文章提出的工程問題是什么？

有什么實(shí)際工程價(jià)值？

在交通負(fù)荷和氣候的影響下，路面系統(tǒng)會(huì)隨著時(shí)間的推移而惡化，每年需要花費(fèi)大量資金來修復(fù)和保持其性能在預(yù)期水平?？煽亢蜏?zhǔn)確的路面狀況數(shù)據(jù)在路面管理系統(tǒng)(PMS)中發(fā)揮著關(guān)鍵作用，人工調(diào)查可能存在潛在的安全問題，需要交通控制，耗時(shí)且結(jié)果受主觀影響，這可能導(dǎo)致每年的路面狀況數(shù)據(jù)不一致。

因此，基于數(shù)字成像的調(diào)查技術(shù)以高速公路的速度捕獲路面圖像，并將其存儲(chǔ)在電子介質(zhì)上，用于進(jìn)行路面狀況的解釋的方法被大量研究。自動(dòng)化和半自動(dòng)化技術(shù)由于其在安全性和效率、數(shù)據(jù)一致性和可重復(fù)性以及全車道覆蓋的高分辨率路面圖像等方面的優(yōu)勢，在路面條件數(shù)據(jù)收集領(lǐng)域獲得了廣泛的接受。

Q2

文章提出的科學(xué)問題是什么？

有什么新的學(xué)術(shù)貢獻(xiàn)？

基于圖像的系統(tǒng)正在成為為路面管理活動(dòng)收集路面狀況數(shù)據(jù)的流行系統(tǒng)，路面工程師會(huì)根據(jù)路面類型定義各種遇險(xiǎn)類別。然而，現(xiàn)在的軟件解決方案在自動(dòng)從收集到的圖像中正確識(shí)別路面類型方面存在局限性。

本文提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的路面識(shí)別系統(tǒng)PvmtTPNet，具有可接受的一致性、準(zhǔn)確性并且高效自動(dòng)識(shí)別路面類型。

1. 通過使用統(tǒng)計(jì)學(xué)習(xí)方法分析近場的聲音輪廓和紋理，確定了不同類型的路面。

2. 利用最先進(jìn)的PaveVison3D系統(tǒng)(Wangetal.2015)在俄克拉何馬州不同條件下不同路面類型的路線上以1毫米分辨率的路面圖像。共隨機(jī)選取80%的準(zhǔn)備圖像用于對(duì)所提網(wǎng)絡(luò)的訓(xùn)練，其余20%的圖像用于測試。

3. 將獲得的網(wǎng)絡(luò)應(yīng)用于確定2019年另外兩個(gè)數(shù)據(jù)收集的圖像的路面類型，以評(píng)估性能。

Q3

文章提出的技術(shù)路線是什么？

有什么改進(jìn)創(chuàng)新之處？

①訓(xùn)練數(shù)據(jù)

本研究考慮了PMS中通常評(píng)定和測量的三種路面類型：瀝青混凝土路面(AC)、接縫素混凝土路面(JPCP)和連續(xù)鋼筋混凝土路面(CRCP)?？偣彩占?1,000張二維(2D)圖像，覆蓋了84,000米（52.20英里）的長路面切片。隨機(jī)選取80%的準(zhǔn)備圖像用于對(duì)所提網(wǎng)絡(luò)的訓(xùn)練，其余20%的圖像用于測試。在訓(xùn)練過程中，將制備的二維圖像縮小到475×512 二維圖像，以提高計(jì)算效率。圖1是預(yù)先準(zhǔn)備的數(shù)據(jù)集的圖像樣例。

圖1準(zhǔn)備的數(shù)據(jù)集的圖像樣例：(a)新；(b)有裂縫；(c)有密封裂縫；(d)有修補(bǔ)；(e)有裂縫；(f)有PCC修補(bǔ)；(g)有出口；(h)有交流修補(bǔ)；(i)有DBR；(j)有DBR和修補(bǔ)；(k)有裂縫；(l)有凹槽。

② 網(wǎng)絡(luò)開發(fā)

圖2顯示了PvmtTPNet的體系結(jié)構(gòu)。PvmtTPNet由六層組成：三個(gè)卷積層、兩個(gè)全連接層和一個(gè)輸出層。PvmtTPNet的輸入端是準(zhǔn)備好的二維路面圖像，輸出層計(jì)算出預(yù)測的路面類型的概率分布。在每個(gè)卷積層中，使用8個(gè)大小為13×13的核來提取輸入圖像的特征，如邊緣和形狀。對(duì)于這兩個(gè)完全連接的圖層，我們分別實(shí)現(xiàn)了32個(gè)節(jié)點(diǎn)和16個(gè)節(jié)點(diǎn)，以保存最重要的路面圖像的特征。

