崔 娜，盧小紅，王 妍，李 菲，宋 珊，郭慶妮，周少偉，史利燕，2

1.陜西省地質(zhì)科技中心，陜西 西安 710054；2.陜西省省級院士專家工作站，陜西 西安 710054；3.陜西省社會科學(xué)科普基地，陜西 西安 710054；4.北京市智慧水務(wù)發(fā)展研究院，北京100036

0 引言

地球環(huán)境的變化是非常復(fù)雜的，因?yàn)閮?nèi)部與外部因素的雙重影響，產(chǎn)生許多不可抗逆的地質(zhì)事件［1-2］，這種事件，就是我們常說的地質(zhì)災(zāi)害.當(dāng)今的科技發(fā)展中，航天技術(shù)和遙感技術(shù)突飛猛進(jìn)，為自然資源和環(huán)境監(jiān)測提供了全新的方法，為地質(zhì)災(zāi)害的提前預(yù)測提供了更為先進(jìn)的手段，從而利用遙感技術(shù)獲取地面信息非常關(guān)鍵［3］.在技術(shù)的不斷更替中，遙感技術(shù)也在不斷升級，已經(jīng)可以為小范圍的地質(zhì)災(zāi)害和環(huán)境的監(jiān)測提供先進(jìn)的技術(shù)手段，可以為滑坡、泥石流、地面裂縫等地質(zhì)災(zāi)害提供有用的監(jiān)測，為一些比較大型的環(huán)境災(zāi)害防范工程提供技術(shù)支撐.Lian 等［4］提出了利用無人機(jī)低空遙感圖像，主輔數(shù)據(jù)相結(jié)合的方法，可使滑坡、崩塌和裂縫能夠快速準(zhǔn)確識別.Athanassas［5］對于遙感技術(shù)在識別南愛琴?；顒踊鹕交。╯outhern Aegean active volcanic arc，SAAVA）地質(zhì)災(zāi)害中的適用性進(jìn)行了研究，發(fā)現(xiàn)其識別性能令人滿意.Lai 等［6］將遙感與地理信息系統(tǒng)技術(shù)相互耦合，對中國西部攀西地區(qū)的災(zāi)害風(fēng)險(xiǎn)進(jìn)行了評估，最終發(fā)現(xiàn)該模型充分考慮了主客觀因素，是區(qū)域地質(zhì)災(zāi)害風(fēng)險(xiǎn)評價(jià)的理想模型.通過上述案例，發(fā)現(xiàn)遙感技術(shù)在地質(zhì)災(zāi)害的應(yīng)用中提供了更多的信息，但如何在數(shù)據(jù)信息中快速檢測到有用的信息，使得所檢測的目標(biāo)信息的精度和速度能夠擁有更加良好的性能成為了關(guān)鍵的問題［7］.機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，為目標(biāo)檢測提供了全新的視角，對目標(biāo)檢測有關(guān)算法的優(yōu)化升級，是地質(zhì)災(zāi)害監(jiān)測有效與否的重點(diǎn)［8］.

在FasterR-CNN（FasterRegions-ConvolutionalNeural Networks）目標(biāo)檢測算法初期，目標(biāo)檢測算法很多都是建立在區(qū)域提名算法上面的.一般將算法分為3 個(gè)部分，分別是區(qū)域選擇、特征提取、分類器.此算法采用滑動窗口檢測方法，構(gòu)建尺度金字塔，在每個(gè)尺度中搜尋，從而獲取到目標(biāo)出現(xiàn)區(qū)域的范圍.其次在區(qū)域內(nèi)使用手工特征進(jìn)行特征收集，再運(yùn)用分類器達(dá)到最后的效果［9］.隨著技術(shù)發(fā)展，出現(xiàn)了DPM（Deformable Part Model）算法［10］.這個(gè)算法選擇的區(qū)域選擇手段是利用了滑動窗口選擇，選擇的手工特征是完善后的HOG（Histogram of Oriented Gradients）特征，選用的分類器為SVM（Support Vector Machines）分類器.后面又出現(xiàn)了R-CNN（Region-Convolutional Neural Networks）算法［11］，后來相關(guān)學(xué)者對其進(jìn)行了再次完善，得到了SPPNet（Spatial Pyramid Pooling Convolutional Networks）.然而SPPNet 算法的訓(xùn)練還是存在多個(gè)階段，并且還非常復(fù)雜和費(fèi)時(shí).因此，時(shí)代浪潮又推出了Fast R-CNN（Fast Regions-Convolutional Neural Networks）目標(biāo)檢測算法.然而候選區(qū)域生成步驟目標(biāo)檢測算法還是達(dá)不到端到端的分析.在這一前提下，F(xiàn)aster R-CNN 算法出現(xiàn)了［12］，端到端的檢測算法才算正式推出.在Faster R-CNN 算法中，錨點(diǎn)框采用的是人為定義的框，此類人為定義的框要求比較苛刻，對先驗(yàn)框的優(yōu)化便顯得尤為重要.另外，傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)對特征獲取時(shí)，只運(yùn)用了圖像的頂層特征去預(yù)測，所以存在目標(biāo)檢測時(shí)對于小目標(biāo)的檢測精度沒有很高.

