考慮顏色特征最優(yōu)組合的CART決策樹火災(zāi)圖像識別方法*

李 海，孫 鵬

（1.中國民用航空飛行學(xué)院民航安全工程學(xué)院，四川 德陽 618307；2.中國民用航空飛行學(xué)院民機(jī)火災(zāi)科學(xué)與安全工程四川省重點(diǎn)實(shí)驗(yàn)室，四川 德陽 618307；3.中國刑事警察學(xué)院公安信息技術(shù)與情報(bào)學(xué)院，遼寧 沈陽 110035）

0 引言

火災(zāi)事故作為常見的事故之一，對人們的生命安全和財(cái)產(chǎn)安全具有嚴(yán)重的威脅。據(jù)原應(yīng)急管理部消防救援局發(fā)布的2020年全國火災(zāi)情況顯示，2020年全年全國消防救援隊(duì)共接報(bào)25.2 萬起火災(zāi)事件，死亡1 183人，受傷775 人，直接財(cái)產(chǎn)損失40.09 億元[1]。如何有效識別火災(zāi)是火災(zāi)事故預(yù)防關(guān)注的重要問題之一，由于視頻圖像具有高度真實(shí)性、易傳輸、易保存、抗干擾能力強(qiáng)等優(yōu)勢，火災(zāi)圖像識別逐漸成為火災(zāi)預(yù)防領(lǐng)域的研究熱點(diǎn)之一。

截至目前，國內(nèi)外學(xué)者在火災(zāi)圖像識別方面已進(jìn)行大量研究，并取得重要突破。文獻(xiàn)[2]針對復(fù)雜圖像中火災(zāi)區(qū)域的檢測問題，提出1 種改進(jìn)的密集連接的卷積網(wǎng)絡(luò)（DenseNet）深度神經(jīng)網(wǎng)絡(luò)架構(gòu)；文獻(xiàn)[3]針對火災(zāi)圖像識別特征問題，提出1 種基于火焰尖角特征的火災(zāi)圖像識別算法；文獻(xiàn)[4]針對火災(zāi)圖像識別特征問題，提出1 種基于張量對象特征提取的多線性主成分分析（MPCA） 深度學(xué)習(xí)算法；文獻(xiàn)[5]基于大規(guī)?；馂?zāi)圖像數(shù)據(jù)集，以及地面實(shí)況復(fù)雜度圖像是根據(jù)人類檢測火災(zāi)存在或不存在所需的時(shí)間來量化的圖片，提出4 種基于火災(zāi)探測特性的圖像復(fù)雜度度量和1 個(gè)基于圖像復(fù)雜度評估圖像火災(zāi)檢測算法性能的新方法；文獻(xiàn)[6]提出基于參數(shù)優(yōu)化的隨機(jī)子空間-支持向量機(jī)（RS-SVM）分類器模型彌補(bǔ)過擬合和確定局部極值的不足，具有良好的可靠性和穩(wěn)定性，提高火災(zāi)預(yù)報(bào)的準(zhǔn)確性；文獻(xiàn)[7]針對森林火災(zāi)圖像識別中遇到的漏檢和誤檢等問題，提出1 種基于K-Means聚類下樣本熵值判別算法；文獻(xiàn)[8]針對人為選擇支持向量機(jī)（SVM）參數(shù)具有盲目性以及參數(shù)對其分類能力影響較大的特點(diǎn)，提出基于改進(jìn)果蠅優(yōu)化算法-支持向量機(jī)（FOA-SVM）的火災(zāi)圖像識別模型；文獻(xiàn)[9]針對火災(zāi)圖像識別特征問題，基于迭代算法-支持向量機(jī)（Adaboost-SVM）集成算法提出1種新的基于Gabor濾波和局部二值模式（LBP）的多尺度局部紋理特征提取方法；文獻(xiàn)[10]針對礦井下傳統(tǒng)火災(zāi)識別方法準(zhǔn)確率較低的問題，提出1 種基于改進(jìn)FOASVM火災(zāi)圖像識別融合算法；文獻(xiàn)[11]為以更少的參數(shù)提取更高級別的特征，提出1 種用于深度偽造檢測的輕量級三維卷積神經(jīng)網(wǎng)絡(luò)（3D CNN）模型；文獻(xiàn)[12]提出1 個(gè)火控的耦合卷積神經(jīng)網(wǎng)絡(luò)模型（FC-MSPCNN），并提供1 個(gè)在有效脈沖周期內(nèi)控制放電和放電神經(jīng)元的參數(shù)設(shè)置方法；文獻(xiàn)[13]提出1 種使用卷積神經(jīng)網(wǎng)絡(luò)的語義火災(zāi)圖像分割方法；文獻(xiàn)[14]基于機(jī)器視覺的火災(zāi)/煙霧檢測方法進(jìn)行完整的調(diào)查和分析；文獻(xiàn)[15-16]針對火災(zāi)火焰識別算法復(fù)雜和對環(huán)境要求高的特點(diǎn)提出基于圖像特征的火災(zāi)火焰識別方法，針對傳統(tǒng)火災(zāi)探測中靈敏度不高、響應(yīng)慢的問題，提出1 種基于特征融合的圖像型火災(zāi)探測方法。

