《Remote Sensing》:Unsupervised Hyperspectral Unmixing Based on Multi-Faceted Graph Representation and Curriculum Learning
Ran Liu,
Junfeng Pu,
Yanru Chen,
Yanling Miao,
Dawei Liu and
Qi Wang
编辑推荐:
高光谱解混旨在估计子像元尺度上的端元光谱及其对应的丰度分数,这是高光谱遥感影像定量分析中的关键预处理步骤。尽管基于深度学习的方法已取得显著进展,但仍存在三项基础性挑战:(i)依赖单一共享空间先验,无法解耦不同地物异质性的空间模式;(ii)端元提取与丰度估计联合
高光谱解混旨在估计子像元尺度上的端元光谱及其对应的丰度分数,这是高光谱遥感影像定量分析中的关键预处理步骤。尽管基于深度学习的方法已取得显著进展,但仍存在三项基础性挑战:(i)依赖单一共享空间先验,无法解耦不同地物异质性的空间模式;(ii)端元提取与丰度估计联合优化过程中缺乏协同性;(iii)无监督训练对复杂混合、噪声和类别不平衡的鲁棒性较差。为解决这些问题,研究人员提出一种新型无监督解混框架,将自适应正交多面向图表征与课程学习相结合。具体而言,研究设计了自适应正交多面向图生成器(Adaptive Orthogonal Multi-Faceted Graph Generator, AOMFG),用于学习一组彼此独立的正交图结构,从而实现地物空间模式的空间感知式解耦。随后,构建了双分支协同优化网络:其一为图卷积网络(Graph Convolutional Network, GCN)分支,将所学习的空间拓扑先验纳入丰度估计;其二为1维卷积神经网络(1D Convolutional Neural Network, 1DCNN)分支,采用查询注意力(query-attention)机制自适应聚合纯净光谱特征以提取端元。最后,研究人员引入三阶段课程学习策略,对模型进行渐进式微调,从而显著提升模型性能。在三个广泛使用的真实高光谱基准数据集上的大量实验表明,该框架在端元提取精度与丰度估计精度两方面均持续优于当前最先进方法。全面的消融实验、参数敏感性分析以及噪声鲁棒性测试进一步验证了各核心组成部分的有效性。
该论文发表于《Remote Sensing》,围绕无监督高光谱解混这一遥感定量分析中的基础问题,提出了一套兼顾空间结构解耦、谱-空协同优化与鲁棒训练机制的统一框架。高光谱成像可在数百个连续窄波段上获取地物信息,不同材料因此具有可区分的光谱指纹。然而受限于空间分辨率与场景复杂性,单个像元往往同时包含多种材料贡献,形成混合像元现象,进而影响环境监测、城市规划与农业遥感等任务中的后续分析精度。在线性混合模型(Linear Mixing Model, LMM)下,高光谱解混的目标是将观测光谱分解为端元矩阵与丰度矩阵,并满足丰度非负约束(abundance non-negativity constraint, ANC)和和为1约束(abundance sum-to-one constraint, ASC)。无监督盲解混不依赖先验光谱库或标签,更贴近实际遥感应用需求,但也面临更高难度。
论文首先系统梳理了既有方法的局限。几何学方法依赖纯像元假设,在高混合场景中性能受限;非负矩阵分解(Non-negative Matrix Factorization, NMF)虽放松该假设,但易陷入局部最优,且通常无法充分利用空间上下文。近年来,深度学习尤其自编码器(Autoencoder, AE)结构推动了解混性能提升,但现有方法大多仍存在三类关键问题:其一,采用单一共享空间先验,难以描述道路、水体、建筑等不同地物在空间分布上的本征差异;其二,端元是1维光谱信号,丰度是2维空间分布,两者物理属性不同,使用统一对称网络往往难以同时刻画;其三,传统单阶段训练违背由易到难的学习规律,模型从一开始便受到复杂混合像元、强噪声与类别不平衡样本干扰,易导致训练不稳定与泛化能力下降。正因如此,研究人员开展本研究,目标是建立一种无需光谱库和标签、同时具备高精度与高鲁棒性的无监督解混方法。
