Page 187 - 测绘新技术的理论与实践研究

第五章 多源遥感数据获取技术研究

了二维信息。以 AlexNet 为代表的经典 CNN 结构适合于图像级的分类和回归任

务，因为它们最后都期望得到整个输入图像的一个数值描述。将猫的图片输入
AlexNet，最终得到一个长为 1000 的输出向量，表示输入图像属于每一类的概率，
其中在“tabbycat”这一类上响应最高；而 FCN 最终的输出结果为一张分类好的
图片（即 HeatMap），尺寸与原始图像大小一致，每一像点值代表了原始图像对

应位置像素的所属类别。
FCN 具有两大明显的优点：一是可以接受任意大小的输入图像，而不用要求

所有的训练图像和测试图像具有同样的尺寸；二是更加高效，因为避免了由于使
用像素块而带来的重复存储和计算卷积的问题。
FCN 存在的缺点：一是得到的结果还是不够精细。进行 8 倍上采样虽然比
32 倍的效果好了很多，但是上采样的结果还是比较模糊和平滑，对图像中的细节

不敏感。二是对各个像素进行分类，没有充分考虑像素与像素之间的关系。忽略
了在通常的基于像素分类的分割方法中使用的空间规整（spatial regularization）
步骤，缺乏空间一致性。

FCN 能够端到端（end tocnd）得到每个像素的预测结果，同时 FCN 也可以
省去传统识别中复杂的逐 patch 计算过程。FCN 特别适合图像语义分割的任务。
（三）条件生成式对抗网络
虽然人工智能可以帮助机器实现很多事情，但是，完成这些基本任务所依赖

的学习算法不仅要靠人类编写，也需要人类给系统输入海量训练数据。机器要真
正掌握常识，也就是说尝试搞清楚世界的运作方式并作出合理决定，那么它们必
须能够自学，无需人类监督。尽管大部分时候，监督学习比无监督的能获得更好

的训练效果。但真正应用中，提供学习的数据标注（label）相对较少，所以无监
督学习策略受到越来越多的关注。
1. 生成式对抗网络
（1）生成式模型

机器学习方法可以分为生成方法和判别方法，所学到的模型分别称为生成式
模型（gencrative mode）和判别式模型（discriminative mode）。区别在于：对于

输入 x，类别标签 y，生成式模型估计其联合概率分布 P（x，y），而判别式模
型估计其属于某类的条件概率分布 P（y ｜ x）。
生成方法可以用于监督学习和无监督学习。在监督学习中，根据贝叶斯公式

175