上述研究在各個(gè)方面均取得較好的效果，但也存在一些不足，具體表現(xiàn)如下：1）火災(zāi)圖像識別過程中使用淺層深層特征、火焰形狀特征的尖角特征、張量對象特征、支持向量機(jī)等，而并未使用直接表征火災(zāi)信息的顏色特征；2）模型訓(xùn)練過程中圖像樣本量較少；3）基于紋理特征的分類與回歸樹（CART）進(jìn)行火災(zāi)圖像的識別樣本量少，同時(shí)紋理特征表征火災(zāi)圖像的效果低于顏色特征；4）基于卷積神經(jīng)網(wǎng)絡(luò)對火災(zāi)圖像庫進(jìn)行訓(xùn)練的模型識別精度較高，但是隨著樣本數(shù)據(jù)量的增多，運(yùn)算負(fù)荷急劇增加。

綜上所述，為研究適合火災(zāi)圖像識別的最優(yōu)顏色特征組合以及后續(xù)基于圖像多維特征融合提高火災(zāi)圖像識別準(zhǔn)確率，本文基于火災(zāi)圖像顏色特征融合CART決策樹進(jìn)行火災(zāi)圖像方法的識別研究，研究結(jié)果對提高火災(zāi)圖像識別準(zhǔn)確率具有現(xiàn)實(shí)意義。

1 基本原理

1.1 顏色特征

本文基于常見的3 種色彩模式（Lab、RGB、HSV），利用偏色因子[17]及偏色因子間方差var[18-21]來表征常規(guī)場景與火災(zāi)場景下圖像顏色特征。偏色因子及其方差var計(jì)算過程（以RGB色彩模式為例）如式（1）～（8）所示：

式中：r，g，b為分別為RGB色彩模式的紅、綠、藍(lán)分量信息；dr，dg，db是RGB色彩模式下圖像各通道信息平均值；M，N為圖像的像素維數(shù)；mr，mg，mb為RGB圖像各個(gè)分量信息偏色平均值；kr，kg，kb為3 個(gè)分量偏色因子；var為偏色因子方差。

1.2 決策樹算法

決策樹（decision tree）是1 類常見的有監(jiān)督機(jī)器學(xué)習(xí)預(yù)測模型，是對象屬性與對象值之間的映射關(guān)系。常見的決策樹算法有ID3 算法、C4.5 算法、CART算法，其中C4.5 算法繼承ID3 算法的優(yōu)點(diǎn)，其計(jì)算過程中基于信息增益率來選擇屬性，而CART算法主要使用基尼指數(shù)（Gini index）來選擇劃分屬性。CART決策樹具體算法流程如圖1所示。對于決策樹算法，最關(guān)鍵是如何選擇最優(yōu)劃分屬性，而CART決策樹使用基尼指數(shù)，其克服ID3 算法與C4.5 算法分別用信息增益和信息增益率選擇屬性時(shí)偏向選擇取值多的屬性的不足。

圖1 CART決策樹算法流程Fig.1 Algorithm process of CART decision tree

1.2.1 信息增益

信息熵（information entropy）是決策樹算法計(jì)算過程中度量樣本集合純度的1 種指標(biāo)。設(shè)對于任意的集合D，第k類樣本所占的比例為pk（k=1，2，…，），則集合D的信息熵Ent（D）計(jì)算過程如式（9）所示：

