基于蒸馏学习的SAR影像城市固废自动识别方法及系统与流程

本发明涉及生态环境保护，特别涉及一种基于蒸馏学习的sar影像城市固废自动识别方法及系统。

背景技术：

1、城市固体废弃物，简称“城市固废”，指的是人类在生产建设、日常生活和其他活动中产生的固态或半固态的废弃物体，包括生活垃圾、建筑垃圾和工业垃圾等。在过去几十年里，全世界尤其是发展中国家步入了快速城市化的时代，加剧了城市固废的产生。据中国生态环境部发布的《2020年全国大、中城市固体废物污染环境防治年报》，2019年我国196个大、中城市一般工业固体废物产生量达13.8亿吨，城市生活垃圾产生量2.4亿吨，城市建筑垃圾年产生量超过20亿吨，约占全世界总量的29%。如此大量的城市固废带来了一系列的生态环境问题，如污染水体和空气、浪费土地资源，严重的影响了市民的正常生活。因此，为改善城市生态环境质量，提升市民生活幸福指数，需要对城市固废进行实时有效的监测。

2、实地调查是当前城市固废监测的常用方法之一。然而，城市固废的分布呈随机性大、分布范围广、隐蔽性强的特点，实地调查的监测方式属于一种劳动密集型的监测方法，需要耗费大量的人力、财力、物力，且不能实现对城市固废的实时快速、全方位、无死角的监测。相较而言，遥感技术具有探测距离远、覆盖范围广、重访周期短的优势，而且随着对地观测技术的发展，各种各样的遥感传感器，如多光谱、高光谱、合成孔径雷达（syntheticaperture radar, sar）等，不断发射成功，丰富的遥感影像数据使得实时、大范围的城市固废监测成为了可能。

3、目前，学界已经在利用遥感影像进行城市固废识别方面进行了一些积极的探索，证明了利用遥感影像监测城市固废的有效性并逐步推动其成为城市固废监测的主流方法。然而，目前基于遥感影像的城市固废识别尚存在以下三方面的不足：第一，目前基于遥感影像的城市固废识别多采用目视解译或者人机交互的方式进行，这种方式需要耗费大量的人力和物力，自动化程度低，时效性差；第二，城市固废的物质组成复杂、形状不规则且尺度多样，基于传统的机器学习等识别方法识别精度低，无法满足业务应用需求；第三，鉴于光学遥感影像的光谱信息丰富、可解译性好，当前基于遥感影像的城市固废识别通常以光学遥感影像为数据源，然而，光学遥感易受云、雾、雨、雪等天气条件的干扰，无法实现对多云多雨的热带/亚热带地区城市固废的有效、及时的监测。

4、虽然sar遥感具有全天时、全天候的对地观测能力，但是受限于其成像机制，sar影像受到了严重的相干斑噪声的干扰，信噪比较低，导致基于sar影像的城市固废识别精度较低，无法满足业务化应用的需求，因此形成了一定的环境监管盲区。

技术实现思路

1、针对现有技术的不足，本发明提供一种基于蒸馏学习的sar影像城市固废自动识别方法及系统，利用sar影像受云、雾等恶劣天气影响较小的优势，同时考虑到sar影像中的相干斑噪声会影响城市固废识别精度的问题，根据对于同一任务光学和sar影像的低层特征具有相似性的特点，通过蒸馏学习将预训练的光学遥感影像城市固废识别模型学习到的城市固废有关的高层特征和知识蒸馏到基于sar影像的城市固废识别模型中并共享低层特征，提升基于sar影像的城市固废识别精度，实现多云多雨的热带/亚热带地区城市固废的自动化、精准化和实时化监测，弥补环境监管盲区，形成全覆盖、无死角的环境监管体系。

2、为实现上述目的，本发明采取的技术方案为：

3、第一方面，本发明实施例提供一种基于蒸馏学习的sar影像城市固废自动识别方法，包括以下步骤：

4、步骤a、收集包含有城市固废的光学和sar遥感影像，并分别对光学和sar遥感影像进行相应的预处理；

5、步骤b、通过对光学遥感影像目视解译，同时结合地面调查数据，对预处理后的光学和sar影像上的城市固废的类别及范围进行识别并逐像素标注，构建基于光学和sar影像的城市固废遥感样本库；

6、步骤c、构建基于光学影像的城市固废识别模型，从光学影像中学习有利于城市固废识别的特征和知识，并后续将其蒸馏到基于sar影像的城市固废识别网络中；

7、步骤d、在步骤b构建的城市固废光学遥感影像样本库的支撑下和目标损失函数的约束下，对步骤c构建的基于光学影像的城市固废识别模型进行训练，得到训练好的基于光学影像的城市固废识别模型；

8、步骤e、将步骤d训练好的基于光学影像的城市固废识别模型学习到的高层特征和知识蒸馏到基于sar影像的城市固废识别模型中，并将蒸馏得到的光学特征与sar影像城市固废识别模型学习到的sar特征进行融合用于城市固废的识别，完成基于蒸馏学习的sar影像城市固废识别模型的构建；

