基于卷積神經(jīng)網(wǎng)絡(luò)的電線塔識(shí)別與更新入庫(kù)

陳 超，丁 婷，楊 錦

（1.江蘇省基礎(chǔ)地理信息中心,江蘇 南京 210013）

基礎(chǔ)測(cè)繪是為經(jīng)濟(jì)建設(shè)、國(guó)防建設(shè)和社會(huì)發(fā)展提供地理信息的基礎(chǔ)性公益性事業(yè),是經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要支撐。《全國(guó)基礎(chǔ)測(cè)繪中長(zhǎng)期規(guī)劃綱要（2015－2030年）》提出要構(gòu)建新型基礎(chǔ)測(cè)繪,并明確其應(yīng)具備“全球覆蓋、海陸兼顧、聯(lián)動(dòng)更新、按需服務(wù)、開放共享”等特征,各地都已進(jìn)行了一定的探索。開展重要基礎(chǔ)地理信息快速、及時(shí)更新,既是常規(guī)更新工作的重要補(bǔ)充,也是新型基礎(chǔ)測(cè)繪的擴(kuò)展。

我國(guó)通過高分專項(xiàng)工程已初步構(gòu)建了高分衛(wèi)星遙感系統(tǒng),基本形成涵蓋不同空間分辨率、不同覆蓋寬度、不同譜段、不同重訪周期的高分?jǐn)?shù)據(jù)體系,這些遙感影像在土地利用、城市規(guī)劃、農(nóng)業(yè)管理、軍事偵察等方面已發(fā)揮了重要作用[1-4]。傳統(tǒng)方法是通過人為設(shè)計(jì)的紋理特征、HOG[5]、LBP[6]、SIFT[7]、Bag-Of-Words[8]等各類特征對(duì)影像進(jìn)行目標(biāo)檢測(cè)。近年來(lái),深度學(xué)習(xí)在遙感影像應(yīng)用方面已有出色表現(xiàn),尤其是卷積神經(jīng)網(wǎng)絡(luò)（CNN）[9]成為最熱門的深度學(xué)習(xí)模型算法之一。它無(wú)需設(shè)計(jì)目標(biāo)特征,能根據(jù)海量樣本數(shù)據(jù)自行提取有效特征[10-11],且具有良好的泛化能力,在復(fù)雜情況下依然能夠保持良好的穩(wěn)健性[3,12]。余東行[13]等利用小尺度淺層神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了快速目標(biāo)搜索,利用深層CNN在候選目標(biāo)中進(jìn)行了精確定位；任媛媛[14]等對(duì)Fast R-CNN網(wǎng)絡(luò)進(jìn)行了改進(jìn),通過共享卷積層參數(shù)來(lái)降低參數(shù)規(guī)模,并利用改進(jìn)方法實(shí)現(xiàn)了農(nóng)村建筑物的目標(biāo)檢測(cè)；徐啟恒[15]等結(jié)合主成分分析、超像素分割與CNN對(duì)國(guó)產(chǎn)高分辨率遙感影像開展了云檢測(cè)。

本文基于高分辨率遙感影像,利用CNN完成了電線塔的識(shí)別,并進(jìn)行增量入庫(kù)。首先基于基礎(chǔ)測(cè)繪本底矢量數(shù)據(jù)構(gòu)造樣本影像塊；再利用CNN對(duì)電線塔進(jìn)行識(shí)別,實(shí)現(xiàn)高精度提取；然后將提取結(jié)果與本底矢量數(shù)據(jù)對(duì)比分析,形成增量要素；最后直接更新基礎(chǔ)測(cè)繪數(shù)據(jù)庫(kù)。

1 研究原理與方法

1.1 CNN

CNN是受生物神經(jīng)學(xué)啟發(fā)而產(chǎn)生的。一個(gè)典型的CNN由輸入層、卷積層、池化層、全連接層和輸出層組成,其中輸入層為遙感影像；卷積層為上一層的局部卷積結(jié)果,用以提取特征,越深的CNN提取的特征越具體；池化層主要用于特征降維,壓縮數(shù)據(jù)和參數(shù)的數(shù)量,包括最大池化和平均池化,卷積層和池化層也稱隱藏層；全連接層用于對(duì)已取得的特征信息作加權(quán)和,在網(wǎng)絡(luò)中扮演“分類器”的角色；輸出層為分類結(jié)果。帶有兩個(gè)隱藏層的CNN如圖1所示。

圖1 帶有兩個(gè)隱藏層的CNN

CNN的工作流程為:首先對(duì)輸入影像進(jìn)行卷積運(yùn)算,再通過池化層對(duì)卷積特征圖進(jìn)行降采樣,然后重復(fù)進(jìn)行卷積與池化操作,最后通過全連接層對(duì)最終的特征進(jìn)行分類,并輸出結(jié)果。卷積運(yùn)算的計(jì)算公式為:

