奚祥書，夏凱，楊垠暉，杜曉晨，馮海林

1.浙江農(nóng)林大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院,杭州 311300;

2.浙江省林業(yè)智能監(jiān)測與信息技術(shù)研究重點實驗室,杭州 311300;

3.林業(yè)感知技術(shù)與智能裝備國家林業(yè)局重點實驗室,杭州 311300

1 引 言

單木樹冠檢測是森林生態(tài)環(huán)境監(jiān)測的一項重要研究（Zhen 等，2016）。尤其是在森林資源清查任務(wù)中，實地調(diào)查通常需要消耗過多的勞動力和時間成本（Puliti等，2019）。并且當(dāng)森林結(jié)構(gòu)較復(fù)雜時，人工實地調(diào)查往往難以開展。為更好地處理這些問題，以遙感技術(shù)為基礎(chǔ)的單木樹冠檢測研究提供了有效的解決方法。

在單木樹冠檢測研究中，針對不同的數(shù)據(jù)源以及不同的林地類型選擇一個合適的單木樹冠檢測算法是至關(guān)重要的（Ke和Quackenbush，2011）。在過去的一段時間內(nèi)，常見的檢測算法有以下幾種：局部最大值法（Korpela等，2006）、分水嶺分割算法（李丹等，2019）、谷底追蹤法（Gougeon，1995）、區(qū)域生長法（Bunting 和Lucas，2006），多尺度分割算法（馮靜靜等，2017）等。這些算法通過定義單木的參數(shù)，如樹冠形狀，樹冠頂點位置的閾值等，在影像內(nèi)匹配這些規(guī)則來檢測樹冠。借助于無人機遙感平臺的快速發(fā)展以及其靈活性，越來越多的研究開始對城市中的生態(tài)環(huán)境進行動態(tài)監(jiān)測（董新宇等，2019）。城市中的林地不同于天然林，城市森林中地物類型復(fù)雜多樣（Lee 等，2016）。此類無監(jiān)督的算法在地物類型較少的純林地中有較好的效果，但在地物類型復(fù)雜的林地中，很難通過手工設(shè)計出合適的特征以達到較好的檢測效果。而深度學(xué)習(xí)強大的特征學(xué)習(xí)能力以及在多個領(lǐng)域成功的應(yīng)用（Kellenberger 等，2018；Majeed 等，2020），使其結(jié)合遙感數(shù)據(jù)在多種類型地物共存的林地中達成樹冠檢測的目標(biāo)成為可能。Wang 等（2019）研究了如何使用深度學(xué)習(xí)檢測橡膠樹冠，其將LiDAR 數(shù)據(jù)通過正側(cè)投影變換轉(zhuǎn)化為圖像，再將圖像輸入到深度學(xué)習(xí)網(wǎng)絡(luò)中，在僅部分枝干被遮擋的情況下可實現(xiàn)橡膠樹冠100%的檢測準(zhǔn)確率。Weinstein 等（2019）則針對單木樹冠檢測研究中數(shù)據(jù)標(biāo)注困難等問題，提出了一種使用無監(jiān)督算法和點云數(shù)據(jù)用于生成標(biāo)注數(shù)據(jù)的半監(jiān)督方法。同時，Weinstein 等（2020）還研究了基于深度學(xué)習(xí)的樹冠檢測方法在不同類型林地中的泛化能力。

不同地物的光譜反射率存在著差異，多個光譜的數(shù)據(jù)比單一光譜能提供更多的特征（崔賓閣等，2019）。在部分基于深度學(xué)習(xí)的單木樹冠檢測研究中，有研究人員加入了多光譜數(shù)據(jù)，Osco 等（2020）使用卷積神經(jīng)網(wǎng)絡(luò)統(tǒng)計果園中果樹的數(shù)量，并且分析了不同波段組合對試驗結(jié)果造成的差異。Yiannis 等（2019）使用YOLOv3 網(wǎng)絡(luò)統(tǒng)計柑橘樹的數(shù)量，實驗中將普通的RGB 影像換成了RNB（綠色波段換成了近紅外波段）影像，結(jié)果中RNB 影像的統(tǒng)計結(jié)果要好于RGB 影像。Dai 等（2018）提出了使用三維點云數(shù)據(jù)分割樹冠的新方法，證明了該新方法將多光譜點云數(shù)據(jù)作為數(shù)據(jù)源要好于單波段點云數(shù)據(jù)。

