林业精细粒度融合网络(FFGF-Net):基于无人机影像的树种高精度分类

《International Journal of Applied Earth Observation and Geoinformation》:FFGF-Net: A Forestry Fine-Grained Fusion Network for tree species classification from UAV imagery

【字体: 大 中 小 】 时间:2026年04月24日 来源:International Journal of Applied Earth Observation and Geoinformation 8.6

编辑推荐:

  为应对森林场景树种细粒度分类存在类内差异大、类间差异小、环境噪声复杂的挑战,南京林业大学周旋子等研究人员提出了一种名为“林业精细粒度融合网络(FFGF-Net)”的架构,该网络集成了冠层局部特征提取、多尺度纹理建模和级联注意力降噪三个创新模块。实验结果表明,FFGF-Net在自建数据集NJFUTreeData上取得了75.00%的总体精度,在公共数据集ETH上更是达到了94.75%的优异性能,显著优于包括CNN、Vision Transformer在内的多种先进模型。本研究为自动化森林资源调查、生态监测和智慧林业应用提供了坚实的技术基础。

  
郁郁葱葱的森林是人类文明的摇篮,它不仅为我们提供清新的空气、洁净的水源和丰富的木材,更是生物多样性的宝库。然而,要想科学地保护和可持续地管理这片宝贵的绿色财富,首先得清楚一个问题:这片森林里到底生长着哪些树?传统的人工调查方法,如同“大海捞针”,不仅效率低下、成本高昂,而且难以在广袤的林区实现全覆盖。想象一下,护林员或科研人员需要跋山涉水,依靠经验和肉眼去辨识每一种树木,这不仅是一项繁重的体力劳动,其结果也常常受限于调查者的主观判断和经验,难以做到大规模、高精度的物种普查。
近年来,随着无人机(UAV)技术的飞速发展,从空中俯瞰森林、获取高分辨率影像已成为现实。这为林业智能化带来了新的曙光。借助计算机视觉和人工智能(AI)技术,我们似乎找到了开启自动化树种识别大门的钥匙。但现实世界的森林并非理想实验室,来自高空俯瞰的影像充满了挑战:同一树种可能因生长环境、光照条件、健康状况不同而呈现截然不同的外观(类内差异大),而不同树种,尤其是亲缘关系较近的物种,看起来又可能极为相似(类间差异小)。此外,复杂的林下环境、重叠的树冠、变化的阴影以及各种遮挡物,都像是为“认树”这道考题增加了重重干扰项。这些问题使得将通用的人工智能模型直接应用于林业树种识别时,往往“力不从心”,难以捕捉那些细微却关键的区分特征。
为了攻克这些难题,来自南京林业大学信息科学技术与人工智能学院的周旋子、刘景怡、陈竹林、杨红新、徐盛等研究人员在《International Journal of Applied Earth Observation and Geoinformation》上发表了一项创新性研究。他们独辟蹊径,提出了一种名为“林业精细粒度融合网络(Forestry Fine-Grained Fusion Network, FFGF-Net)”的专用架构。这项研究的核心目标,就是教会人工智能像一位经验丰富的植物学家那样,从复杂的无人机影像中,精准地“看”出不同树种的细微差别。
为了开展这项研究,研究人员构建并利用了多个高质量数据集。他们新采集了位于中国南京玄武区的“NJFUTreeData”数据集,该数据集使用大疆Matrice 3E系列无人机在120米高空飞行采集,空间分辨率高达2-3厘米/像素,包含了94科222属的400个植物样本。同时,研究还利用了国际上公认的两个公开基准数据集:由深圳大学发布的、包含多模态(高光谱、激光雷达LiDAR、高分辨率光学)数据的“SZUTreeData”数据集,以及由苏黎世联邦理工学院(ETH Zurich)发布的、同样包含多源遥感数据的“ETH”数据集。这三个数据集覆盖了亚热带和温带的不同地理区域与森林条件,为模型的全面验证提供了坚实基础。
在方法学上,本研究提出了几个关键技术创新模块,共同构成了FFGF-Net的核心。首先,Gated Feature Reduction (GFR,门控特征降维) 模块受门控线性单元(GLU)启发,通过类似“阀门”的机制压缩特征维度,在降低计算复杂度的同时,强化了与分类相关的前景目标特征。其次,CanopyTextureAnalyzer (CTA,冠层纹理分析器) 模块专门针对叶片纹理这一关键区分特征,采用并行、具有不同空洞率(Dilation Rate)的卷积层,同时捕获从精细到粗糙的多尺度纹理模式。接着,Cascaded Canopy Attention (CCA,级联冠层注意力) 机制由“TimberTokenFusion (TTF)”和“CanopyAxialAttention (CAA)”两个注意力模块级联而成,能自主聚焦于图像中的判别性区域,并有效抑制代表背景、阴影和遮挡物的噪声特征。最后,CanopyPatchExtractor (CPE,冠层块提取器) 模块借鉴视觉Transformer(Vision Transformer, ViT)的思路,将优化后的特征图结构化为一系列重叠的局部区域“令牌”(Tokens),并引入一个从全局平均池化(Global Average Pooling, GAP)得到的全局上下文令牌,使模型能够同时捕捉局部细节和整体场景统计信息。这些模块协同工作,最终通过位置感知的块注意力(Position-aware Patch Attention)和分类模块完成树种识别。