式中,l為卷積層數(shù)；xlj為第l層的第j個(gè)輸出特征圖；為第l層的卷積核；f(·)為激活函數(shù)；*為卷積運(yùn)算符為第l層的偏置；Mj為第l-1層的特征圖數(shù)量。

池化運(yùn)算的計(jì)算公式為:

式中,down(·)、β分別為下采樣函數(shù)和系數(shù)。

2 實(shí)驗(yàn)步驟與結(jié)果分析

2.1 實(shí)驗(yàn)區(qū)概況

本文選取的實(shí)驗(yàn)影像為無(wú)人機(jī)影像,影像分辨率為0.9 m,3個(gè)波段分別為藍(lán)、綠、紅,影像覆蓋面積約為74.55 km2。圖2中紅線所示范圍為校正區(qū)域,紅線范圍外影像為訓(xùn)練區(qū)域,用于獲取樣本影像塊參與訓(xùn)練。

圖2 實(shí)驗(yàn)影像與區(qū)域劃分

2.2 CNN工作流

本文實(shí)驗(yàn)基于eCognition軟件中的CNN工作流完成。eCognition中的CNN方法基于Google的TensorFlow API開發(fā),形成了完整的工作流,包括3個(gè)步驟:①采集目標(biāo)與非目標(biāo)樣本；②利用樣本訓(xùn)練網(wǎng)絡(luò),即通過校正各權(quán)重來(lái)優(yōu)化樣本分類精度；③利用訓(xùn)練好的網(wǎng)絡(luò)對(duì)未參與訓(xùn)練的校正區(qū)域進(jìn)行分類,創(chuàng)建目標(biāo)類別熱力圖。

2.2.1 創(chuàng)建樣本

本文選擇電線塔作為待更新要素。電線塔是呈梯形或三角形的塔狀建筑物,高度通常為25～40 m,鋼架結(jié)構(gòu),多建設(shè)在野外,特征較明顯。在1∶10 000基礎(chǔ)測(cè)繪數(shù)據(jù)中,電線塔均表示為定位點(diǎn)。結(jié)合本底矢量數(shù)據(jù)與訓(xùn)練區(qū)域創(chuàng)建的樣本影像塊可知,訓(xùn)練區(qū)域內(nèi)包括187個(gè)電線塔的定位點(diǎn),非目標(biāo)樣本矢量包括植被2 512個(gè)、房屋1 800個(gè)、道路1 236個(gè)、水域452 個(gè)。為了增加目標(biāo)影像塊的數(shù)量以及提高網(wǎng)絡(luò)的魯棒性,對(duì)每個(gè)樣本點(diǎn)作3×3的緩沖處理,這樣每個(gè)樣本點(diǎn)就成了9個(gè)點(diǎn),最終獲取3 500個(gè)目標(biāo)樣本影像塊和30 000個(gè)非目標(biāo)樣本影像塊,影像塊尺寸均為30像素×30像素。目標(biāo)與非目標(biāo)樣本影像塊的示例如圖3所示。

圖3 訓(xùn)練樣本影像塊

2.2.2 訓(xùn)練網(wǎng)絡(luò)

訓(xùn)練網(wǎng)絡(luò)時(shí),采用深度為1的隱藏層,隱藏層內(nèi)卷積核尺寸為11×11,創(chuàng)建了40個(gè)特征地圖；采用最大池化,學(xué)習(xí)率為0.001 5,訓(xùn)練步數(shù)為5 000,每步訓(xùn)練用到的樣本數(shù)量為50。訓(xùn)練中,學(xué)習(xí)率參數(shù)用于調(diào)整統(tǒng)計(jì)梯度下降算法,并可改變每次迭代運(yùn)算中網(wǎng)絡(luò)權(quán)重參數(shù)的更新幅度；若學(xué)習(xí)率設(shè)置過小,學(xué)習(xí)過程不僅很慢,而且可能以局部最優(yōu)設(shè)置結(jié)束；若學(xué)習(xí)率設(shè)置過大,則將加快訓(xùn)練速度,但可能會(huì)錯(cuò)過最優(yōu)值或?qū)е履Ｐ蜔o(wú)效。本文以軟件推薦的經(jīng)驗(yàn)值0.001 5為基礎(chǔ),以0.000 1為步長(zhǎng)分別嘗試了不同的參數(shù),最終選擇了運(yùn)行效率與學(xué)習(xí)效果最佳的參數(shù)。網(wǎng)絡(luò)訓(xùn)練共耗時(shí)2～3 min,將訓(xùn)練后的網(wǎng)絡(luò)應(yīng)用于校正區(qū)域,即可得到分類結(jié)果的熱力圖。其值接近于1表示與目標(biāo)有較高的相似性,接近于0則表示與目標(biāo)的相似性較低。

