空間信息感知語義分割模型的高分辨率遙感影像道路提取

吳強強，王帥，王彪，吳艷蘭，3

1.安徽大學 資源與環(huán)境工程學院,合肥230601;

2.武漢大學 資源與環(huán)境科學學院,武漢430079;

3.安徽省地理信息智能技術工程研究中心,合肥230601

1 引言

高分辨率遙感影像的道路提取在地理信息更新、城市規(guī)劃、路線導航和救災應急等應用中發(fā)揮著極其重要的作用。近年來針對道路提取的研究越來越多，但是由于道路的背景環(huán)境復雜、陰影遮擋以及高分辨率遙感影像中地物信息豐富導致的“同譜異物”和“同物異譜”現(xiàn)象（文貢堅和王潤生，2000）等問題的存在，高效的道路提取方法的提出仍然存在許多困難。

道路提取方法大致可分為基于道路形狀、紋理、灰度閾值和深度學習這4類方法?；诘缆沸螤畹奶崛》椒ㄖ饕玫缆返男螤钐卣鹘Y(jié)合其他方法提取遙感影像中的道路，比如，在基于道路形狀特征方面，有混合像素對象（Song和Civco，2004）、多特征匹配（付仲良 等，2016）和結(jié)合同質(zhì)特征（許銳，2014）等的道路提取方法。該類方法在噪聲較多的情況下提取道路具有優(yōu)勢，但是一般需要人為設置參數(shù)，自動化程度不高，因此研究人員著眼于道路紋理特征的提取。紋理特征是道路的內(nèi)在屬性，描述了像元灰度的分布情況，依據(jù)道路的紋理特征能夠有效的提取道路信息，比如，基于道路紋理的提取方法有FMH模型（Hong等，2019）、基于角度紋理特征的城市道路全自動提?。℉averkamp，2002）和結(jié)合角度紋理特征與Ziplock Snake算法的道路提取（陳卓等，2013）等。基于道路紋理的提取方法有利于提取城市道路，但是對于復雜情況適應性差，例如陰影遮擋的情況。為了更好地提取道路信息，研究人員利用灰度閾值方法來分割道路地物特征（張永宏等，2018），主要包括雙閾值法（周家香等，2013）、Otsu閾值法（Mu等，2016）和基于霍夫檢測的道路檢測與提取（李建和張其棟，2017）的方法。這些閾值分割方法對規(guī)則形狀提取效果好，但方法對于復雜形狀的適應性差、提取效率低。總體而言，上述道路提取方法在針對特定任務時表現(xiàn)較好，但方法主要依賴設定的閾值參數(shù)，由于這些參數(shù)可能在不同的圖像中有所差異（Mnih和Hinton，2010），從而導致泛化能力弱。除此之外，這些方法難以滿足道路提取任務的精度和時間要求。隨著深度學習技術飛速發(fā)展，其在場景識別、物體檢測、語義分割等計算機視覺任務上取得了優(yōu)異成績，它能夠自動學習大數(shù)據(jù)中的有效特征，并對同一類問題具有普適性。所以，大量的研究人員開始利用深度學習方法處理衛(wèi)星遙感數(shù)據(jù)（Sherrah，2016；Nogueira等，2017）。

近幾年來，許多研究已將深度學習方法應用于道路提取任務，基于深度學習道路提取的方法可以分為基于卷積神經(jīng)網(wǎng)絡（CNN）和全卷積神經(jīng)網(wǎng)絡（FCN）的道路提取方法?；贑NN道路提取方法，包括，帶有RBM（Restricted Boltzmann Machine）（Mnih，2013）、基于補?。ˋlshehhi等，2017）和利用Wavelet Packet Method（Jiang，2019）等卷積神經(jīng)網(wǎng)絡。此類方法結(jié)合卷積神經(jīng)網(wǎng)絡和其他方法進行道路提取，其優(yōu)勢是不需要設計特征，但輸入影像的尺寸是受限的，而且基于補丁的提取方法比較耗時?；贔CN道路提取方法，同樣借助卷積來提取道路特征，區(qū)別是FCN用卷積層替換全連接層，并且輸入影像的尺寸不受限制，通過上采樣操作可以得到與輸入影像相同尺寸的分割圖，例如，Deep Residual U-Net神經(jīng)網(wǎng)絡（Zhang等，2018）、SegNet網(wǎng)絡（Panboonyuen等，2017；Badrinarayanan等，2017）和D-LinkNet網(wǎng)絡（Zhou等，2018）等道路提取方法。以上網(wǎng)絡模型均采用高效的編碼—解碼結(jié)構(gòu)并取得了顯著的效果，但是這些方法仍具有FCN網(wǎng)絡結(jié)構(gòu)的弊端，即下采樣過程中卷積和池化操作會造成空間特征的丟失，導致細小道路和細節(jié)信息的提取效果差。Zhou等（2018）提出D-LinkNet結(jié)構(gòu)，利用空洞卷積替換下采樣中的池化操作，擴大感受野的同時有效地減小了空間特征的損失。但是連續(xù)的空洞卷積操作導致空間特征的不連續(xù)，產(chǎn)生“棋盤效應”，造成特征信息的損失。

