一种语义分割的森林火灾检测方法、控制器及存储介质技术

本发明专利技术公开了一种语义分割的森林火灾检测方法和装置，包括：采集森林火灾遥感图像，建立森林火灾遥感图像数据集；构建对抗样本生成模型；把森林火灾遥感图像输入到对抗样本生成模型，得到具有噪声干扰的森林火灾遥感图像，把具有噪声干扰的森林火灾遥感图像增加到森林火灾遥感图像数据集中；把森林火灾遥感图像数据集的森林火灾遥感图像输入到语义分割网络进行训练，得到最优语义分割网络；把森林火灾遥感图像输入到最优语义分割网络，得到森林火灾足迹信息。

【技术实现步骤摘要】
一种语义分割的森林火灾检测方法、控制器及存储介质
本专利技术涉及图像处理领域，特别涉及一种语义分割的森林火灾检测方法、控制器及存储介质。
技术介绍
目前评森林火灾迹地存在依赖大量野外调查，森林火灾迹地样本数据集难以标记，火灾足迹形状不规则，人工观察火灾足迹费时费力，且容易漏掉个别的火灾足迹；此外由于遥感机载遥感雷达影像存在噪声干扰，火灾区域附近的住宅区、水库等区域会严重干扰火灾足迹区域的分割，从而影响图像分割的准确率。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种一种语义分割的森林火灾检测方法、控制器及存储介质，所述一种语义分割的森林火灾检测方法、控制器及存储介质借助深度学习算法提高模型检测准确度，森林火灾足迹目前还没有用到深度特征融合的语义分割方法来实现火灾足迹的检测，以飞机搭载的机载遥感系统可以灵活地对大片森林面积及遥远的山区森林面积进行图像识别，获取森林地表信息，相对于星载遥感，机载遥感影像具有灵活的遥感图像分辨率，可以获得清晰的图像，根据不同次数大范围的机载遥感图像的分割结果，森林维护人员得到火灾足迹信息后实施后期火灾联防处理，森林维护人员可以根据森林火灾足迹的图像的分割图，迅速了解该地区频繁发生火灾的位置信息和时间信息，以及森林火灾发生的蔓延趋势和影响范围，在火灾迹地的信息充分了解后，森林维护人员重点预防联防易发生火灾的区域范围，实施精准的有针对性的综合防控措施。第一方面，本专利技术实施例提出一种语义分割的森林火灾检测方法，包括：r>采集森林火灾遥感图像，建立森林火灾遥感图像数据集；构建对抗样本生成模型；把所述森林火灾遥感图像输入到所述对抗样本生成模型，得到具有噪声干扰的森林火灾遥感图像，把所述具有噪声干扰的森林火灾遥感图像增加到所述森林火灾遥感图像数据集中；把所述森林火灾遥感图像数据集的所述森林火灾遥感图像输入到语义分割网络进行训练，得到最优语义分割网络；把所述森林火灾遥感图像输入到所述最优语义分割网络，得到森林火灾足迹信息。根据本专利技术实施例的语义分割的森林火灾检测方法，至少具有如下技术效果:在网络训练过程中，采用对抗样本训练方法以增强网络模型的鲁棒性，获得全局感受野，在卷积过程中调整空洞卷积率，从而提高图像分割的准确率。最终把发生过火灾的区域范围完全识别，使网络模型可以准确分割具有噪声扰动的图像。借助深度学习算法提高模型检测准确度，森林火灾足迹目前还没有用到深度特征融合的语义分割方法来实现火灾足迹的检测，以飞机搭载的机载遥感系统可以灵活地对大片森林面积及遥远的山区森林面积进行图像识别，获取森林地表信息，相对于星载遥感，机载遥感影像具有灵活的遥感图像分辨率，可以获得清晰的图像，根据不同次数大范围的机载遥感图像的分割结果，森林维护人员得到火灾足迹信息后实施后期火灾联防处理，森林维护人员可以根据森林火灾足迹的图像的分割图，迅速了解该地区频繁发生火灾的位置信息和时间信息，以及森林火灾发生的蔓延趋势和影响范围，在火灾迹地的信息充分了解后，森林维护人员重点预防联防易发生火灾的区域范围，实施精准的有针对性的综合防控措施。根据本专利技术实施例的语义分割的森林火灾检测方法，所述构建对抗样本生成模型如公式(1)所示：S＝{δ:||δ||∞≤ε}(2)其中，xi表示输入的所述森林火灾遥感图像，yi表示标签集，i∈(1,2.....N),表示N个样本；δ表示叠加在所述森林火灾遥感图像的扰动，fθ表示自带参数θ的神经网络模型；L是损失函数，S是扰动集，如公式(2)所示；ε表示干扰所述森林火灾遥感图像像素的变化量的绝对值的最大值，max表示寻找使所述损失函数最大的干扰，min表示对所述神经网络模型进行优化的最小化。根据本专利技术实施例的语义分割的森林火灾检测方法，所述语义分割网络包括编码步骤和解码步骤。根据本专利技术实施例的语义分割的森林火灾检测方法，所述编码步骤包括对所述森林火灾遥感图像进行粗卷积，所述粗卷积为对所述森林火灾遥感图像输出特征图y上的每个位置i和卷积核w，在输入特征图x上进行如公式(3)的转换，其中r表示在采样点之间引入r-1个零，k表示所述卷积核w的感受野大小为k×k。根据本专利技术实施例的语义分割的森林火灾检测方法，所述编码步骤还包括对所述森林火灾遥感图像进行空洞卷积步骤，所述空洞卷积步骤包括:对所述森林火灾遥感图像进行第一空洞卷积得到第一空洞卷积图像、对所述森林火灾遥感图像进行第二空洞卷积得到第二空洞卷积图像、对所述森林火灾遥感图像进行第三空洞卷积得到第三空洞卷积图像、对所述森林火灾遥感图像进行第四空洞卷积得到第四空洞卷积图像、对所述森林火灾遥感图像进行特征图池化得到特征图池化图像，所述第一空洞卷积的大小为1*1，空洞率为1，所述第二空洞卷积的大小为3*3，空洞率为6，所述第三空洞卷积的大小为3*3，空洞率为16，所述第四空洞卷积大小为3*3，空洞率为32。根据权利要求1所述的语义分割的森林火灾检测方法，其特征在于，还包括把所述第一空洞卷积图像、所述第二空洞卷积图像、所述第三空洞卷积图像、所述第四空洞卷积图像和所述特征图池化图像输入到1*1卷积核进行卷积，得到特征图f，所述特征图f的输出通道为1。根据本专利技术实施例的语义分割的森林火灾检测方法，所述解码步骤包括：把所述森林火灾遥感图像输入到1*1卷积核进行低层特征处理，得到低层特征图；把所述特征图f进行4倍上采样，得到上采样特征图；使用concat函数连接所述上采样特征图和所述低层特征图，得到连接后的特征图。根据本专利技术实施例的语义分割的森林火灾检测方法，所述解码步骤还包括：把所述连接后的特征图输入到3*3卷积核进行细化特征处理，得到细化特征图；把所述细化特征图进行4倍上采样，得到上采样细化特征图。构建遥感森林火灾迹地分割的损失函数，图像分割损失函数是模型输出图中每个空间位置对应于真实值(森林火灾迹地区域)的信息对比，即所形成分割图的损失是为了减少真实图像(真实的火灾迹地区域)和预测的分割图的区域的差异。该损失表示为总结起来如公式(4)所示，其中，lt的表达式如公式(5)所示。Mt是真实图像像素值，是预测的图像与M相同位置的像素值，Lsm表示所有像素的总的损失值，t是图像的像素的个数，这里和是在位置(i,j)属于c类的真实值和预测的概率，即属于森林火灾区域足迹的像素类。针对上述目标损失函数，我们使用小批量梯度下降算法优化上述目标函数。第二方面，本专利技术实施例还提供了一种控制器，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述程序时实现本专利技术第一方面所述的一种语义分割的森林火灾检测方法。第三方面，本专利技术实施例还提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本专利技术第一方面所述的一种语义分割的森林火灾检测方法。本文档来自技高网...

