基于Unet++网络结构建筑物抗震能力评价研究

摘 要：为了快速评价建筑物的抗震能力，本文基于Unet++网络结构，建立了抗震能力评价模型，主要功能包括特征图的跳跃连接、深度监督机制、信息输入与输出。完成理论建模后，将某城市的一个下辖区作为评价对象，收集谷歌影像信息，同时进行现场实测，经过预处理后形成2000组样本集，对模型进行训练。在考虑不同抗震因素的情况下，检测模型的评价效果，结果显示该模型的准确率和精确性均达到了较高的水平。建筑物的抗震能力分为3个级别，传统模式下通过现场实测评价其抗震能力，因此效率低。在人工智能时代，可将建筑物的影像信息、抗震特性作为主要的评价因素，利用神经网络和机器学习进行自动化评价，Unet++网络在该问题中有较大的应用潜力。

关键词：Unet++网络结构；建筑物抗震能力；评价模型

中图分类号：TU 352" " " 文献标志码：A

1 基于Unet++的建筑物抗震能力评价模型

1.1 Unet++网络概述

Unet是一种卷积神经网络，最早应用于医学图像的自动化分割中。2018 年，在 Unet 的基础上开发了Unet++神经网络模型。Unet神经网络在具体应用过程中有一定的局限性，主要问题是该模型的跳跃连接方式较为单一，导致精度较低。Unet++对该问题进行了改进，优化了跳跃连接的方式，使算法性能得到明显提高。

1.1.1 Unet++的跳跃连接方式

Unet++中设计有嵌套网络，以整体的网络编码结构为基础，嵌套了部分子网络，从而优化了连接跳跃的模式，这一改进措施提高了该网络模型的监督效果。Unet和Unet++的区别为前者直接接收编码器特征图，后者通过密集卷积块实现这一功能。

在Unet++网络中，将节点X的特征图堆栈表示为Xi，j，其数学描述如公式（1）所示。

（1）

式中：H（）为激活函数；将上一个采样层记为u（）；[]为连接层。j等于0的节点的获取输入信息途径只有一个，即编码器的上一层。当节点的参数j=1时，该节点可从同一卷积层的两个子网络获得输入。当节点的参数jgt;1时，其信息输入的渠道升至j+1个，由同一跳跃路径中的前j个节点进行信息输入[1]。

1.1.2 深度监督机制

Unet++网络结构能够产生全分辨率特征图，该特征图可表示为{X0，j，j∈（1，2，3，4）}，其深度监督机制依赖这些特征图，监督模式分为两种。第一种为精确监督模式，其特点是神经网络的整体输出等于各分支输出的平均值。第二种为快速监督模式，其特点是网络输出结果为被选中分支的输出。深度监督机制带来了一系列优势，包括减少解码器运算、模型剪枝、减少计算开销、降低模型复杂度等[2]。

1.2 网络输入与输出

1.2.1 网络输入

作为一种图像分割模型，理论上讲，无论图像的尺寸有多大，均可输入Unet++网络模型中。为了便于卷积核处理该图像，通常将输入图像的尺寸处理成2的幂次方，例如256×256。在网络前向传播过程中，如果数值变化幅度较大，就会增加计算的难度。因此在网络输入阶段，采取归一化方法处理每个像素的通道值。

当利用Unet++网络评价建筑物的抗震性能时，需要根据遥感影像信息和建筑抗震影响因素，合理设置输入通道数，具体可按照表1确定抗震影响因素和通道数的关系。

1.2.2 网络输出

Unet++网络的输出结果是针对影像中像素信息的分割或者分类，输出图像的几何尺寸与原图保持一致，呈现形式为张量。假设原图像具有3个维度的张量，分别为高度H0、宽度W0以及通道数C0。如果将Unet++网络对图像的分类数量记为K，那么经过其处理的图像输出形状可表示为（H'，W'，K）。图像中的每个位置都可表示为（H'，W'，I）的形式，表示该位置像素属于类别I的概率，I∈K。模型的概率输出不能直接作为预测结果，需要经过特定的处理，才能将其作为最终的预测结果，以下为处理步骤。1）设置决策阈值。Unet++网络在图像处理中，需要对影像信息进行分类，其分类方式包括二分类和多分类。在二分类任务中，将影像信息划分成正类和负类，正类可表示为（H'，W'，1），负类可表示为（H'，W'，-1），在正类和负类的判断中，可设定一个阈值，当概率大于阈值时，分类结果为正类，否则为负类。在多分类任务中，该分类算法的输出形状可表示为（H'，W'，K）的形式，表示像素属于每个类别的概率，对比该像素点属于每个类别的概率数值，将概率最高的类别作为预测分类的结果。2）图像后处理措施。应该对模型的输出结果进行特定的后处理操作，包括去除图像噪声、提高清晰度、改善对比度等。根据处理措施的技术原理，可分为边缘检测、膨胀运算、形态学操作等。在研究过程中，运用膨胀运算的方法进行图像后处理，其特点是增强图像的前景区域、填充图像中的小空洞、连接断开的区域，从而提高图像的质量，原理如下。