雖然這些研究結(jié)合了深度學(xué)習(xí)與多光譜影像，但如何將二者更好的結(jié)合需要進一步的探究。將多光譜影像作為深度學(xué)習(xí)的數(shù)據(jù)源時，通常需要對多光譜影像做降維處理，這一步驟基于兩個主要原因：第1個原因是降低數(shù)據(jù)的冗余，減少深度學(xué)習(xí)算法運行所需時間。多光譜影像的多個波段存在冗余，并且深度學(xué)習(xí)方法需要大量的運算資源，降維處理可以減少所需運算資源并節(jié)省運算時間。第2個原因為使用降維后的多光譜影像可更加便捷和充分地應(yīng)用遷移學(xué)習(xí)（Pan 和Yang，2010），借助遷移學(xué)習(xí)即使影像較少也可達到較好的檢測效果。受限于自然環(huán)境或不同遙感平臺自身因素（星載平臺重訪周期（Roth 等，2019），機載平臺飛行時間（Mozgeris 等，2018）等），大規(guī)模的遙感影像獲取仍存在一定難度，然而深度學(xué)習(xí)往往需要大量的數(shù)據(jù)才能達到理想的效果。遷移學(xué)習(xí)隸屬于機器學(xué)習(xí)的研究范疇，它專注于存儲已有問題的解決模型，并將其利用在其他不同但相關(guān)問題上。具體在深度學(xué)習(xí)的目標(biāo)檢測任務(wù)上，即使研究中用于訓(xùn)練的影像較少，利用經(jīng)過大量圖像訓(xùn)練得到的公共預(yù)訓(xùn)練模型有助于提升最后的檢測結(jié)果。絕大多數(shù)的預(yù)訓(xùn)練模型只針對低維度的RGB 圖像，因此需要對多光譜影像做相應(yīng)的降維處理。

降維方法種類繁多，采用不同的降維方法處理多光譜影像得到的結(jié)果也會存在差異，同時這些差異將會影響最終的檢測結(jié)果。然而目前基于深度學(xué)習(xí)的單木樹冠檢測研究中，如何使用不同降維方法以提升單木樹冠檢測的精度卻少有關(guān)注。針對這一問題，本文采用3 種經(jīng)典的深度學(xué)習(xí)網(wǎng)絡(luò)，并結(jié)合多種降維方法得到的多光譜影像，用以檢測研究區(qū)內(nèi)銀杏樹冠。探討了不同降維方法對使用深度學(xué)習(xí)的單木樹冠檢測結(jié)果的影響。

2 多光譜影像采集及降維方法

2.1 研究區(qū)概況

本文選取的研究區(qū)域位于浙江省杭州市臨安區(qū)浙江農(nóng)林大學(xué)校園內(nèi)。地理坐標(biāo)介于30°15′30″N，119°43′30″E附近，處于亞熱帶季風(fēng)區(qū)，屬于中亞熱帶季風(fēng)氣候；夏季長，春秋短，雨量充沛。春秋兩季氣候宜人，夏季氣候炎熱、濕潤，冬季寒冷、干燥。研究區(qū)概況如圖1所示。

圖1 研究區(qū)概況圖Fig.1 Overview of the study area

園區(qū)內(nèi)共有植物3200 種，主要樹種有銀杏（Ginkgo biloba）、法國梧桐（Oriental plane）、馬尾松（Pinus massoniana）、香樟（Cinnamomum camphora）、鵝掌楸（Liriodendron chinense）等。不同樹種分布密集，樹冠重疊相連，林地郁閉度高。且研究區(qū)內(nèi)有人工建筑物、道路、湖泊、車輛、行人等物體，相較于森林中的場景更加復(fù)雜。

2.2 無人機多光譜影像采集系統(tǒng)

