方 磊

（廣東省地質(zhì)測(cè)繪院，廣東 廣州 510800）

0.引言

在人工智能技術(shù)發(fā)展中，深度學(xué)習(xí)算法的應(yīng)用越來(lái)越廣泛。遙感影像數(shù)據(jù)所具備的特點(diǎn)主要為海量、多維以及多樣等，在這一數(shù)據(jù)處理中，深度學(xué)習(xí)算法具有天然優(yōu)勢(shì)，可以實(shí)現(xiàn)對(duì)復(fù)雜對(duì)象抽象特征的自動(dòng)及多層次提取，進(jìn)而實(shí)現(xiàn)在海量數(shù)據(jù)中得到地物目標(biāo)的高層語(yǔ)義特征，顯著提升遙感影像目標(biāo)特征提取的精度[1，2]，目前，深度學(xué)習(xí)方法已經(jīng)廣泛應(yīng)用在圖像識(shí)別處理中，并取得了較好的效果，因此可將該方法推廣在遙感影像目標(biāo)識(shí)別中應(yīng)用，所以需在深度學(xué)習(xí)算法的應(yīng)用下實(shí)現(xiàn)對(duì)遙感影像目標(biāo)的識(shí)別，不但可以顯著提升遙感影像圖像識(shí)別精度，同時(shí)也可以有效滿足現(xiàn)代高效快速以及自動(dòng)化檢測(cè)的實(shí)際需求，為遙感影像目標(biāo)識(shí)別提供新的智能化及自動(dòng)化方法。

1.深度學(xué)習(xí)算法下的遙感影像圖像識(shí)別

1.1 深度學(xué)習(xí)下的目標(biāo)檢測(cè)算法

深度學(xué)習(xí)屬于是機(jī)器學(xué)習(xí)方法之一，傳統(tǒng)方法中具有較高的先驗(yàn)知識(shí)要求，另外，也存在有模型泛化能力不足等[3]。深度學(xué)習(xí)算法下的遙感影像目標(biāo)識(shí)別方法在應(yīng)用中，針對(duì)感興趣區(qū)域可以通過(guò)滑動(dòng)窗口提取，且在網(wǎng)絡(luò)提取特征的應(yīng)用下實(shí)現(xiàn)目標(biāo)檢測(cè)，因此在實(shí)際中得到了廣泛應(yīng)用。

1.2 目標(biāo)檢測(cè)模型的選擇及優(yōu)化

卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)中也有所應(yīng)用，作為人工神經(jīng)網(wǎng)絡(luò)之一，建立在多層監(jiān)督學(xué)習(xí)基礎(chǔ)上，存在有良好容錯(cuò)性以及自適應(yīng)性，能夠?qū)崿F(xiàn)權(quán)值共享等，因此在圖像識(shí)別、語(yǔ)義分割以及物體檢測(cè)等方面均得到了廣泛應(yīng)用。當(dāng)前卷積神經(jīng)網(wǎng)絡(luò)中的檢測(cè)框架有Faster R-CNN、RFCN、SSD，在以上3種檢測(cè)中，F(xiàn)aster R-CNN的精度最高，但是相對(duì)來(lái)講效率最低；Inception Resnet的網(wǎng)絡(luò)復(fù)雜度最高，與之相應(yīng)的有助于顯著提升精度。在訓(xùn)練中，要加強(qiáng)對(duì)訓(xùn)練情況觀察和分析，進(jìn)而實(shí)現(xiàn)對(duì)batch和學(xué)習(xí)率的優(yōu)化，以能夠進(jìn)一步降低隨機(jī)梯度，且對(duì)其實(shí)施持續(xù)性收斂。在此基礎(chǔ)上，結(jié)合遙感影像數(shù)據(jù)目標(biāo)檢測(cè)模型實(shí)際需求，實(shí)現(xiàn)對(duì)訓(xùn)練參數(shù)的合理選擇。在數(shù)據(jù)增強(qiáng)操作的應(yīng)用下，進(jìn)一步提升訓(xùn)練樣本的多樣性，為能夠防范因?yàn)闃颖緮?shù)量不足，引發(fā)出現(xiàn)過(guò)擬合，在分析過(guò)程中也需要提升模型的魯棒性。在強(qiáng)化遙感影像數(shù)據(jù)中，所采用的方法主要為5種，分別為圖像亮度、飽和度以及色調(diào)變換；裁切操作圖像；圖像旋轉(zhuǎn)及傾斜；圖像去冗余；提升高斯噪聲。

