黃國航 薛翻琴 梁煥青

【摘 要】基于現(xiàn)實的業(yè)務(wù)需求并結(jié)合深度學(xué)習(xí)的方法，文章構(gòu)建一個基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建的自動化識別細碎圖斑模型，該模型能自動地從細碎圖斑數(shù)據(jù)庫中學(xué)習(xí)圖斑特性。通過數(shù)據(jù)集上的實驗驗證，表明提出的深度神經(jīng)網(wǎng)絡(luò)可以有效地提取場景特征，并使訓(xùn)練出的場景模型具有較強的泛化性能和較高的分類準確率。

【關(guān)鍵詞】GIS;深度學(xué)習(xí);ResNet-50;MobileNet v2

【中圖分類號】F391.41 【文獻標識碼】A 【文章編號】1674-0688（2020）10-0044-03

0 引言

近年來，學(xué)者們提出的一系列以卷積神經(jīng)網(wǎng)絡(luò)（CNNs）為基礎(chǔ)的算法，在計算機視覺領(lǐng)域取得了豐碩的成果，深度學(xué)習(xí)在影像數(shù)據(jù)處理領(lǐng)域得到了快速的應(yīng)用，是通用性計算機技術(shù)的自然延伸。與傳統(tǒng)的特征提取的方式不同，基于深度學(xué)習(xí)的計算機視覺技術(shù)采用卷積神經(jīng)網(wǎng)絡(luò)（CNNs）的方法和生物神經(jīng)網(wǎng)絡(luò)思想，通過權(quán)值共享技術(shù)控制模型參數(shù)，實現(xiàn)自動提取淺層中的固有圖像紋理特征，深層對特征進行融合，并通過不同的神經(jīng)元輸出特定任務(wù)的結(jié)果，因此判別性更強。

卷積神經(jīng)網(wǎng)絡(luò)的雛形于1998年由Yann Lecun[1]提出，在2012年的Imagenet圖像識別大賽中，Krizhevsky等人[2]在Alexnet中引入全新的卷積深層結(jié)構(gòu)和隨機失活方法，取得了巨大的成功，AlexNet中包含幾個比較新的技術(shù)點，在CNNs中成功應(yīng)用了ReLU函數(shù)（線性整流函數(shù)）、Dropout（隨機失活）和LRN（局部響應(yīng)歸一化層）等技巧，將深度學(xué)習(xí)的方法引入計算機當中。

進行自然資源類項目處理時，數(shù)據(jù)融合過程中會產(chǎn)生大量的細碎圖斑，細碎圖斑的產(chǎn)生主要有以下原因：{1}外業(yè)采集的時候本身就是面積小的細碎圖斑;{2}采集精度產(chǎn)生細碎圖斑;{3}在數(shù)據(jù)處理過程中存在不可避免的人為誤差。因為細碎圖斑的形狀非常怪異，所以制圖的時候非常難以處理，需要作為細碎圖斑識別處理。

基于神經(jīng)網(wǎng)絡(luò)的分類研究領(lǐng)域已有前人的大量研究成果。趙丹新等人[3]提出了基于ResNet神經(jīng)網(wǎng)絡(luò)的遙感圖像目標檢測方法，利用多尺度感受野對模型進行優(yōu)化，實驗結(jié)果表明基于卷積神經(jīng)網(wǎng)絡(luò)的地物分類模型可以達到很好的效果。譚越等人[4]基于ResNet和BiLSTM，建立了一個僵尸網(wǎng)絡(luò)檢測方法模型，發(fā)現(xiàn)基于以上算法建立的模型能夠?qū)┦W(wǎng)絡(luò)進行準確的識別。以上研究表明，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類模型能夠很好地優(yōu)化模型性能。徐豐等人[5]基于深度卷積網(wǎng)絡(luò)，研究了深度學(xué)習(xí)技術(shù)在SAR目標識別與地物分類中的應(yīng)用。由此可見，深度學(xué)習(xí)算法在分類任務(wù)中可以取得很好的效果。

目前，少有學(xué)者基于深度學(xué)習(xí)技術(shù)應(yīng)用于實際的內(nèi)業(yè)工作細碎圖斑分類識別領(lǐng)域，將以往的細碎圖斑識別往往采取“一刀切”的方式，將面積作為評判的標準，對細碎圖斑識別領(lǐng)域進行了研究。本文的主要貢獻如下：創(chuàng)新性地將人工智能引入細碎圖斑識別領(lǐng)域，提出了一個卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架，利用卷積神經(jīng)網(wǎng)絡(luò)自動提取細碎圖斑的圖像特征，最后利用交叉熵函數(shù)進行判別類屬。

1 技術(shù)路線

本文采用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建細碎圖斑識別模型，并選取兩種網(wǎng)絡(luò)作為圖斑特征提取網(wǎng)絡(luò)進行訓(xùn)練和對比測試。

