基于CNN算法與無人機(jī)技術(shù)的臨邊護(hù)欄識(shí)別方法探索

王子豪 周建亮 周穎綺 陳博華 徐欣燕 朱宏斌

(1．中國(guó)礦業(yè)大學(xué) 國(guó)際學(xué)院，徐州 221116； 2．中國(guó)礦業(yè)大學(xué) 力學(xué)與土木工程學(xué)院，徐州 221116)

引言

隨著改革開放進(jìn)程的不斷推進(jìn)，國(guó)家經(jīng)濟(jì)快速發(fā)展，城鎮(zhèn)化水平持續(xù)上升，建筑工程項(xiàng)目不斷增多[1]，生產(chǎn)安全事故起數(shù)也隨之大幅增加。根據(jù)中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部的統(tǒng)計(jì)數(shù)據(jù)顯示，2018年1月至11月全國(guó)共發(fā)生房屋市政工程生產(chǎn)安全事故698起、死亡800人，比2017年同期事故起數(shù)增加55起、死亡人數(shù)增加47人，分別上升8.55%和6.24%[2]。其中，由高空墜落造成的安全事故占建筑業(yè)安全事故的48.2%[3]。因此，防范高空墜落事故的發(fā)生對(duì)于改善建筑行業(yè)的安全現(xiàn)狀具有重要意義。高空墜落事故致因通常從人的不安全行為、物的不安全狀態(tài)、環(huán)境因素三個(gè)方面進(jìn)行分析[3]，相較于人和環(huán)境因素而言，物的不安全狀態(tài)的監(jiān)管更具有可實(shí)施性，更有助于預(yù)防高空墜落事故的發(fā)生。在物的不安全狀態(tài)中，臨邊防護(hù)是最為基礎(chǔ)的部分，構(gòu)建完善的建筑防護(hù)欄桿系統(tǒng)是預(yù)防建筑施工現(xiàn)場(chǎng)高空墜落事故頻發(fā)的重要和有效的措施之一，可以有效降低事故發(fā)生率，減少傷亡人數(shù)，消除安全隱患。

對(duì)于防護(hù)護(hù)欄的監(jiān)測(cè)，如果采用傳統(tǒng)的人工監(jiān)管方式，存在人力耗費(fèi)、工作效率低下、數(shù)據(jù)缺乏客觀性及說服力等缺點(diǎn)。與此同時(shí)，數(shù)據(jù)只能用于后期追責(zé)，做不到前期預(yù)防和防治[4]。如今，信息化發(fā)展逐漸成為時(shí)代主流，信息技術(shù)領(lǐng)域與其他領(lǐng)域的結(jié)合具有高效便捷且準(zhǔn)確率高的特點(diǎn)[5]。針對(duì)目前國(guó)內(nèi)研究相對(duì)較少的建筑施工現(xiàn)場(chǎng)臨邊護(hù)欄識(shí)別問題，本文通過無人機(jī)定期采集施工現(xiàn)場(chǎng)的圖像，建立基于深度學(xué)習(xí)算法的圖像識(shí)別模型，實(shí)現(xiàn)臨邊防護(hù)安全狀況的快速分類，將有助于現(xiàn)場(chǎng)實(shí)時(shí)性能數(shù)據(jù)的采集和記錄，并對(duì)采集到的圖像數(shù)據(jù)進(jìn)行及時(shí)的判斷反饋，縮短發(fā)現(xiàn)不安全因素的時(shí)間，為項(xiàng)目管理和工程信息化管理提供數(shù)據(jù)支持，從而能夠更有效地解決施工安全監(jiān)測(cè)問題及進(jìn)行風(fēng)險(xiǎn)規(guī)避。

1 研究背景

1.1 圖像識(shí)別算法分類與選擇

在人工智能技術(shù)不斷發(fā)展的時(shí)代背景下，圖像識(shí)別作為人工智能的一個(gè)重要方面，在各個(gè)領(lǐng)域得到了廣泛應(yīng)用。目前，較為成熟的圖像識(shí)別算法主要分為三類：

