基于自適應(yīng)降頻卷積的受電弓識(shí)別算法研究

孫 明

（上海地鐵維護(hù)保障有限公司供電分公司， 上海 201106）

0 引 言

受電弓是電氣化鐵路系統(tǒng)中保障列車正常供電和正常運(yùn)行的重要組成部件。 受電弓與接觸網(wǎng)的鏈接關(guān)系和工作狀態(tài)直接影響高速鐵路系統(tǒng)列車的正常安全運(yùn)營(yíng)。 所以如何提高受電弓結(jié)構(gòu)功能部件的服役檢測(cè)水平和有效減低維護(hù)成本，是鐵路弓網(wǎng)系統(tǒng)安全檢測(cè)及故障診斷需要解決的關(guān)鍵問(wèn)題［1］。

目前，受電弓結(jié)構(gòu)檢測(cè)的主要方式包括接觸式和非接觸式兩種。 其中，接觸式檢測(cè)方法重點(diǎn)是基于傳統(tǒng)落后的人工檢測(cè)和離線定點(diǎn)檢測(cè)，這種檢測(cè)方法的弊端主要在于無(wú)法對(duì)處在行運(yùn)過(guò)程中的高速列車進(jìn)行狀態(tài)檢測(cè)和實(shí)施監(jiān)控。 非接觸式檢測(cè)方法則通過(guò)將各類車載檢測(cè)裝置安裝于列車頂部，由此實(shí)現(xiàn)對(duì)車載受電弓的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)。 常見(jiàn)的非接觸檢測(cè)方法包括通過(guò)采集裝置來(lái)采集手機(jī)震動(dòng)信號(hào)、溫度信號(hào)或解除信號(hào)等進(jìn)行受電弓的狀態(tài)檢測(cè)［2］。近年來(lái)，采用基于圖像處理技術(shù)的非接觸式受電弓檢測(cè)方法可以很好地完成實(shí)際工程項(xiàng)目中的受電弓狀態(tài)檢測(cè)和動(dòng)態(tài)監(jiān)控工作［3-9］。 文獻(xiàn)［6-7］的研究中，通過(guò)傳統(tǒng)的圖像邊緣檢測(cè)方法對(duì)受電弓的邊緣進(jìn)行提取，再根據(jù)邊緣特征對(duì)受電弓的故障進(jìn)行診斷和檢測(cè)。 文獻(xiàn)［7］提出在邊緣檢測(cè)的基礎(chǔ)上進(jìn)行基于模糊邏輯和圖像處理的受電弓幾何模型檢測(cè)?？紤]到基于邊緣檢測(cè)的方法具有容易受到復(fù)雜背景干擾的不足，研究學(xué)界現(xiàn)已陸續(xù)將解決問(wèn)題的思路從關(guān)注邊緣提取轉(zhuǎn)移到目標(biāo)區(qū)域的整體定位上。 文獻(xiàn)［8］提出了一個(gè)雙層框架對(duì)受電弓進(jìn)行受電弓的狀態(tài)檢測(cè)。 文獻(xiàn)［9］中，研發(fā)了一種基于連通區(qū)域的受電弓定位方法和基于區(qū)域色彩特征的弧線識(shí)別方法。 此外，隨著深度學(xué)習(xí)理論的發(fā)展和在圖像處理領(lǐng)域取得的突破，基于深度學(xué)習(xí)理論的圖像處理方法也受到了廣泛關(guān)注并推廣到了實(shí)際工程應(yīng)用領(lǐng)域。 當(dāng)前，也有一些研究工作在通過(guò)深度學(xué)習(xí)方法對(duì)受電弓狀態(tài)進(jìn)行檢測(cè)［10-11］。 文獻(xiàn)［10］提出了采用深部受電弓網(wǎng)絡(luò)框架（DPN）對(duì)受電弓區(qū)域進(jìn)行分割和檢測(cè)。 文獻(xiàn)［11］則在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)框架（CNN）的基礎(chǔ)上提出了適用于該場(chǎng)景的新網(wǎng)絡(luò)架構(gòu)PDDNet 并能準(zhǔn)確地識(shí)別出4 種不同種類缺陷。 但是，由于拍攝到的原始圖像中受電弓區(qū)域具有結(jié)構(gòu)復(fù)雜且不規(guī)則的特性，采用主流的深度學(xué)習(xí)檢測(cè)方法需要對(duì)復(fù)雜受電弓區(qū)域進(jìn)行人工像素級(jí)標(biāo)注。 為了減輕數(shù)據(jù)信息標(biāo)注的工作量，無(wú)監(jiān)督學(xué)習(xí)機(jī)制為解決問(wèn)題提供了新的思路［12-13］。 文獻(xiàn)［12］探討了一種基于圖像聚類的無(wú)監(jiān)督學(xué)習(xí)框架，并成功應(yīng)用于目標(biāo)區(qū)域定位上。 為了有效地去除檢測(cè)噪聲，文獻(xiàn)［13］通過(guò)結(jié)合顯著運(yùn)動(dòng)檢測(cè)和對(duì)象提議，開發(fā)了逐像素融合策略的無(wú)監(jiān)督在線圖像對(duì)象分割（UOVOS）框架，并在基準(zhǔn)數(shù)據(jù)集上進(jìn)行驗(yàn)證，且取得了較好的性能。 本文也是基于深度學(xué)習(xí)理論中的無(wú)監(jiān)督學(xué)習(xí)方法來(lái)展開研究的。 本文方法整體框架的設(shè)計(jì)如圖1 所示。 下一節(jié)中，擬對(duì)具體的受電弓圖像目標(biāo)顯著性檢測(cè)方法進(jìn)行詳述。

