用深度學習理解遙感圖像，識別效率提升90倍 | PaddlePaddle出品

乾明 2019-04-20 14:15:58 來源：量子位

乾明 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

高爾夫球場，長期以來的高端社交地，但其存在的背后，卻是對資源環境的侵襲。

不僅大量占用土地資源、耗費水資源，而且在維護草坪的時候大量使用化肥農藥，會造成嚴重污染。

有多嚴重呢？

曾任江蘇省副省長的徐鳴此前接受《中國經濟周刊》專訪給出了一個對比：

“一個高爾夫球場的污染比一座普通工廠的污染還要嚴重?！?/p>

從2004年開始，有關部門就開始出臺一系列政策限制球場建設，并在2017年前后開展了專項清理整治。

但整治效果該如何核查？

球場相對分散，且占地面積比較大， 通過遙感圖像來檢測，是較優方案，高分辨率光學遙感影像的普及也為球場檢測提供了有力數據支持。

哪怕這些數據都有，檢測起來卻不容易。

下面就是一張遙感圖像，忽略綠框，你能發現其中的高爾夫球場有多少，都在哪嗎？

一個熟練解譯人員從這樣的遙感圖像中檢測出來所有的高爾夫球場，需要15分鐘左右。

而現在，深度學習技術改變了這項工作的面貌。

只需10秒，就能夠在這樣的圖中，自動檢測出高爾夫球場。

相比之下，效率提高90倍。識別的準確度也達到了84%。

這并不是個案特例，而是整個應用方向的集體提升，正切切實實發生在中科院遙感地球所。

這一躍遷是怎么發生的？又是一個怎樣的過程？

AI在圖像識別領域中已經頗有建樹許多年，為什么到現在能力才體現出來？

想要回答這些問題，需要先回答——

為什么原來處理遙感圖像很慢？

利用遙感圖像監測地表，是一個持續的過程。

中科院遙感地球所研究人員說，其中最大的難點就在于，同一個地方的環境和氣候，每年都會發生變化。

這會對理解遙感圖像的算法造成極大的影響。

最直接的體現就是，原本針對這些地方構建的算法，過了一年之后，就要有針對性地調優，適應這些變化，不然就會“罷工”。

而且， 這些算法都與人的經驗有很強的關聯性，如果設計算法的人離職，整個算法就難以為繼了。

需要注意的是，這些算法并不是自動化的，仍舊需要人工去配合。

中國960萬平方公里，想要完成一遍，至少需要千余人集中工作2到3個月。

怎么辦？可以用深度學習?，F在， 遙感所是這樣做的：

針對一個地方構建樣本庫，然后基于樣本庫中的圖像訓練深度學習模型。

第二年，這一地方的環境和氣候發生變化，只需要把新的圖像加進樣本庫，然后重新把模型訓練一遍就可以了。

同時，這樣也能夠減少對人的依賴，模型的調整不再受限于專家經驗，而是依靠數據的變化。

而且，數據越來越多，也不再是累贅，而是提高模型精度的“養料”。

雖然現在看來，這一切都很高效且非常簡單。

但在從傳統的人工+算法模式到現在深度學習的模式切換中，還經歷了不少困難。

用AI理解遙感圖像，有什么難的？

圖像識別，可以說是當前AI領域比較成熟的技術了，各種用于圖像理解的深度學習模型層出不窮，而且在特定領域已達到了人類同等水準。

但問題在于，這些深度模型，主要是針對自然圖像的，如果直接用于理解遙感圖像效果就會大打折扣。

因為這兩類圖像之間有很大的差別。

首先，遙感圖像波段比較多，除了自然圖像的RGB三個波段之外，遙感圖像至少還要多出一個近紅外波段，一些衛星獲取的遙感影像有8個波段，高光譜圖像甚至有多達200多個波段。

其次，圖像的尺度差異也非常大，與自然圖像中利用尺度金字塔進行多尺度的識別相比，遙感圖像的尺度差異甚至要達到1：30 以上，才能較好地識別各個目標地物。

第三，有局部空間特征失真的問題。自然圖像的失真，主要是因為傳感器的邊緣失真和鏡頭失真，整體是可控的。但遙感圖像成像的失真，是由于在圖像獲取中的誤差產生的，相對來說是不可控的。

這些問題的存在，讓現有的深度學習算法很難直接應用到遙感圖像理解任務中。不僅模型需要進一步優化，還需要框架提供支持：

不僅要在遙感影像讀入方面提供多波段的支持，還需要添加針對遙感影像的圖像增強算法，考慮到多波段的顏色增強，以及局部空間特征變形增強等等方面。

這些，正是百度在其深度學習框架PaddlePaddle中所做的事情，借助這一框架，中科院遙感地球所，也正在完成一輪新的技術迭代。

應用正越來越廣泛

具體到我們一開始提到的高爾夫球場識別問題，中科院遙感所的研究人員借助PaddlePaddle框架的支持，使用了Faster R-CNN目標檢測模型。

在專業、標準的高爾夫球場遙感數據集中，只需要10秒，就能夠檢測出遙感圖像中的所有球場。

用人工+算法來識別，則需要15分鐘。

深度學習新方法讓工作效率提高了90倍，檢出準確率也能夠達到84%。

而且，深度學習并不僅僅只是用于自動化檢測高爾夫球場，還正在被用于理解遙感圖像中的機場，建設在山區中的風力和光伏發電站。

借助深度學習技術，研究人員能夠根據遙感圖像快速識別出一個地區有多少太陽能面板，就有可能對這一地區能夠發多少電有清晰的預估，并為電網建設提供決策支持，避免“有電沒網”或者“有網沒電”的窘境。

根據國家能源局給出的數據，僅2018年，光伏發電就浪費了54.9億度，相當于200多萬家庭一年的用電量（按一家庭每月用電200度來計算）。

這背后的社會價值可見一斑。

而且，理解遙感圖像，只是PaddlePaddle解決實際問題的一個范例。

在計算機視覺領域，這個框架已經能夠支持模型完成圖像分類、目標檢測、圖像語義分割、場景文字識別、圖像生成、人體關鍵點檢測、視頻分類、度量學習等任務。

最后，附上一篇使用指南。如果你感興趣，可以收藏觀看~

計算機視覺八大任務全概述：PaddlePaddle工程師詳解熱門視覺模型

— 完 —