圖2 利用GA對(duì)HNN進(jìn)行優(yōu)化的流程圖

③訓(xùn)練技巧

在網(wǎng)絡(luò)訓(xùn)練過程中，采用了不同技術(shù)的組合，根據(jù)準(zhǔn)備好的二維圖像來調(diào)整PvmtTPNet內(nèi)的超參數(shù)。對(duì)網(wǎng)絡(luò)的參數(shù)進(jìn)行逐步調(diào)整，以減少輸出分?jǐn)?shù)與期望分?jǐn)?shù)模式之間的誤差，以減少訓(xùn)練損失，提高訓(xùn)練精度(LeCunetal.2015)。經(jīng)過廣泛的訓(xùn)練，PvmtTPNet能夠根據(jù)一個(gè)得分向量來預(yù)測給定的二維圖像的路面類型，其中所有類別的最高得分將對(duì)應(yīng)于路面類型。表1總結(jié)了PvmtTPNet的調(diào)優(yōu)超參數(shù)，總數(shù)為992,979個(gè)。表1是訓(xùn)練參數(shù)的總結(jié)。

表1訓(xùn)練參數(shù)總結(jié)

④ 訓(xùn)練結(jié)果

網(wǎng)絡(luò)訓(xùn)練和測試的分類精度和交叉熵?fù)p失如圖3所示。隨著訓(xùn)練周期數(shù)的增加，分類精度增加，交叉熵?fù)p失減小。PvmtTPNet在100個(gè)時(shí)代的準(zhǔn)備數(shù)據(jù)集上的訓(xùn)練需要28小時(shí)才能在NVIDIAtitanVGPU卡上完成。通過對(duì)訓(xùn)練技術(shù)的選擇組合，測試數(shù)據(jù)的分類精度仍然接近于訓(xùn)練數(shù)據(jù)的分類精度，這表明該網(wǎng)絡(luò)中很少存在過擬合問題。特別是，PvmtTPNet的最高測試精度為98.48%，這是在第96時(shí)代觀察到的。同時(shí)，訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的交叉熵?fù)p失分別為0.0067和0.054。因此，在第96階段導(dǎo)出的參數(shù)被認(rèn)為是PvmtTPNet的最優(yōu)參數(shù)。訓(xùn)練數(shù)據(jù)在最優(yōu)時(shí)期的分類精度達(dá)到99.83%。

圖3 分類精度和交叉熵?fù)p失的總結(jié)

基于上述內(nèi)容，本文有以下創(chuàng)新點(diǎn)：

1.本研究開發(fā)了一種基于深度學(xué)習(xí)(DL)的網(wǎng)絡(luò)，稱為PvmtTPNet，可以從圖像中自動(dòng)識(shí)別路面類型，以促進(jìn)全自動(dòng)的路面狀況調(diào)查。PvmtTPNet實(shí)現(xiàn)了一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)來學(xué)習(xí)來自路面類別的圖像的特征。

2.采用校流線性單元(ReLUs)作為卷積層和全連通層的激活函數(shù)，可以進(jìn)行快速有效的訓(xùn)練，已成為現(xiàn)代深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的默認(rèn)激活函數(shù)。

Q4

文章是如何驗(yàn)證和解決問題的？

為了評(píng)估獲得的PvmtTPNet在路面類型識(shí)別最佳時(shí)期的性能，2019年通過PaveVision3D系統(tǒng)對(duì)1號(hào)站點(diǎn)（靠近俄克拉荷馬城）和2號(hào)站點(diǎn)(靠近阿肯色州史密斯堡的I-540)進(jìn)行了另外兩次現(xiàn)場數(shù)據(jù)收集。兩種數(shù)據(jù)采集的路徑如圖4所示。

圖4 模型評(píng)估的數(shù)據(jù)收集：

(a)Site1-I-35；(b)Site2-I-540

表2總結(jié)了PvmtTPNet對(duì)這兩個(gè)數(shù)據(jù)收集的實(shí)際和預(yù)測路面類型的詳細(xì)數(shù)量，并提供了每個(gè)站點(diǎn)的混淆矩陣。

