鐘洪德

(福州市勘測院 福建福州 350108)

0 引言

在我國城鎮(zhèn)化進(jìn)程中，違法用地、違法建筑現(xiàn)象(簡稱兩違)時有發(fā)生，傳統(tǒng)實地巡查監(jiān)管手段工作量大，耗時長，無法滿足現(xiàn)階段土地執(zhí)法工作的需要。近年來，人們嘗試遙感影像[1]制作正射影像圖，或是采用傾斜攝影測量技術(shù)[2]建立實景真三維模型，代替人工實地巡查，極大減輕工作強(qiáng)度。但兩違現(xiàn)象的發(fā)現(xiàn)仍然依靠人工比對識別。

U-Net神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)治療分析方面表現(xiàn)突出[3-4]，后來被運(yùn)用到語義分割的各個方向，例如道路識別[5]、建筑物檢測[6]、水位監(jiān)測[7]等。近兩年U-Net 開始應(yīng)用于遙感影像分類領(lǐng)域，一些研究人員嘗試多種數(shù)據(jù)源與原始影像結(jié)合，提高U-Net模型的分類精度，在建筑物分類上取得了較好效果[8]。

本文以福州市無人機(jī)兩違監(jiān)測影像為例，利用U-Net對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，建立了兩違疑似圖斑自動識別模型，在GIS技術(shù)支持下可對大面積正射影像進(jìn)行自動搜索，準(zhǔn)確標(biāo)定兩違疑似圖斑的位置和范圍，極大提高了兩違監(jiān)測的自動化水平和工作效率。

1 U-Net神經(jīng)網(wǎng)絡(luò)原理

1.1 U-Net模型

U-Net模型由壓縮通道(contracting path)和擴(kuò)展通道(expansive path)組成，該模型外觀呈“U”型，非常形象[9]。U-Net具有如下特點：

①使用全卷積神經(jīng)網(wǎng)絡(luò)，比較適應(yīng)多種尺寸的輸入圖像。

②有別于一般卷積神經(jīng)網(wǎng)絡(luò)只能回答是什么，U-Net可完成圖像分割，特別適合需要準(zhǔn)確知道疑似圖斑位置和范圍的應(yīng)用場景。

③能對有限的數(shù)據(jù)進(jìn)行有效的處理和利用。

④處理速度較快。

1.2 Pytorch框架

為了幫助基于神經(jīng)網(wǎng)絡(luò)架構(gòu)的開發(fā)，Google、Facebook、Microsoft等公司開源了Tensorflow、Pytorch、CNTK等神經(jīng)網(wǎng)絡(luò)框架。其中Pytorch是一種Python接口的深度學(xué)習(xí)框架，不僅可以實現(xiàn)GPU加速，還可以支持動態(tài)神經(jīng)網(wǎng)絡(luò)。相比于其他的深度學(xué)習(xí)框架，Pytorch允許進(jìn)行動態(tài)定義圖的操作，提供最大的靈活性和運(yùn)行速度，因此受到了神經(jīng)網(wǎng)絡(luò)研究者們的青睞。

2 訓(xùn)練數(shù)據(jù)處理

2.1 數(shù)據(jù)來源

實驗數(shù)據(jù)來自福州市勘測院“玉屏龍江街道兩違監(jiān)測項目”。該項目于近期采用無人機(jī)進(jìn)行低空高分辨率(0.1)攝影，實驗數(shù)據(jù)為經(jīng)過糾正、鑲嵌、勻色制作的工作底圖，以及人工識別的疑似圖斑矢量數(shù)據(jù)，以此為依據(jù)生成訓(xùn)練數(shù)據(jù)。

(1)玉屏龍江街道片區(qū)正射影像圖數(shù)據(jù)，如圖1所示。

圖1 原始影像 圖2 人工識別疑似圖斑

(2)人工判別的疑似圖斑shp格式多邊形數(shù)據(jù)，如圖2所示。

2.2 訓(xùn)練數(shù)據(jù)加工

U型神經(jīng)網(wǎng)絡(luò)需要準(zhǔn)備兩種數(shù)據(jù)，分別是樣本數(shù)據(jù)和標(biāo)簽數(shù)據(jù)。

2.2.1 生成Rgb訓(xùn)練數(shù)據(jù)

Rgb訓(xùn)練樣本數(shù)據(jù)以人工識別圖斑shp數(shù)據(jù)為依據(jù)，使用ArcToolbox中的Export Training Data For Deep Learning(為深度學(xué)習(xí)輸出培訓(xùn)數(shù)據(jù))工具，在影像數(shù)據(jù)上直接提取。具體步驟如下：