假设存在集合A、B，可将A被B的膨胀表示为A⊕B，符号⊕为膨胀算子，膨胀运算的数学描述方法如公式（2）所示。

A⊕B={x|Bx∩A≠Φ} （2）

式中：A为整个图像区域；B为卷积核；Φ为空集；x为待处理的图像元素。

1.3 损失函数

模型在评价过程中，会存在一定的误差，可通过损失函数来评价模型的精确度。损失函数具有多种类型，在此次建立的评价模型中，将交叉熵损失和Dice损失相结合，形成综合性的损失评价方法。

Dice系数是产生Dice损失的基础，该系数本质上是一种相似度函数，用于判断两个样本的相似度，计算结果在[0，1]，越接近1，说明两个样本的相似度越高。Dice损失=1-Dice系数，显然，Dice损失越小，Dice系数越大。假设类别数量为C，将第i类的预测结果记为Pi，其对应的真实标签为Ti，i属于[0，C-1]。第i类的Dice损失计算方法为Li=1-2×（Pi∩Ti+τ）/（Pi+Ti+τ）。符号“∩”为向量的点乘，τ是一个非常小的正数，其作用是避免分母为0。经过Unet++分类后，形成了C个类别，总损失的计算方法如公式（3）所示。

（3）

式中：L为Dice损失的总损失，当各类别对总损失的影响存在差异时，可设置权重，以提高计算时的精确性。交叉熵损失的数学描述方法如公式（4）所示。

（4）

式中：L'为交叉熵的总损失；yi为真实标签经过独热编码后的结果；Pi为模型对应类别的预测概率。在实际应用中，log（Pi）的计算具有一定的难度，在这种情况下，可引入Softmax函数，形成Softmax交叉熵损失计算模型。

2 评价数据收集和预处理

2.1 原始数据采集

A市M区南北长度为64km，东西长度为33km，占地面积为1068km2，该地区的地震设防烈度为Ⅶ度。在抗震评价过程中，利用谷歌影像收集M区的遥感数据，其最高分辨率为0.30m，最低分辨率为1.0m，由多种卫星数据融合而成。除了卫星遥感数据，还需要获取大量的现场数据，包括建筑物类别、层高、建造时间等，表2为部分现场调查的数据。

2.2 建筑抗震等级划分

《建筑抗震设计规范》（GB 50011—2010）中对抗震等级做出了规定，将建筑物的抗震等级分为3个级别，包括估计抗震能力达标、疑似抗震能力不足、疑似抗震能力严重不足。通过实地调查，对M区内的建筑抗震等级进行评价，3种抗震等级的建筑占比分别为38.19%、44.84%、16.99%，对应建筑物的数量分别为3093、3631、1376。

2.3 确定建筑物抗震影响因子

抗震影响因子是决定通道数量的关键因素，在此次研究过程中，选取4个关键性的抗震影响因子，包括建筑物的结构形式、建造时间、用途以及层数。在数据预处理阶段，需要明确抗震影响因子的具体内容。经过对比，在建筑用途方面，将影响因子确定为住宅用房、商业用房、教育系统用房、公共服务用房、卫生系统用房、政府机关用房以及其他；在结构类型方面，将建筑物划分为砖木结构、砖混结构、钢结构、框架结构以及其他[3]。建造时间和建筑层高按照表2中的类别进行划分。

2.4 构建样本集

在深度学习中，需要通过样本集训练评价模型，通常将样本集划分为标签集和特征集，前者用于样本分类，后者用于描述样本的特征。根据抗震影响因子，将样本转化为语义图片[4]。再利用语义图片和M区的遥感影像资料建立特征集，用抗震影响因子描述样本的特征，标签集的构建方法类似于特征集。样本输入模型前，应该对样本进行裁剪，将像素控制为512×512dpi，部分样本在裁剪后存在建筑物占比过少的问题，因此剔除掉这部分样本，最终获得有效样本2000个。