本文采用大疆創(chuàng)新科技有限公司的大疆“悟”INSPIRE 2系列無人機，搭載由美國MicaSense公司生產(chǎn)的RedEdge多光譜相機作為多光譜影像采集系統(tǒng)。RedEdge相機可對5個波段成像：藍色（465—485 nm），綠色（550—570 nm），紅色（663—673 nm），紅邊（712—722 nm），近紅外（820—860 nm）。無人機多光譜影像采集系統(tǒng)具體參數(shù)見表1。

表1 無人機多光譜影像采集系統(tǒng)參數(shù)Table 1 Specifications of UAV image acquisition system

2.3 數(shù)據(jù)采集及預(yù)處理

銀杏木材優(yōu)質(zhì)，具有生態(tài)、保健、藥用和觀賞價值，銀杏樹種在研究區(qū)內(nèi)分布廣泛多樣，既存在稀疏樣地，也有與其他植被交疊的樣地，本文選取銀杏樹種作為研究對象。

飛行任務(wù)在2019-9-21—2019-09-27 執(zhí)行，共6次。為增加數(shù)據(jù)的多樣性，飛行任務(wù)的參數(shù)并不完全相同。1—2 次飛行任務(wù)時間在15：00 pm 之后，飛行高度40 m，3—6 次飛行任務(wù)時間限定在10：00—12：00 am，飛行高度為70 m。所有飛行任務(wù)執(zhí)行時天氣均晴朗無云。

通過無人機多光譜成像系統(tǒng)共得到4689 張（相機設(shè)置為自動拍攝模式，關(guān)閉相機時中斷了最后一次拍攝，故影像總數(shù)量不為5的倍數(shù)）單波段多光譜影像。處理過程中需要先排除掉不含銀杏樹種的純背景影像，再將其余的單波段影像5張為一組通過ArcMap 10.2 軟件配準(zhǔn)，并將配準(zhǔn)過后的影像導(dǎo)出為5 波段的影像。5 波段的多光譜影像共計688張。

2.4 多光譜影像降維

目前的目標(biāo)檢測網(wǎng)絡(luò)都是針對3波段影像而設(shè)計的，并且深度學(xué)習(xí)中的預(yù)訓(xùn)練模型均由來自公共數(shù)據(jù)集的RGB 影像訓(xùn)練得到。因此本研究中選擇將多光譜影像降維至3個波段。

使用范圍較廣的多光譜數(shù)據(jù)影像降維方法可分為兩種（趙慶展等，2016；劉雪松等，2012），一種是特征波段選擇，從多個波段中按照一定的原則選取滿足條件的波段；另一種是使用特征提取算法將5 波段影像壓縮成3 波段影像。為獲得最好的檢測效果，除上述特征波段選擇及特征提取算法之外，本文還選取了3種不同的波段組合，共生成5種波段降維影像。本文將各個波段編號，以便后文敘述：藍（1）、綠（2）、紅（3）、近紅外（4）、紅邊（5）。

第1 種降維影像包括藍、紅、近紅外（1、3、4）波段。該組合是通過比較最佳指數(shù)因子OIF（Optimum Index Factor）（Chavez 等，1982）得到的。OIF 是遙感中廣泛應(yīng)用的特征波段選擇方法。OIF綜合考慮了單個波段自身的標(biāo)準(zhǔn)差，以及波段之間的相關(guān)性。標(biāo)準(zhǔn)差越大，則波段的信息量越大，波段之間的相關(guān)系數(shù)越小，即相關(guān)性越小，則波段之間信息冗余度越低。通常的研究只在單幅影像中計算各個波段組合的OIF，本文中需要計算數(shù)據(jù)集中所有影像的OIF并求出均值作為最后的結(jié)果。本文中OIF計算公式如下：

式中，N表示影像總數(shù)量；i表示第i張影像；SDij表示第i張影像中第j個波段的標(biāo)準(zhǔn)差；j表示第j個波段；m表示用于組合的波段數(shù)量；CCik表示第i張圖片中第k個波段組合的相關(guān)系數(shù)；k表示第k個波段組合；n表示m個波段中波段組合的種類數(shù)。

