深度學(xué)習(xí)在遙感影像目標(biāo)識別與定位中的應(yīng)用研究

隋雪蓮　張濤　曲喬新

摘? 要：長期以來，遙感影像的目標(biāo)識別與定位主要依靠目視判讀和人工手段，誤判和漏判情況嚴(yán)重，且檢測精度較低。文章介紹了基于深度學(xué)習(xí)的目標(biāo)檢測算法，探討了將深度學(xué)習(xí)應(yīng)用于遙感影像目標(biāo)識別與定位需要的關(guān)鍵技術(shù)，并對深度學(xué)習(xí)在目標(biāo)識別與定位中的應(yīng)用進(jìn)行了前景展望。

關(guān)鍵詞：深度學(xué)習(xí);目標(biāo)識別與定位;遙感影像;目標(biāo)檢測

中圖分類號：TP751? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2019）34-0180-02

Abstract： For a long time， the target recognition and position of the remote sensing image mainly depends on visual interpretation and artificial means， there will be errors and missing situation， the precision is lower. This paper introduces the algorithms of the target detection based on deep-learning， and explores the key techniques required in the recognition and position of the remote sensing image. Finally the application of the target recognition and position based on deep-learning is looked forward.

Keywords： deep learning; target recognition and position; remote sending image; target detection

1 概述

近年來，越來越多的國內(nèi)外對地觀測平臺的出現(xiàn)，使得遙感影像呈現(xiàn)出井噴的狀態(tài)，獲取了海量的數(shù)據(jù)。該數(shù)據(jù)集呈現(xiàn)典型的大數(shù)據(jù)5V特征，即數(shù)據(jù)體量大、影像分辨率多樣、數(shù)據(jù)更新快、地面定位精度高、信息蘊(yùn)藏豐富等。

在影像應(yīng)用尤其是目標(biāo)的識別與定位領(lǐng)域，還長期依賴人工手段、目視判讀，容易出現(xiàn)誤判和漏判目標(biāo)的情況，檢測精度也比較低。影像獲取量大與數(shù)據(jù)利用率低、重點(diǎn)區(qū)域目標(biāo)更新快與信息提取慢等矛盾日趨突出。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一種，在圖像分類、自然語言處理、降維、地物檢測、運(yùn)動建模、人工智能等領(lǐng)域取得前所未有的成果，與傳統(tǒng)的目標(biāo)檢測方法相比，深度學(xué)習(xí)具有模型表達(dá)能力強(qiáng)等優(yōu)勢，對于諸如目標(biāo)和行為識別這類比較復(fù)雜的問題具有良好的效果。

2 基于深度學(xué)習(xí)的目標(biāo)檢測算法

深度學(xué)習(xí)是當(dāng)今流行的機(jī)器學(xué)習(xí)方法。相比于傳統(tǒng)方法的對目標(biāo)先驗(yàn)知識要求高、模型泛化能力差等特點(diǎn)?；谏疃葘W(xué)習(xí)的遙感圖像目標(biāo)識別采用滑動窗口算法提取感興趣區(qū)域，并利用網(wǎng)絡(luò)提取特征進(jìn)行目標(biāo)檢測，得到了越來越多的應(yīng)用。

