基于配对势激活层嵌入卷积神经网络的织物瑕疵检测研究报告

一、研究概述

本研究报告基于Wenbin Ouyang、Bugao Xu、Jue Hou与Xiaohui Yuan等学者共同撰写的学术论文《Fabric Defect Detection Using Activation Layer Embedded Convolutional Neural Network》。该研究由美国北德克萨斯大学计算机科学与工程系完成，通讯作者为Bugao Xu。该成果于2019年4月29日发表在电气电子工程师学会（IEEE）旗下期刊《IEEE Access》第7卷上。这是一项针对纺织工业自动化检测领域的原创性研究，旨在解决织布过程中织物瑕疵检测的难题。

二、研究背景与目标

在纺织工业中，织机故障是产生瑕疵织物的主要原因。传统上，依靠人工视觉进行织物瑕疵检测的准确率仅为60%至75%，而自动化检测系统虽有所提升，但现有算法或是对噪声敏感、计算量大，或是仅限于特定类型的瑕疵。随着深度学习的发展，特别是卷积神经网络（CNNs）在图像语义分割上的成功应用，为织物检测带来了新的可能。然而，该研究面临两大核心挑战。首先，织物瑕疵在图像中通常属于细微结构（fine structures），仅占少量像素，而深度网络中的池化层会不断降低空间维度，导致抽象特征丢失细节，不利于精细分割。其次，织物瑕疵图像数据集呈现出严重的不平衡性，瑕疵区域往往只占图像很小一部分，这使得常规的激活函数和训练方法效果不佳。本研究的目标正是开发一种新的深度学习算法，通过结合图像预处理、织物组织基元（fabric motif）识别和卷积神经网络，并引入一种新颖的激活函数，以提升精细瑕疵的分割精度和处理数据不平衡问题的能力。

三、研究方法与工作流程

为实现上述目标，研究团队设计了一套包含多个步骤的混合方法（hybrid approach）。

第一步：织物组织基元的计算与节点图生成。该方法首先利用自相关函数（autocorrelation）分析织物图像的周期性纹理。通过快速傅里叶变换加速计算，得到图像的自相关图，从而确定织物在经向和纬向上的平均周期，这个周期构成了织物重复单元的尺寸，即组织基元。随后，研究以该组织基元为模板，采用零均值归一化互相关（ZNCC）算法在整张图像上进行匹配扫描，生成一张“节点图”（node map）。该节点图有效消除了原始的复杂织造纹理，而将瑕疵区域表征为节点间距异常的区域。

第二步：瑕疵概率图的生成。基于一个重要观察，即正常无瑕疵织物的组织基元区域内节点数量是恒定的，研究从统计角度建立了一条判定规则。通过分析1160张节点图及其对应的真实瑕疵标注（ground truth），研究团队统计了在不同大小的搜索区域内，节点数量与该区域为瑕疵区域概率之间的关系。结果显示，如果一个区域内的节点数少于四个，则该区域为瑕疵区域的概率极高。依据此统计规则，每张织物的节点图被转换为一张瑕疵概率图（defect probability map），图中低亮区域代表高瑕疵概率，从而将先验知识引入了深度学习模型。

第三步：配对势激活层（Pairwise Potential Activation Layer）的设计与嵌入。这是本研究的核心创新。研究从条件随机场（CRF）的数学形式中汲取灵感。传统的条件随机场将卷积神经网的粗分割输出视为一元势（unary potential），将基于像素间颜色、纹理等相似性定义的平滑项视为成对势（pairwise potential）。本研究创造性地将上述生成的瑕疵概率图，作为类似成对势的动态激活函数嵌入卷积神经网络之中。其理论依据在于：概率图本身就反映了像素间的累积关系与相似属性；它可以替代条件随机场中的特征滤波器；并且其对数表达式与神经网络中特征图经激活函数处理的过程在形式上相似。这种设计使得网络能够在端到端的训练过程中，同时利用卷积层提取的特征和概率图提供的统计先验知识。

第四步：网络架构与训练。研究构建了一个新颖的7层配对势激活层卷积神经网络（PPAL-CNN）。该网络结构依次为：输入层、两个用于特征提取的卷积层（分别具有32个和16个5×5卷积核），随后便是核心的配对势激活层。与传统的ReLU等函数不同，该层将一个3×3的卷积核作用于瑕疵概率图，再与上一卷积层的输出特征图进行乘法运算。之后经过具有8个5×5卷积核的第四隐藏层和一个单核的输出层，最终生成瑕疵分割结果。该网络没有使用池化层以保留图像分辨率。将配对势激活层放置于网络中部，旨在适度引入先验知识，避免置于末端时因概率图影响过大而削弱卷积特征的作用。