信息熵Ent（D）的值越小，表示集合D的純度越高。

考慮到樣本數(shù)越多的分支結(jié)點(diǎn)的影響越大，計(jì)算用屬性a 對樣本集D進(jìn)行劃分所獲得的信息增益（information gain），其計(jì)算過程如式（10）所示。設(shè)a 有V個(gè)可能值{a1，a2，…，av}，若使用a 對樣本進(jìn)行劃分，則會產(chǎn)生V個(gè)分支點(diǎn)，其中第v個(gè)分支點(diǎn)包含集合中所有在屬性a 上取值為Dv的樣本，根據(jù)式（9）計(jì)算出Dv的信息熵，再考慮到不同的分支結(jié)點(diǎn)所包含的樣本數(shù)不同，給分支結(jié)點(diǎn)賦予權(quán)重

對于信息增益Gain（D，a）而言，其值越大，則表示屬性a 來對分類劃分的純度提升越大。

1.2.2 信息增益率

信息增益率是為了減少信息增益準(zhǔn)則對可取值數(shù)目較大的屬性有所偏好的不利影響，從而來選擇最優(yōu)的劃分屬性。增益率Gain_ratio（D，a）的定義如式（11）所示：

1.2.3 基尼指數(shù)

基尼指數(shù)的計(jì)算過程如式（12）所示：

式中：Gini（D）表示從數(shù)據(jù)集中隨機(jī)抽取2 個(gè)樣本，其類別標(biāo)記不一致的概率，Gini（D）越小，則數(shù)據(jù)集的純度越高。

屬性a 的基尼指數(shù)計(jì)算過程如式（13）所示：

因此，選擇基尼指數(shù)最小的屬性作為最優(yōu)劃分屬性，即a*=，A表示a 的集合。

1.3 方法

一次優(yōu)化特征是指在Lab、RGB、HSV3 種色彩模式下，分別進(jìn)行特征的隨機(jī)組合，第1 次尋找最優(yōu)組合特征。二次優(yōu)化特征是指針對Lab、RGB、HSV 3 種色彩模式下優(yōu)化的一次優(yōu)化特征，基于混合疊加原理組成的新組合特征。本文方法的具體過程如圖2所示。

圖2 方法流程Fig.2 Flow chart of method

步驟1：收集火災(zāi)圖像與非火災(zāi)圖像樣本集。

步驟2：基于Lab、RGB、HSV3 種色彩模式提取火災(zāi)與非火災(zāi)樣本庫顏色特征數(shù)據(jù)，即Ka、Kb1、Var1；Kr、Kg、Kb2、Var2；Kh、Ks、Kv、Var3。

步驟3：首先在Lab、RGB、HSV色彩模式下分別基于粗略決策樹、中等決策樹、精細(xì)決策樹尋找一次優(yōu)化特征，然后基于混合疊加原理組合為二次優(yōu)化組合特征。

步驟4：基于步驟3 尋找的最優(yōu)組合特征以及樣本圖像進(jìn)行CART決策樹模型的訓(xùn)練，并進(jìn)行驗(yàn)證準(zhǔn)確度與測試準(zhǔn)確度計(jì)算。

步驟5：依據(jù)步驟4 的測試準(zhǔn)確度數(shù)據(jù)判斷其大小是否滿足火災(zāi)圖像識別精度要求，如果不滿足要求，調(diào)整分裂數(shù)數(shù)量，優(yōu)化CART參數(shù)或更換訓(xùn)練樣本集，直至找到測試準(zhǔn)確度最高的CART決策樹模型。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 構(gòu)建樣本集

