遙感影像語(yǔ)義分割SCI發(fā)文情況及學(xué)科發(fā)展研究分析

陳曉惠

(河南大學(xué) 圖書(shū)館，河南 開(kāi)封 475000)

遙感是人類通過(guò)成像載荷遠(yuǎn)距離觀測(cè)地球的一種重要手段，常見(jiàn)的成像方式有星載、機(jī)載。近年來(lái)，隨著各種遙感專項(xiàng)的開(kāi)展和商業(yè)遙感衛(wèi)星的繁榮，人類可獲得的遙感數(shù)據(jù)正在呈爆炸式增長(zhǎng)。而傳感器載荷技術(shù)的進(jìn)步，也使得遙感數(shù)據(jù)呈現(xiàn)出高空間分辨率、高光譜分辨率、高時(shí)間分辨率的三高特征。日益增多的遙感數(shù)據(jù)在人類的社會(huì)生活中起到了越來(lái)越大的作用，從國(guó)防安全到城市規(guī)劃，從環(huán)境評(píng)估到精準(zhǔn)農(nóng)業(yè)，從目標(biāo)檢測(cè)到地物識(shí)別，越來(lái)越多的行業(yè)中出現(xiàn)了遙感的身影。

然而，與遙感數(shù)據(jù)獲取能力形成鮮明對(duì)比的是其數(shù)據(jù)處理能力仍比較低下，遙感影像解譯的自動(dòng)化和智能化問(wèn)題仍是制約遙感技術(shù)在實(shí)際應(yīng)用的一個(gè)瓶頸問(wèn)題。探索和解決自動(dòng)智能的數(shù)據(jù)分析和信息解譯，以滿足遙感數(shù)據(jù)在國(guó)民經(jīng)濟(jì)建設(shè)、社會(huì)發(fā)展和國(guó)家安全的需要，實(shí)現(xiàn)“數(shù)據(jù)-信息-知識(shí)”的自動(dòng)轉(zhuǎn)化已成為遙感領(lǐng)域的一個(gè)重要研究問(wèn)題[1-2]。

在遙感影像數(shù)據(jù)自動(dòng)分析與智能解譯的過(guò)程中，影像分割是其中一個(gè)關(guān)鍵技術(shù)。影像分割的目的是將一幅影像劃分為若干個(gè)同質(zhì)區(qū)域。根據(jù)分割結(jié)果中區(qū)域的大小和語(yǔ)義信息的多少，遙感影像分割可以進(jìn)一步分為過(guò)分割和語(yǔ)義分割。其中，過(guò)分割技術(shù)也稱之為超像素，其根據(jù)影像局部的光譜同質(zhì)性，會(huì)將影像劃分為較多的細(xì)碎過(guò)分割區(qū)域，亦即超像素。這些過(guò)分割區(qū)域雖然含有語(yǔ)義，但其語(yǔ)義信息較為簡(jiǎn)單，往往是最基本的語(yǔ)義單元，因此過(guò)分割結(jié)果常用于面向?qū)ο蠓治龇椒?。目前常?jiàn)的過(guò)分割方法有分水嶺[3]、均值漂移[4]、SLIC[5]等。不同于過(guò)分割，語(yǔ)義分割的結(jié)果中，每一個(gè)類別都會(huì)對(duì)應(yīng)一類具體的地物對(duì)象或地物覆蓋，具有明確的語(yǔ)義含義。但是，遙感影像中普遍存在的“同物異譜”與“異物同譜”現(xiàn)象，為語(yǔ)義分割帶來(lái)了挑戰(zhàn)，傳統(tǒng)的語(yǔ)義分割方法結(jié)果中往往存在大量細(xì)碎的誤分結(jié)果，特別是在高空間和超高空間分辨率的遙感影像中。