SSD算法屬于是目標(biāo)檢測(cè)算法之一，在當(dāng)前應(yīng)用較為廣泛，F(xiàn)ater R-CNN算法相比，這一算法具有較快檢測(cè)速度；和YOLO算法相比，這一算法的檢測(cè)精度比較高。這一算法是基于VGG-16基礎(chǔ)上，設(shè)置輔助卷積、池化層等結(jié)構(gòu)，獲取的多尺度特征圖可以實(shí)現(xiàn)對(duì)目標(biāo)檢測(cè)，較大特征圖能夠?qū)崿F(xiàn)對(duì)相對(duì)較小目標(biāo)檢測(cè)，較小特征圖主要是用來(lái)實(shí)施大目標(biāo)檢測(cè)。SSD算法是基于YOLO算法上的一體化檢測(cè)方法，然而與之有所差異，YOLO算法實(shí)施的是全連接層預(yù)測(cè)，SSD算法是在卷積下檢測(cè)分析不同尺度特征圖，另外，在參考Fater R-CNN中anchor的基礎(chǔ)上，針對(duì)目標(biāo)預(yù)測(cè)可以實(shí)現(xiàn)對(duì)目標(biāo)框的偏差計(jì)算，基于此有助于顯著降低訓(xùn)練難度。SSD算法在預(yù)測(cè)中采用的是多尺度預(yù)測(cè)，然而不同尺度特征之間具有獨(dú)立性，特征位置越低信息質(zhì)量越好，相對(duì)分類精度偏差。這一算法是基于VGG-16網(wǎng)絡(luò)中偏后的cinv4_3卷積層，其實(shí)現(xiàn)對(duì)多尺度特征圖的建構(gòu)，在小目標(biāo)檢測(cè)中相對(duì)性能較差。另外，SSD算法檢測(cè)過(guò)程中的輸入圖像尺寸偏小，通常為300pixel×300 pixel，雖然小尺寸圖像有助于提高目標(biāo)檢測(cè)速度，然而在遙感圖像自動(dòng)化檢測(cè)任務(wù)中，如果是檢測(cè)圖像固定至小尺寸圖像，容易丟失目標(biāo)特征信息。為能夠取得良好的檢測(cè)性能，則需要針對(duì)SSD算法實(shí)施改進(jìn)。

1.3 大范圍下的目標(biāo)檢測(cè)