表2 網(wǎng)絡(luò)評(píng)價(jià)中的混淆矩陣

在每個(gè)混淆矩陣中，沿對(duì)角線上的數(shù)字代表正確的預(yù)測，而其他數(shù)字表示對(duì)每個(gè)路面類別的準(zhǔn)確預(yù)測。如表2所示，PvmtTPNet從準(zhǔn)備的Site1的6311張圖像中獲得了5760個(gè)正確的預(yù)測，準(zhǔn)確率為91.27%。對(duì)于Site2，PvmtTPNet做出了3,439個(gè)正確的預(yù)測，并達(dá)到了96.66%的準(zhǔn)確率。此外，PvmtTPNet使用一個(gè)NVIDIAtitanVGPU卡對(duì)站點(diǎn)1和站點(diǎn)2的圖像進(jìn)行預(yù)測需要16.33min和4.59min。因此，每幅圖像的平均處理時(shí)間為站點(diǎn)1的平均處理時(shí)間為155,212μs，站點(diǎn)2為77,452μs。如果野外數(shù)據(jù)采集速度為96.56km/h(60mi/h)，則需要18.55min和10.46min才能完成對(duì)這兩個(gè)地點(diǎn)的調(diào)查。因此，處理時(shí)間小于數(shù)據(jù)采集時(shí)間（站點(diǎn)1為16.33<18.55，站點(diǎn)2為4.59<10.46）。PvmtTPNet顯然有潛力使用最新的GPU從實(shí)時(shí)收集的2D圖像中預(yù)測路面類型，這將比研究中使用的GPU快幾倍。

Q5

文章有什么可取和不足之處？

邏輯結(jié)構(gòu)：本文的outline呈現(xiàn)在下文：

1. Introduction

說明了通過人工獲得路面狀況數(shù)據(jù)存在缺陷，因此，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像路面類型自動(dòng)識(shí)別研究具有必要性。

2.Data preparation

介紹了本研究中使用的所有路面圖像來源，以及本文對(duì)PvmtTPNet進(jìn)行訓(xùn)練的對(duì)象。

3. Network Development

本研究開發(fā)了一種基于深度學(xué)習(xí)(DL)的網(wǎng)絡(luò)，稱為PvmtTPNet，可以從圖像中自動(dòng)識(shí)別路面類型，以促進(jìn)全自動(dòng)的路面狀況調(diào)查。PvmtTPNet實(shí)現(xiàn)了一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)來學(xué)習(xí)來自路面類別的圖像的特征。

3.1 Methodology

介紹本研究采用CNN體系結(jié)構(gòu)訓(xùn)練所提出的PvmtTPNet的方法論。

3.2 Network Architecture

介紹PvmtTPNet的網(wǎng)絡(luò)體系結(jié)構(gòu)。

3.3 Training Techniques

介紹PvmtTPNet網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)來源及訓(xùn)練方法。

3.4 Training Results

展示網(wǎng)絡(luò)訓(xùn)練和測試的分類精度和交叉熵?fù)p失。通過對(duì)訓(xùn)練技術(shù)的選擇組合，測試數(shù)據(jù)的分類精度仍然接近于訓(xùn)練數(shù)據(jù)的分類精度，表明該網(wǎng)絡(luò)中很少存在過擬合問題。

4. Network Evaluation

通過PaveVision3D系統(tǒng)對(duì)俄克拉荷馬城及靠近阿肯色州史密斯堡的I-540兩地進(jìn)行數(shù)據(jù)采集，并且通過PvmtTPNet在路面類型識(shí)別的結(jié)果評(píng)估其在路面類型識(shí)別最佳時(shí)期的性能。

5. Discussion

目前，在數(shù)據(jù)收集過程中在橋上添加事件標(biāo)記是從收集的圖像數(shù)據(jù)中排除橋段的常用方法。然而，這是對(duì)現(xiàn)場工作人員的估計(jì)，考慮到數(shù)據(jù)收集的高速速度，這可能會(huì)產(chǎn)生不準(zhǔn)確的記錄。因此，在下一階段的工作中根據(jù)獲得的圖像判斷PvmtTPTet在橋面圖像的訓(xùn)練效果。但是存在以下幾個(gè)方面的局限性：首先，從橋面上收集到的圖像還不夠多。眾所周知，DL訓(xùn)練需要大量的訓(xùn)練數(shù)據(jù)來達(dá)到所需的性能。其次，橋面的二維圖像并不總是包含該網(wǎng)絡(luò)學(xué)習(xí)的區(qū)別特征。