2.2.3 實(shí)驗(yàn)結(jié)果與分析

圖4 a為校正區(qū)域的熱力圖,為了降低噪聲影響,已經(jīng)過平滑處理,越紅的區(qū)域表示相似性越大；圖4b為最終的識(shí)別結(jié)果；圖4c為熱力圖的局部放大圖；圖4d為圖4c熱力圖得到的識(shí)別結(jié)果,已正確識(shí)別出4個(gè)電線塔；圖4e、4f為另外兩個(gè)放大區(qū)域的識(shí)別結(jié)果,圖4e正確識(shí)別出3個(gè)電線塔,其中一個(gè)電線塔的識(shí)別位置與樣本點(diǎn)位置稍有差異,漏識(shí)別2個(gè)、誤識(shí)別1個(gè),圖4f正確識(shí)別出4個(gè)電線塔、誤識(shí)別2個(gè)。

圖4 實(shí)驗(yàn)結(jié)果

本文分別從檢測(cè)率（DR）、誤檢率（FPR）兩個(gè)方面對(duì)最終結(jié)果進(jìn)行評(píng)價(jià)。

式中,TP為正確檢測(cè)出的數(shù)量；MP為漏檢測(cè)數(shù)量；FP為誤檢測(cè)數(shù)量。

本文將識(shí)別位置與樣本數(shù)據(jù)略有差異、但指向同一個(gè)電線塔的識(shí)別結(jié)果作為正確檢測(cè)。整個(gè)校正區(qū)域正確識(shí)別出電線塔25個(gè)、漏識(shí)別8個(gè)、誤識(shí)別15個(gè),DR為0.758,FPR為0.375。通過分析發(fā)現(xiàn),由于道路、硬化地表等部分地物的光譜表現(xiàn)與電線塔近似,因此誤識(shí)別的電線塔數(shù)量較多,后續(xù)研究將通過加入其他特征進(jìn)行后處理,從而進(jìn)一步降低FPR。

2.3 要素入庫(kù)

2.3.1 增量定義

將利用CNN獲取的電線塔點(diǎn)作為新數(shù)據(jù),與本底矢量數(shù)據(jù)進(jìn)行疊置分析,并將新數(shù)據(jù)標(biāo)記為“增加/修改/未變化”,本底數(shù)據(jù)標(biāo)記為“刪除”要素。

本文對(duì)各標(biāo)記的定義為:①不存在于本底數(shù)據(jù),僅存在于新數(shù)據(jù)的定義為“增加”；②本底數(shù)據(jù)圖層中的幾何要素整體消失定義為“刪除”；③圖形空間位置變化、屬性變化的定義為“修改”。

2.3.2 增量入庫(kù)

1）對(duì)于“增加”的電線塔,直接更新入庫(kù)；結(jié)合網(wǎng)絡(luò)爬蟲、外業(yè)調(diào)繪等手段獲取電線塔對(duì)應(yīng)的電力線名稱,并在本底庫(kù)中更新電力線和屬性。

2）對(duì)于本底數(shù)據(jù)中標(biāo)記為“刪除”的電線塔,不做處理,僅為邏輯刪除。

3）對(duì)于“修改”的電線塔,刪除并替換本底數(shù)據(jù)庫(kù)中對(duì)應(yīng)位置的電線塔,同時(shí)在本底庫(kù)中更新電力線位置。

4）對(duì)于“未變化”要素,不做任何處理。

在校正區(qū)域正確檢測(cè)出的25個(gè)電線塔中,標(biāo)記為“增加/修改/未變化”的要素分別有2個(gè)、0個(gè)、23個(gè),本底數(shù)據(jù)中標(biāo)記為“刪除”的電線塔為0個(gè)。

3 結(jié) 語(yǔ)

本文利用CNN方法對(duì)遙感影像中的電線塔要素進(jìn)行提取,通過疊置分析完成了本底數(shù)據(jù)的增量入庫(kù),并通過實(shí)驗(yàn)證明了該方法的可行性。后續(xù)研究將加入其他特征對(duì)識(shí)別結(jié)果進(jìn)行后處理,以降低FPR；同時(shí)對(duì)形成的規(guī)則集開展移植性實(shí)驗(yàn),包括對(duì)不同來(lái)源、不同分辨率的影像開展提取實(shí)驗(yàn),探索規(guī)則集需調(diào)整的內(nèi)容,以提高規(guī)則集的通用性,為基礎(chǔ)地理信息的快速更新提供有效手段。