圖1 受電弓圖像目標(biāo)顯著性檢測(cè)方法示意圖Fig.1 Schematic diagram of target salience detection in pantograph images

1 基于自適應(yīng)降頻卷積的視覺(jué)顯著性網(wǎng)絡(luò)模型構(gòu)造

分析可知，輸入圖像中相鄰像素點(diǎn)的特征具有相似性，所以在傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)生成特征圖的過(guò)程中，對(duì)圖像中每個(gè)位置像素點(diǎn)的特征描述都獨(dú)立進(jìn)行存儲(chǔ)，忽略了圖像空間相鄰位置的公共信息可以共同存儲(chǔ)的特點(diǎn)，使得特征圖產(chǎn)生較大冗余。

文獻(xiàn)［14］中，卷積層輸出特征圖可以分解為不同空間尺度下的頻率特征，且自然圖像中包含了突出邊緣的高頻特征和描述整體的低頻特征，本文提出一種新的OctConv（Octave Convolution）卷積層結(jié)構(gòu)。 通過(guò)對(duì)圖像中相鄰位置像素的信息共享，有效降低了低頻圖像的分辨率，并且也減少網(wǎng)絡(luò)結(jié)構(gòu)的空間冗余。 在OctConv 卷積層中將卷積核進(jìn)一步分解為高頻卷積和低頻卷積，并將輸入圖像的高頻和低頻分量張量分別設(shè)為XH和XL，卷積輸出的高頻和低頻分量的特征映射設(shè)為YH和YL。 具體原理實(shí)施細(xì)節(jié)如圖2 所示。

圖2 OctConv 層實(shí)施細(xì)節(jié)原理圖Fig.2 Schematic diagram of OctConv layer implementation details

同時(shí)，OctConv 層僅從圖像的高頻和低頻空間尺度維度對(duì)輸入張量進(jìn)行卷積操作和處理，無(wú)法有效減少多尺度目標(biāo)檢測(cè)任務(wù)中的計(jì)算冗余。 在此基礎(chǔ)上，本文提出一種更加靈活的自適應(yīng)降頻卷積模塊，可以滿足多尺度的圖像不同空間尺度的特征張量輸入和輸出。 具體原理實(shí)施細(xì)節(jié)如圖3 所示。

圖3 自適應(yīng)降頻卷積層實(shí)施原理圖Fig.3 Implementation schematic diagram of adaptive down -frequency convolution layer