一是基于手工提取局部特征的傳統(tǒng)圖像識(shí)別算法，如定向分布直方圖、光流直方圖(HOF)、運(yùn)動(dòng)邊界直方圖(MBH)等。傳統(tǒng)圖像識(shí)別算法將提取到的圖像特征作為一組詞匯，總結(jié)出各個(gè)詞在圖像中的出現(xiàn)頻率，并使用頻率直方圖作為圖像的特征表示。在建筑工程領(lǐng)域，傳統(tǒng)圖像識(shí)別算法中的定向分布直方圖(HOG)曾被用來識(shí)別建筑工人與安全帽圖像[6]； 光流直方圖(HOF)、運(yùn)動(dòng)邊界直方圖(MBH)曾用于建筑工人動(dòng)作識(shí)別[7]。

二是基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks，CNN)的分類目標(biāo)識(shí)別算法。卷積神經(jīng)網(wǎng)絡(luò)是一類包含卷積計(jì)算的具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，其核心為卷積層，層參數(shù)由內(nèi)核和濾波器組成。著名的CNN網(wǎng)絡(luò)AlexNet曾在2012年的比賽中拿到冠軍，從那以后，相繼提出了很多網(wǎng)絡(luò)(如GoogleNet、MobileNet、VGGNet等)。在建筑領(lǐng)域，CNN曾被用于屋頂檢測(cè)[8]。

三是基于區(qū)域的目標(biāo)檢測(cè)算法，如Faster RCNN、YOLO等。Faster RCNN將目標(biāo)檢測(cè)實(shí)現(xiàn)模塊(候選區(qū)域生成、特征提取、目標(biāo)分類、位置精修)統(tǒng)一到一個(gè)深度網(wǎng)絡(luò)框架之中，完全實(shí)現(xiàn)端到端的目標(biāo)檢測(cè)，檢測(cè)準(zhǔn)確率較高，但是速度相對(duì)較慢； 相比基于區(qū)域的方法，YOLO算法對(duì)邊界框進(jìn)行直接預(yù)測(cè)，可提高對(duì)目標(biāo)的檢測(cè)速度，但目標(biāo)位置過于粗糙，準(zhǔn)確率有所降低。在建筑領(lǐng)域，F(xiàn)aster RCNN和算法曾用于工人安全帽的識(shí)別[7]。

針對(duì)臨邊護(hù)欄的識(shí)別，能否識(shí)別護(hù)欄的完整性是圖像識(shí)別的主要目標(biāo)。對(duì)于傳統(tǒng)的圖像識(shí)別算法對(duì)模型的輸入有嚴(yán)格的約束，包括尺寸，通道數(shù)及像素精度，而由于工地現(xiàn)場(chǎng)的復(fù)雜性，難以對(duì)臨邊護(hù)欄建立一個(gè)準(zhǔn)確而復(fù)雜的特征模型，傳統(tǒng)圖像識(shí)別算法受到較大限制。對(duì)于基于區(qū)域的目標(biāo)檢測(cè)圖像識(shí)別方法，由于臨邊護(hù)欄在圖像中常常沒有完整的分隔界限，常常無法準(zhǔn)確找到其邊界框，F(xiàn)aster RCNN等算法準(zhǔn)確率會(huì)大幅降低?；诰矸e神經(jīng)網(wǎng)絡(luò)的分類目標(biāo)識(shí)別算法，通過使用具有不同結(jié)構(gòu)的CNN網(wǎng)絡(luò)模型，可以將一張圖像的特征提取到不同的精度級(jí)別和多維空間中，經(jīng)模型訓(xùn)練可準(zhǔn)確提取到圖像特征，從而實(shí)現(xiàn)臨邊護(hù)欄識(shí)別。因此，本文將采用卷積神經(jīng)網(wǎng)絡(luò)CNN算法對(duì)圖像中臨邊護(hù)欄進(jìn)行識(shí)別，構(gòu)建一種針對(duì)建筑施工現(xiàn)場(chǎng)臨邊護(hù)欄的檢測(cè)模型。針對(duì)CNN算法中常用的AlexNet、GoogleNet等5種主流模型，對(duì)現(xiàn)場(chǎng)采集的圖像數(shù)據(jù)進(jìn)行訓(xùn)練集驗(yàn)證，評(píng)估與比較該5種模型在臨邊護(hù)欄圖像的識(shí)別性能。

