未爆炸炸彈(Unexploded Ordnance, UXO)對沖突后社區構成了重大威脅,目前定位炸彈的工作依賴于時間密集和危險的現場查找。
超高分辨率(VHR)亞米衛星圖像可以提供一種低成本、高效率的方法,來自動檢測彈坑并估算未爆炸炸彈的密度。由于炸彈坑比流星隕石坑要小,并且由于炸彈坑復雜的地形環境和外觀變化,所以利用以往尋找流星隕石坑的機器學習方法并不適合尋找炸彈坑。
根據俄亥俄州立大學政治學助理教授 Erin Lin 與俄亥俄州立大學土木、環境和大地工程助理教授秦榮軍共同發表在《美國科學公共圖書館》雜志(PLOS ONE)上的一項研究,研究人員創建了一個基于機器學習的兩階段框架來嘗試應對這些挑戰。
該研究所提出的方法,將炸彈坑檢測率提高了 160% 以上。對比分析表明,該方法明顯優于典型的物體識別算法,可用于廣域炸彈坑檢測。
而該模型結合解密的記錄和排雷報告,發現在柬埔寨某村莊附近仍有 44% 至 50% 的炸彈未爆炸。
和平時期的隱患
未爆炸彈藥是指在武裝沖突期間部署但沒有引爆的軍事爆炸物,例如手榴彈、炸彈、迫擊炮彈和集束彈藥。未爆炸彈藥對戰后經濟復蘇、人類健康和政府反應能力構成重大挑戰。
據統計,未爆炸彈藥每年奪走 15,000 至 20,000 人的生命,每天平均有超過兩名平民被未爆彈藥炸死或炸傷,其中 28% 的傷亡是兒童。而全球估計至今仍有 400 萬到 600 萬顆流散爆炸物尚未被發現。
柬埔寨的炸彈隱患是世界上最高的。越南戰爭期間,美國向柬埔寨投放了約 50 萬噸炸藥。在柬埔寨,所有 24 個省都有未爆炸彈藥和地雷污染的區域,2001 年,幾乎所有柬埔寨村莊的一半都報告了某種形式的未爆炸物隱患。
當前的清理方法,要求排雷人員手動搜索場地,依靠金屬和雷達探測器找到可能的炸彈,并使用鐵鍬仔細地挖出可疑爆炸物,過程費力、危險且通常效率低下。
更打擊人的是,2016 年聯合國的一份報告發現,過去一年中清理的埋雷區域中有近一半實際上“沒有地雷或數量非常有限” 。
兩階段框架的提出
在這項最新研究中,研究人員利用人工智能從衛星圖像中檢測越戰時期柬埔寨的炸彈坑,希望它能幫助找到未爆炸的炸彈。
遙感分析提供了一種定位未爆炸彈藥的潛在方法,美國空軍解密的越戰轟炸記錄也提供了很大幫助。為了解決這一挑戰,研究人員還開發了一種新的遙感方法,來計算每個有效目標區域中的炸彈坑數量。
然后,用已知的每個有效目標區域中的炸彈總數(解密數據提供的信息),減去了已經引爆的炸彈數量,就可以估算出仍下落不明并可能藏在該區域的炸彈數量。
其實,之前尋找彈坑的算法,借鑒了成熟的隕石坑識別方法,通過掃描衛星圖像,尋找外層空間行星表面上的大型圓形坑。但是,炸彈坑和流星隕石坑之間還是有很大的差異。
首先,炸彈坑會隨著時間流逝經歷各種程度的侵蝕,周圍植物也會生長變化,這與流星隕石坑不同,流星隕石坑位于缺乏大氣和植被的地外表。
第二,從遙感角度看,彈坑的尺寸相對較小,通常直徑只有 3 至 12 米。這比流星撞擊坑要小得多,隕石坑的直徑可達 3000 米。由于隕石坑檢測方法是從粗粒度的黑白圖像中檢測出圓形,因此可能會漏掉尺寸較小、形狀不完美、與周圍地形融為一體、或附近有干擾物體(如植物或水)的彈坑。
炸彈坑(左)與流星隕石坑(右)
為了有效檢測到直徑為 3 至 12 米的物體,研究人員需要處理超高分辨率(VHR)衛星圖像。鑒于炸彈坑檢測是針對目標的學習任務,可獲得的樣本相對較少,研究人員開發了一個兩階段的框架。
彈坑探測兩級框架的工作流程
在第一階段,通過使用滑動窗口技術從 100 平方公里的研究區域中提取出第一道候選彈坑,其中矩形區域在固定寬度和高度的圖像上滑動。
然后將補丁分類為潛在的隕石坑或拒絕的候選坑。具體來說,典型的特征提取器將定向梯度直方圖(HOG)與基于支持向量機(SVM)的光譜直方圖特征向量進行分類。
但是,潛在的隕石坑候選可能包含許多誤報。因此,第二階段涉及多方法過程,以從候選池中除去非炸彈坑口。
第一階段 83% 的候選隕石坑在第二階段改進后被丟棄
新方式效果顯著
研究人員從柬埔寨 Kampong Trabaek 鎮附近 100 平方公里區域的商業衛星圖像開始,該地區是美國空軍 1970 年 5 月至 1973 年 8 月地毯式轟炸的目標。
研究地點的衛星圖像(100 平方公里)
研究人員通過機器學習分析衛星圖像,以尋找炸彈坑存在的證據。炸彈坑的數量能夠讓研究人員知道實際上有多少炸彈已經爆炸,在哪里爆炸。然后,他們可以就可以確定還剩下多少枚未爆炸的炸彈,以及可能發現這些炸彈的特定區域。
俄亥俄州立大學政治學助理教授 Erin Lin 表示,到目前為止,在柬埔寨發現并安全清除未爆炸炸彈和地雷的嘗試,并沒有達到所需的效果。
Erin Lin 教授說,“迫切需要的服務與應用之間存在脫節,部分原因是我們無法準確地確定最需要排雷的地方。這就是我們的新方法可能會有所幫助的地方。”
Erin Lin 教授解釋說:“幾十年來,炸彈坑周邊長滿草和灌木,會受到侵蝕,所有這些都會改變炸彈坑的形狀和外觀。”而研究人員開發的計算機算法,考慮了炸彈坑的新特征,包括形狀、顏色、紋理和大小。與傳統方法相比,該方法將真正的炸彈檢測提高了 160% 以上。
研究人員還獲得了解密后的軍事數據,這些數據表明,在本研究分析的區域內投放了 3205 枚炸彈。這些信息與排雷報告和研究結果相結合,表明該地區仍有大約 1405 到 1618 枚未爆炸的地毯炸彈未被發現,大約是投向那里的炸彈的 44% 到 50%。
而且這項研究涉及的大部分土地都是農業用地,這意味著當地農民有遭受炸彈爆炸的危險,危險并不是假設而是真實存在的。
研究人員援引聯合國的一份報告,該報告批評柬埔寨國家排雷機構把重點放在有未爆地雷的風險最小或沒有地雷的地區,從而展現了迅速進展的景象。
Erin Lin 教授表示:“排雷的過程既昂貴又費時,但是我們的模型可以幫助確定應首先排雷的高風險地區。”
-
探測器
+關注
關注
14文章
2619瀏覽量
72911 -
算法
+關注
關注
23文章
4599瀏覽量
92643 -
機器學習
+關注
關注
66文章
8377瀏覽量
132408
發布評論請先 登錄
相關推薦
評論