(1)ArcMap加載疑似圖斑與影像圖，操作開始前，先對玉屏龍江街道片區(qū)疑似圖斑shp的屬性進(jìn)行添加字段Classname與Classvalue，以保證后續(xù)的步驟順利進(jìn)行。

(2)啟動Export Training Data For Deep Learning工具。

(3)樣本規(guī)格為128×128，步長為64×64，步長為樣本寬度的一半，這樣剛好有一個樣本中心處于相鄰樣本的邊界，使取樣有較好覆蓋度。

(4)經(jīng)過處理，得到樣本文件夾，包含images、lables、stats。其中images中含有大量tif格式的圖片，如圖3所示，它們保留完整的地理坐標(biāo)信息，為后續(xù)柵格疊加計算提供了條件。

圖3 訓(xùn)練樣本數(shù)據(jù)

2.2.2 生成標(biāo)簽數(shù)據(jù)

先將疑似圖斑矢量多邊形數(shù)據(jù)轉(zhuǎn)換為同分辨率的柵格數(shù)據(jù)，經(jīng)過重分類后得到0-1二值化數(shù)據(jù)柵格，其中0像元代表正常像元，1像元代表疑似像元。

然后將二值化柵格分別與3.2.1得到的訓(xùn)練樣本圖片做“乘法”或“加法”，得到與訓(xùn)練樣本圖片對應(yīng)的標(biāo)簽圖片。如果采用“乘法”，那么結(jié)果需要做二值化處理(所有非0值重分類為1)；如果采用“加法”，則在做加法前，應(yīng)將訓(xùn)練樣本圖片重分類成純0值柵格數(shù)據(jù)。

由于每個樣本數(shù)據(jù)對應(yīng)一個標(biāo)簽數(shù)據(jù)，數(shù)量較大，本文采用Arcgis的model builder構(gòu)建的批處理模型完成。這個模型用到重分類工具(Reclassify)與加法工具(plus)，在重分類之前再加上一個柵格迭代器進(jìn)行批處理循環(huán)。輸出的標(biāo)簽數(shù)據(jù)如圖4所示。

圖4 標(biāo)簽數(shù)據(jù)

3 模型訓(xùn)練和評價

3.1 U-Net模型的構(gòu)建

(1)定義卷積類class double_conv()，包括2個“二維卷積”+“二維正則化”+“ReLU激活層”，邏輯結(jié)構(gòu)如下：多個小個模塊用nn.Sequential()函數(shù)按順序執(zhí)行，減少了很多步驟。

=>nn.Conv2d=>nn.BatchNorm2d=>nn.ReLU

=>nn.Conv2d=>nn.BatchNorm2d=>nn.ReLU

(2)定義下采樣類class down()，包括double_conv卷積層和nn.Maxpool2d池化層。

=>double_conv=>nn.Maxpool2d

(3)定義上采樣類class up()，根據(jù)情況，使用nn.Upsample()函數(shù)進(jìn)行上采樣，或用到nn.ConvTranspose2d()函數(shù)進(jìn)行逆卷積層操作。

(4)定義輸入輸出卷積層，class incov()、分別包含double_conv。class outconv()，包含標(biāo)準(zhǔn)二位卷積層nn.covn2d。

(5)定義class UNet，包括一個輸入層，4個下采樣，4個上采樣，一個輸出層。

3.2 模型訓(xùn)練

將前期準(zhǔn)備好的訓(xùn)練數(shù)據(jù)隨機(jī)選取90%作為訓(xùn)練集，其他10%作為驗證集。

模型訓(xùn)練使用Pytorch 1.1框架軟件，損失函數(shù)采用由torch.nn.functional模塊提供的nn.MSELoss()函數(shù)，而優(yōu)化函數(shù)是由torch.optim模塊提供。采用CDUA模式在NVIDIA Quadro M2200 gpu 上完成，訓(xùn)練時間大約3 h。

訓(xùn)練完成后，用模型算出驗證集的預(yù)測結(jié)果數(shù)據(jù)。

本文分別用32×32、64×64、128×128、256×256、512×512規(guī)格RGB訓(xùn)練樣本完成5種模型的訓(xùn)練，之后用模型對驗證集輸出預(yù)測數(shù)據(jù)，如圖5所示。

圖5 128×128預(yù)測數(shù)據(jù)

3.3 模型評價

為評價模型的準(zhǔn)確度，將驗證集的預(yù)測結(jié)果與人工標(biāo)定結(jié)果進(jìn)行對比分析:

(1)無坐標(biāo)系預(yù)測圖片加入坐標(biāo)系信息，使預(yù)測數(shù)據(jù)的位置與驗證集標(biāo)簽數(shù)據(jù)對齊；

