汪梓藝，蘇育挺，劉艷艷，張 為

(1.天津大學(xué)電氣自動(dòng)化與信息工程學(xué)院，天津 300072;2.南開(kāi)大學(xué)電子信息與光學(xué)工程學(xué)院，天津 300071;3.天津大學(xué)微電子學(xué)院，天津 300072)

火災(zāi)是極具破壞性的災(zāi)害之一。在火災(zāi)初期，煙霧往往先于火焰產(chǎn)生，因此煙霧檢測(cè)對(duì)于預(yù)防火災(zāi)和保障人民安全意義重大。目前煙霧檢測(cè)算法大多依據(jù)相應(yīng)的場(chǎng)景手工選取煙霧的顏色、紋理等特征，通過(guò)分類器進(jìn)行判別。但是人為地按照特定規(guī)則選取特征適用性較為單一，很難應(yīng)用于不同場(chǎng)景。

隨著深度學(xué)習(xí)的發(fā)展，研究者轉(zhuǎn)向利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)實(shí)現(xiàn)煙霧檢測(cè)，算法大致分為3類：①用背景建模等方法提取出疑似煙霧區(qū)域，再輸入到卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類[1]。由于煙霧在視頻前后幀變化較為緩慢，這類方法提取出的煙霧區(qū)域較為零散，增加了網(wǎng)絡(luò)對(duì)煙霧圖像的分類難度，誤檢和漏檢較多。②將整幅圖像輸入到目標(biāo)檢測(cè)網(wǎng)絡(luò)中，用矩形框標(biāo)定出目標(biāo)的位置并給出目標(biāo)置信度[2]。但目標(biāo)檢測(cè)對(duì)象多為剛性物體，而煙霧這類目標(biāo)形狀不規(guī)則且顏色半透明，易被其他目標(biāo)遮擋，難以用規(guī)則的矩形框完整標(biāo)出，不利于網(wǎng)絡(luò)對(duì)目標(biāo)特征的學(xué)習(xí)。③對(duì)煙霧圖片進(jìn)行逐像素點(diǎn)的分類預(yù)測(cè)。這個(gè)過(guò)程稱為語(yǔ)義分割，以每一個(gè)煙霧像素點(diǎn)為目標(biāo)，可以更好地學(xué)習(xí)煙霧的本質(zhì)特征，不僅完成煙霧的分類和定位，還能生成具有詳細(xì)邊界的煙霧區(qū)域，實(shí)現(xiàn)煙霧分割[3]。

由于目前尚未有公開(kāi)的煙霧語(yǔ)義分割數(shù)據(jù)集，基于語(yǔ)義分割思想的煙霧檢測(cè)算法國(guó)內(nèi)外少有研究。文獻(xiàn)[3]利用FCN(Fully Convolutional Networks for semantic segmentation)[4]語(yǔ)義分割模型實(shí)現(xiàn)了對(duì)合成煙霧圖像的訓(xùn)練和分割。FCN是語(yǔ)義分割領(lǐng)域的開(kāi)山之作，利用卷積層替代全連接層，輸出二維圖像。此后出現(xiàn)了編碼解碼器架構(gòu)，編碼器通過(guò)下采樣增大感受野并提取特征，解碼器通過(guò)上采樣恢復(fù)圖像尺寸并完成語(yǔ)義分割。Deeplab系列引入了空洞卷積，通過(guò)在卷積核中間補(bǔ)零的方式替代池化下采樣，增大感受野并避免圖片細(xì)節(jié)丟失。文獻(xiàn)[5]加入條件隨機(jī)場(chǎng)來(lái)判斷像素間的關(guān)聯(lián)性。文獻(xiàn)[6]用帶空洞卷積的金字塔模塊(Atrous Spatial Pyramid Pooling, ASPP)并行預(yù)測(cè)語(yǔ)義信息。文獻(xiàn)[7]級(jí)聯(lián)多個(gè)空洞卷積并增加了全局池化層。

針對(duì)煙霧檢測(cè)任務(wù)的特點(diǎn)和需求，筆者提出了基于改進(jìn)DeeplabV3的端到端的煙霧分割網(wǎng)絡(luò)，主要包括以下4個(gè)方面：