研究人员提出的总体框架由三部分构成。首先,提出自适应正交多面向图生成器(AOMFG),为每个端元分别学习独立图结构,并通过正交约束强化不同图之间的独立性,从而解耦异质地物的空间分布模式。其次,构建1DCNN-GCN双分支协同优化模型:GCN分支负责将多面向图中的空间拓扑先验注入丰度估计,1DCNN分支则通过卷积与查询注意力机制聚合纯净光谱特征,用于端元生成。再次,引入三阶段课程学习微调策略,按照“高置信纯像元—邻域扩展像元—全局像元”的顺序渐进训练,提升模型在复杂混合与噪声条件下的稳健性。论文最终结论表明,该框架在三个真实基准数据集上取得了当前最优或竞争性最优结果,消融实验显示课程学习是最关键组成模块,而AOMFG对于解耦光谱相近材料尤为有效;同时,方法表现出较强噪声鲁棒性与较低超参数敏感性。
从技术方法上看,作者主要采用了以下几类关键策略。其一,在LMM框架下将高光谱盲解混建模为多面向学习问题,把每个像元视作图节点,并为每个端元构建独立无向加权图;AOMFG通过编码器—图自表达层—解码器结构,联合重建损失、自表达损失与正交约束损失进行训练。其二,在解混主干中采用双分支架构:GCN分支基于多面向图输出丰度矩阵,1DCNN分支通过3层1维卷积与query-attention机制生成端元光谱,二者通过全局重建误差进行端到端协同优化。其三,设计三阶段课程学习微调策略,利用模型初始输出筛选高置信纯像元,并进行空间邻域扩展,再逐步过渡至全局训练。实验样本来自三个公开真实高光谱基准数据集:Jasper Ridge、Samson和Apex。
在结果部分,论文依次报告了多个子部分的实验发现。
3.1. Experimental Setup
该部分说明了实验设置,包括数据集、评价指标、对比方法与实现细节。数据方面,Jasper Ridge、Samson和Apex分别覆盖不同地物类型、空间分辨率与光谱复杂度,并均具有可用于定量评估的参考端元光谱和丰度图。评价指标使用光谱角距离(Spectral Angle Distance, SAD)衡量端元光谱估计精度,使用均方根误差(Root Mean Square Error, RMSE)衡量丰度估计精度。对比算法涵盖深度展开、几何优化、卷积自编码器、NMF及图正则化NMF等代表性路线。实现上,方法基于PyTorch构建,并采用分阶段训练:先训练AOMFG,再训练双分支网络,最后执行课程学习微调。
3.2. Experimental Results on Real Datasets
这一部分展示了在三个真实数据集上的核心性能。
3.2.1. Jasper Ridge Dataset
研究结果表明,在Jasper Ridge数据集上,该方法在端元提取与丰度估计方面均表现突出。该数据集中的soil与road存在较高光谱相似性,因而对解混算法具有挑战性。实验结果显示,所提方法获得最低平均SAD 2.253°,相较次优方法EDAA降低62.5%。其中road与soil两个相似端元的SAD分别为2.286°和1.432°,均显著优于对比方法。丰度估计方面,该方法在soil、tree和road端元上取得最优RMSE,尤其在线性road端元上相较最佳竞争方法提升42.7%。谱线对比与丰度图对比进一步说明,该方法恢复出的端元光谱与参考谱高度一致,丰度图具有更清晰边界与更完整结构细节,特别是道路的线性边缘保持较好,而其他方法存在边界模糊与孤立噪声高丰度像元现象。
3.2.2. Samson Dataset
在Samson数据集上,三个端元之间的光谱差异相对明显。定量结果显示,所提方法平均SAD为5.574°,整体排名第三,低于EDAA和PGMSU,但仍明显优于其余方法。值得注意的是,该方法在tree端元上获得最优SAD 2.752°,相较次优方法降低34.1%。尽管EDAA在soil和water端元上的SAD略优,这被论文归因于其原型分析能力更适用于具有清晰单纯形结构的数据集,但在丰度估计方面,所提方法在全部三个端元上均达到最低RMSE,平均RMSE为0.037,相较次优EDAA下降69.4%,其中water端元的RMSE低至0.024。结果表明,该框架即便在端元光谱角指标上并非全部最优,仍能通过有效利用空间连续性显著提升丰度分布估计精度。
3.2.3. Apex Dataset