1.2 無人機(jī)圖像采集技術(shù)

無人機(jī)是由地面人員通過無線電遙控設(shè)備系統(tǒng)進(jìn)行操控的不載人飛行器，以機(jī)載遙感設(shè)備如高分辨率相機(jī)、輕型光學(xué)相機(jī)等作為獲取圖像信息的方式，通過計(jì)算機(jī)對(duì)圖像信息進(jìn)行處理，可大量收集、存儲(chǔ)、傳回目標(biāo)圖像與視頻信息。無人機(jī)體積小、機(jī)動(dòng)靈活、使用成本低，適于近地面、高精度作業(yè)。

與建筑領(lǐng)域長(zhǎng)期采用的人工巡檢作業(yè)相比，使用無人機(jī)圖像采集技術(shù)勞動(dòng)強(qiáng)度更低、速度更快，尤其是其大大提高了信息采集的空間自由度，不僅不受到地面人員、交通條件的限制，也沒有大型載人平臺(tái)高度的限制，可以從零至數(shù)百米的不同距離、高度、角度上對(duì)建筑目標(biāo)進(jìn)行各種類型的信息采集作業(yè)，完成原來無法想象的高難度作業(yè)項(xiàng)目[9]。

本文實(shí)驗(yàn)中選用的無人機(jī)型號(hào)為大疆Mavic2專業(yè)版，該機(jī)配備有高分辨率攝像頭、GPS定位系統(tǒng)，飛行控制系統(tǒng)等，降低了飛行操控難度，且能夠獲取較高精度的圖片及視頻； 同時(shí)為實(shí)現(xiàn)攝像機(jī)多視角拍攝的目的，無人機(jī)飛行過程中采取傾斜攝影的圖像獲取方式[10]。飛行中預(yù)設(shè)飛行速度為5m/s， 飛行高度為80m， 傾斜角度為-60°，完整的飛行耗時(shí)15m34s，拍攝大量施工現(xiàn)場(chǎng)臨邊護(hù)欄圖像，用于后期模型的訓(xùn)練及測(cè)試。

1.3 問題的提出

針對(duì)無人機(jī)采集的施工現(xiàn)場(chǎng)圖像，盡管卷積神經(jīng)網(wǎng)絡(luò)CNN算法相對(duì)于傳統(tǒng)圖像識(shí)別算法和基于區(qū)域的目標(biāo)檢測(cè)算法較為適用，但卷積神經(jīng)網(wǎng)絡(luò)具有多種算法模型，如AlexNet、MobileNet、ResNet、VGGNet和GoogleNet等均為CNN的主流算法，這些算法都可針對(duì)圖像對(duì)象進(jìn)行識(shí)別，哪種算法更適合與施工現(xiàn)場(chǎng)的臨邊護(hù)欄圖像識(shí)別，其效果和效率是否能滿足項(xiàng)目現(xiàn)場(chǎng)圖像搜集速度與處理能力的需求，這將是本研究重點(diǎn)探究的問題。本文評(píng)估比較的五類卷積神經(jīng)網(wǎng)絡(luò)CNN主流算法的相關(guān)主要參數(shù)對(duì)比如表1所示，其中，

(1)AlexNet算法：相比傳統(tǒng)深度學(xué)習(xí)模型，該算法使用線性整流函數(shù)(ReLu)作為激活函數(shù)克服了在學(xué)習(xí)網(wǎng)絡(luò)較深時(shí)易發(fā)生的梯度彌散問題，同時(shí)在訓(xùn)練時(shí)使用Dropout結(jié)構(gòu)隨機(jī)忽略一部分神經(jīng)元，以避免模型過擬合，除此之外，相比傳統(tǒng)的CPU運(yùn)行訓(xùn)練，AlexNet允許使用GPU進(jìn)行加速，可顯著提升訓(xùn)練速度。