(2)對驗證集標(biāo)簽數(shù)據(jù)做歸一化處理，使得標(biāo)簽數(shù)據(jù)與預(yù)測數(shù)據(jù)單位統(tǒng)一；

(3)預(yù)測圖片與標(biāo)簽圖片進(jìn)行減法計算，其中value為0的是識別正確的像素，value大于0或小于0的是識別錯誤的像素，最后計算正確像素個數(shù)占每張圖片的總像數(shù)的百分比，即為所求準(zhǔn)確度。

對每種規(guī)格的驗證集進(jìn)行以上操作，得出每一標(biāo)簽圖片“兩違圖斑像素”精確率和召回率。如表1所示。32×32規(guī)格平均精確率72%最高，128×28規(guī)格平均召回率90%最高；256×256和512×512規(guī)格樣本精確率十分接近(約為66%)，但512×512規(guī)格召回率急劇下降，說明U-Net模型對樣本規(guī)格選取較敏感。

表1 5種規(guī)格的平均準(zhǔn)確度 %

因為“兩違圖斑像素”召回率表征了遺漏疑似圖斑的概率。實際應(yīng)用時出現(xiàn)遺漏人工難以彌補(bǔ)，但精確率偏低代表發(fā)現(xiàn)的疑似兩違圖斑中包含較多正常圖斑被誤判，這個可以通過人工甄別剔除。因此：樣本尺寸以選取128×128為最優(yōu)。

4 實例驗證

4.1 模型應(yīng)用步驟

模型應(yīng)用時只能接受規(guī)格化的圖片，因此不能把衛(wèi)星遙感影像直接放入U-Net模型直接識別，因此，我們將遙感影像進(jìn)行格網(wǎng)化處理。步驟如下：

(1)利用漁網(wǎng)工具生成網(wǎng)格得到漁網(wǎng)多邊形，使用工具：ArcToolbox→Data Management Tools→Feature Class→Create Fishnet。

(2)用漁網(wǎng)多邊形切割影像生成一系列小圖片，用到分割影像工具(Split Raster)進(jìn)行此項操作。

(3)用已經(jīng)訓(xùn)練好的U型神經(jīng)網(wǎng)絡(luò)模型，分別對切分出來的小塊圖片進(jìn)行識別，生成對應(yīng)的預(yù)測圖片集。

(4)依據(jù)輸入圖片坐標(biāo)信息還原預(yù)測圖片的坐標(biāo)信息。

(5)將所有預(yù)測圖拼接在一起得到總預(yù)測圖，用工具M(jìn)osaic to New Raster進(jìn)行此項操作。

(6)在總預(yù)測圖上提取疑似圖斑的邊界。

(7)最后輸出成果圖。

4.2 實例驗證分析

為驗證模型的有效性，按上述步驟對福州市高新區(qū)2021年4月無人機(jī)正射影像圖進(jìn)行自動識別，預(yù)測效果如圖6所示。

圖6 預(yù)測效果圖

對拼接好的總預(yù)測圖與人工判讀的兩違疑似圖斑柵格數(shù)據(jù)進(jìn)行比對分析，結(jié)果表明：位置準(zhǔn)確率達(dá)到95%(即在人工判定有問題的地方均有預(yù)測圖斑)，精確率達(dá)到51%，有一些正常圖片出現(xiàn)誤判現(xiàn)象。

5 結(jié)語

本論文U型神經(jīng)網(wǎng)絡(luò)建立了兩違疑似圖斑識別模型，包括：利用人工標(biāo)識的疑似圖斑矢量數(shù)據(jù)制作訓(xùn)練樣本數(shù)據(jù)、設(shè)計識別模型、進(jìn)行模型訓(xùn)練及評價，進(jìn)而利用該模型對其他影像進(jìn)行自動識別等。主要結(jié)論如下：

(1)模型對樣本規(guī)格敏感，128×128規(guī)格訓(xùn)練得到模型為最優(yōu)。

(2)試驗表明，該模型可代替人工發(fā)現(xiàn)兩違疑似圖斑，從而減輕人工作業(yè)的強(qiáng)度，提高土地執(zhí)法部門的工作效率。

(3)由于疑似圖斑精確度難以同時提高，應(yīng)用中發(fā)現(xiàn)有正常圖片被抓取。這類問題可通過人工甄別把關(guān)，或由需國土執(zhí)法人員實地核實后剔除。

本論文是運(yùn)用深度學(xué)習(xí)人工智能技術(shù)發(fā)現(xiàn)兩違疑似圖斑的有益嘗試，對于提高判讀工作效率和自動化水平，以及減輕人工作業(yè)勞動強(qiáng)度具有重要實際意義。