基于深度學(xué)習(xí)特征的遙感影像檢索研究

周維勛

南京信息工程大學(xué)遙感與測繪工程學(xué)院，江蘇 南京 210044

基于內(nèi)容的遙感影像檢索是解決遙感大數(shù)據(jù)“數(shù)據(jù)海量、信息淹沒”問題的有效方法，但面對海量的遙感數(shù)據(jù)，存在兩個方面的嚴(yán)峻挑戰(zhàn)：第一，遙感影像具有數(shù)據(jù)海量、尺度依賴、地物種類繁多和場景復(fù)雜等特點(diǎn)，基于單一或組合低層視覺特征的檢索很難取得滿意的檢索結(jié)果；第二，設(shè)計一種適用于不同傳感器影像的特征描述方法是不切實(shí)際的，傳統(tǒng)的人工設(shè)計特征的策略不再適用。深度學(xué)習(xí)通過構(gòu)造多層網(wǎng)絡(luò)結(jié)構(gòu)對圖像內(nèi)容進(jìn)行逐級特征表達(dá)，能夠?qū)崿F(xiàn)特征的自適應(yīng)學(xué)習(xí)。論文研究基于深度學(xué)習(xí)對復(fù)雜的遙感影像進(jìn)行場景分析，通過自適應(yīng)特征學(xué)習(xí)實(shí)現(xiàn)海量遙感影像的精確、快速檢索，主要工作和貢獻(xiàn)如下。

(1) 傳統(tǒng)的基于內(nèi)容的影像檢索通過提取影像的光譜、紋理、形狀等低層視覺特征進(jìn)行檢索，這些特征屬于人工設(shè)計特征的范疇。然而，設(shè)計一種穩(wěn)健、有效的特征描述方法不僅耗時、費(fèi)力，而且設(shè)計的特征難以適用于各種傳感器類型的遙感影像。針對這一問題，論文提出了基于SIFT(scale-invariant feature transform)自編碼的無監(jiān)督遙感影像特征學(xué)習(xí)與檢索方法。該方法以自編碼器作為網(wǎng)絡(luò)的基本結(jié)構(gòu)，利用SIFT特征點(diǎn)訓(xùn)練自編碼網(wǎng)絡(luò)學(xué)習(xí)局部特征提取器，進(jìn)而挖掘遙感影像的隱含特征模式，較基于像素的自編碼方法具有更少的參數(shù)、更低的特征維度、更簡單的特征提取過程以及更好的檢索結(jié)果。該方法利用無標(biāo)簽遙感數(shù)據(jù)進(jìn)行特征學(xué)習(xí)，有效解決了缺少標(biāo)注數(shù)據(jù)情況下的影像特征學(xué)習(xí)問題，改善了傳統(tǒng)手工特征以及像素自編碼的檢索效果。

(2) SIFT自編碼改善了手工特征的檢索效果，但受限于淺層模型本身的學(xué)習(xí)能力，導(dǎo)致提取的特征相比某些手工特征并沒有表現(xiàn)出明顯的優(yōu)勢。CNN(convolutional neural network)作為一種有監(jiān)督的深層網(wǎng)絡(luò)結(jié)構(gòu)，往往包含幾十甚至上百個網(wǎng)絡(luò)層，能夠?qū)W習(xí)更高層次的圖像特征以進(jìn)一步改善檢索結(jié)果，但訓(xùn)練一個成功的CNN往往需要大量的標(biāo)注數(shù)據(jù)，而標(biāo)注數(shù)據(jù)在遙感領(lǐng)域是稀缺的。此外，CNN提取的圖像特征通常是成千上萬維的高維特征，高維特征不僅需要占用更多的存儲空間而且會由于相似性匹配時間更長導(dǎo)致檢索效率低下，不適用于大規(guī)模的遙感影像檢索。針對這一問題，論文首先通過遷移學(xué)習(xí)，利用預(yù)訓(xùn)練的CNN提取遙感影像的全連接層特征和局部卷積層特征進(jìn)行影像檢索，在此基礎(chǔ)上，提出了“卷積層+多層感知機(jī)”的低維卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，較預(yù)訓(xùn)練的網(wǎng)絡(luò)結(jié)構(gòu)具有更少的待學(xué)習(xí)參數(shù)、更低的特征維度及更好的檢索效果。該方法利用少量的標(biāo)注數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，有效解決了擁有少量標(biāo)注數(shù)據(jù)情況下的基于CNN網(wǎng)絡(luò)的影像特征學(xué)習(xí)問題，進(jìn)一步改善了傳統(tǒng)手工特征和SIFT自編碼的檢索效果。

(3) 遙感影像通常是由多種地物構(gòu)成的復(fù)雜場景，導(dǎo)致對于重合度較高的不同場景現(xiàn)有單標(biāo)簽檢索方法難以有效、準(zhǔn)確地描述影像內(nèi)容。針對這一問題，論文提出了基于全卷積神經(jīng)網(wǎng)絡(luò)(fully convolutional network，F(xiàn)CN)的多標(biāo)簽遙感影像檢索方法，首先利用密集標(biāo)注的遙感圖像庫訓(xùn)練FCN，然后基于訓(xùn)練的網(wǎng)絡(luò)對遙感影像進(jìn)行多標(biāo)簽分析和區(qū)域卷積特征提取，最后基于圖像的多標(biāo)簽向量和提取的單尺度、多尺度區(qū)域卷積特征實(shí)現(xiàn)了遙感影像的多標(biāo)簽檢索。該方法通過多標(biāo)簽分析挖掘了影像包含的豐富語義信息，能夠更準(zhǔn)確地對影像內(nèi)容進(jìn)行描述，較單標(biāo)簽影像檢索方法更適用于復(fù)雜的、重合度高的遙感影像。