本文在該模塊的基礎(chǔ)上構(gòu)建了一種視覺(jué)顯著性檢測(cè)網(wǎng)絡(luò)，用于對(duì)輸入受電弓圖像中的功能區(qū)域進(jìn)行定位和進(jìn)一步檢測(cè)。 該網(wǎng)絡(luò)通過(guò)構(gòu)造多尺度層級(jí)模塊和跨層融合策略實(shí)現(xiàn)多尺度的特征表示和特征提取。 可以在有效減少構(gòu)造網(wǎng)絡(luò)框架的計(jì)算冗余的同時(shí)滿足檢測(cè)任務(wù)所要求的準(zhǔn)確提取和定位。 其網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖如圖4 所示。

圖4 基于自適應(yīng)降頻卷積的視覺(jué)顯著性網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.4 Structure diagram of visual saliency network based on adaptive down-frequency convolution

根據(jù)模型中的多尺度層級(jí)模塊輸出特征圖的分辨率不同，將該網(wǎng)絡(luò)分為4 個(gè)處理階段。 每階段多尺度層級(jí)模塊包含的多尺度卷積層，由一個(gè)傳統(tǒng)的OctConv 層和2 個(gè)3×3 的自適應(yīng)降頻卷積層構(gòu)成。通過(guò)傳統(tǒng)的OctConv 層對(duì)原始的2 個(gè)特征分量進(jìn)行交互，并通過(guò)自適應(yīng)降頻卷積層對(duì)多尺度特征進(jìn)行提取。

此外，為了保證輸出高分辨率的處理結(jié)果，采用一種跨層融合策略，可對(duì)各階段的多尺度特征進(jìn)行提取和融合：首先，通過(guò)提取網(wǎng)絡(luò)模型后3 個(gè)階段的多尺度層級(jí)模塊輸出的多尺度特征；接著，通過(guò)在階段處理后設(shè)置的1×1 的自適應(yīng)降頻卷積層將3 個(gè)階段輸出的多尺度特征作為輸入，并進(jìn)行跨階段卷積和輸出多尺度的特征分量；然后，通過(guò)一個(gè)1×1 的自適應(yīng)降頻卷積層對(duì)多尺度特征進(jìn)行卷積操作，生成最高分辨率的圖像特征；最后，通過(guò)標(biāo)準(zhǔn)的1×1 的卷積層根據(jù)高分辨率特征輸出網(wǎng)絡(luò)的最終預(yù)測(cè)和定位結(jié)果。

2 實(shí)驗(yàn)結(jié)果和分析

在本節(jié)中，將針對(duì)拍攝和采集于實(shí)際工程項(xiàng)目中的受電弓圖像構(gòu)建為數(shù)據(jù)集，并在該數(shù)據(jù)集上分別進(jìn)行廣泛的定性和定量實(shí)驗(yàn)，再通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的有效分析對(duì)本文方法進(jìn)行驗(yàn)證。

2.1 數(shù)據(jù)集

本文的實(shí)驗(yàn)數(shù)據(jù)是拍攝和采集于實(shí)際高速鐵路動(dòng)車組列車搭載的受電弓檢測(cè)圖像數(shù)據(jù)，其中的每張圖像都具有完整的像素級(jí)分割基礎(chǔ)。 研究將基于受電弓圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，并對(duì)本文顯著性檢測(cè)效果進(jìn)行全面地分析對(duì)比，最終得到準(zhǔn)確客觀的實(shí)驗(yàn)結(jié)果。