(1)較大擴(kuò)張率的空洞卷積會(huì)造成網(wǎng)格效應(yīng)，故在空洞卷積串聯(lián)結(jié)構(gòu)末尾加入特征細(xì)化模塊，對(duì)特征圖進(jìn)行密集采樣，有效地捕獲局部信息，解決信息利用率低下的問(wèn)題。

(2)針對(duì)煙霧這類尺度、姿態(tài)多變的非剛性目標(biāo)，提出可變形空間金字塔模塊，提高模型對(duì)目標(biāo)形變的學(xué)習(xí)能力。

(3)原始網(wǎng)絡(luò)的解碼器預(yù)測(cè)的目標(biāo)邊界較粗糙，對(duì)此提出了通道注意力解碼器，增加網(wǎng)絡(luò)對(duì)重要特征的篩選能力，進(jìn)一步恢復(fù)煙霧圖像的空間細(xì)節(jié)。

(4)建立煙霧語(yǔ)義分割數(shù)據(jù)集，確保數(shù)據(jù)充足，場(chǎng)景豐富且具有普遍性。

1 基本原理

1.1 DeeplabV3網(wǎng)絡(luò)

DeeplabV3網(wǎng)絡(luò)結(jié)構(gòu)見(jiàn)圖1，骨干網(wǎng)絡(luò)使用了殘差網(wǎng)絡(luò)模型。在殘差單元后級(jí)聯(lián)了擴(kuò)張率(用rate表示)分別為2、4、8的空洞卷積。擴(kuò)張率表示采樣的頻率，擴(kuò)張率越大，感受野越大。當(dāng)擴(kuò)張率為1時(shí)，表示全部像素采樣；當(dāng)擴(kuò)張率大于2時(shí)，表示每隔(rate-1)個(gè)像素點(diǎn)進(jìn)行采樣。在串行結(jié)構(gòu)末尾添加空間金字塔并行結(jié)構(gòu)，利用擴(kuò)張率為6、12、18的空洞卷積學(xué)習(xí)多尺度特征，同時(shí)增加全局平均池化層捕獲全局信息。最后得到尺寸為原圖1/16的特征圖，再通過(guò)16倍上采樣恢復(fù)到原圖大小。

1.2 特征細(xì)化模塊

原網(wǎng)絡(luò)使用空洞卷積替代下采樣來(lái)擴(kuò)大感受野，但空洞卷積的實(shí)現(xiàn)是通過(guò)卷積核中間補(bǔ)零的方式，只獲取了非零區(qū)域的信息。這種稀疏采樣性令特征圖產(chǎn)生網(wǎng)格效應(yīng)，使當(dāng)前層的卷積結(jié)果全部來(lái)自上一層的獨(dú)立集合，丟失了局部信息，學(xué)習(xí)到的特征往往缺乏相關(guān)性。雖然原網(wǎng)絡(luò)使用了不同擴(kuò)張率的空洞卷積，試圖提高信息的利用率，但隨著擴(kuò)張率的增大，有效的采樣點(diǎn)數(shù)量急劇減少，而且當(dāng)擴(kuò)張率為倍數(shù)關(guān)系時(shí)(如2、4、8)，仍然存在網(wǎng)格效應(yīng)。網(wǎng)格效應(yīng)很可能導(dǎo)致網(wǎng)絡(luò)訓(xùn)練失敗，學(xué)習(xí)到錯(cuò)誤的特征信息。針對(duì)此類問(wèn)題，筆者設(shè)計(jì)了特征細(xì)化模塊(Feature Refinement Module, FRM)，在最后一個(gè)級(jí)聯(lián)的空洞卷積后，增加了擴(kuò)張率較小的兩個(gè)單元[8]，使采樣點(diǎn)更加密集，以增強(qiáng)像素間的交互關(guān)系，消除網(wǎng)格效應(yīng)，如圖2所示。

圖1 DeeplabV3網(wǎng)絡(luò)結(jié)構(gòu)

圖2 特征細(xì)化網(wǎng)絡(luò)結(jié)構(gòu)

