清華新聞網(wǎng)9月23日電 油棕作為一種重要的熱帶產(chǎn)油作物，具有很高的經(jīng)濟(jì)效益和生態(tài)研究?jī)r(jià)值。對(duì)油棕的準(zhǔn)確識(shí)別有利于更好地油棕種植園管理，從而促進(jìn)棕櫚油產(chǎn)量的提高。基于遙感影像和深度學(xué)習(xí)模型，目前已有很多研究工作實(shí)現(xiàn)了高準(zhǔn)確率的油棕識(shí)別。但是已有的工作主要聚焦于單一的、有限的研究區(qū)域。當(dāng)使用不同傳感器、不同時(shí)間、不同區(qū)域的復(fù)雜區(qū)域影像時(shí)，如果直接運(yùn)用傳統(tǒng)模型做預(yù)測(cè)，會(huì)因?yàn)檫b感影像之間存在的明顯差異，導(dǎo)致油棕檢測(cè)結(jié)果精度出現(xiàn)大幅度的下降（如圖1）。這時(shí)如果想要保持識(shí)別準(zhǔn)確率，需要將新的影像樣本加入到識(shí)別訓(xùn)練中，然而這將需要更多的人工標(biāo)記成本。
圖1 影像A和影像B對(duì)于四種不同類(lèi)別的光譜差異示例圖
近日，清華大學(xué)地學(xué)系付昊桓教授研究組在遙感領(lǐng)域高影響期刊《ISPRS-攝影測(cè)量與遙感》（ISPRS Journal of Photogrammetry and Remote Sensing）上發(fā)表題為“基于多層次注意力機(jī)制的跨區(qū)域油棕檢測(cè)方法”（Cross-regional oil palm tree counting and detection via a multi-level attention domain adaptation network）的研究論文。研究組設(shè)計(jì)了一種新的領(lǐng)域自適應(yīng)模型，在不針對(duì)新研究區(qū)域增加標(biāo)注成本的前提下，面向全新的遙感影像數(shù)據(jù)和研究區(qū)域，將油棕識(shí)別的準(zhǔn)確率提高了15%。這種方法為大尺度、跨區(qū)域、低成本的油棕識(shí)別提供了參考。
為了進(jìn)一步將油棕識(shí)別應(yīng)用于更大規(guī)模區(qū)域，付昊桓研究組提出了一種新的領(lǐng)域自適應(yīng)模型（Multi-level Attention Domain Adaptation Network, MADAN）。該方法不需要重新標(biāo)注目標(biāo)域的樣本，只需要源域的樣本和目標(biāo)域的影像信息即可。MADAN采用了基于對(duì)抗學(xué)習(xí)的多層次注意力機(jī)制，有效地度量了不同影像以及同一影像不同區(qū)域的遷移能力，同時(shí)極大改善了目標(biāo)域中容易混淆的樣本預(yù)測(cè)的置信度。研究組成員以馬來(lái)西亞三個(gè)不同區(qū)域及其遙感影像為例（如圖2），發(fā)現(xiàn)MADAN與現(xiàn)有最新的方法相比，精度上實(shí)現(xiàn)了3.55～14.49%的顯著提升。
圖2 三個(gè)不同的研究區(qū)域。區(qū)域A（左）為QuickBird影像，區(qū)域B（中）和C（右）為Google Earth影像。
清華大學(xué)地學(xué)系博士生鄭玨鵬為論文第一作者，地學(xué)系博士畢業(yè)生、香港中文大學(xué)博士后研究員李唯嘉為通訊作者。地學(xué)系教授付昊桓、副教授俞樂(lè)共同指導(dǎo)了該研究工作。本工作得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金以及青島海洋科學(xué)與技術(shù)試點(diǎn)國(guó)家實(shí)驗(yàn)室的支持。
論文鏈接：https://doi.org/10.1016/j.isprsjprs.2020.07.002
供稿：地學(xué)系
編輯：李華山
審核：程曦