在大范圍內(nèi)針對(duì)相關(guān)目標(biāo)實(shí)施檢測(cè)和識(shí)別中，可以在格網(wǎng)方式的應(yīng)用下實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的劃分，將其分割成多個(gè)小區(qū)域，之后針對(duì)各個(gè)小區(qū)域?qū)嵤┭h(huán)加載，以此即可以針對(duì)目標(biāo)實(shí)施檢測(cè)。在大范圍影像數(shù)據(jù)分析過(guò)程中，想要確保所有目標(biāo)均被檢測(cè)，需確保小區(qū)域中的長(zhǎng)寬比例與客戶端長(zhǎng)短比例相同。大范圍目標(biāo)檢測(cè)劃分網(wǎng)格中，可能會(huì)導(dǎo)致在多個(gè)小區(qū)域中存在有影像的單個(gè)小目標(biāo)，在這一情況下實(shí)施檢測(cè)容易發(fā)生遺漏。所以網(wǎng)絡(luò)劃分中需要確保相鄰網(wǎng)格具有一定的重疊率。首先，在系統(tǒng)中將所需檢測(cè)及識(shí)別目標(biāo)范圍繪制出來(lái)，結(jié)合目標(biāo)大小實(shí)現(xiàn)對(duì)影像目標(biāo)的合理縮放，確保檢測(cè)圖像可以達(dá)到一定的級(jí)別規(guī)模。之后結(jié)合地圖容器大小實(shí)現(xiàn)對(duì)大區(qū)域的網(wǎng)格動(dòng)態(tài)劃分。最后，針對(duì)各個(gè)網(wǎng)格，可以在系統(tǒng)下循環(huán)調(diào)用單張圖像，進(jìn)而對(duì)實(shí)現(xiàn)目標(biāo)檢測(cè)操作[4]。在這一過(guò)程中，提升重疊有助于提高格網(wǎng)總數(shù)量，對(duì)于數(shù)據(jù)處理量有提升作用，對(duì)于檢測(cè)效率具有不良影響。所以重疊率設(shè)置過(guò)程中一定要結(jié)合實(shí)際需求。在設(shè)置重疊率的時(shí)候，其中部分影像在檢測(cè)中可能會(huì)被重復(fù)，檢測(cè)后也需要實(shí)施檢測(cè)結(jié)果的空間分析，將重復(fù)檢測(cè)的目標(biāo)全部刪除，系統(tǒng)運(yùn)行過(guò)程中以上操作可以實(shí)現(xiàn)半自動(dòng)化處理，例如，針對(duì)系統(tǒng)中要素重疊實(shí)施分析中，如果分析的要素類型以及位置相同，即為重疊要素可自動(dòng)標(biāo)注，這一類要素通常為同一目標(biāo)，還需要實(shí)施一定的人工干預(yù)，以能夠確保將重疊檢測(cè)內(nèi)容均刪除。

2.實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

本次實(shí)驗(yàn)過(guò)程中，針對(duì)目標(biāo)檢測(cè)及識(shí)別，選擇的數(shù)據(jù)集分別為：ImageNet數(shù)據(jù)集，在這一數(shù)據(jù)集中存在140萬(wàn)張標(biāo)記圖片，圖片類型大小不一，類型也比較多?；谶@一數(shù)據(jù)集實(shí)施目標(biāo)識(shí)別的模型預(yù)訓(xùn)練，不但可以提高模型的泛化能力，在分析過(guò)程中也可以提高遷移速度；DOTA數(shù)據(jù)集，其中，包括有2806張航空影像，拍攝方法主要為Google Earth遙感、JL-1衛(wèi)星以及JL-2衛(wèi)星，影像幅度都非常大，大概為800×800～4000×4000，圖像中的物體主要為大型場(chǎng)地及可移動(dòng)物體。因?yàn)檫@些圖像在拍攝中的高度比較高，因此圖片中出現(xiàn)的可移動(dòng)物體均屬于是中小目標(biāo)。

因此本次所選取的兩個(gè)數(shù)據(jù)集，圖像原始尺寸存在差異，針對(duì)原始數(shù)據(jù)先要進(jìn)行尺寸統(tǒng)一，裁剪處理為512×512圖像，隨后數(shù)據(jù)增強(qiáng)處理過(guò)程中，采用的方法為隨機(jī)擾動(dòng)、隨機(jī)縮放等。數(shù)據(jù)集在訓(xùn)練過(guò)程中主要為訓(xùn)練集及測(cè)試集，在這一過(guò)程中前者數(shù)據(jù)量和后者相比之間的比例為9∶1。

2.2 實(shí)驗(yàn)設(shè)計(jì)

2.2.1 實(shí)驗(yàn)環(huán)境

本次實(shí)驗(yàn)分析中，環(huán)境設(shè)置詳情（如表1所示）：

表1 環(huán)境設(shè)置

2.2.2 精度評(píng)定方法

針對(duì)本次實(shí)驗(yàn)訓(xùn)練中的目標(biāo)檢測(cè)模型，采用平均精度（average_precision,AP）實(shí)施評(píng)估，計(jì)算方法如式（1）所示：

