[论文解读] Vehicle Color Recognition using Convolutional Neural Network

Reza Fuad Rachmadi, I Ketut Eddy Purnama|arXiv (Cornell University)|Oct 26, 2015

Image Enhancement Techniques参考文献 8被引用 50

一句话总结

本文提出了一种基于卷积神经网络（CNN）的车辆颜色识别方法，在Chen数据集上实现了94.47%的准确率，优于先前的工作。该方法使用RGB、HSV和CIE Lab颜色空间，通过多层卷积和池化层学习颜色分布特征，表明尽管CNN原本设计用于基于形状的特征学习，但其仍能有效分类颜色。

ABSTRACT

Vehicle color information is one of the important elements in ITS (Intelligent Traffic System). In this paper, we present a vehicle color recognition method using convolutional neural network (CNN). Naturally, CNN is designed to learn classification method based on shape information, but we proved that CNN can also learn classification based on color distribution. In our method, we convert the input image to two different color spaces, HSV and CIE Lab, and run it to some CNN architecture. The training process follow procedure introduce by Krizhevsky, that learning rate is decreasing by factor of 10 after some iterations. To test our method, we use publicly vehicle color recognition dataset provided by Chen. The results, our model outperform the original system provide by Chen with 2% higher overall accuracy.

研究动机与目标

• 开发一种鲁棒的车辆颜色识别系统，用于智能交通系统（ITS），能够有效应对光照和图像质量变化的影响。
• 探究CNN（传统上用于形状识别）是否能够有效学习并基于颜色分布进行分类。
• 比较不同颜色空间（RGB、HSV和CIE Lab）在CNN-based车辆颜色分类中的性能表现。
• 评估模型在CPU和GPU硬件上的执行效率，以支持其在实时ITS应用中的实际部署。

提出的方法

• 将输入图像转换为三种颜色空间：RGB、HSV和CIE Lab，以探究其对分类性能的影响。
• 采用具有16层的双分支CNN架构，通过卷积和池化操作后，将两个并行网络的特征进行融合。
• 在早期层中使用ReLU激活函数、局部响应归一化和最大池化，以增强特征学习并减少过拟合。
• 采用随机梯度下降进行模型训练，并应用学习率衰减策略，遵循Krizhevsky等人提出的方法以提升收敛性。
• 可视化第一卷积层的特征图，分析网络如何捕捉颜色模式，如红-蓝、绿-灰及青色类似特征。
• 系统采用客户端-服务器架构并结合GPU加速，实现实时推理，使448核GPU上的分类时间缩短至0.156秒。

实验结果

研究问题

• RQ1 尽管CNN主要设计用于基于形状的特征提取，但其是否能有效学习并基于颜色分布对车辆颜色进行分类？
• RQ2 颜色空间的选择（RGB、HSV、CIE Lab）如何影响基于CNN的车辆颜色识别性能？
• RQ3 所提出的CNN模型在整体准确率和各类颜色的鲁棒性方面是否优于Chen等人提出的最先进系统？
• RQ4 该CNN模型在CPU与GPU硬件上的推理速度如何？是否能够支持ITS应用中的实时部署？

主要发现

• 所提出的CNN模型整体准确率达到94.47%，比Chen等人系统高出2个百分点。
• 在RGB颜色空间下表现最佳，与先前认为RGB因各通道贡献均等而不适合颜色识别的假设相矛盾。
• 在黄色、白色、蓝色、红色、灰色、黑色和绿色等颜色类别上表现更优，仅在青色类别上准确率下降0.7%，与Chen等人系统相比仍具优势。
• 混淆矩阵分析表明，绿色与灰色类别之间的误分类源于颜色相似性，尤其在金属漆或低对比度涂料中更为明显。
• 执行时间从单核CPU上的3秒减少至448核GPU上的0.156秒，支持实际的实时部署。
• 第一卷积层的可视化结果表明，卷积核学习到了诸如青色类似、红-蓝、绿-灰及橙色类似等特定颜色模式，证实了网络捕捉颜色特异性特征的能力。