針對以上問題，本文以改進的殘差模型（Residual Network，簡稱ResNet）（He等，2016）為基礎，利用U-net（Ronneberger等，2015）結(jié)構(gòu)，并且引入坐標卷積（CoordConv）和全局信息增強模塊提高空間信息感知，設計了一種改進的網(wǎng)絡模型。為了充分利用道路細節(jié)信息，本文模型采用改進的ResNet作為主體網(wǎng)絡，提取不同尺度和不同級別的目標特征；此外，針對池化操作造成的空間特征丟失問題，本文在編碼結(jié)構(gòu)前引入坐標卷積，抽取空間坐標信息，用于增強空間信息變化的感知、減輕空間信息丟失；同時，針對空洞卷積的“棋盤效應”導致的上下文信息缺失情況，在編碼結(jié)構(gòu)后加入全局信息增強模塊，加強全局空間信息的感知，獲取全局語義信息，提高道路分類的一致性。

2 模型網(wǎng)絡結(jié)構(gòu)

2.1 網(wǎng)絡框架

本文以ResNet與U-net網(wǎng)絡為主體框架，網(wǎng)絡頂部利用坐標卷積機制，編碼部分使用全局信息增強模塊，提出一個改進的全卷積網(wǎng)絡模型。網(wǎng)絡入口放置坐標卷積層，它將坐標信息存儲在附加通道中并與原先通道合并成一個整體作為輸入，目的在于獲取輸入坐標信息，精確特征圖中的像素位置。編碼器部分，采用4個改進的Residual block（He等，2016）來抽取不同級別的抽象特征，Residual block由若干殘差單元堆疊而成。在解碼器部分，通過反卷積恢復由編碼器中池化操作生成的特征圖的分辨率，再與編碼部分中分辨率相同的低級特征進行跳躍連接。網(wǎng)絡輸出會得到與輸入影像同樣大小的分割圖。網(wǎng)絡的最后一層為帶有ReLU（Rectified Linear Unit）激活函數(shù)的1×1卷積層。為了詳細展示我們設計的網(wǎng)絡，模型的具體參數(shù)如圖1所示，在結(jié)構(gòu)圖中標注了每一層網(wǎng)絡的輸入輸出大小。由于道路提取是二分類任務，所以網(wǎng)絡輸出形狀為512×512×2。

圖1 本文的模型結(jié)構(gòu)Fig.1 The model structure of this paper

一般全卷積神經(jīng)網(wǎng)絡的層數(shù)越深，表現(xiàn)效果越好，但是存在著性能退化等問題。為了克服這類問題，本文模型采用殘差單元（He等，2016）代替普通卷積層。殘差單元主要包含快捷連接（shortcut connection）層、批處理歸一化BN（Batch Normalization）層、非線性激活函數(shù)（ReLU）和卷積層（Conv Layer），其中快捷連接層能夠增強上下層信息流，提高特征的復用率，減少參數(shù)數(shù)量，有效的提高了網(wǎng)絡的性能。因為BN對batch size有嚴格的要求，因此當batch size較小時，歸一化誤差將迅速增加，從而削弱了模型的性能。由于計算機內(nèi)存限制，在訓練過程中batch size通常無法滿足BN要求。與BN相比，組歸一化GN（Group Normalization）（Wu和He，2018）的計算與batch size無關。當batch size小時，精度穩(wěn)定。本文根據(jù)實際情況對殘差單元進行了改進，將批處理歸一化換成組歸一化。殘差單元的公式定義如下：