本文的核心目標(biāo)是對Faster R-CNN 目標(biāo)檢測算法的現(xiàn)階段可待優(yōu)化的部分給予討論，并對卷積神經(jīng)網(wǎng)絡(luò)和特征提取的方法進(jìn)行分析，使用不同的特征提取網(wǎng)絡(luò)，使用不同的模型訓(xùn)練辦法，使用特征提取網(wǎng)絡(luò)中的方法，對人為定義的錨點(diǎn)框進(jìn)行優(yōu)化提升，從而優(yōu)化Faster R-CNN 目標(biāo)檢測任務(wù)的精度和速度.利用優(yōu)化后的Faster R-CNN 檢測算法，可以快速檢測到地表地質(zhì)的變化，為防范地質(zhì)災(zāi)害起到促進(jìn)作用.

1 研究方法

1.1 網(wǎng)絡(luò)模型優(yōu)化途徑

機(jī)器學(xué)習(xí)算法模型訓(xùn)練的時(shí)候，往往會遇到過擬合的狀況.就此，給出一些網(wǎng)絡(luò)模型優(yōu)化方法，如圖1所示.

圖1 網(wǎng)絡(luò)模型優(yōu)化途徑Fig.1 Network model optimization approach

在眾多途徑中，對數(shù)據(jù)進(jìn)行有效的增強(qiáng)，讓數(shù)據(jù)中的數(shù)量提升，從而減少模型過擬合的情況.數(shù)據(jù)增強(qiáng)這種優(yōu)化辦法是受到了數(shù)字圖像優(yōu)化方法的啟發(fā)［13］.在此基礎(chǔ)上，卷積神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)到圖像的很多不變性特征.具體的幾種方法如圖2 所示.

圖2 數(shù)據(jù)增強(qiáng)的幾何變換方法Fig.2 Data-augmented geometric transformation method

1.2 Faster R-CNN 算法

Fast R-CNN 算法中，區(qū)域提名階段非常浪費(fèi)時(shí)間.基于此類現(xiàn)象，F(xiàn)aster R-CNN 算法利用區(qū)域生成網(wǎng)絡(luò)來處理候選框的問題，候選區(qū)域的分類依然利用區(qū)域生成網(wǎng)絡(luò)［14］.它的具體算法如圖3 所示.

圖3 Faster R-CNN 算法圖Fig.3 Faster R-CNN algorithm diagram

區(qū)域生成網(wǎng)絡(luò)，就是常說的RPN（Region Proposal Network），卷積神經(jīng)網(wǎng)絡(luò)提取輸入數(shù)據(jù)中的建議區(qū)域是區(qū)域生成網(wǎng)絡(luò)的任務(wù).RPN 具體結(jié)構(gòu)如圖4 所示.

