數(shù)據(jù)，跳到步驟3)；若Loss大于等于閾值L_yu，則跳到步驟14)；

L_k＝T_kmax(0,m⁺-||v_k||)²+λ(1-T_k)max(0,||v_k||-m^-)² (14)

其中，L_k表示分類類別k的損失值且k的取值范圍為1～43，T_k表示分類類別k的指示函數(shù)，如果不屬于類別k，則T_k＝1，否則T_k＝0，v_k表示動態(tài)路由聚類為類別k的向量單元，m⁺為上邊界，m^-為下邊界，λ為權(quán)重降低損失值；

14)利用損失值反向傳播，通過公式(15)更新網(wǎng)絡(luò)中動態(tài)路由的權(quán)重矩陣w，然后跳到步驟9)：

其中，表示更新后的權(quán)重矩陣，η表示學(xué)習(xí)率，即梯度，表示更新前的權(quán)重矩陣。