食品領(lǐng)域白色可降解和不可降解塑料的鑒別：動(dòng)態(tài)殘差網(wǎng)絡(luò)與高光譜技術(shù)相結(jié)合

背景

塑料根據(jù)其可降解性分為可降解塑料和不可降解塑料。不可降解塑料制品由于價(jià)格低廉，在日常生活中被廣泛使用。然而，大多數(shù)不可降解的塑料制品不能及時(shí)有效地處理。造成環(huán)境嚴(yán)重污染，造成生態(tài)破壞、作物減產(chǎn)、食品安全問題。目前，可降解塑料的推廣應(yīng)用才剛剛起步，許多不合格的塑料制品混入市場(chǎng)。這給市場(chǎng)監(jiān)管帶來了很大的困難，因此迅速識(shí)別不可降解和可降解塑料勢(shì)在必行。

高光譜成像技術(shù)因其無損、無污染、低耗、**等優(yōu)點(diǎn)，在質(zhì)量控制、定量分析、定性鑒定等方面得到了廣泛應(yīng)用。普通塑料聚合物具有不同的光譜特征，因此利用可見近紅外波段對(duì)塑料聚合物進(jìn)行識(shí)別是可行的。塑料光譜信息采集技術(shù)的進(jìn)步也推動(dòng)了光譜數(shù)據(jù)挖掘方法的創(chuàng)新。常用主成分分析、小波變換提取敏感特征，再用偏最小二乘判別分析、支持向量機(jī)、隨機(jī)森林等方法進(jìn)行分類。然而，傳統(tǒng)的機(jī)器學(xué)習(xí)方法通常需要人工進(jìn)行特征提取和分類器設(shè)計(jì)，難以靈活地處理分類任務(wù)。

與傳統(tǒng)機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)具有端到端特征，避免了復(fù)雜的特征工程。代表性的模型是卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks, CNN）和殘差網(wǎng)絡(luò)（Residual networks, ResNet）。利用ResNet中提出的殘差連接直接連接不同的網(wǎng)絡(luò)層，在保證良好網(wǎng)絡(luò)性能的同時(shí)可以加深網(wǎng)絡(luò)。然而，當(dāng)CNN或ResNet的深度和寬度固定時(shí)，由于卷積核不容易根據(jù)實(shí)際數(shù)據(jù)的特點(diǎn)進(jìn)行有效調(diào)整，其表示能力將受到限制。動(dòng)態(tài)卷積是在靜態(tài)卷積的基礎(chǔ)上改進(jìn)的非線性運(yùn)算。它可以解決深度學(xué)習(xí)模型適應(yīng)性差的問題，更有效地提取數(shù)據(jù)特征。同時(shí)，動(dòng)態(tài)卷積計(jì)算是高效的，因?yàn)椴⑿芯矸e核通過聚合共享輸出通道，這不會(huì)增加網(wǎng)絡(luò)的深度和寬度。在網(wǎng)絡(luò)中引入動(dòng)態(tài)卷積可以在特征識(shí)別過程中自適應(yīng)捕獲特征。

為此，我們提出了一種塑料高光譜數(shù)據(jù)挖掘方法，主要貢獻(xiàn)如下:

（1）設(shè)計(jì)了白色可降解和不可降解塑料的識(shí)別策略。

（2）提出了一種基于動(dòng)態(tài)殘差網(wǎng)絡(luò)（Dy-ResNet）的高光譜數(shù)據(jù)挖掘模型。在模型優(yōu)化過程中引入殘差模塊，避免梯度消失；引入動(dòng)態(tài)卷積層，提高模型的自適應(yīng)性和表示能力。

（3）Dy-ResNet有效區(qū)分了白色可降解塑料和不可降解塑料。為食品領(lǐng)域中可降解和不可降解塑料的識(shí)別提供思路。

試驗(yàn)設(shè)計(jì)

東北電力大學(xué)門洪教授團(tuán)隊(duì)利用GaiaSorter高光譜成像系統(tǒng)（江蘇雙利合譜公司）獲取了17類可降解塑料和不可降解塑料共計(jì)1020個(gè)樣本的高光譜影像（圖1）。其波長范圍為380 ~ 1038 nm，波段數(shù)為520。在每個(gè)樣本的高光譜圖像的中心區(qū)域選擇一個(gè)像素大小為60 × 60的采樣區(qū)域作為感興趣區(qū)域，獲取其平均光譜，并對(duì)其進(jìn)行SG濾波和SNV預(yù)處理。

CNN主要由卷積層、池化層和全連接層組成，其中全連接層的核心操作是卷積和池化。卷積提取了多波段高光譜特征，同時(shí)充分保持了特征之間的位置關(guān)系。池化可以減小特征圖的大小，可以保留最關(guān)鍵的信息，有效防止網(wǎng)絡(luò)過擬合。同時(shí)，通過池化可以減少網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量，有效提高了網(wǎng)絡(luò)的計(jì)算效率。ResNet由兩個(gè)卷積層組成，卷積核大小為3 × 3，填充和步長為1（圖2）。將原始特征與挖掘特征相結(jié)合，可以有效避免塑料高光譜圖像深度特征提取中的特征退化問題。