圖4 RPN 的結(jié)構(gòu)Fig.4 Structure of RPN

錨點(diǎn)框窗口的每次滑動預(yù)測9 個(gè)建議區(qū)域.1 次滑動，分類層輸出2×9 個(gè)得分，代表著此框中存在物體的可能性.損失函數(shù)RPN 網(wǎng)絡(luò)后面的損失函數(shù)存在邊界框回歸損失函數(shù)與分類損失函數(shù)［15］.在此，邊界框回歸損失函數(shù)表達(dá)為：

目標(biāo)分類損失函數(shù)的表達(dá)為：

特征圖上各個(gè)像素點(diǎn)上面出現(xiàn)的錨點(diǎn)框是前景與背景的可能性為目標(biāo)分類層的輸出.相關(guān)的目標(biāo)檢測任務(wù)損失函數(shù)表達(dá)如下：

上述公式中，Lcls與Lreg依次被Ncls、Nreg給予歸一化，系數(shù)λ 對它們分別相乘.在此處，Ncls為最小批次數(shù)量，Nreg為錨點(diǎn)框的數(shù)量，λ 為權(quán)衡分類損失和回歸損失的系數(shù)，ti*為正樣本Anchor 到真值的變換參數(shù)定義，ti為正樣本Anchor 到網(wǎng)絡(luò)檢測的目標(biāo)區(qū)域的變換參數(shù)，pi*為第i 個(gè)Anchor 標(biāo)記為物體的概率，pi為經(jīng)網(wǎng)絡(luò)判斷當(dāng)前第i 個(gè)Anchor 可能為物體的概率，Lreg為位置回歸損失，Lcls為目標(biāo)分類損失.設(shè)置λ 為10，那么分類損失與回歸損失的權(quán)重基本相同.對Faster R-CNN 網(wǎng)絡(luò)的優(yōu)化，需要將RPN 網(wǎng)絡(luò)進(jìn)行固定處理，這樣可以優(yōu)化算法的收斂速度［16］.

1.3 優(yōu)化的Faster R-CNN 檢測算法

1.3.1 模型調(diào)優(yōu)與特征金字塔的運(yùn)用

對深層神經(jīng)網(wǎng)絡(luò)訓(xùn)練的時(shí)候，對模型的優(yōu)化很重要.本研究使用了一些較為常見的優(yōu)化方法，用的比較多的有批量標(biāo)準(zhǔn)化和高分辨率分類器，已有的特征提取網(wǎng)絡(luò)在Image Net（全稱為Image Net Large-Scale Visual Recognition Challenge）數(shù)據(jù)集操作預(yù)訓(xùn)練中很重要，之后在實(shí)際任務(wù)中再給予小規(guī)模調(diào)整［17-18］.

以往的卷積神經(jīng)網(wǎng)絡(luò)在特征提取時(shí)選用的特征一般是比較單一的，從而讓目標(biāo)檢測對小目標(biāo)的檢測精度不是很高.基于此類現(xiàn)象，運(yùn)用FPN（Feature Pyramid Network）網(wǎng)絡(luò)再運(yùn)用圖像的底層特征和高層特征，分別進(jìn)行不同層的預(yù)測.比起沒采用FPN 網(wǎng)絡(luò)的Res Net（Residual Neural Network）網(wǎng)絡(luò)，大目標(biāo)檢測的召回率得到了很大的提升.小目標(biāo)的召回率多了13%.FPN 網(wǎng)絡(luò)如圖5 所示.

圖5 特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)Fig.5 Feature pyramid network structure

1.3.2 聯(lián)合訓(xùn)練方法與損失函數(shù)優(yōu)化

深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練里面，標(biāo)記的數(shù)據(jù)集很重要.因?yàn)槿斯?biāo)記的代價(jià)很大，尋得數(shù)量充足有標(biāo)記的目標(biāo)檢測數(shù)據(jù)集難度很大.于YOLO v2（You Only Look Once v2）里面，本文推出了聯(lián)訓(xùn)練辦法［19］.在Faster R-CNN 算法里面，目標(biāo)檢測框的回歸運(yùn)用的損失函數(shù)是以L1、L2 距離為基礎(chǔ)的損失函數(shù)，不足的是該損失函數(shù)不存在尺度不變性.另一方面，目標(biāo)檢測框回歸的目標(biāo)IOU 與損失函數(shù)并不是簡單對等關(guān)系［20-21］.把IOU（Intersection Over Union）當(dāng)成回歸的損失函數(shù)，損失函數(shù)無法對沒有重疊部分進(jìn)行優(yōu)化，對齊方式如果存在相關(guān)的差異性，IOU 依然不具備區(qū)分的能力.利用GIOU（Generalized Intersection Over Union）作為優(yōu)化目標(biāo)給予目標(biāo)檢測，它的公式如下：

式中，A、B 代表目標(biāo)框，C 代表目標(biāo)框的最小閉包.目標(biāo)檢測框的損失函數(shù)表達(dá)為：

LGIOU為了讓損失函數(shù)目標(biāo)檢測框回歸存在尺度不變性，對檢測框的優(yōu)化目標(biāo)和損失函數(shù)給予同步處理.