3 基于Unet++的建筑物抗震能力评价

运用建立的评价模型对建筑物抗震能力进行评价，实施流程如下。

3.1 特征选择

建筑物存在多种特征，为了提高评价模型的可读性和准确性，在模型训练前，将不同的属性特征和遥感影像组合在一起，作为模型的输入信息，并且为每一种组合设置代号，共形成25组输入信息，部分输入信息见表3。

3.2 设置模型训练参数

模型训练需要搭建运行环境，研究过程在Windows环境下搭建了Python的机器学习库，硬件方面配置了英伟达的GeForce RTX 3070显卡。图像尺寸均为512×512，将单批次样本数量、初始学习效率、权重衰减分别设置为10个、0.001、0.001。

3.3 建立评价指标

模型评价指标包括5个，分别为准确率（A）、精确率（P）、召回率（R）、均交并比（MIoU）以及F1。各指标的计算方法与正确的正例（True Positive，TP）、错误的反例（ Negative，FN）、错误的正例（ Positive，FP）、正确的反例（True Negative，TN）相关[5]。以MIoU为例，该指标的计算方法如公式（5）所示。

（5）

式中：K为类别。准确率A的计算方法为A=（TP+TN）/（TP+FP+TN+FN）；精确率P的计算方法为P=TP/（TP+FP）；召回率R的计算方法为R=TP/（TP+FN）；F1的计算方法为F1=2（P×R）/（P+R）。

3.4 结果分析

3.4.1 模型训练结果

模型训练的目的是提高评价模型的效果，具体体现于损失函数的值，该数值越小，说明评价模型的效果越好。在训练的初期阶段，模型损失与经过实测的损失存在较大偏差。在80次训练后，I、ID、IS、IA、IDS等各输入信息对应的模型损失趋于稳定，与实测损失值的偏差缩小至可接受的范围，继续巩固训练效果，将模型训练次数升至100次，并将其作为测试模型。

3.4.2 评价模型总体精度

根据测试数据统计不同输入信息对应的评价指标，得到表4的数据。综合全部的评定结果，此次建立的评价模型在准确率和精确率上达到了较高的水平，25组输入信息对应的准确率在88.6%～95.9%；精确率在75.3%～85.8%；25组输入信息对应的召回率、F1值和MIoU值分别在48.7%～57.3%、0.583～0.687、0.541～0.691。可见，准确率和精确率较好，其他性能指标还需进一步提升。

3.4.3 不同模型的预测效果对比

在模型I中将遥感影像信息作为分类预测的依据，其准确率为88.6%，精确率为75.3%，召回率为48.7%。在遥感影像的基础上引入抗震影响因素，预测效果得到明显提升。在表4所列举的模型中，增加抗震影响因素之后，准确率的提升幅度在7.4%～12.4%，精确率的提升幅度在10.81%～14.95%，召回率的提升幅度在15.2%～38.79%。对比各模型的数据，抗震能力评价模型对代号为IDS的输入信息具有良好的预测性，其准确率、精确率、召回率以及MIoU都最大，说明建筑物高度和建筑物的结构特征对抗震性能具有突出的影响力。对比IDS和IDU的数据，前者对应的5个评价指标全面优于后者，说明在抗震评价中，建筑结构的影响力强于建筑物的建造年代。采用同样的方法，可判断各抗震影响因素在抗震性能评价中的影响程度，结果为建筑高度gt;建筑结构gt;建造年代gt;建筑用途。

4 结语

建筑物的抗震能力分为3个级别，研究过程利用Unet++网络建立了建筑物抗震性能评价模型，将谷歌影像信息和现场实测信息作为评价依据，利用该模型对遥感影像和抗震影响因素进行识别，从而自动化地判断建筑物的抗震级别。经过实测，其准确率和精确率均达到了较高的水平，召回率、精确度等性能指标还需进一步提升。

参考文献

[1]刘志文，王进强，王广鑫.基于UNet++的地震P波初至拾取研究[J].太原理工大学学报，2023，54（1）：65-72.

[2]沈旭东，吴湘莲，雷英栋.一种改进的Unet建筑物变化检测方法[J].电子制作，2020（1）：30-31，15.

[3]姜柳，史健勇，付功义，等.基于BIM和深度学习的建筑平面凹凸不规则识别[J].图学学报，2022，43（3）：522-529.

[4]贾婧，王凌霄，窦圣宇，等.面向海岛民居抗震性能评估的信息提取方法研究[J].世界地震工程，2021，37（4）：148-156.

[5]贾佳.基于深度学习的地震动持时预测[D].哈尔滨：中国地震局工程力学研究所，2022.