[论文解读] Deep Learning for Classification Tasks on Geospatial Vector Polygons

Rein van 't Veer, Peter Bloem+1 more|arXiv (Cornell University)|Jun 11, 2018

Geographic Information Systems Studies被引用 7

一句话总结

本文提出端到端深度学习模型，直接从坐标序列对地理空间矢量多边形进行分类，跳过传统特征提取步骤。这些模型在三个真实世界任务中实现了与浅层学习方法相当的分类准确率，证明了深度学习能够有效从原始几何形状中学习，而无需事先进行几何特征工程。

ABSTRACT

In this paper, we evaluate the accuracy of deep learning approaches on geospatial vector geometry classification tasks. The purpose of this evaluation is to investigate the ability of deep learning models to learn from geometry coordinates directly. Previous machine learning research applied to geospatial polygon data did not use geometries directly, but derived properties thereof. These are produced by way of extracting geometry properties such as Fourier descriptors. Instead, our introduced deep neural net architectures are able to learn on sequences of coordinates mapped directly from polygons. In three classification tasks we show that the deep learning architectures are competitive with common learning algorithms that require extracted features.

研究动机与目标

• 评估深度学习模型是否能够在不进行几何特征提取的情况下，仅使用原始坐标序列对地理空间矢量多边形实现具有竞争力的分类准确率。
• 将深度学习模型与依赖手工设计特征（如傅里叶描述子）的浅层机器学习方法进行直接比较。
• 提出一个新颖的、开放获取的基准数据集，用于三个真实世界任务中的地理空间矢量形状分类：居民区人口分组、建筑类型和考古特征。
• 评估序列长度（固定长度 vs. 可变长度）对模型性能的影响，特别是对RNN和CNN的影响。
• 探索基于几何的直接学习作为地理空间应用中基于特征的机器学习的可行替代方案的可行性。

提出的方法

• 所提出的深度神经网络架构——特别是1D-CNN和LSTM——将多边形几何形状的(x, y)坐标对序列作为原始输入进行处理。
• 模型在未经处理的矢量几何数据上进行端到端训练，避免了任何预处理步骤，如简化或特征提取。
• 为进行对比，浅层学习模型（决策树、k-NN、SVM、逻辑回归）在提取的几何特征上进行训练，包括阶数高达24的椭圆傅里叶描述子（EFDs）。
• 所有浅层模型均通过网格搜索进行超参数调优，深度、k、C和gamma值的取值范围已明确指定。
• 使用可变长度序列以保留所有几何信息，避免零填充或几何简化的需求。
• 基准数据集包含三个分类任务：(1) 居民区人口分组（2个类别），(2) 建筑功能类型（9个类别），(3) 考古特征类型（10个类别），所有任务均使用开放获取的地理空间数据。

实验结果

研究问题

• RQ1 在不依赖提取的几何特征的情况下，仅使用原始多边形坐标序列进行训练的深度学习模型，是否能够实现与浅层学习模型相当的分类准确率？
• RQ2 使用可变长度序列如何影响RNN和CNN在地理空间多边形分类中的性能？
• RQ3 当应用于原始矢量几何数据时，不同深度学习架构（如CNN与LSTM）的相对性能如何？
• RQ4 在不进行几何特征工程的情况下，深度学习模型在多样化的地理空间分类任务中具有多大程度的泛化能力？
• RQ5 深度学习模型是否能够仅从原始几何数据中学习到有意义的表征，足以满足真实世界地理空间分类任务的需求？

主要发现

• 所有三个基准任务中，深度学习模型的分类准确率均与浅层学习模型相当，验证了核心假设：原始几何形状可被直接有效学习。
• LSTM模型在可变长度序列上的表现较差，表明其在缺乏固定长度输入的情况下难以捕捉空间模式，而CNN在可变长度输入下性能有所提升。
• 使用固定长度序列（通过零填充）会降低LSTM性能，因此放弃该方法，转而采用可变长度处理以保持几何保真度。
• 表现最佳的浅层模型在居民区任务中使用阶数o=2的椭圆傅里叶描述子，在建筑任务中使用o=3，在考古任务中也使用o=3，表明中等复杂度的特征最为理想。
• 所有模型在居民区任务中均表现出一致的高估倾向，高估次数约为低估次数的两倍，可能由于测试集不平衡或形状分布偏差所致。
• 模型难以区分具有住宿和居住功能的建筑，以及考古学中自然现象与柱坑之间的差异，原因在于其形状和尺寸特征相似。