在基于深度學(xué)習(xí)的目標(biāo)檢測算法方面，2014年，RBG（Ross B. Girshick）使用region proposal（候選區(qū)域）+卷積神經(jīng)網(wǎng)絡(luò)CNN（Convolutional Neural Netwaorks）代替?zhèn)鹘y(tǒng)目標(biāo)檢測使用的滑動窗口+手工設(shè)計(jì)特征，設(shè)計(jì)了R-CNN框架，使得目標(biāo)檢測獲得巨大突破，并開啟了基于深度學(xué)習(xí)目標(biāo)檢測的熱潮。Fast R-CNN在R-CNN的基礎(chǔ)上又做了一些改進(jìn)，使得網(wǎng)絡(luò)在Pascal VOC上的訓(xùn)練時間從R-CNN的84小時縮短到9.5小時，檢測時間更是從45秒縮短到0.32秒。Shaoqin Ren等人在Fast R-CNN基礎(chǔ)上提出Faster R-CNN，讓RPN網(wǎng)絡(luò)和Fast R-CNN網(wǎng)絡(luò)實(shí)現(xiàn)卷積層的權(quán)值共享，在圖像分類和檢測方面取得了進(jìn)一步的提高。2015年，微軟研究院何凱明提出了深度卷積網(wǎng)絡(luò)的改進(jìn)-深度殘差網(wǎng)絡(luò)，在圖像分類和檢測方面取得了進(jìn)一步的提高。此后，殘差網(wǎng)絡(luò)結(jié)構(gòu)慢慢成為各種卷積網(wǎng)絡(luò)模型的參照結(jié)構(gòu)，為各類圖像處理任務(wù)提供優(yōu)化。2015年，YOLO算法的出現(xiàn)使得深度學(xué)習(xí)目標(biāo)檢測算法開始有了兩步（two-stage）和單步（single-stage）之分。YOLO算法通過共享卷積特征的方式提取候選框和進(jìn)行目標(biāo)識別，檢測速度較Faster R-CNN也有近10倍的提升。2016年微軟研究院的Jifeng Dai 等提出R-FCN算法，通過共享卷積層特征實(shí)現(xiàn)目標(biāo)提取。后續(xù)的SSD算法，利用卷積核來預(yù)測邊界框的類別分?jǐn)?shù)和偏移量，不僅提高了檢測精度，同時還提升了檢測速度。這些都使得深度學(xué)習(xí)目標(biāo)檢測算法開始能夠滿足實(shí)時檢測任務(wù)的需求。

3 關(guān)鍵技術(shù)

3.1 目標(biāo)檢測模型的選擇及優(yōu)化

卷積神經(jīng)網(wǎng)絡(luò)是一種基于多層監(jiān)督學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，由于其較好的容錯性、自適應(yīng)性和權(quán)值共享等特點(diǎn)，目前被廣泛應(yīng)用于圖像識別、物體檢測、語義分割領(lǐng)域等領(lǐng)域。當(dāng)前常用的卷積神經(jīng)網(wǎng)絡(luò)Faster R-CNN，RFCN，SSD 三種檢測框架，原理示意如圖1。

其中，精度最高的Faster R-CNN效率是最低的，網(wǎng)絡(luò)復(fù)雜度最高的 Inception Resnet 帶來的精度提升比較明顯。訓(xùn)練過程中，要通過觀察分析訓(xùn)練情況，需要不斷優(yōu)化batch及學(xué)習(xí)率參數(shù)，使得隨機(jī)梯度下降，并且不斷收斂。從而尋找最適合訓(xùn)練遙感影像數(shù)據(jù)目標(biāo)檢測模型的訓(xùn)練參數(shù)。

通過數(shù)據(jù)增強(qiáng)操作提高訓(xùn)練樣本的多樣性，防止訓(xùn)練過程中樣本不足帶來的過擬合，同時增強(qiáng)模型的魯棒性。針對遙感影像，可采用的數(shù)據(jù)增強(qiáng)方式主要有：（1）變換圖像亮度、色調(diào)及飽和度。（2）圖像旋轉(zhuǎn)及傾斜。（3）增加高斯噪聲。（4）圖像裁切操作。（5）圖像去冗余。

3.2 大區(qū)域范圍內(nèi)的目標(biāo)檢測

為解決大區(qū)域范圍內(nèi)目標(biāo)檢測識別，采用格網(wǎng)的方式將目標(biāo)區(qū)域劃分為若干小區(qū)域，然后循環(huán)加載各小區(qū)域進(jìn)行目標(biāo)檢測。為保證大區(qū)域范圍內(nèi)影像數(shù)據(jù)均被檢測，小區(qū)域的長寬比例與客戶端容器長寬比例一致。考慮劃分網(wǎng)格可能會使影像單個目標(biāo)被劃分在多個小區(qū)域內(nèi)，從而造成漏檢的情況，在劃分網(wǎng)格時候要確保相鄰網(wǎng)格有一定重疊率。

