基于國產高分大數據和深度學習的北方露天煤礦識別

劉 銳

（北京建筑大學測繪與城市空間信息學院，北京）

引言

我國遙感環(huán)境監(jiān)測研究起步較晚。20 世紀90 年代后期我國初步開展礦山環(huán)境研究工作[4]。王曉紅等[5](2005)對比分析了IKONOS 等數據的使用效果，并提出礦山開發(fā)與環(huán)境遙感調查數據源的選擇步驟[6]。2015 年在ILSVRC 上何凱明團隊構建的ResNet[7]算法模型，將ImageNet 數據集的分類誤差降到了3.57%，這是首次深度學習算法圖像分類準確率超越人眼識別分類。馮小雨通過改進Faster R-CNN，構建了靜態(tài)空中目標數據集和視頻圖像數據集來訓練算法模型，將其應用于空中目標的檢測[8]。

本文借助深度學習技術，以國產高分遙感大數據影像作為數據源，訓練并測試北方地區(qū)煤礦MASK R-CNN 特征識別模型的，為煤礦進行監(jiān)測、規(guī)范露天煤礦管理以及潛在危險監(jiān)測提供技術支持。對于露天礦區(qū)資源開采具有一定的理論意義和實際價值。

1 研究區(qū)和數據集

本文的研究區(qū)為內蒙古自治區(qū)、新疆維吾爾自治區(qū)和山西省三省的露天煤礦。數據源為我國國產衛(wèi)星“高分二號”。年份為2017 年到2019 年這三年。為了滿足對植被、云層和積雪的要求，月份選擇5 月到9月。選取數據時，遵循以下三個選擇條件。

（1） 云量對感興趣區(qū)域無明顯遮擋。

（2） 地面無積雪。

（3） 植被生長狀況良好。

并以此為基礎制作數據集，以訓練露天礦區(qū)識別MASK R-CNN 模型。

小兒化食口服液是廣州市香雪制藥股份有限公司生產的，具有消食化滯、瀉火通便功效的中成藥。為驗證該藥對小兒功能性便秘食積化熱證的治療作用，10家醫(yī)療機構進行了以安慰劑為對照的上市后再評價臨床研究。臨床研究負責單位天津中醫(yī)藥大學第一附屬醫(yī)院醫(yī)學倫理委員會批準了本研究的試驗方案（批準號TYLL2013［Y］字005）。

2 研究方法

2.1 遙感影像的像素識別方法

全卷積神經網絡（FCN）的提出對于深度學習意義重大，它使得圖像分類的級別精細到像素。實際上FCN 相對于卷積神經網絡修改只有一處，那就是將全連接層替換為反卷積層。這樣一來，分類網絡將可以輸出一個精度達到像素級別的分類熱圖，該圖的尺寸與原圖一致。FCN 還利用了一種方法使得識別更精細，即特征圖跳躍級聯(lián)。為了實現遙感圖像的像素識別，本文也采取這種方式。全卷積神經網絡示意如圖1所示。

圖1 全卷積神經網絡示意

2.2 露天煤礦特征地物的分類方法

在Faster R-CNN 中目標分類的網絡為全連接網絡。這種網絡要求圖像在輸入時尺寸固定。那么在這種情況下，就需要對尺寸不一的前景特征圖進行歸一化處理。在Faster R-CNN 中，采取的方式為ROI Pooling（感興趣區(qū)池化）。這樣就會出現一個問題，即在池化尺寸縮小的時候，采取的策略是向下取整。如此一來，得到的特征圖是不能夠跟原圖一一對應的，不可避免地就產生了像素誤差。雖然說，在Faster R-CNN 的任務里，這樣的誤差不會造成太大的影響，但是如果把誤差放到類似于本文的任務中，這樣的誤差就不允許存在。這是因為，本文所進行的任務是像素級別的，微小的誤差也會造成嚴重的偏移。因此，本文選用的池化方法為ROI Align（感興趣區(qū)匹配）。

2.3 損失函數設計

在本文的訓練過程中，為了及時反饋模型狀態(tài)，損失函數值是實時輸出的。這樣的記錄方式方便于調整訓練的策略。除此之外，損失值會在不斷的迭代中降低，這樣一來，就可以讓模型收斂，使其達到一個最佳的狀態(tài)。本文參考平均交并比（Mean Tntersection over Union）等參數設計了損失函數。其計算公式如式（1）所示。

