基于神經網絡的違禁品檢測研究

　　摘要： 為了解決違禁品帶入公共場合的問題，本文對違禁品的識別進行了研究。在安檢儀中，加入改進的YOLOv3網絡檢測算法，使其能夠檢測出違禁品，而在基礎網絡上，引入多維輸入圖和多分辨率輸入圖，增加了樣本的多樣性，有效解決了模型的適應性差的問題。在端到端的網絡上，用分層方法進行特征提取和分類，獲得不同尺度的特征圖，以此來提高網絡測試的精度，并采用聚類算法確定目標輪廓，使其能夠精準定位。實驗結果表明，改進的網絡識別目標精度在90%以上，高于原網絡的精準度。本網絡效果好，具有較高的識別率，且封裝在模塊中，操作簡單。該研究可有效提醒安檢員防止違禁品帶入公共場合，造成公共事故。

　　關鍵詞： YOLOv3; 端到端; 特征提取; 聚類算法

　　隨著人口的不斷增多，公共場所的人口密度變得越來越大，一旦發生事故就后會產生擁堵的情況，逃離的可能性很小，因此，嚴禁違禁品帶入人口密度大的場合[1]是解決問題的關鍵。2011年，在河南信陽段高速上，因車廂內違法裝載易燃危險化學品突然發生爆燃，導致客車起火燃燒，造成人員的死亡和受傷。目前，安全檢查主要包括行李物品檢查、旅客證件檢查、手提行李物品檢查和旅客身體檢查。其中，旅客證件檢查主要是確定乘客基本信息，其它三項檢查均是防止乘客攜帶刀、槍、易燃易爆品等危險物品，以確保公共場所及交通的安全。但在春運或法定假期期間，由于客流量較大，排隊安檢會發生擁堵情況，而且工作量的增加，也會使工作人員觀察不仔細，導致違禁品帶入公共場合，危害公共安全[2]。因此，針對這種狀況，本文比較了你只看一次[35](you only look once version 3，YOLOv3)、單一多盒檢測器[67](single shot multibox detector，SSD)、快速區域卷積神經網絡[89](fast regionbased convolutional neural network，Fast RCNN)等網絡的區別，最終選擇了基于卷積結構的YOLOv3網絡，對其進行改進，優化網絡架構及層數，使其在計算過程中減少計算量。同時，根據樣本信息，更改先驗框維度大小，提高對目標的精準定位，對樣本進行多樣化處理，并進行多尺度訓練，以保證算法能夠快速準確的識別和定位出目標物體。該研究為工作人員減輕了工作負擔，同時也降低了公共場合事故的發生率。

　　1YOLOv3相關理論

　　1.1基礎層

　　1.1.1Darknet53

　　0～74層是YOLOv3主結構，其含有53層卷積層，故叫做Darknet53。YOLOv3結構、DBL模塊結構和res unit模塊結構如圖1所示。Darknet53是由多個殘差層組成，殘差模塊和殘差層見圖1中的res unit和res n，并用卷積層替代池化層，控制梯度的傳播，在訓練過程中，有效解決了迭代次數增多而產生的梯度消失或爆炸問題。

　　1.1.2多尺度訓練

　　75～105層是3個尺度的特征層，在每個尺度中，通過卷積操作和上采樣操作，將相同尺寸的特征圖合成一個特征圖，經過卷積處理得到新的特征圖。在原YOLOv3中，歸一化尺度為416×416，在darknet53之后，進行卷積操作得到13×13特征圖，作為最小尺度y1。將79層的13×13特征圖進行卷積和上采樣操作，得到的特征圖與61層的26×26特征圖合并，得到中尺度y2。將91層的26×26特征圖進行卷積和上采樣操作，得到的特征圖與36層的52×52特征圖合并，得到最大尺度y3(見圖1)。多尺度訓練[10]可以更好地識別大小不一的目標，提高目標識別率，小尺度可檢測小目標，大尺度可檢測大目標，可以提高網絡精度。本文中的樣本縮放比例太大，會造成圖片像素重疊，進而識別不出目標。因此，將歸一化尺度更改為608×608，3個尺度設置為19×19，38×38，76×76。

　　1.2回歸及改進

　　1.2.1分類方法

　　YOLOv3的分類方法，由單標簽多分類的Softmax函數更換為多標簽多分類的邏輯回歸。邏輯回歸分類步驟分為3步，分別是線性函數、數值到概率的轉換及概率到標簽的轉換。

　　輸入為X，邏輯回歸采用sigmoid函數，將決策邊界轉換成值，保持在0～1之間的概率函數，用概率確定樣本標簽是某一類別的可能性。

　　為防止概率函數hθX過擬合，需在損失函數后加一項，則損失函數為

　　式中，m是樣本個數;y是真實值;λ是正則化公式強度參數;hθX是輸出結果。

　　損失函數梯度為

　　其中，λ為正則化的強度。

　　通過學習率對特征系數的迭代，得出某一值，就可算出特征向量系數θ。

　　1.2.2邊框預測

　　邊框預測是YOLOv3的方法，使用先驗框的定義，即用Kmeans++算法對訓練集上的目標尺寸大小進行聚類分析，使之有相似特征目標歸為一類，并根據尺寸大小確定anchor box的維度。

　　YOLOv3運用與特征金字塔網絡[11](feature pyramid networks，FPN)相近的上采樣和融合思想，將輸入圖像分為多個尺寸不同的特征圖，然后進行檢測。YOLOv3中分成3個尺度，并將每個尺度輸入圖像的網格單元(grid cell)中，預測3個bounding box，且每個bounding box有5個基本參數，分別是x，y，w，h，confidence。

　　推薦閱讀：中國公共安全(學術版)