深度學習算法下的遙感影像目標識別研究

方 磊

（廣東省地質測繪院，廣東 廣州 510800）

0.引言

在人工智能技術發展中，深度學習算法的應用越來越廣泛。遙感影像數據所具備的特點主要為海量、多維以及多樣等，在這一數據處理中，深度學習算法具有天然優勢，可以實現對復雜對象抽象特征的自動及多層次提取，進而實現在海量數據中得到地物目標的高層語義特征，顯著提升遙感影像目標特征提取的精度[1，2]，目前，深度學習方法已經廣泛應用在圖像識別處理中，并取得了較好的效果，因此可將該方法推廣在遙感影像目標識別中應用，所以需在深度學習算法的應用下實現對遙感影像目標的識別，不但可以顯著提升遙感影像圖像識別精度，同時也可以有效滿足現代高效快速以及自動化檢測的實際需求，為遙感影像目標識別提供新的智能化及自動化方法。

1.深度學習算法下的遙感影像圖像識別

1.1 深度學習下的目標檢測算法

深度學習屬于是機器學習方法之一，傳統方法中具有較高的先驗知識要求，另外，也存在有模型泛化能力不足等[3]。深度學習算法下的遙感影像目標識別方法在應用中，針對感興趣區域可以通過滑動窗口提取，且在網絡提取特征的應用下實現目標檢測，因此在實際中得到了廣泛應用。

1.2 目標檢測模型的選擇及優化

卷積神經網絡在目標檢測中也有所應用，作為人工神經網絡之一，建立在多層監督學習基礎上，存在有良好容錯性以及自適應性，能夠實現權值共享等，因此在圖像識別、語義分割以及物體檢測等方面均得到了廣泛應用。當前卷積神經網絡中的檢測框架有Faster R-CNN、RFCN、SSD，在以上3種檢測中，Faster R-CNN的精度最高，但是相對來講效率最低；Inception Resnet的網絡復雜度最高，與之相應的有助于顯著提升精度。在訓練中，要加強對訓練情況觀察和分析，進而實現對batch和學習率的優化，以能夠進一步降低隨機梯度，且對其實施持續性收斂。在此基礎上，結合遙感影像數據目標檢測模型實際需求，實現對訓練參數的合理選擇。在數據增強操作的應用下，進一步提升訓練樣本的多樣性，為能夠防范因為樣本數量不足，引發出現過擬合，在分析過程中也需要提升模型的魯棒性。在強化遙感影像數據中，所采用的方法主要為5種，分別為圖像亮度、飽和度以及色調變換；裁切操作圖像；圖像旋轉及傾斜；圖像去冗余；提升高斯噪聲。

SSD算法屬于是目標檢測算法之一，在當前應用較為廣泛，Fater R-CNN算法相比，這一算法具有較快檢測速度；和YOLO算法相比，這一算法的檢測精度比較高。這一算法是基于VGG-16基礎上，設置輔助卷積、池化層等結構，獲取的多尺度特征圖可以實現對目標檢測，較大特征圖能夠實現對相對較小目標檢測，較小特征圖主要是用來實施大目標檢測。SSD算法是基于YOLO算法上的一體化檢測方法，然而與之有所差異，YOLO算法實施的是全連接層預測，SSD算法是在卷積下檢測分析不同尺度特征圖，另外，在參考Fater R-CNN中anchor的基礎上，針對目標預測可以實現對目標框的偏差計算，基于此有助于顯著降低訓練難度。SSD算法在預測中采用的是多尺度預測，然而不同尺度特征之間具有獨立性，特征位置越低信息質量越好，相對分類精度偏差。這一算法是基于VGG-16網絡中偏后的cinv4_3卷積層，其實現對多尺度特征圖的建構，在小目標檢測中相對性能較差。另外，SSD算法檢測過程中的輸入圖像尺寸偏小，通常為300pixel×300 pixel，雖然小尺寸圖像有助于提高目標檢測速度，然而在遙感圖像自動化檢測任務中，如果是檢測圖像固定至小尺寸圖像，容易丟失目標特征信息。為能夠取得良好的檢測性能，則需要針對SSD算法實施改進。