圖2 不同波段組合和降低方法處理后的影像Fig.2 Images processed by different band combinations and dimensionality reduation methods

第2 種降維波段影像采用了PCA（Principal Component Analysis）算法（Wold等，1987）生成。主成分分析是一種數(shù)據(jù)特征提取方法，通過正交變換將高維的數(shù)據(jù)映射到低維空間，且經(jīng)過變換之后的低維數(shù)據(jù)有最大的信息量，從而實現(xiàn)數(shù)據(jù)的降維。本文通過python 編程語言將5波段影像讀取為矩陣，并作為PCA 算法的輸入，最后將輸出的3個波段保存為影像。

第3種波段組合是通過目視解譯的方法選取而來，包括紅邊、近紅外、紅（5、4、3）波段?？紤]到夏季銀杏與相鄰植被色彩相近，可能會影響樹冠檢測的效果，故本文將5波段排列組合得到共120 種不同的波段組合影像，通過目視解譯選出了相鄰植被與銀杏樹冠色彩差異較大的波段組合。

第4 種波段組合包括近紅外、紅、綠（4、3、2）波段。該種波段組合是標(biāo)準(zhǔn)假彩色的組成波段，標(biāo)準(zhǔn)假彩色波段組合在植被檢測方面有廣泛的應(yīng)用。

第5 種波段組合包括紅、綠、藍（3、2、1）波段即廣泛使用的RGB 影像。由于目標(biāo)檢測的網(wǎng)絡(luò)預(yù)訓(xùn)練模型經(jīng)過ImageNet 數(shù)據(jù)集中大量的RGB圖像訓(xùn)練得到，故此種波段組合能更加充分的發(fā)揮預(yù)訓(xùn)練模型的性能。

3 基于深度學(xué)習(xí)的樹冠檢測

3.1 檢測流程概述

（1）通過無人機多光譜影像采集系統(tǒng)拍攝研究區(qū)內(nèi)銀杏樹冠。

（2）對采集的數(shù)據(jù)篩選，去除無銀杏樹冠的背景圖片。

（3）將篩選后的原始單波段影像通過配準(zhǔn)得到5波段的多光譜影像。

（4）根據(jù)不同波段降維的方法生成5 種數(shù)據(jù)集。將數(shù)據(jù)集劃分為訓(xùn)練集和測試集，訓(xùn)練集和測試集中不包含相同的銀杏樹。

（5）將5 種訓(xùn)練集用于3 種網(wǎng)絡(luò)的訓(xùn)練，得到共15個模型。

（6）在測試集上評估所有模型的檢測精度，并調(diào)整網(wǎng)絡(luò)的超參數(shù)，使模型有最好的檢測效果。

檢測方法的詳細步驟如圖3所示。

圖3 實驗流程圖Fig.3 Flow chart of the experiment

3.2 目標(biāo)檢測網(wǎng)絡(luò)

目標(biāo)檢測（Wu 等，2020）是指在圖像中確定感興趣物體的位置和類別。深度學(xué)習(xí)技術(shù)為目標(biāo)檢測研究提供了一個端到端的解決方案。通過卷積層，池化層，全連接層，激活函數(shù)，優(yōu)化算法等組件合理的運用可以構(gòu)造出強大的用于目標(biāo)檢測的深度學(xué)習(xí)網(wǎng)絡(luò)。

目前主流的目標(biāo)檢測網(wǎng)絡(luò)可分為two-stage 和one-stage 兩種類型。其中two-stage 目標(biāo)檢測網(wǎng)絡(luò)檢測過程可分為兩個步驟，第1步需要提取圖像中感興趣區(qū)域位置，第2步需要分類上一步取得的感興趣區(qū)域，通過以上兩個步驟便可得到影像中目標(biāo)物體的位置及類別。

而one-stage 類型的目標(biāo)檢測網(wǎng)絡(luò)則是將輸入的影像劃分為多個網(wǎng)格，在每個網(wǎng)格中生成不同尺寸的邊界框，并且針對每個邊界框給出置信度，依次判斷該網(wǎng)絡(luò)中，不同邊界框中包含目標(biāo)物體的可能性和類別。