Apex数据集包含复杂城市场景,地物分布破碎、混合程度高。实验结果表明,该方法获得最优平均RMSE 0.132,较次优PGMSU降低15.4%,并在tree、roof和water端元上达到最低RMSE,tree端元相较最佳对比方法提升27.0%。在端元提取方面,方法平均SAD为10.797°,排名第二,仅次于EDAA。论文特别指出,尽管water端元的SAD较高,为17.555°,但其丰度图仍能较准确地刻画碎片化水体分布,这说明双分支设计在一定程度上可容忍端元光谱失真,而仍保持较高的丰度估计质量。
3.3. Noise Robustness Experiment
该部分通过在Jasper Ridge数据集上添加信噪比(signal-to-noise ratio, SNR)分别为10、20、30、40 dB的高斯白噪声,检验模型稳定性。结果表明,随着SNR下降,所提方法性能衰减幅度显著小于多数对比方法。在40 dB高SNR条件下,模型获得最优平均SAD 3.692°与平均RMSE 0.119,端元提取精度甚至优于全部对比方法在原始无噪声数据上的最好结果。在10 dB强噪声条件下,该方法仍保持总体最优,平均SAD为8.485°,平均RMSE为0.100。虽然water端元在10 dB时SAD上升至22.819°,成为整体性能下降的主要来源,但总体结果仍证明该框架具有较强抗噪性。
3.4. Parameter Sensitivity Experiment
该部分分析课程学习第一阶段中纯像元筛选阈值τ对性能的影响。研究人员在三套数据上测试τ从0.05到0.95的变化,发现当τ位于0.2至0.7范围内时,模型整体保持较好稳定性。Jasper Ridge与Samson的最优表现出现在0.55至0.7之间,而Apex的最佳阈值为0.25。论文指出,这与Apex复杂城市场景中纯像元较少有关,因此需要较宽松阈值筛选足够训练样本。当τ过小,训练集混入过多混合像元,导致端元特征学习不充分;当τ过大,高置信纯像元数量不足,同样不利于端元学习。该实验说明方法对关键超参数具有一定稳健性,但不同场景仍需依据纯像元丰度适度调整。
3.5. Ablation Experiment
消融实验在Jasper Ridge上开展,设置包括去除AOMFG、去除课程学习、去除课程学习第二阶段和去除第三阶段等变体。结果显示,去除整个课程学习模块后性能下降最为明显,平均SAD升至12.519°、平均RMSE升至0.228,说明课程学习是框架中最关键的组成部分。论文据此指出,在无监督解混缺乏真实标签引导的情况下,若从一开始就让模型接触所有混合与噪声像元,极易陷入次优局部极值。去除第二或第三阶段会使丰度估计略有退化,平均RMSE分别升至0.092与0.096,说明邻域扩展与全局校正均能进一步改善空间分布估计。完整模型在端元提取和丰度估计上均达到最优,验证了各模块间的协同效应。
讨论部分进一步总结了方法机制与适用边界。论文指出,AOMFG通过正交约束为不同端元学习独立空间模式,在Jasper Ridge这类光谱相近但空间形态显著不同的场景中,可明显降低特征混叠;同时,该强独立性约束可能对真实共现关系产生过度分离,但后续的GCN丰度融合与课程学习可在一定程度上补偿这种影响。关于课程学习,论文认为其价值在于建立“由易到难”的训练路径,使模型先从高置信纯像元中学习可靠端元特征,再逐步吸收邻域与全局信息,从而提高训练稳定性和全局收敛质量。基准数据实验说明,该框架在不同场景中均展现出较强泛化能力;噪声实验则表明,正交图约束与渐进式训练共同提升了抗噪鲁棒性。论文同时说明了方法局限,包括端元数需预先设定、多阶段训练成本较高、LMM难以刻画非线性混合等。
研究结论部分可译为:本文提出了一种无监督高光谱解混框架,将自适应正交多面向图表征(AOMFG)、1DCNN-GCN双分支网络以及三阶段课程学习有机结合。该框架有效解决了三个长期存在的挑战:异质空间模式的解耦、端元—丰度协同优化的实现,以及对复杂混合与噪声鲁棒性的增强。三个基准数据集上的定量实验表明,该方法达到了当前最先进性能。消融研究证实,课程学习是最关键的组成部分,而AOMFG能够有效解耦光谱相似材料。该方法同时表现出较强的噪声鲁棒性和较低的超参数敏感性。未来工作将聚焦于端元数自动估计、轻量化部署以及向非线性混合场景的扩展。