本文將靜態(tài)卷積層替換為動(dòng)態(tài)卷積層，在不增加網(wǎng)絡(luò)深度和寬度的前提下提高了計(jì)算效率。根據(jù)卷積核的自適應(yīng)性，動(dòng)態(tài)卷積層具有魯棒的表示能力。動(dòng)態(tài)卷積層結(jié)構(gòu)如圖3所示。首先，對(duì)全局位置信息進(jìn)行平均池化壓縮；然后，將壓縮后的信息通過全連接層映射到激活層，其中ReLU為激活函數(shù)。激活信息通過全連接層映射到softmax層。最后，softmax層輸出K個(gè)權(quán)值用于核聚合。K表示參與核聚合的卷積核的個(gè)數(shù)，K的增加會(huì)導(dǎo)致模型的復(fù)雜度增加。在大多數(shù)情況下，softmax層的輸出值相對(duì)稀疏，因此只有一小部分卷積核可以跨層優(yōu)化，導(dǎo)致神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中收斂緩慢。因此，減少softmax層中的注意力是必要的，這樣可以使訓(xùn)練更有效。計(jì)算公式如1所示，當(dāng)T = 1時(shí)，公式為原始softmax層。利用Dy-kernel自適應(yīng)提取高光譜數(shù)據(jù)的特征，然后依次通過BN和ReLU得到最終輸出。

本文提出了自適應(yīng)提取塑料高光譜數(shù)據(jù)特征的Dy-ResNet方法，該方法主要由包含動(dòng)態(tài)卷積層的殘差塊組成。圖4顯示了Dy-ResNet的結(jié)構(gòu)，包括一個(gè)卷積層、一個(gè)BN層、四個(gè)動(dòng)態(tài)卷積殘差塊（DR-block）、兩個(gè)池化層、一個(gè)flatten層和一個(gè)全連接層。

圖1 高光譜塑料檢測(cè)系統(tǒng)

圖2 殘差塊結(jié)構(gòu)

圖3 動(dòng)態(tài)卷積層結(jié)構(gòu)

圖4 Dy-ResNet的結(jié)構(gòu)

結(jié)論

在動(dòng)態(tài)卷積層中，參數(shù)K和T顯著影響穩(wěn)定性和精度。如果K過大，雖然模型具有更強(qiáng)的表達(dá)能力，但優(yōu)化所有卷積核和注意力更加困難，網(wǎng)絡(luò)更容易出現(xiàn)過擬合。在softmax層中，T控制了注意力權(quán)值的稀疏性，適當(dāng)?shù)腡可以使模型在早期訓(xùn)練中更有效。因此，有必要確定K和T的最優(yōu)值。如圖5所示，當(dāng)K較小時(shí)，模型的訓(xùn)練時(shí)間和分類穩(wěn)定性都較好。然而，K的數(shù)量限制了動(dòng)態(tài)卷積核的自適應(yīng)能力，降低了模型的分類精度和F1-score。當(dāng)K設(shè)置為4時(shí)，既保證了模型的分類性能，又充分考慮了訓(xùn)練時(shí)間。T越大，模型的穩(wěn)定性越高。但是，當(dāng)T過于大時(shí)，模型的分類性能會(huì)下降，因此將T設(shè)為31。

圖5 不同參數(shù)的動(dòng)態(tài)卷積層

可降解和不可降解塑料的分類結(jié)果如表1所示。雖然Dy-ResNet、ResNet、Dy-CNN和CNN模型都取得了很好的分類效果，但提出的Dy-ResNet模型的識(shí)別效果更好。Dy-ResNet模型的識(shí)別準(zhǔn)確率為99.06%，F(xiàn)1-score為98.86%，Kappa為97.73%。此外，對(duì)比CNN和ResNet模型的分類結(jié)果可以看出，殘差連接的引入更有助于挖掘高光譜數(shù)據(jù)的深層特征。Dy-ResNet模型的精度、F1-score和Kappa分別比ResNet模型高1.53%、1.85%和3.71%，表明動(dòng)態(tài)卷積層可以有效提高模型在高光譜數(shù)據(jù)挖掘中的適應(yīng)性和表征能力。

不同模型的混淆矩陣如圖6所示?？梢钥闯?，四種分類模型的分類效果都很好，說明該分類模型是有效的。此外，可以看到Resnet、Dy-CNN和CNN模型將一些不可降解塑料預(yù)測(cè)為可降解塑料，這可能是由于訓(xùn)練集中樣本數(shù)量不平衡造成的。然而，Dy-Resnet模型可以避免由于訓(xùn)練集各類別樣本數(shù)量不平衡而導(dǎo)致的錯(cuò)誤預(yù)測(cè)。