通常來說，two-stage 目標(biāo)檢測網(wǎng)絡(luò)的檢測準(zhǔn)確率較高，但因為需要兩個步驟，所以網(wǎng)絡(luò)訓(xùn)練或是測試的時間都較長。而one-stage 目標(biāo)檢測網(wǎng)絡(luò)則與之相反，網(wǎng)絡(luò)的運行時間較短，但檢測的準(zhǔn)確率要低于two-stage的目標(biāo)檢測網(wǎng)絡(luò)。

為驗證不同波段降維數(shù)據(jù)集與不同的目標(biāo)檢測網(wǎng)絡(luò)的何種組合可以提高單木樹冠檢測的精度，本文選取了3 種不同的目標(biāo)檢測網(wǎng)絡(luò)進行試驗。包括經(jīng)典的two-stage 目標(biāo)檢測網(wǎng)絡(luò)Faster R-CNN（Ren 等，2017），one-stage 目標(biāo)檢測網(wǎng)絡(luò)YOLOv3（Redmon 和Farhadi，2018）。此外還選擇了基于Faster R-CNN的特征金字塔網(wǎng)絡(luò)FPN（Lin等，2017）（以下簡稱為FPN-Faster-R-CNN）。

考慮到研究區(qū)內(nèi)的銀杏樹年齡分布較廣，且采集數(shù)據(jù)時無人機有多種飛行高度，影像中的銀杏樹冠有多種尺寸。在選取的3 個網(wǎng)絡(luò)中，YOLOv3 以及FPN-Faster-R-CNN 加入了多尺度特征融合的檢測方法，可以結(jié)合不同層次特征圖的預(yù)測結(jié)果做出最后的決策，這樣能有效提升不同尺寸物體的檢測能力。針對本實驗中不同尺寸的樹冠可以給出更準(zhǔn)確的檢測。

3.3 數(shù)據(jù)集制作

數(shù)據(jù)集的標(biāo)注使用開源labelimg 標(biāo)注工具完成。研究人員通過標(biāo)注工具在影像中繪制若干個矩形框以確定每個銀杏樹冠的邊界，每個矩形框包含一個單獨的銀杏樹冠，所有影像中繪制得到的矩形框坐標(biāo)信息將保存在文件中。影像中難以區(qū)分的樹木，研究人員通過實地調(diào)查確定具體邊界。為防止數(shù)據(jù)泄露對實驗造成影響，將數(shù)據(jù)集中688 張多光譜影像根據(jù)樣地劃分為訓(xùn)練集568 張，測試集120張，訓(xùn)練集與測試集中不包含相同的銀杏樹。

一組5波段經(jīng)不同降維方法后得到的影像，其中樹冠位置不變。針對一種降維方法制作得到的數(shù)據(jù)集標(biāo)注文件，亦可用于其他數(shù)據(jù)集。紅、綠、藍（3、2、1）波段數(shù)據(jù)集的制作結(jié)果如圖4（b）所示。

3.4 網(wǎng)絡(luò)訓(xùn)練

所有波段降維方法得到的數(shù)據(jù)集共有5種，用于樹冠檢測的網(wǎng)絡(luò)有3 種，為得到最好的檢測效果，本文中訓(xùn)練了5×3個網(wǎng)絡(luò)模型用于比較。不同的超參數(shù)如優(yōu)化器的學(xué)習(xí)率、訓(xùn)練迭代次數(shù)，主干網(wǎng)絡(luò)的選擇等對網(wǎng)絡(luò)的檢測效果影響較大。為反映不同波段降維影像在樹冠檢測任務(wù)中的作用，并得到不同檢測網(wǎng)絡(luò)最好的檢測效果，故同一網(wǎng)絡(luò)在不同種類的數(shù)據(jù)集上超參數(shù)的設(shè)置保持一致，而不同網(wǎng)絡(luò)之間的超參數(shù)根據(jù)各自的特性而選擇。