1.3 大范圍下的目標檢測

在大范圍內針對相關目標實施檢測和識別中，可以在格網方式的應用下實現對目標區域的劃分，將其分割成多個小區域，之后針對各個小區域實施循環加載，以此即可以針對目標實施檢測。在大范圍影像數據分析過程中，想要確保所有目標均被檢測，需確保小區域中的長寬比例與客戶端長短比例相同。大范圍目標檢測劃分網格中，可能會導致在多個小區域中存在有影像的單個小目標，在這一情況下實施檢測容易發生遺漏。所以網絡劃分中需要確保相鄰網格具有一定的重疊率。首先，在系統中將所需檢測及識別目標范圍繪制出來，結合目標大小實現對影像目標的合理縮放，確保檢測圖像可以達到一定的級別規模。之后結合地圖容器大小實現對大區域的網格動態劃分。最后，針對各個網格，可以在系統下循環調用單張圖像，進而對實現目標檢測操作[4]。在這一過程中，提升重疊有助于提高格網總數量，對于數據處理量有提升作用，對于檢測效率具有不良影響。所以重疊率設置過程中一定要結合實際需求。在設置重疊率的時候，其中部分影像在檢測中可能會被重復，檢測后也需要實施檢測結果的空間分析，將重復檢測的目標全部刪除，系統運行過程中以上操作可以實現半自動化處理，例如，針對系統中要素重疊實施分析中，如果分析的要素類型以及位置相同，即為重疊要素可自動標注，這一類要素通常為同一目標，還需要實施一定的人工干預，以能夠確保將重疊檢測內容均刪除。

2.實驗分析

2.1 實驗數據

本次實驗過程中，針對目標檢測及識別，選擇的數據集分別為：ImageNet數據集，在這一數據集中存在140萬張標記圖片，圖片類型大小不一，類型也比較多。基于這一數據集實施目標識別的模型預訓練，不但可以提高模型的泛化能力，在分析過程中也可以提高遷移速度；DOTA數據集，其中，包括有2806張航空影像，拍攝方法主要為Google Earth遙感、JL-1衛星以及JL-2衛星，影像幅度都非常大，大概為800×800～4000×4000，圖像中的物體主要為大型場地及可移動物體。因為這些圖像在拍攝中的高度比較高，因此圖片中出現的可移動物體均屬于是中小目標。

因此本次所選取的兩個數據集，圖像原始尺寸存在差異，針對原始數據先要進行尺寸統一，裁剪處理為512×512圖像，隨后數據增強處理過程中，采用的方法為隨機擾動、隨機縮放等。數據集在訓練過程中主要為訓練集及測試集，在這一過程中前者數據量和后者相比之間的比例為9∶1。

2.2 實驗設計

2.2.1 實驗環境

本次實驗分析中，環境設置詳情（如表1所示）：

表1 環境設置

2.2.2 精度評定方法

針對本次實驗訓練中的目標檢測模型，采用平均精度（average_precision,AP）實施評估，計算方法如式（1）所示：

式（1）中的AP為P-R曲線和坐標軸所共同圍合形成區域的面積；P為訓練精準率；R為訓練召回率，計算過程如式（2）、式（3）所示：

式（2）、式（3）中，TP、FP分別為正確和錯誤識別標簽目標數量，式（3）中的FN為錯誤識別非標簽目標數量。

2.2.3 速度評定方法

在每秒幀速（Frame Per Second,FPS）方法的應用下實現速度評定，即為每秒鐘的影像處理數量，在評定中FPS值越大即為影像處理速度越快。相應的計算方法如式（4）所示：