表1 四種網(wǎng)絡(luò)模型的2-分類實(shí)驗(yàn)結(jié)果

圖6 四種方法對(duì)可降解塑料和不可降解塑料的分類結(jié)果。Dy-ResNet（a）, Dy-CNN（b）, ResNet（c）, CNN（d）

為了進(jìn)一步驗(yàn)證Dy-ResNet在塑料識(shí)別中的有效性，分別使用Dy-ResNet、ResNet、Dy-CNN和CNN模型對(duì)17種樣品進(jìn)行分類。4個(gè)模型在全連接層的輸出神經(jīng)元數(shù)量從2個(gè)變?yōu)?7個(gè)，4個(gè)模型的其他結(jié)構(gòu)和超參數(shù)不變。17種塑料的分類結(jié)果見表2?？傮w而言，DyResNet的分類性能優(yōu)于其他模型，其準(zhǔn)確率為89.76%，F(xiàn)1-score為89.68%，Kappa為89.13%。與CNN相比，Dy-ResNet中的殘差連接可以有效提取塑料高光譜圖像的深層特征。在5個(gè)獨(dú)立實(shí)驗(yàn)中，Dy-ResNet的模型精度最高，表明其具有*好的識(shí)別穩(wěn)定性。殘差連接和動(dòng)態(tài)卷積層的引入可以有效地提高模型的穩(wěn)定性。

測(cè)試集樣本的預(yù)測(cè)標(biāo)簽與實(shí)際標(biāo)簽形成的混淆矩陣如圖7所示?？梢钥闯觯@四種模型都能有效識(shí)別標(biāo)記為0、6、7、8、9、11、12、13、14、15的樣本。但值得注意的是，四種模型在識(shí)別標(biāo)簽2和標(biāo)簽10的樣品時(shí)存在一些錯(cuò)誤，主要是將標(biāo)簽2的樣品部分歸類為標(biāo)簽3，將標(biāo)簽10的樣品部分歸類為標(biāo)簽11。這主要是由于，除了碳酸鈣外，標(biāo)簽2和標(biāo)簽3對(duì)應(yīng)的樣品在成分材料上是相同的。除淀粉外，標(biāo)簽10和11對(duì)應(yīng)的樣品在組成材料上是相同的。上述樣品中相似的成分使得所收集的高光譜圖像難以區(qū)分，這就是它們被錯(cuò)誤分類的原因。

表2 四種網(wǎng)絡(luò)模型的17種分類實(shí)驗(yàn)結(jié)果

圖7 四種方法對(duì)17種塑料的分類結(jié)果。Dy-ResNet（a）, Dy-CNN（b）, ResNet（c）, CNN（d）

合理解釋本研究提出的方法在塑料識(shí)別任務(wù)中取得良好的效果十分必要。Grad-CAM可用于可視化基于CNN模型的模型識(shí)別過程。如圖8（a）所示，在區(qū)分可降解和不可降解塑料時(shí)，Dy-ResNet提取的特征光譜波段分布在可見光和近紅外范圍內(nèi)。此外，用于識(shí)別不可降解塑料的關(guān)鍵特征主要分布在580 ~ 860 nm范圍內(nèi)，用于識(shí)別可降解塑料的關(guān)鍵特征主要分布在680 ~ 1030 nm范圍內(nèi)。如圖8（b）所示，Dy-ResNet提取的特征光譜波段在區(qū)分17種塑料時(shí)也分布在可見光和近紅外范圍內(nèi)?？傮w而言，用于識(shí)別塑料種類的特征光譜波段主要集中在560 ~ 860nm范圍內(nèi)。然而，每種塑料的特征光譜波段的分布范圍是不同的。例如，標(biāo)記為15的樣品的特征光譜波段主要集中在可見光范圍，而標(biāo)記為12的樣品的特征光譜波段主要集中在近紅外范圍。因此，選擇380 ~ 1038 nm光譜波段進(jìn)行塑料識(shí)別，有助于充分探索不同塑料在不同光譜波段的特性。

圖8 用于塑料識(shí)別的特征光譜可視化。2分類實(shí)驗(yàn)（a）, 17分類實(shí)驗(yàn)（b）

作者信息

門洪，博士，東北電力大學(xué)自動(dòng)化工程學(xué)院教授，博士生導(dǎo)師。

主要研究方向：智能感知與模式識(shí)別。

參考文獻(xiàn)：

Xia, X., Wang, M., Shi, Y., Huang, Z., Liu, J., Men, H., & Fang, H. (2023). Identification of white degradable and non-degradable plastics in food field: A dynamic residual network coupled with hyperspectral technology. Spectrochim Acta A Mol Biomol Spectrosc, 296, 122686.

https://doi.org/10.1016/j.saa.2023.122686