J9集团

基于深度进建算法的

卫星影像地物提取利用

J9集团控股-生态运营中心

蒋波澜

1.

为什么要对卫星影像进行宰割

在J9集团控股智慧城市团队构建数字孪生城市的项目实际中，CIM基础平台必要融合来自分歧委办局提供的多源异构时空数据，建设CIM基础数据库，为智慧城市的“规、建、管、服”利用提供数据和职能支持。作为CIM基础平台的主题部门，CIM基础数据库中矢量数据的出产、更新和守护，往往必要很高的成本，必要专门的测绘人员进行野表作业，以获取分歧类型地物的空间地位和属性信息。

为了更快获取地物最新的矢量数据，我们能够对卫星影像进行“矢量化”处置，即凭据卫星影像的内容，手工象征出分歧类型的对象，但传统步骤依赖人力判读，必要耗费大量的人力、物力和功夫成本，在判断质量上也无法维持整批数据95%以上的正确率，极大地抵消了成本便宜的优势。

随着深度进建技术的发展，基于卷积神经网络（CNN）技术之上的各类像素级鉴别步骤被陆续提出，如FCN、U-net等模型纷纷被用于地物的鉴别之中，从影像中直接获取分歧类型的地物身分，对栅格数据直接实现矢量化，这些步骤极大地降低了地理信息数据的处置成本，同时也不逊于人眼识此外正确性，逐步成为地理信息行业的通例处置步骤。因而，索求基于深度进建算法的遥感影像语义宰割步骤，有助于高效低成本地获取矢量地理数据，推进城市时空数据的更新。

2.

影像语义宰割步骤

卷积神经网络的工作道理是在图像上使用卷积层作为“滤波器”，每个“滤波器”都有分歧的权沉，因而能够经过训练以鉴别图像的特定特点。网络拥有的过滤器越多，或者网络越深，它从图像中提取的特点就越多，因而它能够进建的模式就越复杂，以便为其最终的分类决策提供信息。但这样的方式只是对图像整体的类型进行判断，在图像宰割中，我们必要的是对图像矩阵中的每一个像素进行分类判断，如下图所示，必要对图像中的person、purse、plants/grass、sidewalk和building类型的像素填充进行一个语义级此外鉴别和宰割，相识图像中的每个像素属于哪一种类型。

为了实现这一点，神经网络必要为每个可能的类标签提供了一个热编码的输出通路，并通过在每个像素地位取 argmax 将这些输出转换为最或许率类型。而实现这一指标的的辣手之处在于输出必须与输入图像对齐，并且保留类区域的大幼和地位。同时神经网络还必要足够深，以便进建每个类的足够具体以便能够分辨它们。

CNN网络能够进行特点鉴别和提取，但难以满足以上要求，而满足这些需要的最盛行的架构之一是所谓的齐全卷积网络（FCN），FCN基于CNN的卷积技术，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过程中迷失信息，它会导致宰割天堑的分辨率成效较差。此表，FCN中的转置卷积操作的沉叠输出可能会导致宰割映射中出现不必要的棋盘状模式，我们看到下图的示例，在自行车的鉴别中，在某些特点幽微段出现了统一类型像素被鉴别为蜂窝状的情况，显然这是不成接受的。

U-net是在2015年的一篇论文中初次被提出，作为用于生物医学图像宰割的FCN模型。如论文的所述，“该架构由一个用于捕获高低文的收缩蹊径和一个可能实现精确定位的对称扩大蹊径组成，”从而产生了一个如下所示的U形架构：

U-net系统结构特点图顶部的数字暗示其通路数，我们能够看到，该网络涉及4个跳过衔接——在上采样蹊径中每次转置卷积（或“上移卷积”）后，天生的特点图将与下采样蹊径中的一个衔接衔接。此表，与基线 FCN 架构相比，上采样蹊径中的特点映射拥有更多的通路数，以便将更多的高低文信息传递到更高分辨率的层。

此表，U-net还通过为每个训练事俘预先推算像素权沉图，在宰割天堑处实现了更好的分辨率。用于推算映射的函数对沿宰割天堑的像素施加了更高的权沉。而后将这些权沉计入训练损失函数中，以便为天堑像素提供更高的优先级以进行正确分类，从而预防了蜂窝状宰割了局。

3.

基于U-net算法的影像宰割事俘

最后，我们使用U-net模型来对Boston航空影像中的构筑物进行宰割培训。在模型中运行图像时，它会输出一系列坐标，这些坐标界说了我们要查找的构筑物覆盖区的天堑，以及绘造这些覆盖区的蒙版。

Boston航空图像数据集是一个城市构筑物检测的遥感图像数据集，蕴含高度密集的多数会金融区和居住村的各类城市景观，象征只有构筑和非构筑两种。数据集由 360 张彩色(3 波段 RGB)正 射影像组成，蕴含美国波士顿的城市住区，其空间分辨率为 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）的服务器对模型进行训练，均匀每批次训练时长为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是模型训练200次、600次和1000次时对本幅卫星影像中构筑物的预测了局。在1000次时Acc为0.9512，IoU值为0.87，能够看出，随着模型训练次数的增长，对构筑物特点的提取越发详细，构筑物的概括愈加清澈，已经能够满足大部门卫星影像地物提取的要求。

4.

结语

在J9集团控股数字孪生城市CIM基础数据库的建设过程中，对于时空矢量数据急剧获取的蹊径上，我们通过对深度进建算法的利用和培训，已经实现了对遥感影像中的构筑物、路路和绿地等对象的精确鉴别，能够获取越发丰硕的矢量地物信息，满足分歧类型场景的数据需要。接下来，我们将会越发深刻地钻研深度进建算法在数据中台中的利用，提升对图像数据的分类、宰割和识此外精度，丰硕J9集团智慧城市场景利用。