網(wǎng)絡(luò)訓(xùn)練環(huán)境的操作系統(tǒng)為Windows 10教育版1709，處理器為Intel（R）Xeon（R）CPU E3-1225 V5@3.30GHz，RAM 容量16 GB，并采用了NVIDIA GeForce GTX 1080 Ti（11 GB）。網(wǎng)絡(luò)詳細參數(shù)設(shè)置見表2。其中主干網(wǎng)絡(luò)都使用了預(yù)訓(xùn)練模型的參數(shù)。

表2 網(wǎng)絡(luò)詳細參數(shù)Table 2 Detailed network parameters

3.5 評價指標(biāo)

本文采用在測試集上取得的召回率（Recall），精確率（Precision）和平均精度AP （Average Precision）3 個指標(biāo)作為評價模型優(yōu)劣的標(biāo)準(zhǔn)。其中召回率針對于測試集中而言，表示了存在的銀杏樹冠有多少被正確檢測。精確率則針對于網(wǎng)絡(luò)的預(yù)測結(jié)果而言，表示所有預(yù)測得到的銀杏樹冠有多少是正確的。平均精度則表示了Precision-Recall 曲線下的面積，綜合考慮了召回率與精確率，可用作評價模型效果的最終指標(biāo)。相關(guān)計算公式如下：

式中，TP 代表檢測正確的銀杏樹冠數(shù)量；FN 代表檢測錯誤的銀杏樹冠數(shù)量；FP 代表未檢測到的銀杏樹冠數(shù)量；p(r)代表的是從0 到1 區(qū)間內(nèi)的Precision-Recall曲線。

4 實驗結(jié)果與分析

4.1 不同波段降維數(shù)據(jù)集檢測結(jié)果分析

不同網(wǎng)絡(luò)在各個波段降維數(shù)據(jù)集上的檢測結(jié)果如表3所示。綜合表中信息可知：FPN-Faster-R-CNN 在近紅外、紅、綠（4、3、2）的波段組合數(shù)據(jù)集上效果最好，AP 值為88%。YOLOv3 在藍色、紅色、近紅外（1、3、4）波段組合數(shù)據(jù)集上的AP值最低，僅達到77%。

表3 不同實驗組合結(jié)果對比Table 3 Result comparison of each experimental methods and combination of bands

在不同波段降維數(shù)據(jù)集上的檢測效果不同。近紅外、紅、綠（4、3、2）波段組合在3 種網(wǎng)絡(luò)中的檢測效果均最好，在3種網(wǎng)絡(luò)中的平均精度為84.2%?？赡艿脑蚴窃谠摲N波段組合形成的圖像中，銀杏與相鄰的植被色彩差異明顯，輪廓清晰。藍、紅、近紅外（1、3、4）波段組合的樹冠檢測精度最低，在3 種網(wǎng)絡(luò)中的平均精度僅為79.3%，與最佳波段組合紅外、紅、綠（4、3、2）相差3.9%。通過OIF 指標(biāo)選擇出的藍、紅、近紅外（1、3、4）波段組合雖然有最大的信息量，但其中銀杏與鄰近植被的色彩相近不易分辨，因此在3 個網(wǎng)絡(luò)中測試所得的AP 值均較低。PCA 算法將高維數(shù)據(jù)映射到低維空間實現(xiàn)了波段的降維，但這樣的變換并不能保留不同樹種的光譜信息，且經(jīng)過降維的影像中物體的紋理信息也受到一定的影響，因此檢測的效果并不理想。平均精度為80.3%，與檢測效果最差的波段組合藍、紅、近紅外（1、3、4）相比僅提高了1%。

圖4展示了不同網(wǎng)絡(luò)與不同波段組合在同一區(qū)域影像上的檢測結(jié)果，其中圖4（b）為人工標(biāo)注后的影像，作為檢測結(jié)果真實值的對照?？梢钥闯鯵OLOv3 在藍、紅、近紅外（1、3、4）波段組合的檢測結(jié)果中存在漏檢，錯檢等現(xiàn)象，而FPNFaster-RCNN 在近紅外、紅、綠（4、3、2）波段組合中的檢測結(jié)果更加優(yōu)異，正確檢測了所有樹冠。