為了降低時(shí)間復(fù)雜度，先對(duì)圖像進(jìn)行降維，然后輸入到擴(kuò)張率分別為2和1的單元，同時(shí)去除了殘差短路連接，防止底層的網(wǎng)格效應(yīng)通過(guò)短路連接直接激活到頂層。此外，在每個(gè)卷積層后用BN(Batch Normalization)層對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，該層通過(guò)可學(xué)習(xí)的參數(shù)對(duì)小批量數(shù)據(jù)進(jìn)行歸一化處理，可以簡(jiǎn)化調(diào)參過(guò)程，增強(qiáng)數(shù)據(jù)的表達(dá)泛化能力，防止因網(wǎng)絡(luò)深度增加而帶來(lái)的梯度消失或梯度爆炸，加速模型收斂。實(shí)驗(yàn)表明，擴(kuò)展的特征細(xì)化模塊使當(dāng)前層學(xué)習(xí)到的特征更具關(guān)聯(lián)性，提高了圖片分類的準(zhǔn)確度。

1.3 可變形空間金字塔模塊

原網(wǎng)絡(luò)的ASPP模塊使用了以規(guī)則格點(diǎn)采樣的標(biāo)準(zhǔn)3×3卷積，而標(biāo)準(zhǔn)卷積核在同一層中不同位置的感受野大小完全相同，并不能根據(jù)目標(biāo)的尺度自適應(yīng)調(diào)整，較大程度地限制了網(wǎng)絡(luò)對(duì)目標(biāo)的識(shí)別能力。煙霧這類非剛性目標(biāo)，在視頻圖像中經(jīng)常呈現(xiàn)姿態(tài)、視角等多種變化，圖片中不同位置可能對(duì)應(yīng)目標(biāo)的不同尺度和形變，標(biāo)準(zhǔn)卷積并不能很好地適應(yīng)目標(biāo)的空間變化。原網(wǎng)絡(luò)為了使模型適應(yīng)各種形狀的物體，加入了數(shù)據(jù)增強(qiáng)操作，但是通過(guò)數(shù)據(jù)集使網(wǎng)絡(luò)適應(yīng)目標(biāo)形變的過(guò)程過(guò)于耗時(shí)，且對(duì)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)要求較高。為此，筆者設(shè)計(jì)了可變形空間金字塔(Deformable ASPP)模塊，將標(biāo)準(zhǔn)卷積核替換成可變形卷積核[9]。

標(biāo)準(zhǔn)卷積核通過(guò)規(guī)則網(wǎng)格R在輸入特征圖X上進(jìn)行采樣，通過(guò)權(quán)重W對(duì)采樣值進(jìn)行加權(quán)并求和。用p0表示輸出特征圖Y上某個(gè)點(diǎn)的位置，pn表示標(biāo)準(zhǔn)采樣位置，Δpn表示可變形卷積增加的位置偏移，則可變形卷積輸出特征圖表達(dá)式為

(1)

圖3 可變形卷積的實(shí)現(xiàn)過(guò)程

可變形卷積的具體實(shí)現(xiàn)如圖3所示。對(duì)于二維圖像來(lái)說(shuō)，每個(gè)像素點(diǎn)在x、y兩個(gè)維度上各有9個(gè)偏置方向。因此，首先通過(guò)一個(gè)通道數(shù)為18的單獨(dú)卷積層來(lái)獲得位置偏移，然后將該偏移量加入到輸入層中原本固定的采樣區(qū)域中。偏移量的加入使得原始卷積每一個(gè)規(guī)整的窗口平移了不同的位置，而新的位置常常不為整數(shù)，原始特征圖上沒(méi)有像素與之對(duì)應(yīng)，因此需要通過(guò)雙線性插值變換將所有新的采樣點(diǎn)集中起來(lái)形成新的輸入特征圖，同時(shí)保證空間分辨率不變?？勺冃尉矸e的加入使感受野自適應(yīng)目標(biāo)的尺度變化，可以打破原始ASPP采用固定擴(kuò)張率整合不同感受野信息的限制，更加靈活地對(duì)信息進(jìn)行融合，以少量模型復(fù)雜度的代價(jià)提高了網(wǎng)絡(luò)對(duì)形變的建模能力和學(xué)習(xí)效率。