為了驗(yàn)證本文方法的有效性，使用自建數(shù)據(jù)庫進(jìn)行實(shí)驗(yàn)，自建數(shù)據(jù)庫圖像源于Canon EOS80D相機(jī)拍攝的模擬真火場景以及網(wǎng)上森林火災(zāi)圖像。圖像庫總計(jì)7 775張，其中火災(zāi)圖像3 777 張，非火災(zāi)圖像3 998 張，并按3 :1 的比例隨機(jī)分為訓(xùn)練集和測試集?；馂?zāi)圖像包括基于紅色背景、綠色背景、藍(lán)色背景在晴天自然光、陰天自然光、暗箱無光3 種光照條件下所拍攝的火災(zāi)場景，各400 張，共計(jì)1 600 張，以及400 張?jiān)从诨ヂ?lián)網(wǎng)的森林火災(zāi)圖像中隨機(jī)抽取的177 張圖像，總計(jì)3 777 張；非火災(zāi)圖像包括基于紅色背景、綠色背景、藍(lán)色背景在晴天自然光、陰天自然光、暗箱無光3 種光照條件下所拍攝的常規(guī)場景，各400 張，共計(jì)1 600 張，以及隨機(jī)拍攝的日出、日落、校園外景、教學(xué)樓內(nèi)室等398 張非火災(zāi)場景圖像，總計(jì)3 998 張。

2.2 尋找最優(yōu)特征組合

2.2.1 Lab 色彩模式下優(yōu)化組合特征

為研究各種組合特征預(yù)測火災(zāi)圖像的的優(yōu)劣性，采用數(shù)理統(tǒng)計(jì)方法對3 個(gè)特征進(jìn)行排列組合，總計(jì)7 組表1為Lab 色彩模式下顏色特征指標(biāo)編碼及3 種決策樹精度大小分布，Lab 色彩模式下顏色特征組合預(yù)測火災(zāi)圖像精度大小分布如圖3所示。結(jié)合表1和圖3可以看出，Lab 色彩模式下“Kb1 +Var1” （6號特征）特征組合預(yù)測精度最高。

圖3 Lab色彩模式下火災(zāi)圖像識別精度大小Fig.3 Accuracy of fire image recognition in Lab color mode

表1 Lab色彩模式下特征編號及決策樹精度大小分布Table 1 Feature number and size distribution of decision tree accuracy in Lab color mode

2.2.2 RGB色彩模式下優(yōu)化組合特征

為了研究各種組合特征預(yù)測火災(zāi)圖像的優(yōu)劣性，采用數(shù)理統(tǒng)計(jì)方法對4 個(gè)特征進(jìn)行組合，總計(jì)15 組（M=。表2為RGB色彩模式下顏色特征指標(biāo)編碼及3種決策樹精度大小分布，RGB色彩模式下顏色特征組合預(yù)測火災(zāi)圖像精度大小分布如圖4所示。結(jié)合表2和圖4可以看出，RGB色彩模式下“Kg+Kb2 +Var2”特征（14 號特征）組合預(yù)測精度最好。

圖4 RGB色彩模式下火災(zāi)圖像識別精度大小Fig.4 Accuracy of fire image recognition in RGB color mode

表2 RGB色彩模式下特征編號及決策樹精度大小分布Table 2 Feature number and size distribution of decision tree accuracy in RGB color mode

2.2.3 HSV色彩模式下優(yōu)化組合特征

為了研究各種組合特征預(yù)測火災(zāi)圖像的優(yōu)劣性，采用數(shù)理統(tǒng)計(jì)方法對4 個(gè)特征進(jìn)行組合，總計(jì)15 組（M=。表3為HSV色彩模式下顏色特征指標(biāo)編碼及3種決策樹精度大小分布，HSV色彩模式下顏色特征組合預(yù)測火災(zāi)圖像精度大小分布如圖5所示。結(jié)合表3和圖5可以看出，HSV色彩模式下“Kh +Ks+Kv” （11 號特征）特征組合預(yù)測精度最好。

圖5 HSV色彩模式下火災(zāi)圖像識別精度大小Fig.5 Accuracy of fire image recognition in HSV color mode

表3 HSV色彩模式下特征編號及決策樹精度大小分布Table 3 Feature numbers and size distribution of decision tree accuracy in HSV color mode

綜上所述，本文選用Lab、RGB、HSV3 種色彩模式下的優(yōu)化特征構(gòu)建決策樹，特征組合為“Kb1 +Var1 +Kg+Kb2 +Var2 +Kh +Ks+Kv”。