近年來(lái)，人工智能技術(shù)的發(fā)展，尤其是深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展，極大地促進(jìn)了遙感影像語(yǔ)義分割的進(jìn)步[6]。深度學(xué)習(xí)方法中端到端(end to end)技術(shù)的出現(xiàn)，令FCN、UNet、SegNet等模型在語(yǔ)義分割中可以刻畫(huà)更細(xì)節(jié)的信息，使分割結(jié)果達(dá)到更高的精度。隨著基于深度學(xué)習(xí)的方法在語(yǔ)義分割中應(yīng)用的不斷深入，語(yǔ)義分割方法也被細(xì)分為語(yǔ)義分割(Semantic segmentation)和實(shí)例分割(Instance segmentation)，其中，語(yǔ)義分割結(jié)果中地物語(yǔ)義層次相對(duì)較高，如樹(shù)木、建筑、道路等；而實(shí)例分割更關(guān)注各單一對(duì)象的識(shí)別，即使這些對(duì)象可能屬于同種地物類別，如每一個(gè)單獨(dú)的房屋、每一輛汽車等。為了更好地把握語(yǔ)義分割技術(shù)在當(dāng)前遙感影像處理中的國(guó)內(nèi)外研究現(xiàn)狀，更清晰地辨識(shí)語(yǔ)義分割和實(shí)例分割的發(fā)展情況，筆者詳細(xì)分析了遙感影像語(yǔ)義分割研究近年來(lái)的SCI發(fā)文情況，并對(duì)該學(xué)科未來(lái)的發(fā)展趨勢(shì)進(jìn)行了分析和展望。

1 數(shù)據(jù)來(lái)源

本論文數(shù)據(jù)來(lái)源于ISI Web of Science平臺(tái)下的SCIE數(shù)據(jù)庫(kù)，以主題= ("remote* sens* "AND("semantic segmentation"OR "instance* segment*"))進(jìn)行檢索，文獻(xiàn)類型為Article，經(jīng)過(guò)統(tǒng)計(jì)發(fā)現(xiàn)，遙感影像語(yǔ)義或?qū)嵗指畹难芯康谝黄墨I(xiàn)發(fā)表于2011年，截至2021年11月16日，共檢索出文獻(xiàn)519條，被引頻次總計(jì)6 065次，去自引以后的被引頻次4 528次，篇均被引頻次11.69次，h指數(shù)為37。

2 數(shù)據(jù)分析

2.1 遙感影像語(yǔ)義分割領(lǐng)域發(fā)文量的年度變化趨勢(shì)分析

2011年—2021年有關(guān)遙感影像語(yǔ)義分割和實(shí)例分割的論文發(fā)文量的變化趨勢(shì)如圖1所示，通過(guò)研究歷年的文獻(xiàn)數(shù)量變化可以看出，這是個(gè)新興的研究方向；2011年—2018年，8年時(shí)間發(fā)表論文54篇，2019年以后的發(fā)文量呈爆發(fā)式增長(zhǎng)。2019年以后，被引頻次成倍增長(zhǎng)，尤其是2021年，10.5個(gè)月的時(shí)間，被引量占到總被引的一半以上。該研究方向成了熱門研究方向，519篇文章中有24篇高被引論文，2篇熱點(diǎn)論文。

表1 年度變化趨勢(shì)

圖1 遙感影像語(yǔ)義分割和實(shí)例分割論文發(fā)文量的變化趨勢(shì)

2.2 國(guó)家(地區(qū))影響力分析

表2 發(fā)文量排名前十的國(guó)家(地區(qū))

在SCIE數(shù)據(jù)庫(kù)中，遙感語(yǔ)義分割或?qū)嵗指畹奈恼聛?lái)源于50個(gè)國(guó)家(地區(qū))，從表2和表3可以看出，其中發(fā)文量和被引頻次最多的國(guó)家都是中國(guó)，發(fā)文量高達(dá)357篇，占比68.79%，被引頻次2 041次。357篇文章中，257篇文章有被引頻次，被引頻次大于10的論文數(shù)高達(dá)100篇，遠(yuǎn)高于其他國(guó)家的發(fā)文量、被引頻次和被引用論文數(shù)。美國(guó)和德國(guó)的發(fā)文量和被引頻次緊隨其后，發(fā)文量均大于30篇，被引頻次大于等于600次。其中，美國(guó)的發(fā)文量排在世界第二，但被引頻次排在了世界第三的位置，而德國(guó)的發(fā)文量世界第三，但被引頻次高于美國(guó)，排在了世界第二。發(fā)文量大于10篇的國(guó)家(地區(qū))有14個(gè)，被引頻次大于100的國(guó)家(地區(qū))有13個(gè)。中國(guó)、日本和英國(guó)的篇均被引超過(guò)10次。

表3 被引頻次大于100的國(guó)家(地區(qū))

