摘要：該研究開發(fā)了一種基于深度學習的無人機影像自動分類與地貌識別技術，旨在提高地貌分類的準確性和效率。通過構建深度學習模型，并利用無人機拍攝的影像數(shù)據(jù)進行訓練和驗證。實驗中采用準確率、精確率、召回率和F1值等指標全面評估模型性能，并與當前流行的其他分類模型進行對比。實驗數(shù)據(jù)顯示，提出的模型在各項評估指標上表現(xiàn)優(yōu)異，總體準確率達到94%，顯著優(yōu)于其他對比模型。模型在山地、平原、水域等多種地貌類型上的分類性能穩(wěn)定，顯示出較高的實用性和泛化能力，基于深度學習的無人機影像自動分類與地貌識別技術在地貌分類任務中具有顯著優(yōu)勢。

關鍵詞：深度學習；無人機影像；地貌識別；自動分類

中圖分類號：P237" " " " "文獻標識碼：A

文章編號：1009-3044（2025）18-0025-03

開放科學（資源服務） 標識碼（OSID）

0 引言

隨著無人機技術的成熟與普及，其影像在多個領域得到了廣泛應用。地貌分類與識別作為其中的一個重要應用方向，對于環(huán)境監(jiān)測、城市規(guī)劃、災害評估等具有重要意義。然而，傳統(tǒng)地貌分類方法通常依賴人工判讀和專家經(jīng)驗，效率低下且易受主觀因素影響。因此開發(fā)一種準確、高效的自動地貌分類技術成為當前研究的熱點。近年來，深度學習在圖像分類領域取得顯著成果，其強大的特征提取和學習能力為地貌分類提供了新思路。本研究旨在利用深度學習技術，構建一種基于無人機影像的自動分類與地貌識別模型，以提高地貌分類的準確性和效率。通過實證分析驗證了所提出模型的性能，并對其應用前景和改進方向進行了探討。

1 理論基礎與相關技術

1.1 深度學習概述

深度學習是機器學習的子領域，依賴神經(jīng)網(wǎng)絡結構模擬人腦學習過程。通過構建深層網(wǎng)絡結構，深度學習能夠從大量數(shù)據(jù)中自動提取有用的特征，進而實現(xiàn)對復雜模式的識別與預測。最近幾年，深度學習已經(jīng)在圖像識別，語音識別和自然語言處理方面取得顯著成就，展現(xiàn)了其強大的學習和泛化能力。

1.2 卷積神經(jīng)網(wǎng)絡原理

卷積神經(jīng)網(wǎng)絡（CNN） 是深度學習中的一種重要模型，特別適用于處理圖像數(shù)據(jù)。CNN將卷積層、池化層以及全連接層結合在一起，實現(xiàn)了對影像中特征的自動提取與分類。卷積層提取圖像局部特征，池化層降低數(shù)據(jù)維度并減少計算量。全連接層則負責將提取的特征映射到最終的分類結果上，CNN的這種結構使其在處理圖像分類、識別等任務時具有出色的性能。

1.3 無人機影像處理與識別技術

無人機影像處理與識別技術是無人機應用的重要分支，涉及對無人機拍攝影像的預處理、特征提取和分類識別。預處理階段主要是對影像進行校正、去噪和增強等操作[1]。特征提取是通過圖像處理技術從圖像中抽取有價值的信息，例如邊緣、紋理等。分類識別則是根據(jù)提取的特征對影像進行分類和識別。深度學習技術的引入，使得無人機影像處理與識別更加準確和高效，為無人機在農(nóng)業(yè)、環(huán)境監(jiān)測等領域的應用提供了有力支持。

2 公式原理與模型構建

2.1 深度學習模型選擇及依據(jù)

在無人機影像自動分類與地貌識別任務中，選擇合適的深度學習模型至關重要。本研究采用卷積神經(jīng)網(wǎng)絡作為主要模型，因其對圖像特征的高效提取能力和在圖像分類任務中的卓越表現(xiàn)。具體地選擇了一種經(jīng)典的CNN架構，如VGG、ResNet或Inception，作為研究的基礎模型，這些模型在多個公開數(shù)據(jù)集上已證明了其有效性。

2.2 交叉熵損失函數(shù)原理及應用

在模型訓練過程中，為了衡量預測值與真實值之間的差距，并指導模型參數(shù)的優(yōu)化方向，本研究采用了交叉熵損失函數(shù)。交叉熵損失函數(shù)的數(shù)學表達式為：

[L=-i-1cyilogpi]

式中，[c]表示類別總數(shù)，[yi]為真實標簽的one-hot編碼（對于真實類別為1，其余類別為0） ，[pi]為模型預測的概率分布。以交叉熵損失最小化為目標，可使模型預測出的概率分布與真實標簽盡量逼近，以提高分類精度。