1.4 通道注意力模塊

從底層到高層隨著感受野的增大，網(wǎng)絡(luò)學(xué)習(xí)到的信息也在不斷變化。在低級(jí)階段，特征圖分辨率較高，感受野較小，學(xué)習(xí)到的更多是細(xì)節(jié)特征；而在高級(jí)階段，特征圖分辨率較低，感受野較大，網(wǎng)絡(luò)提取到的更多是目標(biāo)語(yǔ)義特征。原網(wǎng)絡(luò)在預(yù)測(cè)階段直接將最后一層特征圖進(jìn)行16倍上采樣，忽略了底層網(wǎng)絡(luò)的細(xì)節(jié)特征，預(yù)測(cè)的目標(biāo)邊界較粗糙。為了恢復(fù)目標(biāo)邊界，通過(guò)逐漸上采樣的方式融合分辨率不同的特征圖進(jìn)行聯(lián)合預(yù)測(cè)，避免通過(guò)一次性較大倍率的上采樣造成的誤差。在特征圖融合前，引入 “通道注意力機(jī)制”。原網(wǎng)絡(luò)并未對(duì)特征圖進(jìn)行通道加權(quán)，默認(rèn)同等對(duì)待每個(gè)通道信息，認(rèn)為其對(duì)最終的目標(biāo)預(yù)測(cè)貢獻(xiàn)相同。實(shí)際上，隨著卷積層的累加、語(yǔ)義信息的豐富，每個(gè)通道攜帶了不同的特征信息，這些信息與目標(biāo)的關(guān)聯(lián)程度也不盡相同。如果對(duì)特征圖的通道加以權(quán)重，并學(xué)習(xí)和篩選出對(duì)目標(biāo)預(yù)測(cè)貢獻(xiàn)較大的特征，可以減輕處理高維數(shù)據(jù)的負(fù)擔(dān)，還能讓網(wǎng)絡(luò)更加關(guān)注輸入信息的重要部分，更好地判斷輸入到輸出的映射關(guān)系，進(jìn)一步提高模型的預(yù)測(cè)精度和泛化能力。

筆者提出的通道注意力模型(Channel Attention Module, CAM)分為壓縮和激活兩部分[10]，見(jiàn)圖4。壓縮部分通過(guò)全局平均池化對(duì)特征圖進(jìn)行壓縮：

(2)

其中，u表示尺寸為H×W×C的特征圖，C為總通道數(shù)，uc表示該特征圖中通道為c的二維矩陣。通過(guò)全局平均池化，第c個(gè)通道的特征映射為zc。激活部分通過(guò)兩層全連接層來(lái)獲得通道間的關(guān)系表達(dá)：

s=Fex(z,W)=σ(g(z,W))=σ(W2δ(W1z)) 。

(3)

首先通過(guò)權(quán)重為W1的全連接層將通道降為1/16，再用權(quán)重為W2的全連接層進(jìn)行升維，中間用Relu層來(lái)激活，用δ表示，降低模型計(jì)算量又有利于學(xué)習(xí)通道間的復(fù)雜關(guān)系。接著通過(guò)Sigmoid激活函數(shù)σ進(jìn)行歸一化輸出權(quán)重s，再通過(guò)Scale函數(shù)把s加權(quán)到每個(gè)通道上：

(4)

其中，sc表示第c個(gè)通道的歸一化權(quán)重，uc與之相乘輸出帶有“通道注意力”的特征圖。

圖4 通道注意力模型結(jié)構(gòu)

