基于改進DeepLab v3+的耕地自動化提取方法

摘 要：耕地是地表覆蓋的主要類型之一，也是糧食生產(chǎn)的直接載體。本文針對耕地提提取不準(zhǔn)確和效率低的問題，提出一種改進的DeepLab v3+提取方法。首先，使用輕量級網(wǎng)絡(luò) 替代DeepLab v3+模型的特征提取網(wǎng)絡(luò)Xception，以減少模型參數(shù)量，提高訓(xùn)練速度。其次，引用SE注意力加入模型，提高網(wǎng)絡(luò)對耕地的提取精度。并在GID數(shù)據(jù)集上進行試驗，結(jié)果顯示，本文方法具有優(yōu)秀的分割性能，能夠有效解決經(jīng)典模型分割結(jié)果中存在的不同程度的誤分、漏分等問題，在耕地提取中具有高效性，為后續(xù)耕地提取任務(wù)提供支持。

關(guān)鍵詞：遷移學(xué)習(xí)；SE注意力；MobileNet v2；耕地提??；DeepLab v3+

中圖分類號：P 208" " " " " " 文獻標(biāo)志碼：A

耕地是地表覆蓋的主要類型之一，也是糧食生產(chǎn)的直接載體，耕地變化對生態(tài)環(huán)境穩(wěn)定性和糧食安全具有非常重要的影響[1-2]。

傳統(tǒng)的耕地統(tǒng)計方法主要基于實地調(diào)查，不僅會導(dǎo)致數(shù)據(jù)更新滯后，還會極大地消耗人力和物力。傳統(tǒng)機器學(xué)習(xí)算法對含有復(fù)雜地物信息的高分辨率遙感影像信息提取效果較差，因此，應(yīng)用需求和遙感數(shù)據(jù)增加對耕地語義分割提出了更高要求。

深度學(xué)習(xí)在計算機視覺應(yīng)用中的成功使基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）[3]的方法逐漸應(yīng)用于遙感影像解譯領(lǐng)域，為遙感影像中的耕地提取識別帶來了重大突破。JADHAV等[4]采用ResNet101網(wǎng)絡(luò)對高分辨率遙感影像進行土地覆蓋和作物類型的語義分割，實現(xiàn)了主要作物的準(zhǔn)確分類。陳玲玲等[5]借鑒輕量級網(wǎng)絡(luò)與UNet模型的優(yōu)點，有效改進了傳統(tǒng)模型提取耕地結(jié)果零散的情況。盡管上述方法在耕地提取中各有優(yōu)勢，但是長時間訓(xùn)練是一個主要問題，并且上述方法在提取結(jié)果方面存在整體結(jié)構(gòu)不連續(xù)、邊緣細節(jié)提取不準(zhǔn)確等問題。

為解決上述問題，本文以DeepLab v3+ 模型為基礎(chǔ)，融合遷移學(xué)習(xí)和注意力機制，旨在提高高分辨率遙感影像中耕地信息提取的精度和效率。

1 道路提取網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

為了更好地進行遙感影像耕地提取，本文在DeepLab v3+模型的基礎(chǔ)上進行了3項改進。編碼器采用的特征提取模塊Xception網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，參數(shù)量和內(nèi)存占用較大，可能會導(dǎo)致模型擬合速度緩慢、分割效率低。因此，將其替換為輕量級網(wǎng)絡(luò)MobileNet v2，以減少語義分割模型的參數(shù)量，提高模型訓(xùn)練效率。引入通道注意力機制SENet，對特征通道權(quán)重進行重新分配，改進目標(biāo)被漏分或誤判的問題，從而提高分割精度。如此可在降低模型復(fù)雜度的同時提高分割性能。改進的DeepLab v3+網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

在圖1中，遙感影像被輸入編碼層中，在MobileNet v2網(wǎng)絡(luò)中經(jīng)過深度可分離卷積處理后得到低級特征。低級特征分別輸入空洞空間金字塔池化中和解碼層中。在空洞空間金字塔池化中經(jīng)過最大池化層、平均池化層以及3個空洞率分別為6、12和18的空洞卷積中進一步處理，再經(jīng)1*1卷積合成后得到深層特征信息。深層特征信息和低級特征信息經(jīng)過SENet進一步篩選目標(biāo)特征，最后經(jīng)過2個3*3卷積不斷恢復(fù)邊界信息和上采樣，得到輸出結(jié)果圖。