9、步骤f、在步骤b构建的城市固废sar遥感影像样本库的支撑下，对步骤e基于sar影像的城市固废识别模型进行训练，在蒸馏损失和城市固废识别损失的共同约束下，得到训练好的基于sar影像的城市固废识别模型；

10、步骤g、获取待识别区域的sar遥感影像并进行相应的预处理，随后对预处理后的sar影像进行裁剪分块输入到步骤f训练好的基于sar影像的城市固废识别模型中，得到待识别区域的城市固废识别结果。

11、进一步地，所述步骤a包括：

12、收集包含有城市固废的光学遥感影像，进行大气校正、辐射定标和几何校正处理；

13、收集包含有城市固废的sar遥感影像，进行辐射定标、多视处理、相干斑滤波和地理编码处理；

14、当所述光学和sar遥感影像的空间分辨率不一致时，通过重采样将二者的空间分辨率统一；

15、以光学遥感影像为基准采用多项式的方式对光学和sar影像进行配准，使得二者处于统一地理坐标系下。

16、进一步地，所述步骤b中，在像素标注完成后对整幅影像进行预设尺寸裁剪分块，将裁剪后的所有影像按照预设比例随机分成训练集、测试集和验证集，以此构建基于光学和sar影像的城市固废遥感样本库。

17、进一步地，所述步骤c包括：

18、基于unet模型强大的特征学习和表征能力，构建基于光学影像的城市固废识别模型；

19、在目标损失函数的约束下，学习光学影像中包含有利于城市固废识别的特征和知识。

20、进一步地，所述步骤e包括：

21、将sar影像作为输入，通过共享低层特征；高层光学特征通过蒸馏学习从基于光学影像的城市固废识别预训练模型中蒸馏得到，并与sar影像的高层特征进行特征融合用于获取最终的城市固废识别结果，完成基于蒸馏学习的sar影像城市固废识别模型的构建。

22、进一步地，所述基于蒸馏学习的sar影像城市固废识别模型，以unet模型为主干网络，包括：

23、低层共享特征提取模块，用于通过unet模型的共享编码器对于给定输入的sar图像，获得光学和sar影像的前三层的低层特征；

24、高层特有特征双分支提取模块，采用两个双分支特征提取模块，均由unet模型编码器的第四、五层以及解码器组成，并以所述低层共享特征提取模块提取的共享特征作为输入，提取光学和sar影像的高层特有特征；

25、城市固废识别模块，用于将所述高层特有特征双分支提取模块提取的光学和sar影像的高层特有特征作为输入，得到对应的城市固废识别结果，用于加强对模型的约束和领域知识的蒸馏；

26、特征级联模块，用于通过级联操作将所述高层特有特征双分支提取模块提取的光学和sar影像的高层特有特征进行级联，实现光学和sar影像特征的融合，并输入到城市固废识别模块中得到最终的城市固废识别结果。

27、第二方面，本发明实施例还提供一种基于蒸馏学习的sar影像城市固废自动识别系统，用于实现如上述实施例任一项所述的一种基于蒸馏学习的sar影像城市固废自动识别方法。

28、进一步地，该系统包括：

29、第一模块，用于收集和预处理包含有城市固废的光学和sar遥感影像；

30、第二模块，用于对预处理后的光学和sar影像上的城市固废的类别以及范围进行识别并逐像素标注，标注完成后对整幅影像进行裁剪分块，构建出基于光学和sar影像的城市固废遥感样本库；

31、第三模块，用于构建并训练基于光学影像的城市固废识别模型，从光学影像中学习有利于城市固废识别的特征和知识，并后续将其蒸馏到基于sar影像的城市固废识别网络中；

32、第四模块，用于构建并训练基于蒸馏学习的sar影像城市固废识别模型，将基于光学影像的城市固废识别预训练模型学习到特征和知识蒸馏到sar影像城市固废识别模型中，并将蒸馏得到的光学特征与sar影像城市固废识别模型学习到的sar特征进行融合用于城市固废的识别；

33、第五模块，用于待识别区域的城市固废识别，获取待识别区域的sar遥感影像并进行相应的预处理，将预处理后的sar影像进行裁剪分块输入到训练好的基于蒸馏学习的sar影像城市固废遥感识别模型中，得到待识别区域的城市固废识别结果。

34、第三方面，本发明实施例又提供一种基于蒸馏学习的sar影像城市固废自动识别系统，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上述实施例任一项所述的一种基于蒸馏学习的sar影像城市固废自动识别方法。

35、第四方面，本发明实施例再提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上述实施例任一项所述的一种基于蒸馏学习的sar影像城市固废自动识别方法。

36、与现有技术相比，本发明具有如下有益效果：

37、本发明实施例提供的一种基于蒸馏学习的sar影像城市固废自动识别方法，利用sar影像受云、雾等恶劣天气影响较小的优势，通过蒸馏学习将光学遥感影像中包含的城市固废有关的特征和知识蒸馏到基于sar影像的城市固废识别模型中，提升基于sar影像的城市固废识别精度，推动实现多云多雨的热带/亚热带地区城市固废的自动化、精准化和实时化监测，弥补城市固废环境监管盲区，形成全覆盖、无死角的环境监管体系，改善市民生活环境质量。