2.3 模型構建與優(yōu)化策略

本文所建立的CNN模型由若干卷積層，池化層以及全連接層組成。卷積層對圖像進行特征提取，池化層對特征圖進行降維處理以提高模型魯棒性，全連接層對特征進行映射以獲得最終分類結果[2]。為提高模型性能，采取了多種優(yōu)化策略：首先，通過數(shù)據(jù)增強技術擴充數(shù)據(jù)集，提高模型的泛化能力；其次，引入正則化項防止模型過擬合；最后，采用梯度下降算法優(yōu)化模型參數(shù)，最小化交叉熵損失函數(shù)。

3 模擬仿真實驗設計

3.1 數(shù)據(jù)集來源與預處理

本研究采用的數(shù)據(jù)集來源于無人機在不同地貌區(qū)域拍攝的高分辨率影像，涵蓋山地、平原、水域等多種地貌類型，為模型訓練和測試提供豐富樣本。數(shù)據(jù)預處理階段主要包括影像的裁剪、標注和歸一化[3]。裁剪是為了將影像調(diào)整為適合模型輸入的尺寸，標注則是為了給出每幅影像對應的地貌類別，而歸一化則是為了消除不同影像之間由于光照、對比度等因素造成的差異。

3.2 實驗環(huán)境與參數(shù)設置

實驗環(huán)境配置包括高性能計算服務器，配備適合深度學習計算的GPU加速卡。軟件環(huán)境方面選擇了TensorFlow等深度學習框架進行模型的構建和訓練。參數(shù)設置上采用了學習率衰減策略，初始學習率設為0.001，并隨著訓練的進行逐漸減小。為了防止過擬合引入了Dropout技術，并設置了合適的保留概率。

3.3 實驗方法與步驟

實驗方法主要包括以下4個步驟。

3.3.1 數(shù)據(jù)劃分

預處理數(shù)據(jù)集分為訓練集、驗證集、測試集。模型的訓練使用訓練集，而模型參數(shù)和超參數(shù)的調(diào)整則依賴于驗證集，最后，測試集被用來評定模型的終極表現(xiàn)。

3.3.2 模型構建

該深度學習模型是以卷積神經(jīng)網(wǎng)絡為基礎建立的，其具體架構由若干卷積層、池化層以及全連接層組成。卷積層對影像進行特征提取，池化層對特征進行降維處理，全連接層進行分類處理。

3.3.3 模型訓練

利用訓練集訓練模型，并采用反向傳播算法與優(yōu)化器相結合的方法調(diào)節(jié)模型參數(shù)使交叉熵損失函數(shù)達到最小。訓練時采用驗證集來選擇模型，即將驗證集中性能最優(yōu)的模型選為最終模型。

3.3.4 模型評估

利用測試集評價最終模型，并計算其準確率，精確率，召回率以及F1值，綜合評價其性能。

4 實驗結果與分析

4.1 實驗結果指標介紹

為全面評估基于深度學習的無人機影像自動分類與地貌識別技術性能，本研究采用多個評價指標，包括準確率、精確率、召回率、F1值和混淆矩陣。這些指標能夠從不同角度反映模型的分類性能，提供全面的性能評估。準確率是指模型正確分類的樣本數(shù)占總樣本數(shù)的比例，用于衡量模型的整體分類性能。所謂的精確率，是指在模型預測為正例的樣本中，實際為正例的比例，這是用來評估模型預測正例準確性的指標[4]。召回率是指所有真正例中被模型正確預測出來的比例，用于衡量模型找出正例的能力。F1值作為精確率與召回率之間的調(diào)和平均數(shù)來全面度量該模型的表現(xiàn)。

從表1中可以看出，本研究所提出的基于深度學習的無人機影像自動分類與地貌識別技術取得了較高的性能。準確率達到了95%，說明模型能夠準確地分類大部分影像；精確率和召回率也分別達到了93%和96%，表明模型在預測正例和反例時都具有較高的準確性；F1值為94.5%，進一步驗證了模型的綜合性能。這些結果充分證明了本研究方法的有效性和可行性。

4.2 實驗結果數(shù)據(jù)展示與分析

為了詳細展示和分析基于深度學習的無人機影像自動分類與地貌識別技術的實驗結果進行了多次實驗，并記錄下了關鍵的實驗數(shù)據(jù)。

從表2和圖1中可見，模型在各類地貌上的分類性能良好，準確率達到94%，表明模型在大多數(shù)情況下能夠正確分類無人機影像中的地貌類型。對于不同類型的地貌，模型也表現(xiàn)出了穩(wěn)定的性能。在山地、平原和水域三種地貌類型上，模型的準確率、精確率、召回率和F1值均保持在較高水平。平原類型的分類性能最佳，準確率達到了96%，這與平原地貌在無人機影像中的特征相對明顯有關。同時也注意到模型在山地類型上的召回率略高于精確率，這表明模型在識別山地類型時更傾向于將其判定為山地，以減少漏檢的可能性。相反在水域類型上，模型的精確率略高于召回率，這意味著模型在判定水域時更為謹慎，以減少誤檢的風險。