(2)MobileNet算法：該算法具有輕量化的結(jié)構(gòu)特點(diǎn)，在CPU中也能夠達(dá)到理想的速度要求。該模型使用深度可分離卷積技術(shù)大幅度減少了參數(shù)量和計(jì)算量，同時(shí)由于加入了寬度因子和分辨率因子兩個(gè)簡(jiǎn)單的全局超參數(shù)，允許研究人員依據(jù)約束條件選擇合適大小的模型，并根據(jù)實(shí)際的需求來控制識(shí)別速度或識(shí)別準(zhǔn)確率。

(3)ResNet算法：該算法在學(xué)習(xí)網(wǎng)絡(luò)中融入了高速路神經(jīng)網(wǎng)絡(luò)(Highway Network)的結(jié)構(gòu)，解決了傳統(tǒng)的卷積網(wǎng)絡(luò)或者全連接網(wǎng)絡(luò)在學(xué)習(xí)過程中存在的信息丟失、損耗甚至梯度爆炸等導(dǎo)致較深網(wǎng)絡(luò)無法完成訓(xùn)練的問題。

(4)VGGNet算法：該算法得益于其較小的間隔和卷積尺寸，以及在特定的層使用預(yù)訓(xùn)練得到的數(shù)據(jù)進(jìn)行參數(shù)初始化的先天優(yōu)勢(shì)，可以增加網(wǎng)絡(luò)深度來保證學(xué)習(xí)更復(fù)雜的模式，而且代價(jià)還更小。

表1 五種CNN網(wǎng)絡(luò)主流算法的主要參數(shù)對(duì)比

(5)GoogleNet算法：該算法在深度和寬度方面均進(jìn)行了改進(jìn)，加入的可產(chǎn)生稠密數(shù)據(jù)的稀疏網(wǎng)絡(luò)結(jié)構(gòu)，不僅能強(qiáng)化其運(yùn)算能力，同時(shí)抑制了訓(xùn)練時(shí)對(duì)計(jì)算資源的過度消耗，使得其相比于AlexNet，VGGNet等，深度、參數(shù)均較少，對(duì)應(yīng)的性能卻更加優(yōu)越。

據(jù)此，本文在以往研究的基礎(chǔ)上，提出一種基于CNN的臨邊護(hù)欄識(shí)別技術(shù)，使用5種主流卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行模型訓(xùn)練，并對(duì)5種算法的性能指標(biāo)進(jìn)行評(píng)估與比較，選出適用于護(hù)欄識(shí)別的最優(yōu)算法。最后，通過檢驗(yàn)試驗(yàn)對(duì)無人機(jī)拍攝施工現(xiàn)場(chǎng)臨邊護(hù)欄視頻所截取圖像進(jìn)行識(shí)別與檢測(cè)，以驗(yàn)證結(jié)論的準(zhǔn)確性，彌補(bǔ)以往研究的不足。

2 研究方法與關(guān)鍵技術(shù)

2.1 基本流程

本文基于多種深度學(xué)習(xí)網(wǎng)絡(luò)模型算法對(duì)施工現(xiàn)場(chǎng)圖像中臨邊護(hù)欄進(jìn)行識(shí)別。首先使用大疆無人機(jī)在施工現(xiàn)場(chǎng)采集一定數(shù)量的臨邊護(hù)欄圖像作為訓(xùn)練集與測(cè)試集，因?yàn)椴杉降膱D像數(shù)量比較少，并且無法直接輸入深度學(xué)習(xí)模型，所以需要對(duì)圖像進(jìn)行相應(yīng)預(yù)處理，使其滿足識(shí)別要求； 然后使用AlexNet、MobileNet、GoogleNet、ResNet和VGGNet共5種卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)模型訓(xùn)練和測(cè)試結(jié)果微調(diào)其網(wǎng)絡(luò)參數(shù)，最終實(shí)現(xiàn)圖像分類，之后對(duì)這5種網(wǎng)絡(luò)性能進(jìn)行對(duì)比分析，最終選出最優(yōu)網(wǎng)絡(luò)。本文的主要研究過程包括數(shù)據(jù)集采集與預(yù)處理、超參數(shù)確定、模型訓(xùn)練及比較和模型檢驗(yàn)等步驟，其研究流程如圖1所示。