1.1 DeepLab v3+

DeepLab v3+網(wǎng)絡(luò)于2018年推出，采用編碼器-解碼器的結(jié)構(gòu)。編碼器部分包括主干特征提取網(wǎng)絡(luò)與空洞空間金字塔池化模塊。特征提取網(wǎng)絡(luò)采用串行空洞卷積，將主干網(wǎng)絡(luò)MobileNet v2網(wǎng)絡(luò)提取出的耕地特征分別傳入解碼器與ASPP模塊并進行特征提取。ASPP模塊中由1個平均池化層、1個全局池化層以及3個空洞率分別為4、8和12的空洞卷積層組成。不同空洞率的空洞卷積分別捕捉多尺度特征信息，以提高網(wǎng)絡(luò)的感受野。深層特征經(jīng)過ASPP模塊提取后進行堆疊，經(jīng)1*1卷積調(diào)整通道數(shù)后進入解碼器部分。在解碼器部分，淺層特征經(jīng)1*1卷積降維后，與由編碼器部分輸出并經(jīng)過4倍上采樣操作的深層特征融合。該融合特征由3*3卷積進行特征提取，并最終采用4倍上采樣操作，獲得與輸入影像尺寸相同的預(yù)測結(jié)果。

1.2 MobileNet v2網(wǎng)絡(luò)

MobileNet v2是一種輕量級的深度神經(jīng)網(wǎng)絡(luò)，適用于移動和嵌入式設(shè)備的計算資源有限的場景。在MobileNet v2中，圖像進入網(wǎng)絡(luò)前需要進行歸一化操作，將像素值縮放到[0，1]。利用MobileNet v2的核心深度可分離卷積對每個輸入通道進行獨立的空間卷積操作。再利用卷積核進行通道間的混合和降維操作，并應(yīng)用ReLU激活函數(shù)引入非線性特性。在每個卷積層后應(yīng)用加入批量歸一化，有助于加速訓(xùn)練過程并提高模型的泛化能力。在MobileNet v2的某些層中使用殘差連接，有助于減少梯度消失和梯度爆炸問題，并提升訓(xùn)練效果。將最后一個卷積層的輸出進行全局平均池化操作，轉(zhuǎn)換為一個向量，該向量的每個元素表示對應(yīng)特征圖的平均值。最后，利用一個1*1的卷積層將全局平均池化后的特征圖轉(zhuǎn)換為最終輸出。

1.3 注意力機制

本文使用SENet對編碼器區(qū)域內(nèi)的輸出應(yīng)用不同權(quán)重，以優(yōu)化特征圖，從而在較小的額外計算成本下為提升現(xiàn)有分割模型性能，彌補輕量級特征提取網(wǎng)絡(luò)可能帶來的精度損失。SE注意力結(jié)構(gòu)如圖2所示。圖2（a）為普通注意力機制，其中的輸入特征經(jīng)過殘差快處理后，分別采用平均池化、全卷積、ReLU激活函數(shù)、全卷積和Sigmoid激活函數(shù)操作，得到權(quán)重后與輸入特征進行加權(quán)，最后輸出特征圖。SENet注意力機制模塊的結(jié)構(gòu)如圖2（b）所示。與普通注意力不同的是，SENet輸入特征經(jīng)過殘差塊處理后由平均池化和最大池化共同作用，進一步提高了對目標(biāo)特征的篩選能力，更有利于目標(biāo)特征識別。

2 試驗與分析

2.1 數(shù)據(jù)集構(gòu)建

將改進的DeepLab v3+網(wǎng)絡(luò)分別在GID數(shù)據(jù)集中進行訓(xùn)練，切片大小為（512×512）ppi。本文選取640張照片作為試驗對象，將其按照7∶2∶1的比例劃分為訓(xùn)練集、測試集和驗證集。數(shù)據(jù)集上的部分影像和對應(yīng)的標(biāo)簽如圖3所示。

2.2 試驗結(jié)果和分析

為了驗證本文算法在處理耕地遙感影像方面的有效性和優(yōu)越性，本文針對影像中耕地的分布、形狀和季節(jié)分布等特點，選擇具有代表性的測試影像進行試驗。使用U-Net、PSPNet、DeepLab v3+以及本文算法對測試影像進行耕地提取，并比較試驗結(jié)果。影像的部分試驗結(jié)果如圖4所示。