2.2 實(shí)驗(yàn)結(jié)果分析

本節(jié)主要分別從定量和定性角度對(duì)本文方法得到的實(shí)驗(yàn)結(jié)果進(jìn)行分析和評(píng)價(jià)。

2.2.1 實(shí)驗(yàn)定性分析

針對(duì)構(gòu)建的受電弓圖像數(shù)據(jù)集，首先通過(guò)人工標(biāo)注的方式構(gòu)建圖像序列中逐幀圖像的groundtruth。 如圖5 所示。 圖5 中，分別給出了受電弓圖像序列、對(duì)應(yīng)的真值圖像和檢測(cè)方法的實(shí)驗(yàn)結(jié)果。通過(guò)將本文方法的實(shí)驗(yàn)結(jié)果與其他幾種經(jīng)典的基于顯著性檢測(cè)方法的受電弓定位效果進(jìn)行直觀比較和評(píng)測(cè)，包括：EDR［15］、BAS［16］、POOLNet［17］。

圖5 受電弓目標(biāo)區(qū)域顯著性檢測(cè)結(jié)果示意圖Fig.5 Schematic diagram of significance detection results of pantograph target region

從實(shí)驗(yàn)結(jié)果可以看出，本文方法針對(duì)受電弓圖像數(shù)據(jù)能實(shí)現(xiàn)準(zhǔn)確且清晰的受電弓結(jié)構(gòu)功能區(qū)域的顯著性檢測(cè)。 由圖5 分析可知，文獻(xiàn)［15］提出的方法雖然也能獲取部分較為清晰的受電弓區(qū)域，但可能丟失其他顯著性區(qū)域。 其次，在列車運(yùn)動(dòng)過(guò)程中，后幀圖像中出現(xiàn)的電線桿會(huì)對(duì)當(dāng)前圖像的對(duì)應(yīng)區(qū)域進(jìn)行增強(qiáng)。 即便如此，本文方法的結(jié)果也仍然明顯優(yōu)于其他算法的定位效果。 文獻(xiàn)［16-17］的方法雖然可以提取到受電弓的粗略邊緣化區(qū)域，但定位結(jié)果也產(chǎn)生了大量的無(wú)關(guān)噪聲，從整體而言實(shí)驗(yàn)效果上也明顯遜色于本文方法。

綜合前述分析可知，本文方法能準(zhǔn)確、出色地完成受電弓結(jié)構(gòu)區(qū)域的顯著性檢測(cè)工作，與其他方法相比，魯棒性很強(qiáng)，并具有明顯優(yōu)勢(shì)。

2.2.2 實(shí)驗(yàn)定量分析

通過(guò)采用視覺(jué)注意機(jī)制中廣泛運(yùn)用的幾種評(píng)價(jià)指標(biāo)，對(duì)實(shí)驗(yàn)結(jié)果與真值圖進(jìn)行特定閾值基礎(chǔ)上的逐像素比較和計(jì)算，最終得到基于像素級(jí)的目標(biāo)區(qū)域定位效果的定量描述。 采用的評(píng)價(jià)指標(biāo)包括：準(zhǔn)確率-召回率曲線、F 曲線、S 度量值、E 度量值、F 度量值、F 權(quán)重值［18］、平均絕對(duì)誤差［19］。 首先，令通過(guò)本文方法得到的定位結(jié)果為S（S∈［0，1］）， 人工標(biāo)注的真值圖為G（G∈｛0，1｝），則準(zhǔn)確率-召回率曲線中參數(shù)的計(jì)算公式為：

其中，χ（·） 表示計(jì)算對(duì)應(yīng)像素的個(gè)數(shù)，S′（S′∈［0，1］） 表示對(duì)定位結(jié)果進(jìn)行閾值分割后的二值化圖像。 這里，閾值的選取范圍為［0，255］。

圖6 給出了多種算法針對(duì)受電弓圖像中受電弓結(jié)構(gòu)區(qū)域進(jìn)行顯著性檢測(cè)的準(zhǔn)確率-召回率曲線、F曲線，Preccsion與recall組成的曲線越靠近右上角說(shuō)明網(wǎng)絡(luò)分類效果越好，F(xiàn)曲線與水平軸所圍面積越大說(shuō)明該網(wǎng)絡(luò)性能越強(qiáng)。

圖6 多種顯著性檢測(cè)算法的準(zhǔn)確率-召回率、F 曲線示意圖Fig.6 Schematic diagram of accuracy， recall rate and F curve of various significance detection algorithms