1.5 改進(jìn)的DeeplabV3模型

以ResNet50為骨干網(wǎng)絡(luò)，網(wǎng)絡(luò)模型如圖5所示。首先，輸入圖片經(jīng)過(guò)一系列圖像增強(qiáng)操作后被調(diào)整為512×512像素，經(jīng)過(guò)原始的特征提取后，通過(guò)特征細(xì)化模塊獲取像素間的交互關(guān)系，消除網(wǎng)格效應(yīng)。接著利用可變形空間金字塔使網(wǎng)絡(luò)根據(jù)目標(biāo)尺度變化靈活調(diào)整感受野，獲得不同感受野的語(yǔ)義信息并將其融合，提升對(duì)形變的建模能力；將該輸出與原始特征相乘，可以為特征圖提供更好的空間注意力信息。關(guān)于“注意力機(jī)制”在前文已經(jīng)提到，如果說(shuō)通道注意力增強(qiáng)了通道下特定語(yǔ)義的響應(yīng)能力，那么空間注意力是尋找空間維度上對(duì)預(yù)測(cè)目標(biāo)貢獻(xiàn)較大的特征信息?？勺冃谓鹱炙ㄟ^(guò)自適應(yīng)感受野更好地定位待預(yù)測(cè)區(qū)域，獲取像素間的位置關(guān)聯(lián)。在解碼階段，對(duì)高層語(yǔ)義信息進(jìn)行兩次2倍上采樣和一次4倍上采樣。此外，將高級(jí)特征輸入注意力模塊，以提取通道注意力信息，對(duì)低級(jí)特征進(jìn)行加權(quán)，從而更有效地恢復(fù)語(yǔ)義信息。隨后合并高級(jí)特征和篩選的低級(jí)特征，恢復(fù)詳細(xì)的目標(biāo)邊界，同時(shí)融合空間、通道兩種注意力信息，幫助模型選擇最有益的中間特征，抑制無(wú)關(guān)特征，進(jìn)一步提升網(wǎng)絡(luò)的預(yù)測(cè)精度。

圖5 改進(jìn)的DeeplabV3網(wǎng)絡(luò)結(jié)構(gòu)

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集建立和網(wǎng)絡(luò)參數(shù)設(shè)定

目前尚未有公開(kāi)的煙霧語(yǔ)義分割數(shù)據(jù)集。由于煙霧的標(biāo)注過(guò)程較復(fù)雜，文獻(xiàn)[3]利用了大量合成煙霧圖像，但真實(shí)與合成的煙霧樣本分布不同，針對(duì)合成煙霧樣本訓(xùn)練的模型可能無(wú)法較好地適用于實(shí)際復(fù)雜場(chǎng)景中?；谏鲜鰡?wèn)題，筆者按照PASCAL VOC數(shù)據(jù)集的標(biāo)注方式建立了一個(gè)場(chǎng)景豐富的煙霧語(yǔ)義分割數(shù)據(jù)集，圖片來(lái)自權(quán)威的國(guó)家火災(zāi)重點(diǎn)實(shí)驗(yàn)室網(wǎng)站(http://smoke.ustc.edu.cn/datasets.htm)以及實(shí)驗(yàn)室收集到的煙霧視頻資料，包含食堂、操場(chǎng)、野外、車庫(kù)、工廠、農(nóng)房、地鐵站等近百個(gè)場(chǎng)景，共計(jì)8 081張，其中訓(xùn)練集6 081張，測(cè)試集2 000張。算法在mxnet框架上使用python3.6編寫實(shí)現(xiàn)，在Ubuntu系統(tǒng)下使用圖形處理器進(jìn)行加速。網(wǎng)絡(luò)使用帶動(dòng)量的隨機(jī)梯度下降算法進(jìn)行訓(xùn)練，共訓(xùn)練100代，動(dòng)量為0.9，權(quán)重衰減為0.000 2，批處理個(gè)數(shù)為8；學(xué)習(xí)率采用“Poly”策略，隨著迭代次數(shù)增加逐漸衰減。