2.3 機(jī)構(gòu)影響力分析

2011年—2021年，發(fā)表遙感影像語(yǔ)義分割或?qū)嵗指畹恼撐牡目蒲袡C(jī)構(gòu)共有668個(gè)，針對(duì)發(fā)文量大于10的機(jī)構(gòu)進(jìn)行分析，詳細(xì)內(nèi)容見(jiàn)表4。

表4 發(fā)文科研機(jī)構(gòu)分析

遙感影像語(yǔ)義分割和實(shí)例分割論文發(fā)文量大于10的機(jī)構(gòu)一共有11個(gè)，其中中國(guó)有8個(gè)，德國(guó)有3個(gè)；其中中國(guó)科學(xué)院以發(fā)文74篇排名世界第一，占總發(fā)文量的14.26%，武漢大學(xué)(50篇)和中國(guó)科學(xué)院大學(xué)(44篇)位列世界第二和第三。

從總被引情況看，發(fā)文量大于10篇的13個(gè)機(jī)構(gòu)，總被引均超過(guò)130次，引用率(被引用的論文數(shù) /發(fā)文量)均大于70%，中國(guó)科學(xué)院以758次的引用排名第一，其次是北京航空航天大學(xué)(633次)，亥姆霍茲聯(lián)合會(huì)(586次)，武漢大學(xué)(564次)和德國(guó)航空航天中心(563次)，排名第二到第五位，引用量均大于560次。從篇均被引來(lái)看，除了南京信息工程大學(xué)是8.67次，其余的都超過(guò)10次，尤其是北京航空航天大學(xué)(33.32次)、慕尼黑理工大學(xué)(32.27次)、德國(guó)航空航天中心(31.28次)和亥姆霍茲聯(lián)合會(huì)(30.84次)的篇均被引大于30次。從引用率來(lái)看，中國(guó)科學(xué)院遙感與數(shù)字地球研究所的10篇文章均有被引，亥姆霍茲聯(lián)合會(huì)(89.47%)，德國(guó)航空航天中心(88.89%)和慕尼黑理工大學(xué)(80.00%)超過(guò)80%?？傮w來(lái)看，德國(guó)機(jī)構(gòu)的發(fā)文量雖然不多，但質(zhì)量較高；中國(guó)機(jī)構(gòu)的發(fā)文量多，但篇均被引和引用率排名略低。

表5 來(lái)源出版物排序

2.4 來(lái)源出版物影響力分析

在SCIE數(shù)據(jù)庫(kù)中，遙感分割解譯的文章發(fā)表于70個(gè)期刊上，發(fā)表論文前十的期刊信息如表5所示，發(fā)文量最多的期刊是《REMOTE SENSING》(169篇)，緊隨其后的兩個(gè)期刊為《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》(58篇)和《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》(35篇)。在發(fā)文量排前十的期刊上，共發(fā)表論文426篇，占檢索結(jié)果的82.08%。影響因子在3.0以上的有8個(gè)期刊，中科院大類分區(qū)在2區(qū)以上的有5個(gè)，3個(gè)TOP期刊，說(shuō)明發(fā)文的質(zhì)量很高。

3 結(jié)束語(yǔ)

筆者通過(guò)檢索2011年—2021年SCIE數(shù)據(jù)庫(kù)收錄的遙感影像語(yǔ)義分割和實(shí)例分割論文，利用文獻(xiàn)計(jì)量學(xué)和描述性統(tǒng)計(jì)分析方法，對(duì)該學(xué)科每年發(fā)文數(shù)量、發(fā)表國(guó)家或地區(qū)、發(fā)表機(jī)構(gòu)和發(fā)表期刊進(jìn)行了量化分析。分析結(jié)果表明，遙感影像語(yǔ)義分割和實(shí)例分割的發(fā)文量在逐年遞增，尤其在2019年之后，呈現(xiàn)爆發(fā)式增長(zhǎng)。這表明該學(xué)科正處于上升發(fā)展期。

此外，發(fā)文最多的國(guó)家和機(jī)構(gòu)分別是中國(guó)和中國(guó)科學(xué)院，這表明我國(guó)在這方面的研究始終處于國(guó)際前沿。但是，我國(guó)該學(xué)科發(fā)表論文的篇均被引和引用率排名相對(duì)較低，是后續(xù)需要努力的方向。發(fā)文雜志影響因子和中科院分區(qū)整體都比較靠前，這也表明該學(xué)科是目前遙感影像處理領(lǐng)域的熱點(diǎn)方向之一。