4.1. 性能比较 (Performance Comparison)
研究人员在三个数据集上,将FFGF-Net与一系列先进的基线模型进行了全面对比,这些模型包括代表性的卷积神经网络(CNN)骨干(如EfficientNet-B0, MobileNet_V3-Small, ConvNeXt-Tiny)、先进的视觉Transformer(如Swin-Tiny)以及其他轻量级架构。结果表明,FFGF-Net在各项评价指标上均取得了领先优势。在NJFUTreeData数据集上,其总体精度(OA)达到75.00%,在SZUTreeData上达到88.54%,在更具挑战性的ETH数据集上更是达到了94.75%的卓越水平。在精确率(Precision)、召回率(Recall)和F1分数(F1-score)上,FFGF-Net也全面超越了所有对比模型。此外,模型在标准细粒度视觉分类(Fine-Grained Visual Categorization, FGVC)基准(如CUB-200-2011鸟类、FGVC-Aircraft飞机、Stanford Cars汽车数据集)上也表现出了强大的竞争力和泛化能力。值得注意的是,FFGF-Net在取得优异性能的同时,保持了合理的计算开销(4.7 GFLOPs)和参数量(22.7M),体现了良好的性能与效率平衡。
4.2. 可视化分析 (Visualization Analysis)
  • •
    4.2.1. 混淆矩阵分析 (Confusion Matrix Analysis)
    通过对NJFUTreeData、SZUTreeData和ETH数据集中代表性树种子集的混淆矩阵进行分析,可以深入洞察FFGF-Net的分类行为。分析显示,模型对于具有显著形态特征的树种(如银杏、香樟)表现出极强的识别能力,混淆矩阵对角线元素值很高。然而,也存在一些系统性的误分类模式。例如,针叶树种雪松和水杉之间,以及阔叶树种悬铃木和国槐之间,存在相互误判,这揭示了在无人机影像中区分叶片结构和冠层纹理相似的树种所面临的固有挑战。此外,样本量稀有的观赏树种(如鸡爪槭和紫薇)之间,以及样本量最大的香樟与其他多个阔叶树种之间的混淆,也指出了模型在面对类内变异大、类间差异小以及数据“长尾分布”问题时的优化方向。尽管如此,整体上FFGF-Net在复杂森林环境中展现出了令人满意的分类一致性和鲁棒性。
  • •
    4.2.2. 类激活图分析 (Class Activation Map Analysis)
    研究通过类激活图(Class Activation Map, CAM)直观展示了FFGF-Net在分类决策时关注的图像区域。可视化结果表明,FFGF-Net能够成功地将注意力集中在与树种鉴别高度相关的局部特征上,例如特定的叶片簇、枝条分叉模式或独特的树皮纹理。相比之下,一些基线模型(如EfficientNet-B0)的注意力则可能更分散,或错误地聚焦于与分类无关的背景区域。这有力地证明了FFGF-Net中集成的CCA模块在引导模型关注判别性区域、抑制环境噪声方面的有效性,是其性能提升的关键原因之一。
  • •
    4.2.3. 消融实验分析 (Ablation Study Analysis)
    为验证FFGF-Net中各个核心模块的有效性,研究人员进行了系统的消融实验。实验通过逐步移除或替换CTA、CCA、CPE等模块,观察模型性能的变化。结果显示,缺少任何一个核心模块都会导致模型在三个数据集上的性能出现不同程度的下滑,其中CCA模块的贡献尤为显著。这充分证明了论文所提出的多模块融合设计是必要且有效的,每个模块都在解决细粒度分类的特定挑战中扮演着不可或缺的角色。
4.3. 讨论 (Discussion)
本研究成功提出并验证了FFGF-Net,一个专门为复杂野外环境下冠层尺度无人机影像树种细粒度分类而设计的深度学习网络。该网络通过整合局部特征提取(CPE)、多尺度纹理建模(CTA)和级联注意力降噪(CCA)三大创新机制,有效应对了林业细粒度识别中类内差异大、类间差异小和环境噪声复杂的核心挑战。实验结果表明,FFGF-Net在多个具有代表性的数据集上达到了最先进的性能水平,其有效性也得到了可视化分析和消融实验的充分支持。
这项研究的重要意义在于,它为自动化森林资源调查与监测提供了一种高精度、可扩展的技术解决方案。相较于传统人工方法和通用AI模型,FFGF-Net在精度和场景适应性上均表现出显著优势。这预示着未来在生物多样性普查、森林资源动态监测、珍稀树种保护、精准林业育种以及森林碳汇估算等领域,AI技术将能够发挥更大、更实际的作用,推动林业管理向智能化、精细化方向迈进。
当然,研究也指出了未来的改进方向。例如,如何处理数据中的“长尾分布”问题以提升对稀有树种的识别率,以及如何更有效地融合多源遥感数据(如激光雷达点云提供的高度和结构信息)来进一步提升模型在三维结构线索利用方面的能力。尽管如此,FFGF-Net作为一个坚实的起点,为智慧林业的发展奠定了重要的技术基石,展示了人工智能与林业科学深度交叉融合的巨大潜力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号