2.2 CNN網(wǎng)絡(luò)架構(gòu)

卷積神經(jīng)網(wǎng)絡(luò)基本架構(gòu)包括輸入層、一系列中間層和輸出層，其基本結(jié)構(gòu)如圖2所示：

(1)輸入層

在使用CNN網(wǎng)絡(luò)進(jìn)行圖像識(shí)別時(shí)，輸入為一張寬為W1，高為H1，深度為D1的圖片，表示為W1*H1*D1。在這里，深度為圖像存儲(chǔ)每個(gè)像素所用位數(shù)。通常輸入圖片大小為227×227×3或×224×224×3。

圖1 臨邊護(hù)欄識(shí)別流程框圖

(2)卷積層

卷積層由若干卷積核組成。卷積可以提取輸入的不同特征，淺層卷積層只能提取一些低級(jí)的特征如角、線型和邊緣等，深層的網(wǎng)絡(luò)可以從低級(jí)特征中迭代提取更復(fù)雜的特征。圖3為臨邊護(hù)欄經(jīng)淺層卷積提取出的部分特征圖。

圖2 卷積神經(jīng)網(wǎng)絡(luò)基本架構(gòu)示意圖

圖3 臨邊護(hù)欄經(jīng)淺層卷積后提取出的部分特征圖

(3)激活層

激活層可通過非線性環(huán)節(jié)來加強(qiáng)模型的擬合能力，突出圖像的特征，有利于實(shí)現(xiàn)后續(xù)的特征識(shí)別，也有效解決了梯度消失而造成神經(jīng)網(wǎng)絡(luò)的收斂速度過慢的問題[11]。常見的激活函數(shù)有Sigmond，Tanh，Relu。依據(jù)不同的模型選擇不同的激活函數(shù)。

(4)池化層

在卷積后使用池化操作來降低圖像矩陣的維度，并且保持大部分重要信息。池化有最大值池化(Max Pooling)和平均值池化(Average Pooling)。最大值池化是將圖像平均分割，每個(gè)分割塊取最大值； 平均值池化則是取每個(gè)分割塊的平均值。采用池化并不會(huì)影響識(shí)別結(jié)果，且可有效保留圖像特征信息，極大提升訓(xùn)練效率。

(5)全連接層

全連接層中每個(gè)神經(jīng)元與前一層的所有神經(jīng)元進(jìn)行全連接，可以進(jìn)行數(shù)據(jù)降維，并整合卷積層中具有類別區(qū)分性的局部信息，起到分類器的作用。

2.3 超參數(shù)

在訓(xùn)練CNN模型之前通常需要設(shè)定一系列的超參數(shù)，包括優(yōu)化算法、學(xué)習(xí)率(Learning Rate)及批樣本大小(Batch Size)。本研究中所有的CNN模型皆使用基于動(dòng)量的隨機(jī)梯度下降算法(SGDM)實(shí)現(xiàn)并行化。隨機(jī)梯度下降算法指每一次迭代計(jì)算最小批次的梯度，然后對(duì)參數(shù)進(jìn)行更新，原理見公式所示。

gt=f(ωt)

ηt=α·mt/I

ωt+1=ωt-ηt

其中，ωt為待優(yōu)化參數(shù)，α為學(xué)習(xí)率，mt為動(dòng)量，I為沖量。SGDM在此基礎(chǔ)上引入了一階動(dòng)量。

mt=β·mt-1+(1-β)·gt

式中，β取為經(jīng)驗(yàn)值0.9，意味著t時(shí)刻的下降方向，不僅由當(dāng)前點(diǎn)的梯度方向決定，而且由此前累積的下降方向決定。一階動(dòng)量是各個(gè)時(shí)刻梯度方向的指數(shù)移動(dòng)平均值，能夠在相關(guān)方向加速隨機(jī)梯度下降(SGD)，抑制振蕩，從而加快收斂。學(xué)習(xí)率的大小會(huì)顯著影響權(quán)重更新速度，學(xué)習(xí)率過高會(huì)使損失函數(shù)震蕩，使模型不穩(wěn)定； 學(xué)習(xí)率過低則會(huì)導(dǎo)致模型收斂過慢，影響訓(xùn)練效率。批樣本為單次訓(xùn)練所選取樣本數(shù)，其大小會(huì)影響梯度下降方向，從而模型的優(yōu)化程度和速度。

