徐金曉，方 圓

（中國電子科技集團公司第二十七研究所，河南 鄭州 450047）

0 引 言

2010年以來，我國發(fā)射的高分辨率遙感衛(wèi)星空間分辨率已經(jīng)達到亞米級，未來10年全球每天獲取的觀測數(shù)據(jù)將超過10 PB，遙感大數(shù)據(jù)時代已來臨。隨著遙感大數(shù)據(jù)時代的到來，現(xiàn)在的數(shù)據(jù)越來越豐富，已經(jīng)超出傳統(tǒng)手工處理的能力。遙感大數(shù)據(jù)與知識轉(zhuǎn)化及服務能力不足的矛盾將越發(fā)突出，其關(guān)鍵理論挑戰(zhàn)和技術(shù)瓶頸在于遙感影像的自動分析與理解。

深度學習是當前機器學習領(lǐng)域內(nèi)的一項熱點技術(shù)，近年來在機器視覺、語音識別等領(lǐng)域取得了突破性進展。卷積神經(jīng)網(wǎng)絡（CNN）更是將圖像特征的提取，與目標的分類過程結(jié)合到一起，實現(xiàn)了網(wǎng)絡端到端的訓練，促進了基于高分辨率遙感影像的目標識別技術(shù)的快速發(fā)展。本文以深度學習在遙感影像解譯領(lǐng)域的應用為主體，分析了遙感影像解譯的難點以及深度學習在遙感影像解譯中的優(yōu)勢。

1 遙感影像解譯存在的問題

目前，遙感影像95%以上完全采用人工識別和判讀，無法適應大數(shù)據(jù)與云計算時代的需求和發(fā)展。存在的問題具體如下。

（1）自動化程度低。需要專家才能判讀和分析，費錢費時，不能快速實現(xiàn)“影像到信息”的過程。

（2）錯誤率高。不同專家分析的結(jié)果千差萬別。

（3）應用難。影像包含大量有效信息，因不能開展深入挖掘，無法開展趨勢預測等應用，難以發(fā)展出新的商業(yè)模式。

（4）地物分不開。不同的地物很難準確地分割開。

（5）地物分類不準確，難以準確識別地物類型。

2 深度學習算法分析

2.1 多尺度信息提取研究

尺度問題是對地觀測的首要挑戰(zhàn)，尺度效應決定了同類目標在不同尺度下有不一樣的表現(xiàn)。高分辨率遙感影像信息量大、細節(jié)多，紋理變化復雜，不同類別地物的特征存在很大差異。一般尺度變化主要有兩個原因引起。（1）圖像分辨率的大小。例如，低分影像上，房屋可能是簡簡單單的幾個像元，但在高分影像上，可能不同的房屋形狀、顏色、紋理都不相同。這種由影像可放大可縮小帶來的分辨率大小可變，同時同一地物在不同分辨率下特征不同，給遙感影像解譯帶來了極大的困難。（2）同一類地物的大小本身就不同。例如，有的房屋是高樓大廈，覆蓋面積大，有的則是小建筑。這種地物本身存在的尺度問題又是遙感目標檢測中的一大挑戰(zhàn)。對于第一種問題，可以探索不同尺度下地物的檢測精度，也可以對不同分辨率所抽取到的特征做融合，以捕獲不同分辨率下所抽取得特征。低分辨率下，可以抽取該類別地物的宏觀信息；高分辨率下，可以抽取其細節(jié)信息，將不同分辨率下抽取到的特征進行融合，在一定程度上能削弱由分辨率變化帶來的影響。對于第二種問題，可利用計算機視覺解決。例如，可以利用一個空間金字塔模塊，使用不同大小的卷積核做卷積，還可以利用空洞卷積的方式來捕獲多尺度的特征[1]。

2.2 基于區(qū)域提取檢測算法研究

目前，深度學習領(lǐng)域最火熱的檢測算法為R-CNN系列。R-CNN網(wǎng)絡是目標檢測算法發(fā)展的里程碑模型，可將之前在PASCAL VOC2007數(shù)據(jù)集上的mAP指標直接從原始的34.3%提升到66%。R-CNN框架如圖1所示。