從圖6 的實(shí)驗(yàn)結(jié)果可以得知，本文方法對(duì)受電弓區(qū)域進(jìn)行定位的實(shí)驗(yàn)效果要明顯優(yōu)于其他幾種顯著性測(cè)量算法，綜上結(jié)果表明通過(guò)本文方法最終可以得到準(zhǔn)確的顯著性檢測(cè)結(jié)果。 這里，則對(duì)本次研究中需用到的評(píng)價(jià)指標(biāo)做闡釋分析如下。

（1）S度量值。 表示軌枕裂紋顯著圖中，背景預(yù)測(cè)正確與否的程度，其計(jì)算公式為：

（2）E度量值。 是精確率與召回率的加權(quán)平均值，其計(jì)算公式為：

（3）F度量值。 該值的作用在于綜合評(píng)定定位結(jié)果的準(zhǔn)確程度，其計(jì)算公式為：

其中，λ2為0.3［18］，使實(shí)驗(yàn)結(jié)果的準(zhǔn)確率具有更高的權(quán)重和參考價(jià)值。F權(quán)重值由相對(duì)應(yīng)的PR值計(jì)算得出，PR值的權(quán)重為樣本在總樣本數(shù)中的占比，當(dāng)計(jì)算出精確率后，再以相同方式計(jì)算得出召回率，對(duì)應(yīng)的計(jì)算公式為：

其中，ω-1，ω0，ω1分別為各個(gè)精確率的權(quán)重比值［18］。

（4）平均絕對(duì)誤差。 用來(lái)度量檢測(cè)結(jié)果的誤差，其計(jì)算公式為：

其中，參數(shù)W和H用來(lái)表示輸入待處理軌道扣件圖像的長(zhǎng)度和寬度，x和y分別表示像素節(jié)點(diǎn)在圖像中的橫縱坐標(biāo)。 研究中采用上述指標(biāo)后，運(yùn)算得到的有關(guān)本文算法與其他算法的性能對(duì)比結(jié)果見(jiàn)表1。

表1 各算法性能對(duì)比Tab.1 Performance comparison of various algorithms

由表1 看出，從F權(quán)重值看，本文方法相比于EDR、BAS、POOLNet，分別提升了2.1%、2.0%、6.0%。同時(shí)，本文MAE值為0.012，驗(yàn)證了相較于其他網(wǎng)絡(luò)來(lái)說(shuō)，本文方法具有誤差較小，精確率高的特點(diǎn)。

綜上所述可知，與其它幾種算法相比，通過(guò)本文方法得到的受電弓結(jié)構(gòu)區(qū)域的定位結(jié)果要更加精確，定位結(jié)果的平均絕對(duì)誤差均比其他方法要更小，這也進(jìn)一步說(shuō)明本文方法針對(duì)受電弓圖像中目標(biāo)區(qū)域的顯著性檢測(cè)工作在準(zhǔn)確性和魯棒性上，具有更大的優(yōu)越性。

3 結(jié)束語(yǔ)

（1）提出了一種基于自適應(yīng)降頻卷積的網(wǎng)絡(luò)模型，完成對(duì)輸入圖像中受電弓目標(biāo)的顯著性檢測(cè)。 采用自適應(yīng)降頻卷積層和OctConv 層共同構(gòu)成多尺度層級(jí)模塊，可減少網(wǎng)絡(luò)的運(yùn)算冗余以提高運(yùn)行效率。

（2）構(gòu)造了一種跨層融合策略。 可以對(duì)各階段的多尺度特征進(jìn)行提取和融合，獲得高分辨率的特征圖輸出。

（3）通過(guò)構(gòu)建受電弓圖像數(shù)據(jù)集對(duì)本文方法進(jìn)行大量的有效實(shí)驗(yàn)驗(yàn)證。 結(jié)果表明，本文方法均能獲取關(guān)于目標(biāo)區(qū)域的準(zhǔn)確的顯著性檢測(cè)結(jié)果，并與其他算法相比具有明顯的優(yōu)越性和更強(qiáng)的魯棒性。