由圖4可知，本文方法無論是在提取準(zhǔn)確度上，還是在邊緣細節(jié)處理山均比較準(zhǔn)確。對于主要分布在山區(qū)的耕地，周圍的森林等地物是影響其提取效果的主要因素。從各算法的提取結(jié)果可以看出，U-Net算法的錯誤提取明顯，對耕地的整體結(jié)構(gòu)提取不完全。PSPNet算法的提取結(jié)果碎片化比較嚴(yán)重，錯誤提取較嚴(yán)重。DeepLab v3+算法的提取結(jié)果稍好一點，但是仍然存在錯誤提取的情況。本文算法的提取結(jié)果與標(biāo)簽圖相似，提取結(jié)果比其他3種方法更優(yōu)。綜上所述，在SENet注意力的作用下，本文方法的多余耕地識別能力得到了增強，在邊緣細節(jié)和結(jié)構(gòu)的完整度上具有明顯優(yōu)勢，并在遷移學(xué)習(xí)的作用下，對耕地類型的多樣性辨別能力有所提升，能夠準(zhǔn)確提取耕地。綜上所述，本文方法在提取耕地上具有有效性和優(yōu)越性。

U-Net、PSPNet、DeepLab v3+和本文方法的定量評價結(jié)果見表1。從表1可看出，本文方法在各個指標(biāo)上均為最優(yōu)。在交并比上，比U-Net高了16.17%，比PSPNet高了15.32%。在召回率上，比U-Net高了18.51%，比DeepLab v3+高了13.04%。在總體精度指標(biāo)上，除了U-Net，其他3種方法均在90%以上，而本文方法遠高于其他3種方法，為98.10%。在模型參數(shù)上，本文方法將MobileNet v2作為主干網(wǎng)絡(luò)，模型參數(shù)量遠小于其他3種方法，僅為22.85 MB。PSPNet的模型參數(shù)量為259.64 MB，遠高于本文方法。以上數(shù)據(jù)均說明本文方法在耕地提取上具有高效性。

3 結(jié)論

糧食是人類生存的根本，快速且相對準(zhǔn)確的推算出糧食生產(chǎn)量離不開耕地信息統(tǒng)計。由于場景龐大、細節(jié)復(fù)雜且受光照和成像角度的影響，經(jīng)典語義分割模型對耕地信息的提取通常存在泛化性差、訓(xùn)練效率低、目標(biāo)識別不準(zhǔn)確和精度不高的問題。為了解決這些問題，本文提出一種融合遷移學(xué)習(xí)和注意力的輕量級DeepLab v3+ 遙感影像耕地提取算法。主干網(wǎng)絡(luò)替換后的模型參數(shù)為22.71 MB，改進完成的本文算法的參數(shù)僅有22.85 MB，與擁有259.64 MB參數(shù)的PSPNet模型、94.95 MB的UNet模型以及208.7 MB的DeepLab v3+ 模型相比，分割效率顯著提升。本文方法融合了SE注意力機制，抑制了易受干擾的通道，使模型能重點關(guān)注有效信息。引入遷移學(xué)習(xí)思想，將預(yù)訓(xùn)練模型參數(shù)作為網(wǎng)絡(luò)的初始權(quán)重參數(shù)，使模型分割效果更出色，在GID數(shù)據(jù)集用于耕地信息提取研究中表現(xiàn)出了優(yōu)秀性能。為進一步驗證本文方法在大尺度遙感影像中進行耕地提取的有效性，以實例作為試驗區(qū)，結(jié)果顯示本文算法交并比為85%以上，證實了本文方法具有良好的泛化性，可作為耕地信息提取通用模型。

參考文獻

[1]陳紅，吳世新，馮雪力.新疆耕地時空變化特征[J].地理科學(xué)進展，2010，29（3）：312-318.

[2]楊忍，劉彥隨，陳玉福，等.環(huán)渤海地區(qū)耕地復(fù)種指數(shù)時空變化遙感反演及影響因素探測[J].地理科學(xué)，2013，33（5）：588-593.

[3]LECUN Y，BOTTOU L.Gradient-Based learning applied to

document recognition[J].Proceedings of the IEEE，1998，86（11）：2278-2324.

[4]JADHAV J，SINGH R.Automatic semantic segmentation and

classification of remote sensing data for agriculture[J].Mathematical models in engineering，2018，4：112-137.

[5]陳玲玲，施政，廖凱濤，等.基于卷積神經(jīng)網(wǎng)絡(luò)的高分遙感影像耕地提取研究[J].農(nóng)業(yè)機械學(xué)報，2022，53（9）：168-177.