博士生李秋霞遥感Top期刊《International Journal of Applied Earth Observation and Geoinformation》发表高光谱变化检测方法 2023 IF: 7.5

英文原题：Progressive pseudo-label framework for unsupervised hyperspectral change detection

中文题目：渐进式伪标签框架赋能无监督高光谱变化检测

作者：Qiuxia Li (李秋霞), Tingkui Mu*(穆廷魁)，Abudusalamu Tuniyazi (阿卜杜萨拉木·图尼亚孜)，Qiujie Yang*(杨秋杰)，Haishan Dai (代海山）

单位：西安交通大学，物理学院，空间光学研究所

合作单位：中国科学院上海技术物理研究所

背景介绍

变化检测（CD）是一项通过分析双时图像获取变化信息的任务；高光谱图像（HSI）蕴含着丰富的光谱信息，可有效地表征多样的地物信息。高光谱变化检测（HSI-CD）是一项利用双时相高光谱图像获取更精细的变化信息的任务，已被广泛应用于城市扩展、土地覆盖制图、环境监测等领域。HSI-CD目的是检测出强烈变化和微弱变化（相似地物之间的变化），抑制虚假变化（由光照、季节等不同拍摄条件引起的在同一地物上的光谱差异）。近年来，随着深度学习方法的不断涌现，基于伪标签的HSI-CD方法逐渐受到关注，其无需依赖真实标签的特性使其具备广泛的应用潜力。然而，现有的基于伪标签的HSI-CD方法容易引起虚警过多或者漏检过多的情况，如图1。因此，提升伪标签的质量对于改善检测性能至关重要。

图1. 伪标签示意图及相应的检测结果。虚线框包含虚假变化和细微变化

(a)按变化幅度排列的所有样本，(b)~(d)三种伪标签，(e)由(b)或(c)引起的检测结果，(f)由(d)引起的检测结果

方法及创新点

本文提出了一个新颖的渐进式伪标签框架，简称PPL，如图2所示。输入为双时相高光谱图像T1和T2，输出为变化图。

PPL框架包括以下步骤:

1）根据预分类模块得到伪标签；

2）以迭代的形式利用贝叶斯网络所估计的不确定度更新伪标签，利用已更新的伪标签训练网络并得到最终结果；

该方法的创新之处体现在：

1）本文首次将贝叶斯网络估计的不确定度应用于HSI-CD；

2）设计了一种多尺度预分类方法，生成准确且多样的初始伪标签，为后续迭代提供了高质量的起点；

3）实验结果表明PPL框架可以捕捉强烈的和微妙的变化，同时抑制虚假的变化。

图2. 用于高光谱变化检测的PPL框架

实验数据和结果

用于验证PPL框架性能的数据集包括River数据集和Hermiston数据集，如图3，每个数据集包括双时相高光谱图像和参考变化图，统计信息如表1。

Hermiston数据集覆盖美国俄勒冈州赫米斯顿市的灌溉农田，分别于2004年5月1日和2007年5月8日获取；土地覆盖类型包括土壤、灌溉田、河流、建筑物、农田类型和草地；几乎所有的变化都与作物、土壤或农田含水量的变化有关(由不同的灌溉水量引起)。

River数据集是在中国江苏省于2013年5月3日和12月31日获取的，主要的变化是河流中物质的消失，可从http://rslab.ut.ac.ir获取。

(a)                                                                                                           (b)

图3. 实验所用的数据集：(a) River数据集，(b)Hermiston数据集。每个数据集包含双时相图像和变化图（黑：未变化；白：变化）

表1 数据集信息

本文提出的方法（PPL）及8种对比方法在两个数据集上的实验结果如图4所示。

可见，PPL框架的结果与参考变化图最为一致，PPL能够较为完整的检测到Hermiston数据集中的微弱变化，还能抑制River数据集中的大量虚假变化。

此外，量化评估结果如表2所示，PPL框架在OA（Overall Accuracy），F1，Kappa三个指标上均优于8种对比方法，这进一步凸显了PPL框架在性能方面的卓越表现。