圖4 檢測結(jié)果示意圖Fig.4 Examples of detection result

4.2 不同網(wǎng)絡(luò)樹冠檢測結(jié)果分析

不同網(wǎng)絡(luò)的樹冠檢測效果也存在差異，圖5反映了各個網(wǎng)絡(luò)在不同數(shù)據(jù)集中Precision 和Recall的變化趨勢。3 個網(wǎng)絡(luò)中FPN-Faster-R-CNN 的檢測效果最佳，在所有波段降維數(shù)據(jù)集上的平均精度為85.8%，比Faster R-CNN 的平均精度78.8%提升了7%。YOLOv3 的檢測能力居于兩者之間，平均精度為81.7%。研究區(qū)內(nèi)的銀杏樹種樹齡所在范圍較大，不同樹齡的銀杏其冠幅和樹冠面積也不盡相同。且使用無人機多光譜成像系統(tǒng)采集數(shù)據(jù)過程中，設(shè)置了不同飛行高度的飛行任務(wù)，在不同高度采集的影像中相同物體的尺寸也存在差異。這兩個因素使得5種數(shù)據(jù)集內(nèi)不同影像中的銀杏樹冠尺寸存在不一致的情況。FPN-Faster-R-CNN 和YOLOv3 將輸入的圖像通過網(wǎng)絡(luò)操作生成不同尺寸的特征圖，并且針對每一個特征圖做出預(yù)測，最后綜合各個特征圖的結(jié)果做出最后的判斷，這種方法提高了網(wǎng)絡(luò)在檢測小尺寸目標(biāo)物體上的性能（Lin 等，2017），因此FPN-Faster-R-CNN 和YOLOv3 針對不同尺寸的銀杏樹冠能給出較好的檢測結(jié)果。本文中的FPN-Faster-R-CNN 采用了two-stage 的主干檢測網(wǎng)絡(luò)，相比于one-stage 的YOLOv3 有更高的AP。而只在單一尺寸特征圖上做出推斷結(jié)果的Faster R-CNN 則不能達到和FPNFaster-R-CNN 相同的精度。

圖5 各實驗組合測試集Precision-Recall曲線Fig.5 Precision-Recall curves of each experimental methods and combination of bands

4.3 網(wǎng)絡(luò)檢測速度分析

網(wǎng)絡(luò)的檢測速度也是評價網(wǎng)絡(luò)性能的指標(biāo)之一，本實驗中不同網(wǎng)絡(luò)在測試集上的平均檢測時間如表4所示。從表4中可看出one-stage的YOLOv3網(wǎng)絡(luò)檢測所需時間最短。FPN-Faster-RCNN 的平均檢測時間最長，主要原因在于two-stage 的目標(biāo)檢測網(wǎng)絡(luò)需要先提取出感興趣區(qū)域，再進行下一步處理，并且在多尺寸特征圖上進行預(yù)測使其處理時間要大于Faster R-CNN。

表4 不同網(wǎng)絡(luò)檢測時間對比Table 4 Comparison of different network detection time

4.4 檢測誤差分析

檢測中出現(xiàn)的誤差主要可分為以下幾類：（1）誤將影像中其他非銀杏樹冠物體檢測為銀杏樹冠。（2）影像中存在的銀杏樹冠未檢測到；（3）影像中尺寸較大的單株銀杏樹冠被檢測為多株小尺寸的銀杏。圖6展示了不同的檢測錯誤情況：圖6（a）、（b）中檢測到了非銀杏樹冠。圖6（c）中將較大尺寸的一個銀杏樹冠檢測為兩個小尺寸的銀杏樹冠。圖6（d）中被遮擋的銀杏樹冠未被檢測到。