2.2 實(shí)驗(yàn)結(jié)果分析

圖6為筆者提出算法與DeeplabV3網(wǎng)絡(luò)在測(cè)試集中部分圖像的分割結(jié)果。從左至右第1到4列分別為原始煙霧圖像、煙霧標(biāo)簽、DeeplabV3網(wǎng)絡(luò)的分割圖像、筆者提出算法的分割圖像，包含6種不同的煙霧場(chǎng)景。第1、4、6行，原始網(wǎng)絡(luò)的像素預(yù)測(cè)存在分割不足現(xiàn)象。第1行左上角的煙霧像素沒(méi)有被原網(wǎng)絡(luò)預(yù)測(cè)出，但是筆者提出的模型通過(guò)特征細(xì)化模塊，捕捉到了特征圖的局部信息，更好地還原了煙霧像素。第4行是在煙霧大幅度擴(kuò)散變形的情況下，原網(wǎng)絡(luò)的分割缺失了左下方大部分像素點(diǎn)，而筆者提出的算法除了一小段下邊緣像素存在差異外，基本擬合了真實(shí)的煙霧標(biāo)簽。另外，原圖煙霧邊界較模糊，煙霧標(biāo)簽不夠精確等因素也造成了一定影響。第6行原網(wǎng)絡(luò)沒(méi)有分割出顏色較淺的煙霧像素，而改進(jìn)后的網(wǎng)絡(luò)可以更好地學(xué)習(xí)像素間的關(guān)聯(lián)性，進(jìn)而得到較完整的分割結(jié)果。第2、3、5行，原網(wǎng)絡(luò)存在分割過(guò)度現(xiàn)象。第2行中原網(wǎng)絡(luò)將標(biāo)簽中一些彎折的邊緣直接預(yù)測(cè)成平滑的曲線，分割結(jié)果較粗糙，筆者提出的算法能融合不同分辨率的特征圖聯(lián)合預(yù)測(cè)，分割出的煙霧邊界更加鋒利；第3、5行中原網(wǎng)絡(luò)將部分非煙霧像素誤判為煙霧像素，而筆者提出的算法通過(guò)靈活的感受野，可以適應(yīng)不同場(chǎng)景下的目標(biāo)形變，能較為準(zhǔn)確地區(qū)分煙霧像素和背景像素。

綜上，筆者提出的算法不僅在多種煙霧場(chǎng)景中有較好的分割性能，當(dāng)煙霧出現(xiàn)扭曲、擴(kuò)散等形狀尺度變化時(shí)，依然能準(zhǔn)確地分辨識(shí)別出煙霧像素的特征，不會(huì)出現(xiàn)明顯的分割過(guò)度和分割不足現(xiàn)象，具有較強(qiáng)的魯棒性。

圖6 筆者提出的算法與DeeplabV3的定性比較

2.3 與經(jīng)典語(yǔ)義分割網(wǎng)絡(luò)對(duì)比

為了保證算法評(píng)價(jià)的客觀性，將筆者提出的算法與文獻(xiàn)[7]、文獻(xiàn)[11]和文獻(xiàn)[12]中的經(jīng)典語(yǔ)義分割網(wǎng)絡(luò)在煙霧數(shù)據(jù)集上從分割精度、速度兩方面進(jìn)行對(duì)比，并使用分割兩大指標(biāo)，即平均像素精確度(Mean Pixel Accuracy，MPA)和平均交并比(Mean Intersection over Union，MIoU)來(lái)評(píng)估，結(jié)果如表1所示。

表1中，“時(shí)間”是指平均一張512×512像素圖片的預(yù)測(cè)時(shí)間。Ours1在基準(zhǔn)網(wǎng)絡(luò)中加入特征細(xì)化模塊， 兩項(xiàng)分割指標(biāo)約提高了0.27%和0.95%，時(shí)間減少了22.81 ms。原網(wǎng)絡(luò)在金字塔模塊處理的特征圖通道為2 048，考慮到煙霧檢測(cè)的實(shí)時(shí)性，將通道降為256后輸入空間金字塔，大大降低了時(shí)間復(fù)雜度。Ours2在Ours1上加入可變形空間金字塔模塊，兩項(xiàng)指標(biāo)又約提高了0.21%和0.93%，時(shí)間僅增加約0.07 ms。由此可見(jiàn)，可變形卷積在較小參數(shù)的代價(jià)下進(jìn)一步提高了像素預(yù)測(cè)精度。Ours3在Ours2上加入通道注意力模塊為最終網(wǎng)絡(luò)，兩項(xiàng)指標(biāo)比基準(zhǔn)網(wǎng)絡(luò)約提升了0.56%和2.17%，時(shí)間減少了18.13 ms。文獻(xiàn)[11]加入較多的最大池化層，雖然獲得了大范圍感受野，但丟失了圖像的空間信息，難以準(zhǔn)確地分割出煙霧圖像，且不能很好地適應(yīng)煙霧形變；文獻(xiàn)[12]和文獻(xiàn)[7]加入了空洞卷積和空間金字塔，得到了較強(qiáng)的語(yǔ)義信息，但是缺乏底層的空間細(xì)節(jié)，分割結(jié)果較粗糙，同時(shí)由于空洞卷積計(jì)算成本較高，當(dāng)特征圖維度過(guò)大時(shí)將增大內(nèi)存開(kāi)銷。為了提升運(yùn)算速度，在改進(jìn)的模塊中用1×1的卷積核進(jìn)行降維，降低了網(wǎng)絡(luò)的時(shí)間復(fù)雜度。筆者提出模型的各項(xiàng)指標(biāo)同其他算法相比，均取得最高值，在分割速度和分割精度兩方面做了較好的權(quán)衡，也從側(cè)面體現(xiàn)了加入特征細(xì)化、可變形金字塔和通道注意力模塊的必要性。