式中：LClS代表著分類網絡的誤差；Lbox代表著邊框回歸誤差；Lmask代表著識別掩膜誤差。

3 結果

3.1 模型的訓練與測試

本文將露天礦區(qū)的遙感圖像分成了三類地物，分別是礦區(qū)、排土場和背景。以制作的包含排土場的1053 幅露天煤礦圖像為輸入進行訓練。

本文采取了遷移學習的方式，直接利用MASK R-CNN 在數據集上原有的訓練權重作為本次訓練的預訓練權重，在此基礎上直接對本文的數據集進行訓練，這樣以來便可以將訓練的效率提升。

訓練的batch_size=4，每輪迭代steps_per_epoch為50；計劃訓練epochs 為300 輪；采用早停法控制訓練過程，若驗證集損失函數loss 值在10 個epoch 內沒有下降則停止訓練，從而防止過擬合。優(yōu)化器為adam，初始學習率均為0.0001；學習率訓練策略為如果訓練過程中l(wèi)oss 在3 個epoch 內沒有降低則學習率降低為原來的0.1 倍。輸入圖像統(tǒng)一縮放到512×512×3 大小。圖像預處理輸入除以255 進行歸一化處理。

圖2 即為訓練過程中的損失函數的變化曲線。圖標中縱坐標為損失函數的值，橫坐標為迭代次數。

圖2 損失函數的變化曲線

圖2 中展示了算法模型中三部分的損失函數圖像。分別是分類（Class）部分、掩碼（Mask）部分和特征提取網絡（Region Proposal Networks，RPN）網絡部分。可以看到隨著迭代次數的增加，這四個損失函數的圖像均逐漸趨于收斂，證明模型訓練結果可信。

3.2 精度評價

3.2.1 評價指標

召回率（Recall）是指所有的正例中被提取出來的正例所占的比例。m-Recall，即為多個樣本的平均召回率。Dice 系數是一種集合相似度度量函數，通常用于計算兩個樣本的相似度，取值范圍在[0,1]，而M-Dice系數是指多個樣本Dice 系數的平均值；IoU 是對象類別分割問題的標準性能度量，M-IoU 則為多個樣本的平均值。

召回率、Dice 系數和IoU 的公式如式（2）所示。

其中，TP、FP 和FN 分別為真陽性，假陽性和假陰性。X 和Y 分別表示原始區(qū)域和識別區(qū)域。

由于這三個參數都是評價精度的指標，很有可能出現某一個較高而另一個較低的復雜情況，在這種情況下結果就難以判斷。為了避免這種情況，采用一個綜合指標（Intergrated Precision,IP）對這三個參數進行平衡。處理方式為加權求和，Recall 和IoU 各賦權0.4，Dice 賦權0.2。最后的結果用多個樣本平均值的IP 取平均值（m-IP）。

3.2.2 評價結果

最后得到的結果精度如表1 所示。

表1 實驗精度

從結果上看，本文所用模型對于露天礦區(qū)的識別精度較好，綜合指標的值達到了0.8 以上。對于排土場的識別效果稍差一些，綜合指標在0.736 左右。

4 結論與展望

本文在研究國內外相關Mask R-CNN 模型的基礎上，結合礦區(qū)開采過程中遙感圖像特點，采用卷積神經網絡模型來對礦區(qū)開采場景進行識別，針對遙感影像礦區(qū)地物信息量較少，識別困難且存在植被背景等地物的干擾等問題，針對面向露天煤礦開采識別的高分遙感影像全卷積神經網絡學習方法開展深入研究，從而為礦區(qū)信息化、智能化監(jiān)管提供技術支持。本文研究工作主要總結如下。

（1） 開展了深度學習目標識別相關算法的研究，并根據通用深度學習數據及組織形式以高分二號影像為數據源經過裁剪和數據增強方式獲取了礦區(qū)識別的樣本影像數據，以手工標注的方式制作了樣本標簽數據，初步完成了礦區(qū)遙感影像深度學習數據集的制作。

（2） 針對我國大型露天煤礦開采遙感影像特點，引入了一種結合特征金字塔和殘差網絡的卷積神經網絡模型Mask R-CNN 進行礦區(qū)遙感影像識別和識別。采用FPN 為主干網絡提取影像特征，RPN 對特征圖進行區(qū)域選擇初步選定目標區(qū)域，再用雙線性插值的方式把初步選定目標的特征圖歸一化為固定的較小尺寸特征圖，最后輸出類別。

（3） 總體上，本研究中該方法提取采礦區(qū)精度效果較好，有效的提取出邊界清晰的礦區(qū)信息，綜合指標m-IP 值達到了0.8 以上，滿足了國家資源相關部門對礦區(qū)監(jiān)測工作的需求，為后續(xù)遙感進行礦區(qū)的監(jiān)管以及露天礦區(qū)行業(yè)的健康開采提供了技術支持。