圖1 R-CNN框架圖

FastR-CNN算法是由Ren等人在2015年提出的，主要用來解決SPP-net和R-CNN的重復計算問題。

FastR-CNN算法的流程如圖2所示。第一，使用神經(jīng)網(wǎng)絡算法對圖像上的不同對象進行特征提??；第二，對區(qū)域候選框使用滑動窗口策略等不同方法進行提取，并與特征層進行匹配；第三，為得到固定大小的特征表示，需要將存在于特征層上的區(qū)域候選框逐一進行候選區(qū)域池化操作；第四，對兩個全連接層做目標識別，可以采用softmax多分類等方法；第五，用回歸模型進行邊框大小與位置的微調(diào)[2]。

圖2 Fast R-CNN框架圖

2.3 端到端的檢測算法研究

以R-CNN為代表的基于區(qū)域提取的算法盡管在檢測精度上達到實際生產(chǎn)需求，但在檢測速度上卻有所不足。可利用端到端的檢測算法解決這個問題。

Yolo算法多使用獨立的CNN模型達到端到端的目標檢測目的。首先將輸入圖片通過重采樣技術(shù)或其他方法將圖像調(diào)整為寬448個像素，高448個像素，然后將該圖片輸入CNN網(wǎng)絡，接著處理網(wǎng)絡預測結(jié)果，最后得到檢測目標。相比R-CNN算法，該算法具有統(tǒng)一的框架，且速度更快。Yolo的訓練過程也是端到端的。具體地，Yolo的CNN網(wǎng)絡將輸入的圖片分割成S×S網(wǎng)格，然后每個單元格負責檢測那些中心點落在該格子內(nèi)的目標。由圖3可知，狗這個目標的中心落在左下角一個單元格內(nèi)，那么該單元格負責預測圖片中的狗。每個單元格都會預測產(chǎn)生相應的邊界框，并給每個邊界框賦予一個置信度[3]。

圖3 YOLO框架圖

3 深度學習在遙感解譯中的應用

3.1 面向?qū)ο蠓椒ㄅc深度學習方法的對比分析

面向?qū)ο筮b感解譯是一種遙感解譯方法，主要區(qū)別與基于像素的遙感解譯。傳統(tǒng)的基于像素的遙感解譯，只是單一地針對各個像元進行相應處理，沒有綜合考慮各個像元之間的內(nèi)在聯(lián)系。面向?qū)ο筮b感解譯充分結(jié)合不同地物在影像上的幾何特征、紋理特征及光譜特征等，解譯時的最小單元已不再是單個像元，而是將具有相同特征的地物作為單個的對象進行考慮[4]。

面向?qū)ο蠓椒ㄅc深度學習方法在遙感影像解譯方面的優(yōu)缺點如表1所示。

表1 面向?qū)ο笈c深度學習在遙感影像解譯方面的優(yōu)缺點

3.2 深度學習結(jié)合面向?qū)ο笤谟跋窠庾g中的應用

3.2.1 實現(xiàn)了信息提取規(guī)則自動化提取

面向?qū)ο蠓椒ㄐ枰庾g人員根據(jù)影像人工選擇和調(diào)整光譜、紋理及形狀等特征閾值，“面向?qū)ο?深度學習”方法可以自動學習影像光譜、紋理及形狀等特征，構(gòu)建規(guī)則。

3.2.2 提高了遙感影像自動解譯精度

利用面向?qū)ο筇崛〉膶ο筮吔?，將深度學習地物識別結(jié)果自動映射到“分割對象”上，實現(xiàn)地物邊界和類型準確分類，提高了遙感影像自動解譯精度。

深度學習算法結(jié)合面向?qū)ο蠓椒ㄔ诟叻直媛蔬b感影像解譯中的應用流程如圖4所示。

圖4 深度學習結(jié)合面向?qū)ο蠓椒ǖ倪b感解譯流程

4 結(jié) 論

本文通過分析不同深度學習算法在圖像分類中的應用，結(jié)合遙感影像工程解譯中的實際需求，對比分析面向?qū)ο蠓椒ㄅc深度學習算法的不同特點，闡述了深度學習結(jié)合面向?qū)ο蠓椒ㄔ谶b感影像解譯中的具體應用。