2.3 實(shí)驗(yàn)結(jié)果

針對上文數(shù)據(jù)集和最優(yōu)特征組合，應(yīng)用CART決策樹方法提取決策樹。表4為不同類型樹與CART決策樹準(zhǔn)確度對比結(jié)果，由表4可知，對于驗(yàn)證準(zhǔn)確度而言，子空間KNN集成樹驗(yàn)證準(zhǔn)確度最高，可達(dá)90.92%，其次為CART決策樹，驗(yàn)證準(zhǔn)確度達(dá)90.54%，其他決策樹和集成樹驗(yàn)證準(zhǔn)確度均低于子空間KNN 集成樹與CART決策樹；對于測試準(zhǔn)確度而言，CART決策樹準(zhǔn)確度最高，可達(dá)84.50%，而其他決策樹和集成樹測試準(zhǔn)確度均低于CART決策樹。表5為CART決策樹不同交叉折數(shù)下火災(zāi)圖像識別準(zhǔn)確度對比結(jié)果，由表6可以看出，9 折交叉驗(yàn)證測試準(zhǔn)確度最高，可達(dá)86.47%，交叉驗(yàn)證折數(shù)越高，驗(yàn)證準(zhǔn)確度也呈現(xiàn)螺旋式增長態(tài)勢，但是測試準(zhǔn)確度不會隨交叉驗(yàn)證折數(shù)的增長而增長。

表4 不同類型樹與CART決策樹識別準(zhǔn)確度對比Table 4 Comparison of recognition accuracy between different types of trees and CART decision tree

表5 CART決策樹在不同交叉折數(shù)下識別精度對比Table 5 Comparison of recognition accuracy of CART decision tree under different cross fold numbers

3 結(jié)論

1）3 種色彩模式下的顏色特征對于火災(zāi)圖像識別表征效果較好，在Lab 色彩模式下最優(yōu)顏色特征組合為“Kb1 +Var1”，其驗(yàn)證準(zhǔn)確度為74.5%；在RGB色彩模式下最優(yōu)顏色特征組合為“Kg+Kb2 +Var2”，其驗(yàn)證準(zhǔn)確度為78.8%；在HSV色彩模式下最優(yōu)顏色特征組合為“Kh +Ks+Kv”，其驗(yàn)證準(zhǔn)確度為83.9%。

2）不同類型決策樹和集成樹對于火災(zāi)圖像識別的驗(yàn)證準(zhǔn)確度與測試準(zhǔn)確度差異較大，子空間KNN集成樹對火災(zāi)圖像識別的驗(yàn)證準(zhǔn)確度最高，但其測試準(zhǔn)確度較低；而CART決策樹對于火災(zāi)圖像識別的驗(yàn)證準(zhǔn)確度次之，同時(shí)CART決策樹對于火災(zāi)圖像的測試準(zhǔn)確度最高，這反映出子空間KNN集成樹訓(xùn)練模型存在過擬合現(xiàn)象，泛化能力較弱，其原因是驗(yàn)證準(zhǔn)確度與測試準(zhǔn)確度相差較大。

3）除子空間KNN集成樹外，與其他決策樹模型相比，CART決策樹的驗(yàn)證準(zhǔn)確度與測試準(zhǔn)確度均最高，同時(shí)驗(yàn)證準(zhǔn)確度與測試準(zhǔn)確度之差也明顯最小，這也表明CART決策樹模型的泛化能力較好。

4）考慮顏色特征最優(yōu)組合的CART決策樹火災(zāi)圖像識別方法為火災(zāi)圖像多維特征融合識別提供基礎(chǔ)，其重在考慮顏色特征對于火災(zāi)圖像識別的貢獻(xiàn)度?；馂?zāi)圖像的特征還包括紋理特征、多邊形特征等，這些特征對于火災(zāi)圖像識別均具有一定的貢獻(xiàn)度，在后續(xù)的研究中還要從紋理特征、多邊形特征、多特征融合等角度出發(fā)，基于機(jī)器學(xué)習(xí)等方法進(jìn)行火災(zāi)圖像識別方法的研究，從識別精度及效率等方面優(yōu)化火災(zāi)圖像識別效能，為火災(zāi)事故預(yù)防提供方法基礎(chǔ)。