四、主要实验结果

研究使用了两个数据集进行评估：一个是在实验室设计的在机成像系统拍摄的1160张织物图像数据集，另一个是公开的标准纺织纹理数据集TILDA。

在第一项实验中，研究人员比较了在相同网络结构和交叉熵损失函数下，使用Sigmoid、Tanh、ReLU和PPAL这四种不同激活函数的损失曲线。结果清晰显示，无论使用10^-4（快速）还是10^-10（慢速）的学习率，Sigmoid、Tanh和ReLU函数的损失曲线均出现剧烈波动或不收敛。特别是在10^-4的学习率下，ReLU的损失值在数千次迭代后骤然下降，疑似陷入局部最优。而PPAL-CNN的损失曲线平滑下降并在2×10^5次迭代后开始收敛，展现出正常的学习过程。最终，研究选定10^-4的学习率，并在9×10^5次迭代时停止训练以防止过拟合。对应的实际瑕疵图像分割结果也直观地验证了PPAL的显著优势。

在像素级评估上，研究采用了精确率（precision）、召回率（recall）和F1-分数（F1-score）作为指标，以应对数据集不平衡问题。结果显示，PPAL-CNN在训练和测试集上的各项指标均随迭代次数稳定上升。与先进的图像分割网络SegNet进行定量对比发现，SegNet对于宽度低于20像素的细微瑕疵完全无法检测，其低召回率和高误检率导致两种分数均低于PPAL-CNN。

在数据不平衡性评估中，研究按瑕疵像素占比将图像分为21组。结果发现，PPAL-CNN对于占比超过20%的较明显瑕疵，检测精确率稳定在97%以上；对于占比在0-20%的细微瑕疵，精确率略有下降，但依然保持在90%以上。在无瑕疵图像组中，三项指标高达96%，表明其低误报率。从整体缺陷计数准确度看，系统在1160张图像中共有的1191个缺陷中成功识别出1177个，准确率高达98.82%。在图像级别的检测率上，总体准确率达到96.72%。

在TILDA数据集上，尽管其纹理、光照和瑕疵形态各异，PPAL-CNN仍然取得了稳定的检测效果，实现了较高的精确率和良好的召回率，F1-分数显著优于BVM、TDVSM等其他四种业界最先进的方法，瑕疵检测率达到了95.34%。

五、研究结论与价值

本研究成功开发了一种名为PPAL-CNN的新型深度学习算法，用于在机织物瑕疵检测。该方法利用自相关和归一化互相关生成携带统计先验知识的瑕疵概率图，并创造性地将其作为“配对势激活层”嵌入卷积神经网络中，有效解决了精细瑕疵结构分割和数据不平衡两大难题。实验证明，该算法在像素级平均精确率超过90%，召回率超过80%，缺陷计数准确率超过98%，性能优于传统激活函数和SegNet等网络。其科学价值在于提出了一种将基于规则的传统图像处理技术与端到端深度学习模型深度融合的新范式，并在理论上借鉴了条件随机场，为设计具有物理意义的动态激活函数提供了思路。其应用价值则在于，高精度的在机检测系统能够及时发现并纠正织造缺陷，避免因瑕疵导致的织物降级损失（可高达45%-65%），对推动纺织业智能化、提升产品质量与经济效益具有重大意义。

六、研究亮点与创新性

本研究的亮点与创新点高度集中。首先，其最大的新颖之处在于“配对势激活层”的发明与应用。这不是一个简单的后处理步骤，而是一个在网络中部将高级统计先验知识直接注入学习过程的动态激活机制。其次，研究巧妙地连接了传统图像分析、概率图模型（条件随机场）与深度学习三个领域，通过数学推导，将瑕疵概率图赋予了成对势函数的意义，从而实现了一种端到端的、具备更强解释性的网络设计。最后，该研究针对织物细微瑕疵和数据不平衡这两个特定但普遍的实际问题提出了完整的解决方案，在具有挑战性的测试中展现了卓越的鲁棒性和泛化能力。