4.3 模型性能評估與對比

為全面評估本研究提出的基于深度學習的無人機影像自動分類與地貌識別模型性能，進行了單一模型性能分析，并與當前流行的其他分類模型進行對比。評價模型性能主要依據(jù)準確率、精確率、召回率、F1值等四個關鍵指標。為了更直觀地對比不同模型的性能，還引入了混淆矩陣進行可視化分析。選擇了多個在圖像分類領域廣泛使用的深度學習模型作為對比，包括VGG16、ResNet50和InceptionV3。這些模型在圖像分類任務中具有良好的性能，因此可以作為本研究的基準模型。

從表3和圖2中可以看出，本研究提出的模型在準確率、精確率、召回率和F1值四個指標上均優(yōu)于其他對比模型。本研究模型的準確率高達94%，比其他模型至少高出2個百分點；在精確率和召回率方面，本研究模型也分別達到了93%和95%，顯示出較高的分類準確性和完整性；F1值作為精確率和召回率的調(diào)和平均數(shù)，也驗證了本研究模型的綜合性能優(yōu)勢。

5 實驗討論

5.1 模型性能的全面評估

實驗結果表明，研究所提模型在準確率、精確率、召回率、F1值幾個評估指標方面均有突出的性能。這得益于深度學習模型強大的特征提取和學習能力，使其能夠自動學習到影像中的復雜特征，并進行高效的地貌分類。模型在山地、平原、水域等多種地貌類型上的分類性能穩(wěn)定，進一步證明了模型的實用性和泛化能力。通過與當前流行的其他分類模型進行對比，提出的模型在性能上具有明顯優(yōu)勢[5]。這不僅驗證了深度學習在地貌分類任務中的有效性，也為本研究方法的實際應用提供了有力支持。

5.2 影響因素分析

盡管模型取得顯著實驗結果，但仍有一些因素影響模型性能。數(shù)據(jù)質量對模型性能至關重要，無人機影像的分辨率、光照條件、拍攝角度等因素都影響模型的分類準確性。因此，在未來的研究中可以進一步探討如何優(yōu)化數(shù)據(jù)預處理步驟，以提高模型對不同質量影像的適應能力。模型的復雜度也是影響性能的一個重要因素，雖然深度學習模型具有強大的學習能力，但過于復雜的模型導致過擬合現(xiàn)象，從而降低模型的泛化能力。在未來的研究中可以嘗試對模型結構進行優(yōu)化，以找到性能和復雜度的最佳平衡點。

6 結論

本研究構建了基于深度學習的無人機影像自動分類與地貌識別模型，并對其進行了全面性能評估和對比分析。實驗結果表明所提模型在準確率、精確率、召回率、F1值幾個評估指標上都有突出的性能，顯著優(yōu)于其他對比模型。該技術不僅提高了地貌分類的準確性，還為相關應用領域提供了更高效、更可靠的決策支持。本研究還對實驗結果進行了深入的討論，指出了研究的局限性，并提出了針對性的改進方向。未來將繼續(xù)深化多模態(tài)數(shù)據(jù)融合研究，拓展應用場景，并加強模型的可解釋性研究，以推動基于深度學習的無人機影像自動分類與地貌識別技術向更高水平發(fā)展。該技術有望在環(huán)境監(jiān)測、城市規(guī)劃、農(nóng)業(yè)管理等多個領域發(fā)揮重要作用，為社會的可持續(xù)發(fā)展做出積極貢獻。

參考文獻：

[1] 符凱，朱雪耀，呂全喜，等.基于深度學習的無人機指令意圖識別技術[J].兵工自動化，2022，41（10）：41-44，59.

[2] 張夢含.基于深度學習的小型無人機目標識別技術研究[D].西安：西安工業(yè)大學，2021.

[3] 安學剛.基于深度學習的無人機影像路面健康檢測研究與應用[D].蘭州：蘭州交通大學，2023.

[4] 韓玉潔.基于深度學習的無人機圖像目標識別技術研究[D].南京：南京航空航天大學，2021.

[5] 何彬宇.基于深度學習的無人機目標微多普勒譜圖識別研究[D].成都：電子科技大學，2023.

【通聯(lián)編輯：梁書】