6. Conclusions

在這項(xiàng)研究中，一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)的DL網(wǎng)絡(luò)，名為PvmtTPNet，通過訓(xùn)練來識(shí)別人類的路面類型。2018年，利用PaveVision3D系統(tǒng)對(duì)俄克拉何馬州三種路面類型的瀝青混凝土路面、連接普通混凝土路面和不同條件和壓力的連續(xù)鋼筋混凝土路面進(jìn)行了調(diào)查，編制了培訓(xùn)數(shù)據(jù)庫。最后，總共制作了21000張2D路面圖像，而三種路面類型都有大約7000張圖像。每個(gè)2D圖像覆蓋了一個(gè)約4米寬和4米長的路面部分。通過所選擇的訓(xùn)練技術(shù)，成功地訓(xùn)練了網(wǎng)絡(luò)，沒有過擬合問題。在最優(yōu)時(shí)期，網(wǎng)絡(luò)對(duì)路面類型識(shí)別的訓(xùn)練和測試圖像的預(yù)測精度分別達(dá)到99.85%和98.37%。

應(yīng)該注意的是，橋面的圖像沒有包括作為PvmtTPNet的一種路面類型。因此，未來的研究希望使用更多的數(shù)據(jù)集和可能更新的DL方法來識(shí)別橋梁。最后，還需要改進(jìn)PvmtTPNet，以對(duì)剛性路面上的圖像產(chǎn)生更準(zhǔn)確的預(yù)測。最終目標(biāo)是達(dá)到接近100%的精度，以自動(dòng)和高速識(shí)別瀝青和混凝土路面類型，以及其他表面類型，如橋面和復(fù)合材料。

從上述內(nèi)容可以看出，本文主要采用縱式結(jié)構(gòu)，以研究展開的順序先后介紹了數(shù)據(jù)處理，神經(jīng)網(wǎng)絡(luò)開發(fā)，網(wǎng)絡(luò)訓(xùn)練結(jié)果評(píng)估以及關(guān)于卷積神經(jīng)網(wǎng)絡(luò)圖像路面類型自動(dòng)識(shí)別的進(jìn)一步發(fā)展。

研究方法：本文在研究的過程中，評(píng)估卷積神經(jīng)網(wǎng)絡(luò)PvmtTPNet在收集的路面類型時(shí)的性能的方法非常詳細(xì)，并從多個(gè)角度驗(yàn)證PvmtTPNet在預(yù)測這兩種數(shù)據(jù)時(shí)的收集效果。

圖5PvmtTPNet在預(yù)測數(shù)據(jù)準(zhǔn)確性評(píng)估公式

圖表形式：本文的圖表形式簡潔明了，沒有使用復(fù)雜的圖形表格，但是卻直觀展現(xiàn)了實(shí)驗(yàn)結(jié)果。

分類精度和交叉熵?fù)p失的總結(jié)

網(wǎng)絡(luò)評(píng)估的混淆矩陣

文字表達(dá)：

表2總結(jié)了PvmtTPNet對(duì)這兩個(gè)數(shù)據(jù)收集的實(shí)際和預(yù)測路面類型的詳細(xì)數(shù)量，并為每個(gè)站點(diǎn)提供了混淆矩陣。

在圖像精度評(píng)價(jià)中，混淆矩陣主要用于比較分類結(jié)果和實(shí)際測得值，可以把分類結(jié)果的精度顯示在一個(gè)混淆矩陣?yán)锩妗；煜仃囀峭ㄟ^將每個(gè)實(shí)測像元的位置和分類與分類圖像中的相應(yīng)位置和分類像比較計(jì)算的?；煜仃嚨拿恳涣写砹藢?shí)際測得信息，每一列中的數(shù)值等于實(shí)際測得像元在分類圖象中對(duì)應(yīng)于相應(yīng)類別的數(shù)量；混淆矩陣的每一行代表了遙感數(shù)據(jù)的分類信息，每一行中的數(shù)值等于遙感分類像元在實(shí)測像元相應(yīng)類別中的數(shù)量。

圖6 作者在文中使用混淆矩陣的前后文

Q6

文章對(duì)自身的研究有什么啟發(fā)？

本文主要研究通過卷積神經(jīng)網(wǎng)絡(luò)對(duì)路面圖像類型自動(dòng)識(shí)別。在使用充分的樣本驗(yàn)證PvmtTPNet后，延伸探討了橋面的圖像沒有包括作為PvmtTPNet的一種路面類型，希望使用更多的數(shù)據(jù)集和可能更新的DL方法來識(shí)別橋梁。并且對(duì)PvmtTPNet進(jìn)行改進(jìn)，以對(duì)剛性路面上的圖像產(chǎn)生更準(zhǔn)確的預(yù)測。延伸出在自動(dòng)和高速識(shí)別瀝青和混凝土路面類型及復(fù)合材料方面的應(yīng)用。

我們做科研也應(yīng)該舉一反三，將自己的研究結(jié)果進(jìn)行延伸，不要僅僅局限在當(dāng)下的專業(yè)框架下，而是要去積極探索更多的可能性。
責(zé)任編輯：彭菁