1.3.3 針對錨點(diǎn)框的改進(jìn)

Faster R-CNN 算法中的錨點(diǎn)框運(yùn)用的是人為定義的框，它對此領(lǐng)域的先驗(yàn)知識要求比較高［22-23］.于YOLO v2 算法中，推出k-means 聚類算法去對數(shù)據(jù)集里面的邊框給予聚類，沒有苛刻的前提條件，就能夠獲取到優(yōu)良的先驗(yàn)框［24］.良好的k-means 聚類算法的距離度量為歐幾里得距離.在目標(biāo)檢測算法中，歐幾里得距離適用性很差，它會讓較大的框比較小的框誤差要大很多.然而，在目標(biāo)檢測任務(wù)中，本質(zhì)是為了擁有更佳的IOU 分?jǐn)?shù)，卻與邊界框大小無關(guān).基于此，可以使用公式：

在驗(yàn)證環(huán)節(jié)選用了不同的k 值，這是為了權(quán)衡模型復(fù)雜度以及召回率，使用了k＝5，能夠發(fā)現(xiàn)的錨點(diǎn)框與人為定義的錨點(diǎn)框顯然不同，瘦高的框要比扁平的框較多.

2 實(shí)驗(yàn)數(shù)據(jù)集

本實(shí)驗(yàn)中運(yùn)用的數(shù)據(jù)集是PASCAL VOC（The PASCAL Visual Object Classes）數(shù)據(jù)集與COCO（Common Objects in Context）.PASCAL VOC 存在1 萬幅圖，類別分為20 組，該數(shù)據(jù)集是目標(biāo)檢測問題的一個(gè)基準(zhǔn)數(shù)據(jù)集.MS COCO（Microsoft Common Objects in Context）數(shù)據(jù)集為微軟公司推出的在競賽中使用的數(shù)據(jù)集.此數(shù)據(jù)集能夠在圖像標(biāo)題生成、目標(biāo)檢測、關(guān)鍵點(diǎn)檢測與物體分割等多種競賽時(shí)使用.在目標(biāo)檢測任務(wù)中，此數(shù)據(jù)集擁有160 000 幅圖，分別為80 組不同類型.

在實(shí)驗(yàn)中，對數(shù)據(jù)集中的真實(shí)框給予聚類形成錨點(diǎn)框，它的距離度量是：

以此為前提，分別測試了k 值不同時(shí)產(chǎn)生的錨點(diǎn)框的IOU 與GIOU.之后以聚類生成的錨點(diǎn)框?yàn)榛A(chǔ).讓后讓基礎(chǔ)網(wǎng)絡(luò)為Res Net，然后在此前提下組成FPN網(wǎng)絡(luò)，其中回歸損失函數(shù)可以用如下公式表達(dá)：

在本研究檢驗(yàn)環(huán)節(jié)中，需要先在Image Net 上面操作預(yù)訓(xùn)練網(wǎng)絡(luò)步驟.訓(xùn)練進(jìn)行時(shí)，同步采取數(shù)據(jù)增強(qiáng)的一些方法.

3 研究結(jié)果

3.1 自動生成描框的k 值測試

本實(shí)驗(yàn)中，利用不同k 值對目標(biāo)檢測框使用進(jìn)行聚類，并進(jìn)行聚類生成描點(diǎn)框（圖6）.