【技术保护点】
1.一种语义分割的森林火灾检测方法，其特征在于，包括：/n采集森林火灾遥感图像，建立森林火灾遥感图像数据集；/n构建对抗样本生成模型；/n把所述森林火灾遥感图像输入到所述对抗样本生成模型，得到具有噪声干扰的森林火灾遥感图像，把所述具有噪声干扰的森林火灾遥感图像增加到所述森林火灾遥感图像数据集中；/n把所述森林火灾遥感图像数据集的所述森林火灾遥感图像输入到语义分割网络进行训练，得到最优语义分割网络；/n把所述森林火灾遥感图像输入到所述最优语义分割网络，得到森林火灾足迹信息。/n

【技术特征摘要】
1.一种语义分割的森林火灾检测方法，其特征在于，包括：
采集森林火灾遥感图像，建立森林火灾遥感图像数据集；
构建对抗样本生成模型；
把所述森林火灾遥感图像输入到所述对抗样本生成模型，得到具有噪声干扰的森林火灾遥感图像，把所述具有噪声干扰的森林火灾遥感图像增加到所述森林火灾遥感图像数据集中；
把所述森林火灾遥感图像数据集的所述森林火灾遥感图像输入到语义分割网络进行训练，得到最优语义分割网络；
把所述森林火灾遥感图像输入到所述最优语义分割网络，得到森林火灾足迹信息。


2.根据权利要求1所述的语义分割的森林火灾检测方法，其特征在于，所述构建对抗样本生成模型如公式(1)所示：



S＝{δ:||δ||∞≤ε}(2)
其中，xi表示输入的所述森林火灾遥感图像，yi表示标签集，i∈(1,2.....N),表示N个样本；δ表示叠加在所述森林火灾遥感图像的扰动，fθ表示自带参数θ的神经网络模型；L是损失函数，S是扰动集，如公式(2)所示；ε表示干扰所述森林火灾遥感图像像素的变化量的绝对值的最大值，max表示寻找使所述损失函数最大的干扰，min表示对所述神经网络模型进行优化的最小化。


3.根据权利要求1所述的语义分割的森林火灾检测方法，其特征在于，所述语义分割网络包括编码步骤和解码步骤。


4.根据权利要求3所述的语义分割的森林火灾检测方法，其特征在于，所述编码步骤包括对所述森林火灾遥感图像进行粗卷积，所述粗卷积为对所述森林火灾遥感图像输出特征图y上的每个位置i和卷积核w，在输入特征图x上进行如公式(3)的转换，



其中r表示在采样点之间引入r-1个零，k表示所述卷积核w的感受野大小为k×k。


5.根据权利要求3所述的语义分割的森林火灾检测方法，其特征在于，所述编码步骤还包括对所述森林火灾遥感图像进行空洞卷积步骤，所述空洞卷积步骤包括:
对所述森林火灾...

【专利技术属性】
技术研发人员：廖锦锐，周文略，翟懿奎，王天雷，梁艳阳，江子义，刘始匡，张俊亮，詹英培，苏远鹏，黄俊威，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44