式中，xl和xl+1是第l個殘差單元的輸入和輸出，F(xiàn)（xl，wl）是殘差函數(shù)，f（yl）是激活函數(shù)，h（xl）是恒等映射函數(shù)。

2.2 坐標卷積

針對常規(guī)卷積神經(jīng)網(wǎng)絡無法有效顧及特征空間位置信息的問題，Liu等（2018）提出了坐標卷積。坐標卷積是標準卷積層的擴展，主要在標準卷積層中引入坐標信息。坐標卷積提取特征中的空間信息作為額外的通道與原始特征拼接，添加的通道一般稱為i坐標和j坐標。這兩個坐標均經(jīng)過相關的線性變換，并歸一化到［-1，1］范圍內(nèi)。i坐標和j坐標能夠有效的存儲特征中的空間位置信息，即特征邊緣的水平和垂直信息。坐標卷積機制能夠突出細節(jié)信息、減少特征損失和加強邊界信息，有利于像素分割任務。標準卷積和坐標卷積對比如圖2所示，h、w和c分別代表輸入特征的高、寬和通道數(shù)；h1、w1和c1分別代表卷積之后的高、寬和通道數(shù)。

圖2 標準卷積層和坐標卷積層的對比Fig.2 The comparison of structure between the standard convolutional layer and coordconv layer

2.3 基于全局池化的全局信息增強模塊

全局池化具有提高全局上下文感知的能力（Yu等，2018）。本文設計了基于全局池化的全局信息增強模塊，結(jié)構(gòu)如圖3所示。該模塊主要由平均池 化、1×1卷 積、ReLU激 活 函 數(shù)、1×1卷 積 和Sigmoid激活函數(shù)串聯(lián)組成，生成的通道權(quán)重與輸入特征相乘，接著與輸入特征進行相加。全局信息增強模塊改變了輸入特征權(quán)重，用于優(yōu)化類別內(nèi)預測一致性，增強了語義信息，提高了道路的分割精度。

圖3 基于全局池化的全局信息增強模塊Fig.3 Structure of the Global information enhancement module based on global pooling

3 數(shù)據(jù)與實驗

3.1 數(shù)據(jù)集

3.1.1 Massachusetts roads數(shù)據(jù)集

Massachusetts roads（Mnih和Hinton，2010）是世界上公開的道路數(shù)據(jù)集中規(guī)模最大的。該數(shù)據(jù)集共有1171張圖像，包括1108張訓練圖像，14張驗證圖像和49張測試圖像以及對應的標簽圖。每張圖像的大小為1500×1500像素，分辨率為1.2 m/像素。該數(shù)據(jù)集包含各種地物，如道路、草地、森林和建筑物等。

由于數(shù)據(jù)集中影像數(shù)量太少，不利于模型的充分訓練，本文對數(shù)據(jù)集進行切分。訓練集中1108張1500×1500像素的遙感影像及相對應的標簽圖切分成512×512像素尺度的影像樣本（首先按順序切割整幅圖，然后在圖上隨機切分）。根據(jù)數(shù)據(jù)集劃分的規(guī)則，將所有切分后的樣本數(shù)據(jù)按4∶1的比例隨機分為新的訓練集和測試集。最終，訓練集包含14366張512×512像素尺度的圖像，驗證集包含3592張512×512像素尺度的圖像。本文利用制作的數(shù)據(jù)集訓練提出的網(wǎng)絡模型，并在Massachusetts roads數(shù)據(jù)集中的測試集和驗證集上測試模型性能。

3.1.2 高分二號道路數(shù)據(jù)集

本文使用28幅位于安徽合肥地區(qū)和天津地區(qū)的分辨率為1 m的高分二號影像制作道路數(shù)據(jù)集，其中該數(shù)據(jù)集包括16幅大小為4909×4672和12幅大小為4578×4442的影像。所有影像通過人工標注的方式制作遙感道路地面真值。本文將這28幅影像分為訓練數(shù)據(jù)集（20張影像）、驗證數(shù)據(jù)集（2張影像）和測試數(shù)據(jù)集（6張影像）。為了充分訓練模型，本文對訓練集和驗證集進行切分增加樣本數(shù)量，樣本分割的大小為512×512。最終用于訓練數(shù)據(jù)為5892張，驗證的數(shù)據(jù)為1480張；此外，4幅大小為4578×4442的安徽合肥地區(qū)和2幅大小為4909×4672的天津地區(qū)的遙感影像被用于驗證評估。

