Обучение нейросетевых алгоритмов автомобильного технического зрения с учётом типов ошибок распознавания

Введение (постановка задачи и актуальность). В статье рассматривается проблематика обучения искусственных нейронных сетей, предназначенных для анализа изображений окружающего пространства в автомобильных системах технического зрения. Известным подходом к обучению является применение целевых функций, ориентированных на повышение общего качества идентификации безотносительно типов ложных оценок, возникающих при анализе. Однако риски для безопасности движения, связанные с типом возникающих ошибок, неравнозначны и являются наибольшими в случае ложноположительных оценок.

Цель исследования – предложить усовершенствованные целевые функции, включающие коэффициенты штрафа при ложноположительных оценках, и исследовать их влияние на поведение нейронной сети при распознавании проходимого пространства на дорогах общего пользования.

Методология и методы. Предложенные целевые функции основаны на коэффициенте Сёренсена– Дайса и различаются подходом к введению штрафа на ложноположительные срабатывания. Оценка качества работы нейронных сетей, обученных с помощью этих функций, проведена с помощью трёх метрик: коэффициента Жаккара, доли ложноположительных и доли ложноотрицательных оценок. Сравнительный анализ рассматриваемых решений проводился путём расчёта процентных соотношений между значениями метрик, которые обеспечиваются исходным вариантом целевой функции и предложенными его модификациями.

Результаты работы и научная новизна. Представлены усовершенствованные целевые функции для обучения алгоритмов технического зрения с реализацией штрафов за ложноположительные срабатывания. Экспериментальное исследование обученных нейронных сетей на тестовой выборке показало, что применение данных целевых функций позволяет снизить количество случаев ложноположительного распознавания на 21%.

Практическую значимость представляет разработанный подход к обучению нейронных сетей, позволяющий повысить безопасность автоматического управления движением транспортных средств за счёт более адекватного анализа окружающего пространства системами технического зрения.

1. Winner H., Hakuli S., Lotz F., Singer C. Handbook of Driver Assistance Systems. Basic Information, Components and Systems for Active Safety and Comfort. – Springer International Publishing Switzerland, 2016.

2. Pearl J. Probabilistic reasoning in intelligent systems: Networks of plausible inference. – San Francisco: Morgan Kaufmann Publishers inc., 1988. – P. 1.

3. Duda R., Hart P. Pattern Classification and Scene Analysis. – Hoboken: John Wiley and Sons, 1973.

4. Goodfellow I., Bengio Y., Courville A. Deep Learning. – Massachusetts: MIT Press, 2016. – P. 13.

5. Cireşan D.C., Giusti A., Gambardella L.M., Schmidhuber Jü. Deep neural networks segment neuronal membranes in electron microscopy images / Proceedings of the 25th International Conference on Neural Information Processing Systems. – 2012. – P. 2843–2851.

6. Krizhevsky A., Sutskever I., Hinton G.E. Imagenet classification with deep convolutional neural networks // Adv. Neural Inform Process Syst. – 2012. – P. 84–90.

7. Cityscapes Dataset Benchmark Suite. URL: www.cityscapes-dataset.com/benchmarks/ (дата обращения: 26.05.2021).

8. KITTI Vision Benchmark Suite. URL: www.cvlibs.net/datasets/kitti/eval_road.php (дата обращения: 26.05.2021).

9. Rumelhart D., Hinton G., Williams R. Learning representations by back-propagating errors // Nature. – 1986. – P. 533–536

10. Kingma D.P., Adam Ba J. A Method for Stochastic Optimization. URL: https://arxiv.org/abs/1412.6980 (дата обращения: 26.05.2021).

11. Ronneberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation. URL: https://arxiv.org/abs/1505.04597 (дата обращения: 26.05.2021).

12. Hughes C., Chandra S., Sistu G., Horgan J., Deegan B., Chennupati S., Yogamani S. Drivespace: Towards context-aware drivable area detection // Electronic Imaging. – 2019. – P. 423–428.

13. Pizzati F., Garcia F. Enhanced free space detection in multiple lanes based on single CNN with scene identification / Proceedings of 2019 IEEE Intelligent Vehicles Symposium (IV). – 2019. – P. 2536–2541.

14. Baheti B., Innani S., Gajre S., Talbar S. Eff-Unet: A novel architecture for semantic segmentation in unstructured environment / Proceedings of IEEE/CVF Conference on Computer Vision and Pattern Recognition. – 2020. – P. 1473–1481.

15. Milletari F., Navab N., Ahmadi S. V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation / 2016 Fourth International Conference on 3D Vision (3DV). – 2016. – P. 565–571.

16. Paszke A., Chaurasia A., Kim S., Culurciello E. ENet: A Deep Neural Network Architecture for RealTime Semantic Segmentation. URL: https://arxiv.org/abs/1606.02147 (дата обращения: 26.05.2021).

17. He K., Zhang X., Ren S., Sun J. Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification / Proceedings of IEEE International Conference on Computer Vision. – 2015. – P. 1026–1034.

18. Cordts M., Omran M., Ramos S., Rehfeld T., Enzweiler M., Benenson R. The cityscapes dataset for semantic urban scene understanding / Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. – 2016. – P. 3213–3223.