表1 不同算法在數(shù)據(jù)集上的定量比較

2.4 與現(xiàn)有煙霧檢測(cè)算法對(duì)比

為了進(jìn)一步驗(yàn)證筆者提出算法的有效性，采用文獻(xiàn)[3]的方法，將筆者提出的煙霧分割網(wǎng)絡(luò)應(yīng)用于煙霧檢測(cè)，并與文獻(xiàn)[13-15]中3種現(xiàn)有的煙霧檢測(cè)算法進(jìn)行對(duì)比實(shí)驗(yàn)。煙霧視頻來(lái)自土耳其畢爾肯大學(xué)實(shí)驗(yàn)室(http://signal.ee.bilkent.edu.tr//VisiFire/Demo/SampleClips.html)，在圖形處理器上自動(dòng)處理并檢測(cè)，結(jié)果見(jiàn)圖7。選取真正率RTPR和真負(fù)率RTNR作為評(píng)價(jià)指標(biāo)，結(jié)果見(jiàn)表2。

表2 在Bilkent視頻集的煙霧檢測(cè)結(jié)果對(duì)比

實(shí)驗(yàn)表明，筆者提出的算法在測(cè)試視頻上取得了最高的平均RTPR、RTNR。分析原因?yàn)椋何墨I(xiàn)[13-15]利用煙霧顏色紋理等進(jìn)行判別，在一定程度上表達(dá)了煙霧的特征，但區(qū)分力較弱，易受外界干擾，當(dāng)出現(xiàn)與煙霧顏色紋理特征相似的目標(biāo)時(shí)易造成誤檢。而筆者提出的算法通過(guò)大量的煙霧數(shù)據(jù)來(lái)訓(xùn)練級(jí)聯(lián)的卷積神經(jīng)網(wǎng)絡(luò)，可以提取目標(biāo)的本質(zhì)特征，使之在不同場(chǎng)景下有較好的檢測(cè)性能。影響檢測(cè)效果的因素包括訓(xùn)練集不夠豐富，視頻分辨率低，在之后的工作中會(huì)繼續(xù)對(duì)數(shù)據(jù)集進(jìn)行補(bǔ)充和完善，提高算法的表達(dá)能力。

3 總 結(jié)

針對(duì)現(xiàn)有煙霧檢測(cè)方法在場(chǎng)景復(fù)雜、目標(biāo)尺度多變等條件下的不足，筆者搭建了改進(jìn)的DeeplabV3語(yǔ)義分割網(wǎng)絡(luò)。通過(guò)特征細(xì)化模塊消除網(wǎng)格效應(yīng)，增強(qiáng)像素間的交互關(guān)系；利用可變形金字塔提升模型對(duì)形變的建模能力；改良了基礎(chǔ)解碼器，引入“注意力”機(jī)制，篩選出更具區(qū)分力的通道信息，并指導(dǎo)恢復(fù)底層的空間細(xì)節(jié)。實(shí)驗(yàn)表明，相比于經(jīng)典的語(yǔ)義分割網(wǎng)絡(luò)和現(xiàn)有的煙霧檢測(cè)算法，筆者提出的算法顯著地提高了煙霧像素的分類精度，為煙霧檢測(cè)領(lǐng)域提供了新的參考。由于實(shí)際火災(zāi)場(chǎng)景較復(fù)雜，硬件資源有限，算法的處理效率距離工程實(shí)際需求仍有差距。如何優(yōu)化算法的時(shí)間復(fù)雜度，提升運(yùn)算效率，將成為日后主要的研究目標(biāo)。