基于高分辨率遥感数据的特定目标智能提取综述

1.3.3.1　卷积神经网络结构

卷积神经网络属于一种计算机视觉中深度神经网络，其具有高度的非线性拟合能力，在复杂的图像任务中具备良好的信息提取与分析能力。卷积神经网络的结构有：卷积层、池化层、全连接层等。

（1）卷积层

卷积层是卷积神经网络的核心。卷积不是对图像上所有的像素做运算，而是要对图像上一个格网区域进行像素级的点乘运算。通过权重共享，减少参数量。卷积层能获取图像不同尺度的特征。同时，通过使用一定数量的卷积核，达到增加特征维度的目的。卷积神经网络通过在图像上滑动卷积的方式来提取图像的不同特征。神经网络结构最后通过将提取到的图像特征链接到全连接层实现分类。

新近研究针对图像信息提取应用为了获取更多网络特征，发展出了多类型的卷积操作，包括空洞卷积、DepthWise卷积等。

①空洞卷积。在图像分割任务中上采样（如线性插值）是确定性的映射，无法学习（也没有参数要学习），同时图像先减少尺寸、再增大尺寸过程中，有一些信息损失。空洞卷积在不做池化损失信息的情况下，加大感受野，让每个卷积的输出都包含较大范围的信息。在图像需要全局信息时，空洞卷积都能很好地应用。

②DepthWise卷积。标准的卷积会考虑所有的输入通道，而DepthWise 卷积会针对每一个输入通道进行卷积操作，然后接一个1×1的跨通道卷积操作。

（2）池化层(www.xing528.com)

池化层是神经网络中的下采样操作，池化层通常出现在卷积层之后。通过池化层的处理增大了神经元的感受野，同时，减少了特征图的大小，因此也大幅度减少了网络的计算量和参数。该层能让神经网络具有很强的鲁棒性，防止过拟合。

（3）全连接层

全连接层是通过对所有神经元完全连接的方式连接前、后层之间的神经元，使得后层的每一个神经元都和前层的所有神经元连接着。卷积神经网络中使用全连接层链接到卷积层可以适应尺寸多变的输入图像。

1.3.3.2　深度学习语义分割

深度学习语义分割是在图像分割方法上进行的一种扩展，它既需要精确提取目标轮廓，又要准确地分析出目标的类别，即目标的语义信息。最早的端到端深度学习语义分割方法是奥拉夫等人在2015年提出的全卷积神经网络（FCN），其相比传统非深度学习的方法精度提高显著而备受关注。近年来，谷歌团队提出的Deeplab^[5]系列语义分割模型被广泛应用，其中：DeeplabV1引入条件随机场与卷积神经网络进行结合提高精度；DeeplabV2引入扩张卷积层增加层的感受野，并保留空间位置信息；DeeplabV3引入了空间金字塔池化（ASPP）结构获取更多尺度的特征；DeeplabV3+设计了能融合编码网络低层信息的单元。

随着网络深度的增加，准确率达到饱和之后迅速下降，而这种下降不是由过拟合引起的，这被称作网络退化问题。如果更深的网络训练误差更大，则说明是由于优化算法引起的：越深的网络，求解优化问题越难。解决网络退化问题的一种方案是学习残差，加上残差之后通过非线性激活函数，这可以视作对整个残差块添加非线性。