大发welcome

基于深度学习算法的

卫星影像地物提取应用

大发welcome控股-生态运营中心

蒋波涛

1.

为什么要对卫星影像举行支解

在大发welcome控股智慧都会团队构建数字孪生都会的项目实践中，，，CIM基础平台需要融合来自差别委办局提供的多源异构时空数据，，，建设CIM基础数据库，，，为智慧都会的“规、建、管、服”应用提供数据和功效支持。。。。。。。作为CIM基础平台的焦点部分，，，CIM基础数据库中矢量数据的生产、更新和维护，，，往往需要很高的本钱，，，需要专门的测绘职员举行野外作业，，，以获取差别类型地物的空间位置和属性信息。。。。。。。

为了更快获取地物最新的矢量数据，，，我们可以对卫星影像举行“矢量化”处置惩罚，，，即凭证卫星影像的内容，，，手工标记出差别类型的工具，，，但古板要领依赖人力判读，，，需要泯灭大宗的人力、物力和时间本钱，，，在判别质量上也无法维持整批数据95%以上的准确率，，，极大地抵消了本钱低廉的优势。。。。。。。

随着深度学习手艺的生长，，，基于卷积神经网络（CNN）手艺之上的种种像素级识别要领被陆续提出，，，如FCN、U-net等模子纷纷被用于地物的识别之中，，，从影像中直接获取差别类型的地物要素，，，对栅格数据直接实现矢量化，，，这些要领极大地降低了地理信息数据的处置惩罚本钱，，，同时也不逊于人眼识别的准确性，，，逐渐成为地理信息行业的通例处置惩罚要领。。。。。。。因此，，，探索基于深度学习算法的遥感影像语义支解要领，，，有助于高效低成外地获取矢量地理数据，，，增进都会时空数据的更新。。。。。。。

2.

影像语义支解要领

卷积神经网络的事情原理是在图像上使用卷积层作为“滤波器”，，，每个“滤波器”都有差别的权重，，，因此可以经由训练以识别图像的特定特征。。。。。。。网络具有的过滤器越多，，，或者网络越深，，，它从图像中提取的特征就越多，，，因此它可以学习的模式就越重大，，，以便为其最终的分类决议提供信息。。。。。。。但这样的方法只是对图像整体的类型举行判别，，，在图像支解中，，，我们需要的是对图像矩阵中的每一个像素举行分类判别，，，如下图所示，，，需要对图像中的person、purse、plants/grass、sidewalk和building类型的像素填充举行一个语义级别的识别和支解，，，相识图像中的每个像素属于哪一种类型。。。。。。。

为了实现这一点，，，神经网络需要为每个可能的类标签提供了一个热编码的输出通道，，，并通过在每个像素位置取 argmax 将这些输出转换为最或许率类型。。。。。。。而实现这一目的的的棘手之处在于输出必需与输入图像对齐，，，并且保存类区域的巨细和位置。。。。。。。同时神经网络还需要足够深，，，以便学习每个类的足够详细以便可以区分它们。。。。。。。

CNN网络可以举行特征识别和提取，，，但难以知足以上要求，，，而知足这些需求的最盛行的架构之一是所谓的完全卷积网络（FCN），，，FCN基于CNN的卷积手艺，，，实现了“编码-解码”统一化，，，但FCN的问题是由于在缩减像素采样历程中丧失约息，，，它会导致支解界线的区分率效果较差。。。。。。。别的，，，FCN中的转置卷积操作的重叠输出可能会导致支解映射中泛起不需要的棋盘状模式，，，我们看到下图的示例，，，在自行车的识别中，，，在某些特征薄弱段泛起了统一类型像素被识别为蜂窝状的情形，，，显然这是不可接受的。。。。。。。

U-net是在2015年的一篇论文中首次被提出，，，作为用于生物医学图像支解的FCN模子。。。。。。。如论文的所述，，，“该架构由一个用于捕获上下文的缩短路径和一个能够实现准确定位的对称扩展路径组成，，，”从而爆发了一个如下所示的U形架构：

U-net系统结构特征图顶部的数字体现其通道数，，，我们可以看到，，，该网络涉及4个跳过毗连——在上采样路径中每次转置卷积（或“上移卷积”）后，，，天生的特征图将与下采样路径中的一个毗连毗连。。。。。。。别的，，，与基线 FCN 架构相比，，，上采样路径中的特征映射具有更多的通道数，，，以便将更多的上下文信息转达到更高区分率的层。。。。。。。

别的，，，U-net还通过为每个训练实例预先盘算像素权重图，，，在支解界线处实现了更好的区分率。。。。。。。用于盘算映射的函数对沿支解界线的像素施加了更高的权重。。。。。。。然后将这些权重计入逊ю失函数中，，，以便为界线像素提供更高的优先级以举行准确分类，，，从而阻止了蜂窝状支解效果。。。。。。。

3.

基于U-net算法的影像支解实例

最后，，，我们使用U-net模子来对Boston航空影像中的修建物举行支解培训。。。。。。。在模子中运行图像时，，，它会输出一系列坐标，，，这些坐标界说了我们要查找的修建物笼罩区的界线，，，以及绘制这些笼罩区的蒙版。。。。。。。

Boston航空图像数据集是一个都会修建物检测的遥感图像数据集，，，包括高度麋集的大都市金融区和栖身村的种种都会景观，，，标记只有修建和非修建两种。。。。。。。数据集由 360 张彩色(3 波段 RGB)正 射影像组成，，，包括美国波士顿的都会住区，，，其空间区分率为 0.3 平方米，，，训练面积为 337.5 平方公里，，，验证面积为 22.5 平方公里，，，测试面积为 405 平方公里。。。。。。。

本文使用了一台8CPU、30GiB RAM和8GB GPU（Quadro M4000）的效劳器对模子举行训练，，，平均每批次训练时长为5min左右，，，下图四幅图像中，，，第一幅是原始的卫星影像数据，，，即一个湖边的社区，，，第2、3、4是模子训练200次、600次和1000次时对本幅卫星影像中修建物的展望效果。。。。。。。在1000次时Acc为0.9512，，，IoU值为0.87，，，可以看出，，，随着模子训练次数的增添，，，对修建物特征的提取越发详尽，，，修建物的轮廓愈加清晰，，，已经可以知足大部分卫星影像地物提取的要求。。。。。。。

4.

结语

在大发welcome控股数字孪生都会CIM基础数据库的建设历程中，，，关于时空矢量数据快速获取的途径上，，，我们通过对深度学习算法的应用和培训，，，已经实现了对遥感影像中的修建物、蹊径和绿地等工具的准确识别，，，可以获取越发富厚的矢量地物信息，，，知足差别类型场景的数据需求。。。。。。。接下来，，，我们将会越发深入地研究深度学习算法在数据中台中的应用，，，提升对图像数据的分类、支解和识别的精度，，，富厚大发welcome智慧都会场景应用。。。。。。。