式（4）中，F為影像處理數量；S為影像處理時間；單位為s。

2.2.4 超參數評定

本次實驗研究中的學習率策略為Warm Up，在初始設置中，學習率為0.01、epoch為400以及batchsize為2。

2.3 算法改進應用

2.3.1 模型與訓練及遷移學習

在卷積神經網絡的應用下，實現對特征的分層提取，其中，在遷移學習方法的應用下實現特征提取網絡預訓練，這一方法有助于減少訓練時間。首先針對ImageNet數據集實施與訓練，所得到的預訓練基礎網絡，圖像特征提取能力比較強，之后將其在整體目標檢測結構中嵌入，且將其作為是遷移訓練的初始模型參數，在分析過程中DOTA數據集迭代回歸Δcx、Δcy、Δw以及Δh參數變量，在影像圖像分析中實現目標檢測及識別。

遷移訓練中損失函數分別為位置損失函數Lloc，即為精確定位想要檢測的目標；置信度損失Lconf，即為判定預測框分類概率。以上兩者加權平均和即為代價函，相應的計算公式如式（5）所示：

式（5）中，N為正樣本數量；λ為權重，如果在這一分析過程中N為0，即可以得到損失為0，另外在公式中c為默認框標簽，如果針對數據匹配中第i個默認框實現和j個標簽框的匹配，所得結果即為xij=1，反之即為0。其中，定位損失Lloc在計算過程中，即為L1平滑損失，相應的計算公式如式（6）所示：

式（6）中，g為真實標簽框；l為預測礦；d為默認框，w及h為矩形框寬高；（cx,cy）分別為矩形框中心點坐標；剩余指標為參數偏移量。在多個不同置信度下的softmax損失即為置信度損失，表示為Lconf；c為某種一個類別目標及非目標的、置信度，相應的計算公式如式（7）所示：

2.3.2 修改SSD網絡架構

SSD網絡架構過程中，也就是在提取不同尺度特征后，針對所得特征實施分類回歸，在此過程中也就可以實現檢測范圍內的不同目標識別。原始SSD網絡架構是基于VGG-16基礎網絡，在將其全連接層截斷后，還需要繼續在這一條件下 添 加Conv6、Conv7、Conv8_2、Conv9_2、Conv10_2以 及Conv11_2卷積層，在卷積神經網絡應用下實現對特征提取。在此過程中檢測層即為以上提出卷積層，因此在遙感影像檢測中，受到較多層級卷積結構的影響，部分小目標占比比較小，在此目標檢測中容易出現部分特征信息流失，所以要改進原始SSD目標檢測網絡，并不能夠只是將Conv4_3作為檢測層，改進后新增Conv3_2作為檢測層，有助于提升系統的檢測能力[5,6]。其中改進后網絡架構（如圖1所示）：

圖1 改進后SSD網絡架構

2.4 結果分析

本次實驗為兩組數據檢測，A為原始SSD算法，B組為改進SSD算法，在對DOTA數據集實施檢測發現：A組檢測結果為AP=7.06×10-1，B組檢測結果為AP=7.53×10-1。通過這一研究結果可以看出，B組算法得到了更好的訓練效果，由此可見，卷積神經網絡針對圖像特征實施逐層提取效果顯著，也驗證了遷移學習具有重要應用價值。

其中，改進后SSD算法在DOTA數據集上的檢測結果（如圖2所示）：基于此能夠發現在此應用中可以實現對飛機、船舶等小目標的識別，具有一定檢測精度。但是飛機目標檢測精度和船舶目標相比明顯偏高，因為船舶目標和背景有所類似，所以檢測難度大。

圖2 改進SSD算法檢測結果

3.結束語

本次研究得出以下2點結論：

（1）針對原始SSD算法實施模型預訓練，逐層提取圖像特征，且對其實施遷移訓練，有助于提升檢測精度及檢測速度；

（2）針對原始SSD算法實施改進，可以實現對遙感影像中小目標的識別，檢測精度明顯高于原始SSD算法。