無人機航拍建筑物視圖網(wǎng)絡(luò)融合目標識別分析

郭麗虹

關(guān)鍵詞：無人機航拍；視圖融合；目標識別；Alexnet方法；精度

城市道路坍塌事故隨著城市地下空間資源開發(fā)程度不斷增加而持續(xù)增加。通過調(diào)研得出，地下隱性病害是造成道路坍塌的主要因素，這點可通過調(diào)查大量路面質(zhì)量所得[1]。作為道路病害檢測的重要手段，無人機航拍技術(shù)可實現(xiàn)快速無損檢測地下介質(zhì)分布，以電磁波反射作為主要依據(jù)[2]。

李海峰等[3] 融合了GPR 與B-scan 三維數(shù)據(jù)特征，充分利用卷積神經(jīng)網(wǎng)絡(luò)，實現(xiàn)高效率識別機場跑道病害。Moalla 等[4] 在檢測埋藏危險物時選取視圖方向為橫斷面和縱斷面，利用GPR 三維數(shù)據(jù)以及CNN 和遞歸神經(jīng)網(wǎng)絡(luò)CNN。目標識別方法以試圖融合為基礎(chǔ)，三維數(shù)據(jù)由無人機航拍獲取，視圖特征主要運用該方法提取，獲取得到3 個2DCNN 并融合，有利于促進目標識別準確率的提高。

應(yīng)用視圖融合方法實現(xiàn)地下多目標分類主要應(yīng)用3DGPR 數(shù)據(jù)。2DCNN 的輸入包含GPR 三維數(shù)據(jù)的俯視圖、側(cè)視圖及正視圖立方體，實施特征分類時需充分融合3 個2DCNN 的特征。相比于B-scan 圖像方法，現(xiàn)有三平面方法經(jīng)實驗證明表現(xiàn)出的多目標分類性能更好。室內(nèi)實驗數(shù)據(jù)數(shù)量較小時，GPR 實測數(shù)據(jù)集被標記的數(shù)量較少。為了對視圖融合方法性能進行驗證分析，十分有必要利用多種CNN 架構(gòu)和大量實測數(shù)據(jù)。

1 視圖融合原理

作為一種通用的網(wǎng)絡(luò)體系結(jié)構(gòu)，將2DCNN 與視圖融合方法相結(jié)合。為驗證該方法性能，2DCNN 由VGG16 和Alexnet 兩個深度神經(jīng)網(wǎng)絡(luò)的主干網(wǎng)絡(luò)構(gòu)成，均具有全連接層[6]。分別按照227×227×K、224×224×K（K 為通道數(shù)）調(diào)整Alexnet 網(wǎng)絡(luò)、VGG16 網(wǎng)絡(luò)的輸入圖像大小，為減少特征圖尺寸和提取特征，需要通過池化層和利用連續(xù)卷積實現(xiàn)[7]。

2 實驗方案

2.1 數(shù)據(jù)采集

步進頻連續(xù)波GPR 系統(tǒng)以VN A 為基礎(chǔ)，完成三維數(shù)據(jù)的采集實驗。設(shè)定步進頻步長為8 MHz，頻率處于（1.8～5）GHz。在干沙表面放置收發(fā)天線，高5～10 cm，中心距離為18 cm。共有5 種地下目標：無埋地物背景、多芯電力電纜4 根、含水量不同的塑料瓶、聚氯乙烯（PVC）塑料管1 根、金屬管共2 根。模含水地下空洞選用含水塑料瓶實現(xiàn)。本次實驗中涉及的場景有14 個，深度和位置不一致，采用隨機方式在內(nèi)部埋入2～3 個目標，采集的B-scan 圖像為平行狀態(tài)，共20個，231×74×20（深度× 長度× 寬度）為GPR 原始3D 數(shù)據(jù)的采集尺寸。

2.2 控制流程

Alexnet 網(wǎng)絡(luò)各層數(shù)據(jù)大小情況如1 所示。首先，依次按照227×227×60、227×227×30 及227×227×5尺寸采用雙線性插值法調(diào)整輸入視圖立方體。2D 圖像的通道數(shù)在前兩個2DCNN 分支中依次為正視圖立方體寬度和側(cè)視圖立方體長度，在第3 個2DCNN 分支中是俯視圖立方體深度。然后再依次按照11×11×60、11×11×30 和11×11×5 大小設(shè)置第1 個卷積層在3 個分支中的內(nèi)核尺寸。FC4 層重組（Concatenation）FC1、FC2 和FC3 這3 個全連接層的輸出，經(jīng)3 個2DCNN 分支獲取視圖立方體，充分融合3 種網(wǎng)絡(luò)分支的特征。最后利用softmax 函數(shù)在分類層輸出，F(xiàn)C4 通過FC5 實現(xiàn)。對比分析傳統(tǒng)方法與本文方法，按4 096 的標準設(shè)置各層神經(jīng)元數(shù)量，包括FC1、FC2、FC3 及FC5，softmax層所含神經(jīng)元因分類目標有5 種數(shù)量也為5。

3 結(jié)果分析

對比分析基于B-scan 圖像的傳統(tǒng)方法與單視圖方法。評估分類性能時主要以F-score 準確度和平均值作為重要參考依據(jù)。利用Alexnet 結(jié)構(gòu)調(diào)整所有方法。如表1 所示，測試集和訓(xùn)練集在不同方法下顯示的數(shù)據(jù)。測試集和訓(xùn)練集在選用單視圖法和視圖融合法時的數(shù)量依次為250 和750。但是當(dāng)立方體寬帶為w，選用傳統(tǒng)方法以B-scan 圖像為基礎(chǔ)時，將w 乘以250 和750 作為訓(xùn)練集與測試集的數(shù)量。

3D 立方體不同寬度采用不同方法獲取的數(shù)據(jù)如下表2 所示。通過對比分析得出，不論是從F-score 還是從準確度數(shù)據(jù)結(jié)果來看，視圖融合方法顯優(yōu)勢較為突出。大量信息提取方式采用視圖融合方法完成，保證分類結(jié)果更佳。相比于基于B-scan 圖像的傳統(tǒng)方法，在分類性能方面?zhèn)纫晥D立方體與正視圖立方體占據(jù)更大優(yōu)勢，大量目標空間信息可通過組合多個D-scan 圖像與B-scan 圖像獲取。

4 結(jié)束語

本文開展了無人機航拍建筑物視圖網(wǎng)絡(luò)融合目標識別分析，研究得到如下結(jié)果：

1）不論是從F-score 還是從準確度數(shù)據(jù)結(jié)果來看，視圖融合方法顯優(yōu)勢較為突出，保證分類結(jié)果更佳。

2）相比于基于B-scan 圖像的傳統(tǒng)方法，在分類性能方面?zhèn)纫晥D立方體與正視圖立方體占據(jù)更大優(yōu)勢。