基于神经网络的违禁品检测研究

　　摘要： 为了解决违禁品带入公共场合的问题，本文对违禁品的识别进行了研究。在安检仪中，加入改进的YOLOv3网络检测算法，使其能够检测出违禁品，而在基础网络上，引入多维输入图和多分辨率输入图，增加了样本的多样性，有效解决了模型的适应性差的问题。在端到端的网络上，用分层方法进行特征提取和分类，获得不同尺度的特征图，以此来提高网络测试的精度，并采用聚类算法确定目标轮廓，使其能够精准定位。实验结果表明，改进的网络识别目标精度在90%以上，高于原网络的精准度。本网络效果好，具有较高的识别率，且封装在模块中，操作简单。该研究可有效提醒安检员防止违禁品带入公共场合，造成公共事故。

　　关键词： YOLOv3; 端到端; 特征提取; 聚类算法

　　随着人口的不断增多，公共场所的人口密度变得越来越大，一旦发生事故就后会产生拥堵的情况，逃离的可能性很小，因此，严禁违禁品带入人口密度大的场合[1]是解决问题的关键。2011年，在河南信阳段高速上，因车厢内违法装载易燃危险化学品突然发生爆燃，导致客车起火燃烧，造成人员的死亡和受伤。目前，安全检查主要包括行李物品检查、旅客证件检查、手提行李物品检查和旅客身体检查。其中，旅客证件检查主要是确定乘客基本信息，其它三项检查均是防止乘客携带刀、枪、易燃易爆品等危险物品，以确保公共场所及交通的安全。但在春运或法定假期期间，由于客流量较大，排队安检会发生拥堵情况，而且工作量的增加，也会使工作人员观察不仔细，导致违禁品带入公共场合，危害公共安全[2]。因此，针对这种状况，本文比较了你只看一次[35](you only look once version 3，YOLOv3)、单一多盒检测器[67](single shot multibox detector，SSD)、快速區域卷积神经网络[89](fast regionbased convolutional neural network，Fast RCNN)等网络的区别，最终选择了基于卷积结构的YOLOv3网络，对其进行改进，优化网络架构及层数，使其在计算过程中减少计算量。同时，根据样本信息，更改先验框维度大小，提高对目标的精准定位，对样本进行多样化处理，并进行多尺度训练，以保证算法能够快速准确的识别和定位出目标物体。该研究为工作人员减轻了工作负担，同时也降低了公共场合事故的发生率。

　　1YOLOv3相关理论

　　1.1基础层

　　1.1.1Darknet53

　　0～74层是YOLOv3主结构，其含有53层卷积层，故叫做Darknet53。YOLOv3结构、DBL模块结构和res unit模块结构如图1所示。Darknet53是由多个残差层组成，残差模块和残差层见图1中的res unit和res n，并用卷积层替代池化层，控制梯度的传播，在训练过程中，有效解决了迭代次数增多而产生的梯度消失或爆炸问题。

　　1.1.2多尺度训练

　　75～105层是3个尺度的特征层，在每个尺度中，通过卷积操作和上采样操作，将相同尺寸的特征图合成一个特征图，经过卷积处理得到新的特征图。在原YOLOv3中，归一化尺度为416×416，在darknet53之后，进行卷积操作得到13×13特征图，作为最小尺度y1。将79层的13×13特征图进行卷积和上采样操作，得到的特征图与61层的26×26特征图合并，得到中尺度y2。将91层的26×26特征图进行卷积和上采样操作，得到的特征图与36层的52×52特征图合并，得到最大尺度y3(见图1)。多尺度训练[10]可以更好地识别大小不一的目标，提高目标识别率，小尺度可检测小目标，大尺度可检测大目标，可以提高网络精度。本文中的样本缩放比例太大，会造成图片像素重叠，进而识别不出目标。因此，将归一化尺度更改为608×608，3个尺度设置为19×19，38×38，76×76。

　　1.2回归及改进

　　1.2.1分类方法

　　YOLOv3的分类方法，由单标签多分类的Softmax函数更换为多标签多分类的逻辑回归。逻辑回归分类步骤分为3步，分别是线性函数、数值到概率的转换及概率到标签的转换。

　　输入为X，逻辑回归采用sigmoid函数，将决策边界转换成值，保持在0～1之间的概率函数，用概率确定样本标签是某一类别的可能性。

　　为防止概率函数hθX过拟合，需在损失函数后加一项，则损失函数为

　　式中，m是样本个数;y是真实值;λ是正则化公式强度参数;hθX是输出结果。

　　损失函数梯度为

　　其中，λ为正则化的强度。

　　通过学习率对特征系数的迭代，得出某一值，就可算出特征向量系数θ。

　　1.2.2边框预测

　　边框预测是YOLOv3的方法，使用先验框的定义，即用Kmeans++算法对训练集上的目标尺寸大小进行聚类分析，使之有相似特征目标归为一类，并根据尺寸大小确定anchor box的维度。

　　YOLOv3运用与特征金字塔网络[11](feature pyramid networks，FPN)相近的上采样和融合思想，将输入图像分为多个尺寸不同的特征图，然后进行检测。YOLOv3中分成3个尺度，并将每个尺度输入图像的网格单元(grid cell)中，预测3个bounding box，且每个bounding box有5个基本参数，分别是x，y，w，h，confidence。

　　推荐阅读：中国公共安全(学术版)