[论文解读] Oil Spill Segmentation using Deep Encoder-Decoder models

Abhishek Ramanathapura Satyanarayana, Maruf A. Dhali|arXiv (Cornell University)|May 2, 2023

Oil Spill Detection and MitigationEnvironmental Science被引用 3

一句话总结

本文提出直接在高分辨率合成孔径雷达（SAR）卫星图像上端到端训练深度编码器-解码器模型，用于油污分割，避免基于图像块的处理方式。表现最佳的模型——采用ResNet-50编码器与DeepLabV3+解码器——在油污分割任务中取得了64.868%的平均交并比（m-IoU）和61.549%的类别交并比，尽管存在与油污相似物的干扰，仍优于以往基于图像块的方法，展现出更强的实际油污检测能力。

ABSTRACT

Crude oil is an integral component of the world economy and transportation sectors. With the growing demand for crude oil due to its widespread applications, accidental oil spills are unfortunate yet unavoidable. Even though oil spills are difficult to clean up, the first and foremost challenge is to detect them. In this research, the authors test the feasibility of deep encoder-decoder models that can be trained effectively to detect oil spills remotely. The work examines and compares the results from several segmentation models on high dimensional satellite Synthetic Aperture Radar (SAR) image data to pave the way for further in-depth research. Multiple combinations of models are used to run the experiments. The best-performing model is the one with the ResNet-50 encoder and DeepLabV3+ decoder. It achieves a mean Intersection over Union (IoU) of 64.868% and an improved class IoU of 61.549% for the ``oil spill" class when compared with the previous benchmark model, which achieved a mean IoU of 65.05% and a class IoU of 53.38% for the ``oil spill" class.

研究动机与目标

• 评估在全分辨率SAR卫星图像上直接训练深度编码器-解码器模型用于油污分割的可行性。
• 比较多种编码器-解码器组合在高维SAR数据中检测油污的表现。
• 通过避免图像分块处理，降低内存与计算成本，提升油污检测性能。
• 评估模型在区分油污与类似特征（如油污相似物和船只）方面的鲁棒性。
• 为未来采用自注意力模块或替代架构的研究提供基线参考。

提出的方法

• 本研究采用类似U-Net的编码器-解码器架构，集成多种主干编码器（如ResNet-50、EfficientNet-B0）与解码器（如DeepLabV3+、PSPNet）。
• 直接使用高分辨率SAR图像作为输入，不进行图像分块处理，以保留空间上下文信息，并减少图像块管理带来的计算开销。
• 采用监督语义分割方法进行模型训练，损失函数结合交叉熵损失与Dice损失，优化像素级分类任务。
• 使用多类别交并比（IoU）指标评估五种类别的分割性能：海面、油污、油污相似物、船只和陆地。
• 基于验证集的m-IoU选择最佳性能模型，并在包含102张图像的测试集上进行推理。
• 训练在Peregrine HPC集群上使用PyTorch完成，包含数据增强与动态学习率调度策略。

实验结果

研究问题

• RQ1 与基于图像块的方法相比，在全分辨率SAR图像上进行训练是否能提升油污分割性能？
• RQ2 哪种编码器-解码器组合在油污检测中能实现最高的m-IoU与类别IoU？
• RQ3 模型在区分油污与油污相似物及船只方面具有多好的泛化能力？
• RQ4 模型架构的选择对小尺寸与大尺寸油污区域检测精度有何影响？
• RQ5 处理高维输入是否能在保持或提升性能的同时降低内存与能耗成本？

主要发现

• 采用ResNet-50编码器与DeepLabV3+解码器的模型在测试集上取得了最高的m-IoU（64.868%），优于基准模型的65.06% m-IoU。
• 针对油污类别，最佳模型实现了61.549%的类别IoU，显著高于基准模型的53.38%。
• 模型在‘海面’（96.422% IoU）和‘陆地’（92.218% IoU）类别上表现优异，表明其背景分割能力稳健。
• 对‘船只’的检测性能得到提升，类别IoU达到33.378%，高于基准模型的27.63%。
• 模型在‘油污相似物’区域识别上表现较弱，IoU仅为40.773%，低于基准模型的55.40%，表明仍存在对相似特征的混淆。
• 定性分析显示，模型对中大型油污能保持一致检测，但在靠近船只或相似物的小型或模糊区域表现不一致。