式（1）中的AP為P-R曲線和坐標(biāo)軸所共同圍合形成區(qū)域的面積；P為訓(xùn)練精準(zhǔn)率；R為訓(xùn)練召回率，計(jì)算過(guò)程如式（2）、式（3）所示：

式（2）、式（3）中，TP、FP分別為正確和錯(cuò)誤識(shí)別標(biāo)簽?zāi)繕?biāo)數(shù)量，式（3）中的FN為錯(cuò)誤識(shí)別非標(biāo)簽?zāi)繕?biāo)數(shù)量。

2.2.3 速度評(píng)定方法

在每秒幀速（Frame Per Second,FPS）方法的應(yīng)用下實(shí)現(xiàn)速度評(píng)定，即為每秒鐘的影像處理數(shù)量，在評(píng)定中FPS值越大即為影像處理速度越快。相應(yīng)的計(jì)算方法如式（4）所示：

式（4）中，F(xiàn)為影像處理數(shù)量；S為影像處理時(shí)間；單位為s。

2.2.4 超參數(shù)評(píng)定

本次實(shí)驗(yàn)研究中的學(xué)習(xí)率策略為Warm Up，在初始設(shè)置中，學(xué)習(xí)率為0.01、epoch為400以及batchsize為2。

2.3 算法改進(jìn)應(yīng)用

2.3.1 模型與訓(xùn)練及遷移學(xué)習(xí)

在卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用下，實(shí)現(xiàn)對(duì)特征的分層提取，其中，在遷移學(xué)習(xí)方法的應(yīng)用下實(shí)現(xiàn)特征提取網(wǎng)絡(luò)預(yù)訓(xùn)練，這一方法有助于減少訓(xùn)練時(shí)間。首先針對(duì)ImageNet數(shù)據(jù)集實(shí)施與訓(xùn)練，所得到的預(yù)訓(xùn)練基礎(chǔ)網(wǎng)絡(luò)，圖像特征提取能力比較強(qiáng)，之后將其在整體目標(biāo)檢測(cè)結(jié)構(gòu)中嵌入，且將其作為是遷移訓(xùn)練的初始模型參數(shù)，在分析過(guò)程中DOTA數(shù)據(jù)集迭代回歸Δcx、Δcy、Δw以及Δh參數(shù)變量，在影像圖像分析中實(shí)現(xiàn)目標(biāo)檢測(cè)及識(shí)別。

遷移訓(xùn)練中損失函數(shù)分別為位置損失函數(shù)Lloc，即為精確定位想要檢測(cè)的目標(biāo)；置信度損失Lconf，即為判定預(yù)測(cè)框分類概率。以上兩者加權(quán)平均和即為代價(jià)函，相應(yīng)的計(jì)算公式如式（5）所示：

式（5）中，N為正樣本數(shù)量；λ為權(quán)重，如果在這一分析過(guò)程中N為0，即可以得到損失為0，另外在公式中c為默認(rèn)框標(biāo)簽，如果針對(duì)數(shù)據(jù)匹配中第i個(gè)默認(rèn)框?qū)崿F(xiàn)和j個(gè)標(biāo)簽框的匹配，所得結(jié)果即為xij=1，反之即為0。其中，定位損失Lloc在計(jì)算過(guò)程中，即為L(zhǎng)1平滑損失，相應(yīng)的計(jì)算公式如式（6）所示：

式（6）中，g為真實(shí)標(biāo)簽框；l為預(yù)測(cè)礦；d為默認(rèn)框，w及h為矩形框?qū)捀?；（cx,cy）分別為矩形框中心點(diǎn)坐標(biāo)；剩余指標(biāo)為參數(shù)偏移量。在多個(gè)不同置信度下的softmax損失即為置信度損失，表示為L(zhǎng)conf；c為某種一個(gè)類別目標(biāo)及非目標(biāo)的、置信度，相應(yīng)的計(jì)算公式如式（7）所示：