2.4 模型評(píng)估指標(biāo)

在評(píng)估模型檢測(cè)的可靠性時(shí)，單純的準(zhǔn)確率(accuracy)并不能全面、有效地衡量模型效果，在樣本不均衡的情況下，通?？梢刖_率(precision)、召回率(recall)、F1值(F1-score)、ROC曲線及AUC等指標(biāo)來綜合評(píng)價(jià)模型優(yōu)劣。根據(jù)正負(fù)樣本的真實(shí)值與預(yù)測(cè)值定義FP(False Positive)、FN(False Negative)、TP(True Positive)及TN(True Negative)四個(gè)參數(shù)。FP為實(shí)際是負(fù)樣本而模型判定為正樣本，F(xiàn)N為實(shí)際是正樣本而模型判定為負(fù)樣本，TP為實(shí)際是正樣本模型判定也是正樣本，TN為實(shí)際是負(fù)樣本模型判定也是負(fù)樣本。參數(shù)表示見表2。

表2 TP、FN、FP、TN參數(shù)定義

由此可得精確率(precision)、召回率(recall)、F1值(F1-score)的表達(dá)式：

ROC曲線(Receiver Operating Characteristic)的橫坐標(biāo)為敏感性(False Positive Rate)，縱坐標(biāo)為精確性(True Positive Rate)，其計(jì)算公式如下：

該曲線可以直觀反映模型在選取不同閾值時(shí)敏感性和精確性的趨勢(shì)走向，其形狀不隨正負(fù)樣本的分布改變而改變，因此該評(píng)估指標(biāo)能降低不同測(cè)試集帶來的干擾，能更加客觀綜合地衡量模型本身的性能。AUC(Area Under Curve)被定義為ROC曲線下與坐標(biāo)軸圍成的面積，AUC值越高，則模型性能越好。

3 護(hù)欄識(shí)別試驗(yàn)與實(shí)證

3.1 數(shù)據(jù)集采集及預(yù)處理

目前，由于沒有一個(gè)完整的關(guān)于施工現(xiàn)場(chǎng)臨邊護(hù)欄的數(shù)據(jù)集，需要自行構(gòu)建數(shù)據(jù)集。本文使用大疆無人機(jī)在施工現(xiàn)場(chǎng)拍攝到736張圖像，其中包括408張護(hù)欄正樣本(圖片中有完整的護(hù)欄)，328張非護(hù)欄負(fù)樣本(圖片中無護(hù)欄或無完整護(hù)欄)。將圖像輸入模型前需進(jìn)行一定的預(yù)處理，步驟如下：

(1)數(shù)據(jù)增強(qiáng)。將每幅圖像均經(jīng)過平移、旋轉(zhuǎn)、加噪、切割等處理，得到新的樣本圖像，以增加實(shí)驗(yàn)樣本數(shù)量、提升模型的泛化能力及魯棒性。

(2)調(diào)整圖像尺寸。通過matlab中的imresize函數(shù)將照片統(tǒng)一為固定大小。

(3)歸一化圖像。在訓(xùn)練前所有圖片均減去訓(xùn)練集圖片的像素平均值，以達(dá)到消除公共部分，凸顯個(gè)體特征的目的。

經(jīng)過一系列操作，原始數(shù)據(jù)集數(shù)據(jù)量被擴(kuò)充到3 600幅(正樣本2 000張，負(fù)樣本1 600張)，并且無重復(fù)圖像，預(yù)處理后的圖像示例如圖4、圖5所示。本研究將訓(xùn)練集和驗(yàn)證集的比例設(shè)置為4:1。

