[論文レビュー] PolSAR Image Classification Based on Dilated Convolution and Pixel-Refining Parallel Mapping network in the Complex Domain

Dongling Xiao, Chang Liu+3 more|arXiv (Cornell University)|Sep 24, 2019

Synthetic Aperture Radar (SAR) Applications and Techniques参考文献 46被引用数 8

ひとこと要約

本稿では、限定的なラベル付きデータを用いて高い精度と効率性を達成するため、畳み込みカーネルの拡張とピクセル精錬型並列マッピングネットワークを組み合わせた、PolSAR画像分類のための新規な複素数ドメインディーブラーニングフレームワーク、CRPM-Netを提案する。複素数値畳み込みを用いて位相情報を活用し、2段階の訓練戦略を採用することで、AIRSARおよびE-SARデータセットにおいて、分類精度と推論速度の両面で最先端の手法を上回る性能を発揮する。

ABSTRACT

Efficient and accurate polarimetric synthetic aperture radar (PolSAR) image classification with a limited number of prior labels is always full of challenges. For general supervised deep learning classification algorithms, the pixel-by-pixel algorithm achieves precise yet inefficient classification with a small number of labeled pixels, whereas the pixel mapping algorithm achieves efficient yet edge-rough classification with more prior labels required. To take efficiency, accuracy and prior labels into account, we propose a novel pixel-refining parallel mapping network in the complex domain named CRPM-Net and the corresponding training algorithm for PolSAR image classification. CRPM-Net consists of two parallel sub-networks: a) A transfer dilated convolution mapping network in the complex domain (C-Dilated CNN) activated by a complex cross-convolution neural network (Cs-CNN), which is aiming at precise localization, high efficiency and the full use of phase information; b) A complex domain encoder-decoder network connected parallelly with C-Dilated CNN, which is to extract more contextual semantic features. Finally, we design a two-step algorithm to train the Cs-CNN and CRPM-Net with a small number of labeled pixels for higher accuracy by refining misclassified labeled pixels. We verify the proposed method on AIRSAR and E-SAR datasets. The experimental results demonstrate that CRPM-Net achieves the best classification results and substantially outperforms some latest state-of-the-art approaches in both efficiency and accuracy for PolSAR image classification. The source code and trained models for CRPM-Net is available at: https://github.com/PROoshio/CRPM-Net.

研究の動機と目的

• 限られた事前ラベル付きデータを用いて高精度なPolSAR画像分類を達成する課題に対処すること。
• 従来のディーブラーニング手法における分類効率とエッジ精度のトレードオフを克服すること。
• 複素数ドメインニューラルネットワークを用いてPolSARデータの位相情報を完全に活用すること。
• 局所化精度と文脈的特徴抽出の両方を向上させる並列アーキテクチャを設計すること。
• 誤分類されたラベル付きピクセルを精錬する2段階の訓練アルゴリズムを開発し、モデルの一般化性能を向上させること。

提案手法

• CRPM-Netは、並列二重ストリームアーキテクチャを採用している：1本目のストリームは、正確な局所化と位相に敏感な特徴学習を実現する複素数ドメインの拡張畳み込みニューラルネットワーク（C-Dilated CNN）と複素数クロス畳み込み（Cs-CNN）を用いる。
• 2本目のストリームは、豊富な文脈的意味的特徴を捉えることで、シーン理解を向上させる複素数ドメインのエンコーダ・デコーダネットワークである。
• 2つのストリームは2段階のアルゴリズムにより共同で訓練される：まず、Cs-CNNを初期ラベル付きピクセル上で訓練し、次に、誤分類されたピクセルを反復的に精錬することで、監視信号を改善する。
• 位相情報を保持するために、全体にわたり複素数値演算が用いられ、これはPolSARデータ表現において極めて重要である。
• エッジの保存を強化するために、分類精度と空間的一致性を組み合わせた損失関数を最適化に用いる。
• フレームワークは、全体精度やカッパ係数といった標準指標を用いて、AIRSARおよびE-SARデータセットで評価されている。

実験結果

リサーチクエスチョン

• RQ1 複素数ドメインのディーブラーニングフレームワークは、高い推論効率を維持したまま、PolSAR画像分類の精度を向上させることができるか？
• RQ2 拡張畳み込みと並列特徴学習は、PolSARデータにおける局所化精度をどの程度向上させることができるか？
• RQ3 複素数値ネットワークを用いて位相情報を保持することで、限られたラベル付きデータでも分類性能がどの程度向上するか？
• RQ4 誤分類されたピクセルを精錬する2段階の訓練戦略は、低監視設定における一般化性能を向上させることができるか？
• RQ5 ベンチマーク用PolSARデータセットにおいて、CRPM-Netは、精度、速度、耐障害性の観点から最先端の手法と比較してどの程度優れているか？

主な発見

• CRPM-Netは、AIRSARデータセットにおいて最高の全体精度を達成し、既存の最先端手法を顕著に上回った。
• E-SARデータセットでは、ベースラインモデルと比較して顕著なKappa係数の向上を示し、優れた分類性能を示した。
• 効率的な拡張畳み込み設計のおかげで、高い推論速度を維持しており、リアルタイム応用に適している。
• 2段階の訓練アルゴリズムは、特に複雑または曖昧な領域において、誤分類エラーを効果的に低減した。
• 複素数値演算による位相情報の統合は、類似した土地被覆タイプを区別する際に特に優れた特徴表現をもたらした。
• CRPM-Netのソースコードとトレーニング済みモデルは公開されており、再現性とさらなる研究を可能にしている。