3.2 軟硬件環(huán)境

在本文中，提出的模型使用TensorFlow作為深度學習框架，開發(fā)平臺使用JetBrains PyCharm 2017，開發(fā)語言是Python，所有模型均在配置為Intel Core（TM）i9-7980XE CPU和NVIDIA GeForce GTX 1080 Ti顯卡的計算機上訓練和測試。

3.3 模型訓練細節(jié)

本文模型使用交叉驗證的訓練方式，即訓練集和驗證集同時輸入模型，每訓練一次便在驗證集上隨機選取一個batch size數(shù)據(jù)來計算損失和精度，優(yōu)化模型的訓練。

由于模型訓練對計算機的GPU內(nèi)存要求很高，本文方法將大小為512×512的圖像作為網(wǎng)絡的輸入。Adam（Kingma和Ba，2015）是一種具有高計算效率和低內(nèi)存要求的自適應學習率優(yōu)化器，因此本文利用Adam優(yōu)化器進行優(yōu)化網(wǎng)絡并更新參數(shù)；此外，本文提出的網(wǎng)絡使用BCE（Binary Cross Entropy）+dice coefficient loss（Zhou等，2018）作為損失函數(shù)，batch size設為4，輪數(shù)為50輪，每輪的迭代次數(shù)為4000，初始學習率設為1E-4。為了更好地訓練模型，學習率會隨著訓練輪數(shù)的增加而自動調(diào)整即每20輪學習率減小10倍，結(jié)合優(yōu)化器可以加速網(wǎng)絡的收斂。

3.4 評價指標

為了量化評估道路提取的效果，本文利用語義分割領域中最常見的精度評價指標：召回率（Recall）、綜合評價指標（F1 Score）和交并比（IoU）。本文將道路提取視作二分類問題，預測結(jié)果分為兩類：道路和非道路。對于二分類問題，可將樣本數(shù)據(jù)根據(jù)其真實類別與預測類別的組合劃分為真正例TP（True Positive）、假正例FP（False Positive）、真反例TN（True Negative）和假反 例FN（False Negative）這4種 情 形。精 度（Precision）是正例預測正確的像素占預測為正例像素的比例；召回率（Recall）是正例預測正確的像素占真實正例像素的比例；F1 Score是基于精度與召回率的調(diào)和平均；IoU是不同類別中真實值和預測值的交集與并集的比值。評價指標公式如下：

4 結(jié)果與分析

4.1 實驗結(jié)果

本文利用Massachusetts roads數(shù)據(jù)集中的測試集和驗證集數(shù)據(jù)（共63幅）進行測試，測試結(jié)果的精度見表1。由表1可知，實驗結(jié)果中整體精度IoU、Recall和F1 score分別為62.18%、71.02%和76.35%，其中，精度最高的和最低的測試結(jié)果，如圖4所示，測試集編號為20728960_15的提取結(jié)果精度最高，而編號為23729020_15的精度最低。編號23729020_15影像的預測圖取得的精度最低，但與真實道路標簽圖進行對比，大致提取出道路的整體輪廓，并且沒有出現(xiàn)道路錯誤提取的情況。而在編號20728960_15影像的實驗結(jié)果中，道路結(jié)構(gòu)提取更加完整且與真實道路標簽圖近乎吻合。綜上所述，證明了本文方法的良好性能。

圖4 實驗結(jié)果展示Fig.4 Demonstration of experimental results

表1 本文方法對于Massachusetts roads數(shù)據(jù)集的測試結(jié)果Table 1 Test results of the Massachusetts roads data set are presented in this paper