圖6 典型錯誤檢測局部圖Fig.6 Typical error examples

影像中樹冠的細節(jié)可以幫助網(wǎng)絡(luò)區(qū)分不同的樹冠。而影像中樹冠的細節(jié)豐富程度與影像的分辨率成正比，與拍攝時的飛行高度成反比。本文中無人機多光譜影像采集系統(tǒng)得到的影像分辨率為1280 像素×960 像素相比于常見的RGB 相機的分辨率較低。除此之外影像采集時不同的飛行高度也會影響影像中樹冠的細節(jié)。這兩種原因都提升了樹冠誤檢的概率。同時，樹冠細節(jié)的缺少也使銀杏樹冠漏檢的機會增大，而銀杏樹冠被遮蓋以及樹冠尺寸遠小于平均尺寸也是漏檢的原因之一。

盡管采集數(shù)據(jù)時設(shè)置了不同的飛行高度以提高數(shù)據(jù)的多樣性和增加網(wǎng)絡(luò)的魯棒性，但在起降時拍攝的影像，其中樹冠的尺寸要遠大于飛行時拍攝的影像中樹冠的尺寸。且起降時拍攝的影像數(shù)量較少，不足數(shù)據(jù)集總數(shù)的1%，網(wǎng)絡(luò)無法學(xué)習(xí)到此類影像的特征，網(wǎng)絡(luò)更傾向于檢測出小尺寸的樹冠，因此會出現(xiàn)將大尺寸樹冠檢測為多個小尺寸樹冠的情況。

起降時拍攝的影像與在預(yù)設(shè)高度飛行時拍攝的影像如圖7所示。圖7（a）、（b）中矩形框內(nèi)的銀杏樹冠為同一棵樹。圖7中（a）為無人機起飛時采集的影像，其中矩形框內(nèi)的樹冠高度和寬度分別為304 像素，290 像素。圖7（b）中矩形框內(nèi)的樹冠高度和寬度分別為112 像素，108 像素。圖7（a）中的樹冠面積為圖7（b）中樹冠面積的729%。

圖7 無人機起飛過程中及預(yù)設(shè)高度飛行時采集影像對比Figure 7 Comparison of images captured during takeoff and at preset altitudes during UAV flight

5 結(jié) 論

對多光譜影像降維處理可有效減少數(shù)據(jù)的冗余提升深度學(xué)習(xí)網(wǎng)絡(luò)的運行效率，結(jié)合預(yù)訓(xùn)練模型即使采用小樣本量的數(shù)據(jù)集也可在樹冠檢測任務(wù)中達到較高的準(zhǔn)確率。然而針對多光譜數(shù)據(jù)的降維算法種類較多，采用何種降維方法有助于單木樹冠檢測研究卻少有研究討論。

針對這一問題，本文通過波段組合、特征波段選擇，特征提取3 種降維方法共生成5 種不同的數(shù)據(jù)集，在3 種經(jīng)典的深度學(xué)習(xí)網(wǎng)絡(luò)FPN-Faster-R-CNN，YOLOv3，F(xiàn)aster R-CNN 上，進行了實驗。由結(jié)果可知：由特征波段選擇方法得到的近紅外、紅、綠（4、3、2）波段組合在one-stage，two-stage 目標(biāo)檢測網(wǎng)絡(luò)中都有最好的檢測結(jié)果，其中在FPN-Faster-R-CNN 網(wǎng)絡(luò)中對銀杏樹冠的檢測精度最高為88.4%。而通過OIF 指標(biāo)得到的藍、紅、近紅外（1、3、4）波段組合雖然有最高的信息量，但是在所有網(wǎng)絡(luò)中的平均檢測精度最低，僅為79.3%。由本文實驗結(jié)果分析可得，在不同波段降維方法中，若降維后的影像中目標(biāo)物體的色彩與背景差異較明顯，且輪廓清晰，則深度學(xué)習(xí)網(wǎng)絡(luò)對樹冠的檢測可獲得較好的結(jié)果。而影像自身的信息量則對提升深度學(xué)習(xí)網(wǎng)絡(luò)的樹冠檢測能力并無作用。

本文僅研究了多光譜影像降維方法對樹冠檢測的影響，下一步的任務(wù)可考慮使用波段數(shù)量更加豐富的高光譜數(shù)據(jù)進行試驗。