圖4 正樣本示例

圖5 負(fù)樣本示例

3.2 超參數(shù)確定

超參數(shù)的最優(yōu)值需通過多次實(shí)驗(yàn)進(jìn)行確定。圖6示出了AlexNet網(wǎng)絡(luò)在學(xué)習(xí)率取值為0.000 1、0.000 5、0.001、0.005時(shí)訓(xùn)練鄰邊護(hù)欄識(shí)別模型的損失曲線。從曲線可以看出，學(xué)習(xí)率取0.001時(shí)訓(xùn)練效果最佳； 學(xué)習(xí)率取值為0.000 1和0.000 5時(shí)收斂速度過慢，訓(xùn)練效率變低； 學(xué)習(xí)率取值為0.005損失曲線有波動(dòng)性，且損失值偏高，模型識(shí)別性能有所下降。批樣本大小取128時(shí)梯度下降最為準(zhǔn)確，再增加時(shí)訓(xùn)練效率及模型性能也無明顯變化。其他4種網(wǎng)絡(luò)使用相同方法確定超參數(shù)，最佳數(shù)值如表3所示：

表3 超參數(shù)設(shè)置

3.3 模型訓(xùn)練及比較

在Windows 10操作系統(tǒng)、3.20GHz雙核處理器CPU、8GB內(nèi)存平臺(tái)上使用matlab2019搭建深度學(xué)習(xí)框架進(jìn)行試驗(yàn)。

圖7 5種CNN網(wǎng)絡(luò)準(zhǔn)確率曲線

表4 5種CNN網(wǎng)絡(luò)識(shí)別性能對(duì)比

圖7展示了AlexNet、GoogleNet、MobileNet、ResNet及VGGNet 共5種CNN網(wǎng)絡(luò)使用遷移學(xué)習(xí)進(jìn)行訓(xùn)練的驗(yàn)證準(zhǔn)確率曲線。表4則分別從準(zhǔn)確率(accuracy)、訓(xùn)練時(shí)間、精確度(precision)、回召率(recall)及F1值(F1-score)方面對(duì)比了5種卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)的識(shí)別效果。從曲線可以看出，5種CNN網(wǎng)絡(luò)皆可有效實(shí)現(xiàn)護(hù)欄識(shí)別，準(zhǔn)確率都達(dá)到了93%以上，但其收斂速度各有所不同。在訓(xùn)練初期AlexNet、MobileNet、ResNet三種網(wǎng)絡(luò)收斂速度較快，在第一代(Epoch)時(shí)即可達(dá)到高準(zhǔn)確率(>90%)，并逐漸趨于平穩(wěn)； VGGNet網(wǎng)絡(luò)收斂速度較慢且波動(dòng)性較大，模型穩(wěn)定性較差。在準(zhǔn)確率方面，MobileNet模型的識(shí)別準(zhǔn)確率最高，達(dá)到98.51%，VGGNet和ResNet的準(zhǔn)確率次之，比MobileNet低0.14%及0.28%。準(zhǔn)確率最低的是AlexNet網(wǎng)絡(luò)，只有94.44%。針對(duì)臨邊護(hù)欄識(shí)別，要盡可能提高對(duì)缺失護(hù)欄的識(shí)出率，故對(duì)精確度(precision)要求較高。在此種模型中，精確度最高的是MobileNet網(wǎng)絡(luò)，故其識(shí)別特性最適合于臨邊護(hù)欄檢測(cè)； VGGNet雖準(zhǔn)確率很高，但其精確度值明顯下降，故其識(shí)別特性與臨邊護(hù)欄識(shí)別適應(yīng)性較差。在訓(xùn)練時(shí)間方面，VGGNet顯著慢于其他網(wǎng)絡(luò)，訓(xùn)練時(shí)間達(dá)3倍以上。綜上各方面，MobileNet模型為最佳臨邊護(hù)欄識(shí)別模型。

圖8 CNN網(wǎng)絡(luò)ROC曲線對(duì)比

圖8和表5分別示出了5種卷積神經(jīng)網(wǎng)絡(luò)模型的ROC曲線及AUC值，根據(jù)表中數(shù)據(jù)可看出MobileNet模型的AUC值最高，達(dá)到0.989 0，證明此種模型識(shí)別性能最佳，與前文結(jié)論一致。

表5 CNN網(wǎng)絡(luò)AUC值對(duì)比

3.4 模型檢驗(yàn)

