遙感大數據深度學習變化檢測

      不知不覺，深度學習已經改變了傳統方法的研究路線，你們一窩蜂的研究這個方法了，事實證實，這個方法，確實是目前最有效的視覺方法。。。雖然有點，就不說了！

      利用深度學習進行遙感影像全自動變化檢測，這兩年飛速發展，精度與效率已經遠超傳統方法，可是真正將深度學習方法用到實際生產工做，幾乎少有人作，目前在作的幾個單位，無非就是中科院遙感所，天然資源部國土衛星中心，武漢大學等等。我本身也是這裏面的一個，把深度學習方法真正落到實際生產做業中，根據一線做業人員的反饋，雖然不能100%準確，可是能夠節省大部分人工工做量了，我仍是很欣慰的，靠人工去自動勾變化圖斑，量大，人累。作了這麼些工做，用一句話能夠歸納，「科技是第一輩子產力！」

     下面我以兩期多時相影像，利用深度學習方法作的全自動變化監測，並最終輸出變化圖斑，整個技術流程簡單介紹一下:

圖 實驗區域與檢測結果（黃色爲自動檢測出的變化圖斑，藍色爲訓練樣本）

      更多的局部圖斑細節：

                                                             

                                                                                                               圖 道路區域變化監測結果     

                                                             

                                                                                                        圖 林地變化提取結果

                                                            

                                                                                                      圖 建築物變化提取結果 

       唉，再次吐槽一下博客園的編輯系統，實在是太差了，編輯太不方便了，並且美觀性也不行。。。算了。我是隨意選取的幾種變化檢測提取結果，從這個

結果能夠看出，基本上變化圖斑均能發現，可是邊界並不十分完美，所以後面須要人工進行邊界修正等，還有一些僞圖斑刪除，以下面的雲覆蓋區域，誤識別

成變化圖斑，所以須要後期刪除：

                                                             

                                                                                                  圖 僞變化圖斑狀況

      看完告終果，下面我說一下這個技術流程，總得來講分爲如下幾個思路：

      1. 影像預處理。如何大規模鑲嵌影像數據集，這是一個關鍵技術問題，我這裏是調用的arcgis鑲嵌工具，效率較低，對於上百景影像則會效率很低，不知道你們有沒有

什麼好的方法，能夠一塊兒討論討論；

      2.分塊處理。深度學習方法輸入通常是規則的整數塊，如1000*1000等，這個能夠用GPU計算解決。

      3.柵格矢量化，平滑。這個能夠調用一些開源工具集解決，可是我本身是用的本身開發的平滑算法，效果就是上面你們看到的了，視覺上仍是不錯的。

     關於我用的模型，我這裏貼出來，給你們看一下關鍵部分： 

                                                                                 

 

                                                                                                                         圖 深度模型關鍵部分

       我這裏是改進的一個輕量級語義分割算法，用了四層並聯的空洞卷積，加上一個平均池化層，最後用cat方式融合多特徵，全部卷積所有采用可分離卷積，

這個好處，就是訓練很快，參數極少，個人參數量一塊兒是32MB，比較小了，在不好的筆記本上cpu計算均可以。

      咱們再來測試一下，大規模場景如何，我選擇深圳做爲測試區域，樣本大概選了20個左右，全爲336*336大小，技巧上採用通用的tricks就差很少了，

咱們來看看效果：

 

 總共發現了2688個變化，我肉眼對比了下，基本上搞出了變化，結果仍是很是不錯的。。。

      在圖像預處理方面，輸入均爲525*525大小，好吧，先寫到這裏，若是你們須要個人全套代碼，請聯繫qq1044625113，加時請備註：深度變化檢測。