1.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種前饋型的神經(jīng)網(wǎng)絡(luò)，一般用卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征，基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)由卷積（Convolution）、激活（Activation）和池化（Pooling）3種結(jié)構(gòu)組成，卷積輸出的結(jié)果是每幅圖像的特征空間，在大型圖像處理方面有出色的表現(xiàn)，目前已經(jīng)被大范圍使用到圖像分類、定位等領(lǐng)域中。相比其他神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，卷積神經(jīng)網(wǎng)絡(luò)需要的參數(shù)相對較少，使其能夠被廣泛地應(yīng)用。

1.2 ResNet

Kaiming He等人[6]引入了一種全新的網(wǎng)絡(luò)結(jié)構(gòu)——殘差網(wǎng)絡(luò)結(jié)構(gòu)（Residual Network，如圖1所示），即在輸入與輸出之間引入一個前向反饋的恒等映射，輸入可以通過恒等映射進入下層。用x表示向量H（x）經(jīng)過兩層疊加后所需的映射，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)是學(xué)習(xí)輸入x到輸出的映射H（x），而殘差網(wǎng)絡(luò)學(xué)習(xí)到的是F（x）=H（x）-x，這樣可以避免學(xué)習(xí)從x到H（x）的直接映射關(guān)系，而是學(xué)習(xí)兩者之間的差異，恒等映射至少不會降低神經(jīng)網(wǎng)絡(luò)的性能。

1.3 MobileNet

MobileNet是由谷歌AI團隊的Andrew G在2017年利用深度可分離卷積（Depthwise Separable Convolution）代替了傳統(tǒng)卷積方式構(gòu)建流線型的輕量級深度神經(jīng)網(wǎng)絡(luò)，在實際應(yīng)用中卷積神經(jīng)網(wǎng)絡(luò)受限于硬件的運算能力與儲存的顯示，輕量化的MobileNet大量應(yīng)用于移動端的神經(jīng)網(wǎng)絡(luò)部署。

MobileNet網(wǎng)絡(luò)中的深度可分離卷積的標準化卷積分解為深度卷積（Depthwis Convolution）和逐點卷積（Pointwise Convolution），MobileNet網(wǎng)絡(luò)可以充分利用移動設(shè)備和嵌入式應(yīng)用的有限資源，最大限度地提高模型的準確性，以滿足有限資源下的各種應(yīng)用案例。深度卷積和逐點卷積如圖2、圖3所示。

2 模型設(shè)計與數(shù)據(jù)

本文的設(shè)計目標是搭建卷積神經(jīng)網(wǎng)絡(luò)框架，通過卷積從細碎圖斑自動提取空間維度特征，自動學(xué)習(xí)一個分類器。模型采用的卷積為MobileNet v2[7]和ResNet-50[6]，處理步驟如下：{1}矢量圖斑柵格化，矢量數(shù)據(jù)并不能直接輸入神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)處理，必須對輸入的單個圖斑矢量數(shù)據(jù)柵格化，并將柵格化后的矢量圖斑重塑至分辨率為512×512;{2}之后分別利用MobileNet v2和ResNet-50作為圖片特征提取框架。

目前，沒有對外公開的細碎圖斑數(shù)據(jù)集，數(shù)據(jù)量小是本文面臨的難題之一。模型訓(xùn)練使用的是南寧市天地圖融合數(shù)據(jù)，采用人工判讀的方式在arcmap 10.7中使用內(nèi)置的腳本生成訓(xùn)練集和測試集。

本次的數(shù)據(jù)集總量為400例，數(shù)據(jù)集按照7∶3的比例隨機生成訓(xùn)練集和測試集，細碎圖斑與正常圖斑的比例為5∶5。實驗環(huán)境為Ubuntu18.04操作系統(tǒng)，CPU為Intel i7-9700F，CPU主頻為4.5 GHz，GPU為NVIDIA GTX 1050ti，基于CUDA 10.2、cuDNN 7.6.5。實驗使用PyTorch深度學(xué)習(xí)框架，訓(xùn)練過程中，使用Adam優(yōu)化算法和叉熵損失函數(shù)，每批樣本量為4個，迭代次數(shù)為200次，訓(xùn)練輪次為5輪，取最優(yōu)結(jié)果。

3 模型訓(xùn)練與測試

3.1 參數(shù)初始化

模型定義的損失函數(shù)為分類訓(xùn)練中常用的交叉熵函數(shù)：

其中，p代表真實值，q為預(yù)測值。

網(wǎng)絡(luò)參數(shù)的初始化方法：選擇PyTorch中TorchVision庫中的預(yù)訓(xùn)練模型用于本模型的初始化，若使用隨機的參數(shù)初始化，由于梯度彌散導(dǎo)致淺層參數(shù)不易學(xué)習(xí)，因此將導(dǎo)致收斂速度慢，檢測效果也不理想。

3.2 模型表現(xiàn)

3種模型的準確率隨著迭代的變化曲線如圖4所示，MobileNet v2和ResNet-50的訓(xùn)練初始誤差很大，但是隨著訓(xùn)練的進行，其誤差下降迅速，ResNet-50神經(jīng)網(wǎng)絡(luò)在第40次迭代時誤差下降到0.001以下，而MobileNet v2神經(jīng)網(wǎng)絡(luò)需要訓(xùn)練的時間更長。