通過檢驗(yàn)試驗(yàn)驗(yàn)證模型比對(duì)結(jié)果及模型在施工現(xiàn)場(chǎng)實(shí)際應(yīng)用的有效性。在某施工現(xiàn)場(chǎng)使用大疆無人機(jī)拍攝一段20mins的視頻流，并針對(duì)視屏流按照1s/幀的速度進(jìn)行截取，共獲得1 200張檢驗(yàn)樣本。從中隨機(jī)抽取800張照片(444張正樣本，356張負(fù)樣本)進(jìn)行預(yù)處理后代入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型中，并統(tǒng)計(jì)其識(shí)別結(jié)果。其檢驗(yàn)識(shí)別結(jié)果見表6。ROC曲線見圖9。

圖9 CNN網(wǎng)絡(luò)驗(yàn)證試驗(yàn)ROC曲線對(duì)比

表6 CNN網(wǎng)絡(luò)驗(yàn)證試驗(yàn)識(shí)別性能對(duì)比

由模型檢驗(yàn)實(shí)驗(yàn)結(jié)果可知，5種卷積神經(jīng)網(wǎng)絡(luò)模型皆可針對(duì)施工現(xiàn)場(chǎng)無人機(jī)采集視頻流圖像進(jìn)行識(shí)別與檢測(cè)，準(zhǔn)確率都達(dá)到90%以上，識(shí)別結(jié)果如圖10、圖11所示。其中識(shí)別效果部分與模型訓(xùn)練結(jié)果部分基本一致，準(zhǔn)確率及AUC值最高的是MobileNet，為97.75%和97.39%，識(shí)別效果最佳。VGGNet準(zhǔn)確率有所下降，比ResNet低0.75%，精確率值顯著降低，再次證明與臨邊護(hù)欄檢測(cè)適應(yīng)性較差。此檢驗(yàn)驗(yàn)證五種模型中MobileNet模型最適合臨邊護(hù)欄識(shí)別，可有效滿足施工現(xiàn)場(chǎng)實(shí)時(shí)安全檢測(cè)要求?？纱龠M(jìn)施工現(xiàn)場(chǎng)安全管理，大幅降低由于臨邊護(hù)欄缺失帶來的高空墜落等事故風(fēng)險(xiǎn)，從源頭上消除不安全隱患。

4 結(jié)論

本研究針對(duì)施工現(xiàn)場(chǎng)臨邊護(hù)欄的識(shí)別檢測(cè)問題，搭建5種卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練檢測(cè)模型，并對(duì)模型識(shí)別性能進(jìn)行對(duì)比與分析。主要結(jié)論如下：

圖10 識(shí)別為安全圖像示例

圖11 識(shí)別為不安全圖像示例

(1)使用深度學(xué)習(xí)框架搭建卷積神經(jīng)網(wǎng)絡(luò)模型，通過3 600張由大疆無人機(jī)在施工現(xiàn)場(chǎng)采集的圖像構(gòu)建數(shù)據(jù)集進(jìn)行訓(xùn)練與測(cè)試。5種模型識(shí)別安全檢測(cè)中臨邊護(hù)欄的準(zhǔn)確率皆達(dá)到90%以上，驗(yàn)證了該方法可有效用于現(xiàn)場(chǎng)臨邊護(hù)欄安全檢測(cè)，有助于消除施工現(xiàn)場(chǎng)不安全隱患，提升建筑業(yè)的安全管理水平。

(2)通過對(duì)5種CNN模型進(jìn)行對(duì)比分析，可知針對(duì)臨邊護(hù)欄識(shí)別，MobileNet模型的識(shí)別效果最佳，識(shí)別準(zhǔn)確率達(dá)98.51%，精確度達(dá)99.01%，回召率達(dá)98.28%，AUC值為0.989 0。該模型能夠?qū)D像中臨邊護(hù)欄缺失隱患取得良好的識(shí)別效果，具有實(shí)際應(yīng)用價(jià)值。

(3)將深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)技術(shù)與無人機(jī)技術(shù)兩種新興技術(shù)相結(jié)合，提出針對(duì)施工現(xiàn)場(chǎng)臨邊護(hù)欄不安全隱患識(shí)別的解決方案。未來此技術(shù)可應(yīng)用于其他施工現(xiàn)場(chǎng)不安全因素識(shí)別，實(shí)現(xiàn)施工現(xiàn)場(chǎng)安全監(jiān)管的自動(dòng)化與智能化。