圖6 不同k 值下平均GIOU 圖Fig.6 Average GIOU diagrams for different k valuesa—不同k 值下平均GIOU 值（average GIOU vs.k）；b—聚類生成的錨框（anchors by clustering）

從圖6a 中不難發(fā)現(xiàn)，k 值為1 時(shí)，GIOU 在0.3附近，k 值為3 時(shí)，GIOU 在0.45 附近，依次類推.k 值與GIOU 同步增加，檢測精度也同步增加.在這里，隨著k 值的不斷增加，錨點(diǎn)框數(shù)量不斷增加，目標(biāo)檢測的速度卻有所下降.從聚類生成的錨框（圖6b）能夠看到，數(shù)據(jù)集中的錨框要偏向于長且窄的錨框，說明以往人為定義的錨框的確存在不足.另外還發(fā)現(xiàn)，利用自動生成的錨框，在k＝5 的時(shí)候，即GIOU 值為0.6，檢測精度是以往9 個(gè)錨點(diǎn)框的精確能力.說明了智能生成錨點(diǎn)框的能力，比以往人為定義的錨點(diǎn)框代表性更好.

3.2 優(yōu)化目標(biāo)檢測算法性能的對比

為了讓檢測精度與檢測速度得到很好的權(quán)衡，令k＝5 進(jìn)行實(shí)驗(yàn).這里分別用以往的Faster R-CNN 進(jìn)行測試，并與它進(jìn)行比較，還運(yùn)用FPN 網(wǎng)絡(luò)損失度量與聚類得到的檢測框相比較，具體結(jié)果見圖7.

圖7 算法在MS COCO 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果Fig.7 Experimental results of the algorithm on MS COCO datasetAP—平均精度（average precision）；AP@0.5— GIOU＝0.5 時(shí)的平均精度（average precision，GIOU＝0.5）；APs—小目標(biāo)平均精度（average precision for small objects）；APm—中等目標(biāo)平均精度（average precision for medium objects）；APl—大目標(biāo)平均精度（average precision for large objects）；1— R-CNN（regions-convolutional neural network）；2— Faster R-CNN（faster regions-convolutional neural network）；3— RPN（region proposal network）

圖7 中的APs，APm，APl，AP@0.5 等都是在基于COCO 數(shù)據(jù)時(shí)，定義出來評論檢測模型的指標(biāo)，AP的具體含義是類別的平均值，傳統(tǒng)上被稱為平均精確度.在圖中3 條曲線中，可以發(fā)現(xiàn)RPN 網(wǎng)絡(luò)的AP@0.5達(dá)到了59，是對比中差距最大的測試項(xiàng)，除了APl 之外，也高于其他評價(jià)指標(biāo)的對比項(xiàng)，證明它在目標(biāo)檢測精度尤其是在小物檢測精度時(shí)提升很明顯.

4 結(jié)論

地球環(huán)境的變化往往會產(chǎn)生人類難以對抗的地質(zhì)災(zāi)害，對人類社會的安全生產(chǎn)帶來巨大威脅.為了利用遙感技術(shù)更加精確地監(jiān)測到自然環(huán)境中的地質(zhì)信息，本文在Faster R-CNN 算法的基礎(chǔ)上，對算法進(jìn)行了優(yōu)化.通過對地質(zhì)災(zāi)害與遙感技術(shù)之間關(guān)聯(lián)性的描述，闡述了檢測速度和精度的重要性，對涉及到的優(yōu)化辦法進(jìn)行了系統(tǒng)描述，然后對優(yōu)化Faster R-CNN 算法原理進(jìn)行了解釋，運(yùn)用特征提取網(wǎng)絡(luò)，以及適用的優(yōu)化辦法，修改了訓(xùn)練方法.實(shí)驗(yàn)環(huán)節(jié)，在MS COCO 數(shù)據(jù)集上，對優(yōu)化方案進(jìn)行了一系列相關(guān)檢驗(yàn)論證.最終的實(shí)驗(yàn)結(jié)果表明，新的算法兼顧了速度與精確性，達(dá)到了預(yù)期的目標(biāo)檢測目的.運(yùn)用此優(yōu)化的目標(biāo)檢測算法，借助衛(wèi)星遙感技術(shù)，可以更加快速地檢測到自然環(huán)境中的地質(zhì)信息，判斷其屬性變換，從而做出預(yù)警措施，對減少人類因地質(zhì)變化引起的損失，對促進(jìn)人類安全活動，具有實(shí)際意義.不足的是，本文實(shí)驗(yàn)環(huán)節(jié)僅僅是在數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，對算法性能進(jìn)行評估，而環(huán)境變化具有非常大的復(fù)雜性，后續(xù)的探討中，可以在具體的實(shí)踐環(huán)境中，對算法性能進(jìn)行評估.