2.3.2 修改SSD網(wǎng)絡(luò)架構(gòu)

SSD網(wǎng)絡(luò)架構(gòu)過(guò)程中，也就是在提取不同尺度特征后，針對(duì)所得特征實(shí)施分類回歸，在此過(guò)程中也就可以實(shí)現(xiàn)檢測(cè)范圍內(nèi)的不同目標(biāo)識(shí)別。原始SSD網(wǎng)絡(luò)架構(gòu)是基于VGG-16基礎(chǔ)網(wǎng)絡(luò)，在將其全連接層截?cái)嗪?，還需要繼續(xù)在這一條件下 添 加Conv6、Conv7、Conv8_2、Conv9_2、Conv10_2以 及Conv11_2卷積層，在卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用下實(shí)現(xiàn)對(duì)特征提取。在此過(guò)程中檢測(cè)層即為以上提出卷積層，因此在遙感影像檢測(cè)中，受到較多層級(jí)卷積結(jié)構(gòu)的影響，部分小目標(biāo)占比比較小，在此目標(biāo)檢測(cè)中容易出現(xiàn)部分特征信息流失，所以要改進(jìn)原始SSD目標(biāo)檢測(cè)網(wǎng)絡(luò)，并不能夠只是將Conv4_3作為檢測(cè)層，改進(jìn)后新增Conv3_2作為檢測(cè)層，有助于提升系統(tǒng)的檢測(cè)能力[5,6]。其中改進(jìn)后網(wǎng)絡(luò)架構(gòu)（如圖1所示）：

圖1 改進(jìn)后SSD網(wǎng)絡(luò)架構(gòu)

2.4 結(jié)果分析

本次實(shí)驗(yàn)為兩組數(shù)據(jù)檢測(cè)，A為原始SSD算法，B組為改進(jìn)SSD算法，在對(duì)DOTA數(shù)據(jù)集實(shí)施檢測(cè)發(fā)現(xiàn)：A組檢測(cè)結(jié)果為AP=7.06×10-1，B組檢測(cè)結(jié)果為AP=7.53×10-1。通過(guò)這一研究結(jié)果可以看出，B組算法得到了更好的訓(xùn)練效果，由此可見(jiàn)，卷積神經(jīng)網(wǎng)絡(luò)針對(duì)圖像特征實(shí)施逐層提取效果顯著，也驗(yàn)證了遷移學(xué)習(xí)具有重要應(yīng)用價(jià)值。

其中，改進(jìn)后SSD算法在DOTA數(shù)據(jù)集上的檢測(cè)結(jié)果（如圖2所示）：基于此能夠發(fā)現(xiàn)在此應(yīng)用中可以實(shí)現(xiàn)對(duì)飛機(jī)、船舶等小目標(biāo)的識(shí)別，具有一定檢測(cè)精度。但是飛機(jī)目標(biāo)檢測(cè)精度和船舶目標(biāo)相比明顯偏高，因?yàn)榇澳繕?biāo)和背景有所類似，所以檢測(cè)難度大。

圖2 改進(jìn)SSD算法檢測(cè)結(jié)果

3.結(jié)束語(yǔ)

本次研究得出以下2點(diǎn)結(jié)論：

（1）針對(duì)原始SSD算法實(shí)施模型預(yù)訓(xùn)練，逐層提取圖像特征，且對(duì)其實(shí)施遷移訓(xùn)練，有助于提升檢測(cè)精度及檢測(cè)速度；

（2）針對(duì)原始SSD算法實(shí)施改進(jìn)，可以實(shí)現(xiàn)對(duì)遙感影像中小目標(biāo)的識(shí)別，檢測(cè)精度明顯高于原始SSD算法。