图4. 采用不同方法所得的River数据集和Hermiston数据集的CD结果

(a) CVA，(b) SSIM，(c) ISFA，(d) IRMAD，(e) MaxtreeCD，(f) 变化强度热度图，(g) Unet，(h) SGCL，(i) SSCF，(j) PPL，(k) 地面真值图，(l) 三个像素的变化光谱曲线。

表2. 9种HSI-CD方法所得结果的OA、F1和Kappa

结论

本文提出了一种用于HSI-CD的渐进式伪标签(PPL)框架，与现有基于固定伪标签的HSI-CD方法不同，PPL框架利用贝叶斯网络不断提高伪标签的质量和检测性能。PPL框架的有效性和泛化能力已在公开数据集上得到了充分验证。此外，PPL框架估计的不确定度值与预测误差吻合较好，使不确定度成为检测结果的可信度度量。如果存在真实标签信息，PPL框架可以通过将真实标签代替初始伪标签而转变为半监督学习模式。PPL框架适用于需要精确监测细微和强烈变化的场景，例如植被状态、水质、作物生长和土壤质量的监测。

论文信息

Qiuxia Li(李秋霞), Tingkui Mu*(穆廷魁), Abudusalamu Tuniyazi(阿卜杜萨拉木 图尼亚孜), Qiujie Yang*(杨秋杰), Haishan Dai(代海山), "Progressive pseudo-label framework for unsuperised hyperspectral change detection", International Journal of Applied Earth Observation and Geoinformation 127, 103663 (2024).（中科院一区top，影响因子为7.5）

西安交通大学物理学院博士生李秋霞为该论文的第一作者，西安交通大学物理学院 穆廷魁教授 和 上海技术物理研究所第二研究室 杨秋杰副研究员 为共同通讯作者。

论文链接：https://www.sciencedirect.com/science/article/pii/S1569843224000177

致谢

这项工作得到了国家自然科学基金、国家部委重点工程、陕西省重点研发计划项目、陕西数理基础科学研究项目等资金的支持。

通讯作者信息：

穆廷魁 西安交通大学，教授，博士生导师，物理学院院长助理、空间光学研究所副所长。

2012年博士毕业于西安交通大学理学院，2014-2016在美国亚利桑那大学光学中心从事2年博士后研究工作。主要从事先进光学成像与遥感、目标智能检测与识别、大气光学探测与反演等方向的研究工作。先后主持包括国家自然科学基金在内的多项科研项目，先后荣获陕西省优秀博士论文、西安交通大学优秀博士论文、教育部学术新人奖、优秀西部科技创新成果奖等荣誉。在Advanced Photonics Nexus、Optics Express、Optics Letters、Optics and Lasers in Engineering、IEEE TGRS、JAG、IEEE JSTAR、Remote Sensing等国际高水平学术光学和遥感类期刊发表学术论文100余篇，授权发明专利20余项。中国光学工程学会计算成像专委会委员、中国宇航学会空间遥感专委会委员、中国光学工程学会高级会员、中国光学学会高级会员、陕西省光学学会理事、陕西省光学工程学会理事； Sensors期刊专题编辑；第六届高光谱技术及其应用研讨会AI处理专题主席。

杨秋杰 上海技术物理研究所，副研究员，硕士生导师

2017年博士毕业于中国科学院大学物理电子学专业。主要从事空间热辐射探测应用的甚长波红外（5-50μm）新型光电载荷关键技术研究，验证甚长波红外分光技术、甚长波室温探测技术。围绕“甚长波红外新型光电载荷关键技术攻关”，在国家自然科学基金、上海市自然科学基金等项目支持下，建立了甚长波红外波段的，发明了基于立体相位光栅的新型分光技术，研制了基于立体相位光栅的静态傅里叶光谱仪原理验证装置，验证了甚长波红外室温探测的可行性；围绕“太极计划新型光学粘接工艺关键技术攻关”，在中科院先导专项、中科院**重点实验室基金等项目支出下，建立了超低应力光学粘接过程控制工艺，正在开展高精密自动装调设备的研制。共发表学术论文13余篇，申请发明专利14项，其中已授权8项。