為評估這3種不同的模型，先對2種網(wǎng)絡(luò)使用相同的數(shù)據(jù)進行訓(xùn)練，具體數(shù)據(jù)結(jié)果見表1、表2。在訓(xùn)練200輪后，從平均分類準確率來看，ResNet-50網(wǎng)絡(luò)下的平均準確率、細碎圖斑檢出率和正常圖斑檢出率分別為98.47%、86.95%和93.33%，MobileNet v2網(wǎng)絡(luò)下的平均準確率、細碎圖斑檢出率和正常圖斑檢出率分別為87.30%、84.50%和92.32%?？梢钥闯?，經(jīng)過200輪迭代后，兩種神經(jīng)網(wǎng)絡(luò)都很好地從訓(xùn)練集中學(xué)到了細碎圖斑的特征。

對比圖5、圖6可以發(fā)現(xiàn)，2種神經(jīng)網(wǎng)絡(luò)取得相同模型性能所需的訓(xùn)練次數(shù)不同。MobileNet v2網(wǎng)絡(luò)和ResNet -50網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)架構(gòu)的分類精度都隨著訓(xùn)練次數(shù)的增加，網(wǎng)絡(luò)的平均準確率逐步提升，表明網(wǎng)絡(luò)一直在學(xué)習(xí)數(shù)據(jù)。ResNet -50網(wǎng)絡(luò)收斂的速度更快，在40次迭代后模型就能擁有很好的性能，但是在后續(xù)的訓(xùn)練時，可能會伴隨著過擬合，造成檢出率的波動;而MobileNet v2網(wǎng)絡(luò)需要很多的訓(xùn)練才能達到ResNet -50網(wǎng)絡(luò)類似的模型性能，但是在130輪迭代后模型的性能更加穩(wěn)定，不易過擬合。

運行速度上，MobileNet v2網(wǎng)絡(luò)速度為400幀/s，ResNet-50網(wǎng)絡(luò)速度為100幀/s。

研究發(fā)現(xiàn)，由卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建下的MobileNet v2網(wǎng)絡(luò)和ResNet-50網(wǎng)絡(luò)都能快速地識別細碎圖斑，對不同大小、形態(tài)各異的大部分細碎圖斑都能夠有效檢出，說明卷積神經(jīng)網(wǎng)絡(luò)能夠從小樣本訓(xùn)練中提取出有效的細碎圖斑特征。

4 總結(jié)

本文使用人工神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，比較測試了MobileNet v2網(wǎng)絡(luò)和ResNet-50網(wǎng)絡(luò)，使用南寧的數(shù)據(jù)作為數(shù)據(jù)集。實驗結(jié)果表明，在識別精度上，ResNet-50網(wǎng)絡(luò)和MobileNet v2網(wǎng)絡(luò)的準確率均分別為89.47%、87.30%，ResNet-50網(wǎng)絡(luò)的準確率比MobileNet v2網(wǎng)絡(luò)準確率高，可見ResNet-50神經(jīng)網(wǎng)絡(luò)提取圖片特征的性能比MobileNet v2神經(jīng)網(wǎng)絡(luò)高;在識別速度上，MobileNet v2網(wǎng)絡(luò)的速度比ResNet-50網(wǎng)絡(luò)速度快，識別大量細碎圖斑時，MobileNet v2網(wǎng)絡(luò)有明顯的優(yōu)勢。

使用卷積神經(jīng)網(wǎng)絡(luò)的模型達到了預(yù)期的分類識別效果，表明使用人工智能進行細碎圖斑識別是可行的，但是由于本文采用的數(shù)據(jù)集是基于作者人工判讀確定，并不是專家判定，而且數(shù)據(jù)集小，使得訓(xùn)練集的圖斑的特征并不能完全覆蓋，使得模型的泛化性能不足，若需要進一步提升模型的性能，則需要進一步提升訓(xùn)練集的容量。

參 考 文 獻

[1]Lecun Y，Bottou L.Gradient-based learning applied to document recognition[J].Proceedings of the IEEE，1998，86（11）：2278-2324.

[2]KRIZHEVSKY A. One weird trick for parallelizing co-nvolutional neural networks[J]. arXiv，2014（5）：1404-1497.

[3]趙丹新，孫勝利.基于ResNet的遙感圖像飛機目標檢測新方法[J].電子設(shè)計工程，2018，26（22）：170-174.

[4]譚越，鄒福泰.基于ResNet和BiLSTM的僵尸網(wǎng)絡(luò)檢測方法[J].通信技術(shù)，2019，52（12）：2975-2981.

[5]徐豐，王海鵬，金亞秋.深度學(xué)習(xí)在SAR目標識別與地物分類中的應(yīng)用[J].雷達學(xué)報，2017，6（2）：136-148.

[6]HE K，ZHANG X，REN S，et al.Deep Residual Learning for Image Recognition;proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）[C].June，2016：27-30.

[7]Sandler M，Howard A，Zhu M，et al.MobileNetV2：Inverted Residuals and Linear Bottlenecks[C].com-puter vision and pattern recognition，2018：4510-4528.