首先，在系統(tǒng)中繪制檢測區(qū)域，根據(jù)檢測目標(biāo)大小規(guī)模，將影像縮放至相應(yīng)的級別規(guī)模。然后，將檢測大區(qū)域根據(jù)地圖容器大小情況動態(tài)劃分網(wǎng)格。最后，系統(tǒng)循環(huán)調(diào)用各網(wǎng)格進(jìn)行單張圖像目標(biāo)檢測操作。顯然，增加重疊會增加格網(wǎng)總數(shù)量，從而增加數(shù)據(jù)處理量，降低檢測效率。因此，要根據(jù)實(shí)際情況設(shè)置重疊率。由于重疊率的設(shè)置，部分影像具有重復(fù)檢測的可能性，在檢測結(jié)束后，需要對檢測結(jié)果進(jìn)行空間分析，刪除重復(fù)檢測目標(biāo)，該過程在系統(tǒng)中可半自動化處理，如系統(tǒng)通過要素重疊分析，可自動標(biāo)注類型相同且位置具有重疊的要素，該類要素往往指向是同一目標(biāo)，需要輔以少量的人工干預(yù)，刪除重疊檢測內(nèi)容。

4 應(yīng)用前景

4.1 在輔助土地規(guī)劃方面

基于深度學(xué)習(xí)的遙感影像目標(biāo)識別可用于土地利用調(diào)查，改進(jìn)原來完全依靠人工勾畫圖斑，匯總整理分析的方案。隨著遙感技術(shù)的發(fā)展，對于地面觀測覆蓋面積大，宏觀性強(qiáng)，遙感影像分辨率極高，土地的自動識別分類已經(jīng)成為現(xiàn)實(shí)。

4.2 在輔助海上或空中交通管制方面

我國的海岸線長約3.2萬公里，港口眾多，大量船只在此作業(yè)，該應(yīng)用可對艦船或飛機(jī)進(jìn)行自動檢測，如：遇險船只、非法活動艦船、民航飛機(jī)等。對于特定的港口或機(jī)場，可根據(jù)地理信息實(shí)時獲取該位置的遙感影像，通過目標(biāo)識別定位系統(tǒng)實(shí)現(xiàn)對空中、海上交通的自動檢測，改善人工視角小、范圍窄、投入大等弊端，實(shí)現(xiàn)由人工判讀向自動化識別的過渡。

4.3 在輔助國防安全方面

未來的信息化戰(zhàn)場是武器單元與指揮系統(tǒng)一體化、多源多時空基準(zhǔn)的數(shù)據(jù)信息協(xié)同化作戰(zhàn)。目標(biāo)作為信息條件下局部戰(zhàn)爭的重要打擊對象，具有極其重要的威懾力，如重要目標(biāo)遭受致命打擊，將對國防安全和國民經(jīng)濟(jì)造成不可估量的損失。此外，通過對海量遙感數(shù)據(jù)中信息的挖掘，提取有效的軍事信息，識別目標(biāo)并獲取其準(zhǔn)確位置，可有效防范敵方打擊，反之亦可對敵方重要目標(biāo)進(jìn)行精準(zhǔn)打擊。

參考文獻(xiàn)：

[1]殷文斌.卷積神經(jīng)網(wǎng)絡(luò)在遙感目標(biāo)識別中的應(yīng)用研究[D].中國科學(xué)院大學(xué)（中國科學(xué)院遙感與數(shù)字地球研究所），2017.

[2]楊釗.面向圖像分類和識別的視覺特征表達(dá)與學(xué)習(xí)的研究[D].華南理工大學(xué)，2014.

[3]黃為.基于序關(guān)系特征描述的高分辨率遙感影像識別研究[D].國防科學(xué)技術(shù)大學(xué)，2014.