4.2 方法對比與分析

本文提出一種改進的語義分割模型，實現(xiàn)了高分辨率遙感影像道路自動提取。在相同的環(huán)境下，與U-net、Segnet、DeeplabV3+（Chen等，2018）和D-LinkNet這4種具有代表性的深度學習網(wǎng)絡模型進行對比。其中U-net網(wǎng)絡模型主要應用于醫(yī)學圖像分割，它可以用深層特征定位和淺層特征精確分割，所以對道路細長特征的提取具有較好的性能；Segnet是基于VGG-16改進的FCN（The Fully Convolutional Network）網(wǎng)絡模型，是更加先進的分割網(wǎng)絡模型；DeeplabV3+是學者近期提出的新型全卷積網(wǎng)絡模型，該模型進一步提升了在語義分割任務上的性能；而D-LinkNet獲得了CVPR 2018中的全球衛(wèi)星圖像道路提取比賽（CVPR 2018：DeepGlobe Road Extraction Challenge）的冠軍。

4.2.1 Massachusetts roads數(shù)據(jù)集的結(jié)果和分析

圖5為5組實驗結(jié)果的對比，黃色框展示本文方法整體提取能力，紅色框展示本文方法細節(jié)提取能力。本文方法的提取結(jié)果非常完整，極大地保證道路的連通性，沒有出現(xiàn)誤提現(xiàn)象。本文針對道路目標的特征，對網(wǎng)絡模型進行相應的優(yōu)化，使得模型能夠有效地提高道路提取的精度，其中引入坐標卷積和全局信息增強模塊，不僅能減輕空間分辨率丟失、保留局部細節(jié)信息，而且能夠通過抽取上下文信息來保證道路的連續(xù)性。本文方法實驗結(jié)果的完整性和連通性明顯優(yōu)于其他4種方法，U-net、D-LinkNet和DeeplabV3+的結(jié)果都存在破碎情況，如圖5中黃色框所示。Segnet提取結(jié)果中破碎情況更加嚴重，尤其是圖5中第一幅遙感影像的道路信息基本沒有得到提??；由于Segnet的網(wǎng)絡結(jié)構(gòu)非常簡單并且僅下采樣16倍，對道路特征感知不足以及道路在遙感影像上表現(xiàn)為細長的條帶狀，導致Segnet很難提取到道路特征信息；而相較于Segnet網(wǎng)絡，U-net和D-LinkNet在提取道路特征信息上有很大的提升，已經(jīng)能夠提取出較完整的道路輪廓，但是局部道路提取結(jié)果連續(xù)性差，誤提的現(xiàn)象嚴重。經(jīng)過分析得出，U-net網(wǎng)絡的跳躍連接聯(lián)系低級和高級特征，對道路特征感受較好，但是與Segnet存在的問題相似，卷積操作不多導致道路特征提取不充分；D-LinkNet中的空洞卷積帶來的“棋盤效應”，會導致上下文信息的丟失，所以提取結(jié)果中漏提現(xiàn)象嚴重。

圖5 5組影像在不同方法下的道路提取結(jié)果Fig.5 Road extraction results for different methods of five sets of images

為了進一步量化模型的效果，5種模型提取道路的平均精度列于表2。由表2知，本文方法提取結(jié)果的整體精度高于其他模型，Recall、F1 Score和IoU分別達到71.02%、76.35%和62.18%；在F1 Score和IoU指標上比U-net和D-LinkNet提高了約1%，同時遠遠超過DeeplabV3+和Segnet，僅在Recall指標上低于D-LinkNet。結(jié)果分析表明，本文方法在道路提取任務上比其他網(wǎng)絡模型有明顯的優(yōu)勢。

表2 不同方法的道路提取結(jié)果的精度評價Table 2 Quantitative comparison of road extraction results in different methods

4.2.2 高分2號的結(jié)果和分析

圖6展示了4種方法在高分數(shù)據(jù)集上的測試結(jié)果。從整體來看，本文方法提取的結(jié)果非常完整且與真實道路十分吻合，相比較其他的3種模型有顯著的優(yōu)勢。從圖6的黃色標記框中可以看出，由于缺乏坐標卷積和全局信息增強模塊的作用，無法顧及空間特征和全局上下文信息，DeeplabV3+和D-Linknet兩種方法均出現(xiàn)了破裂問題，在圖6第3行D-Linknet方法的提取結(jié)果甚至出現(xiàn)了細小道路漏提的現(xiàn)象。其中，U-net模型的提取結(jié)果中道路的破碎化嚴重、漏提較多。表3是4種模型在高分2號數(shù)據(jù)集上測試的精度統(tǒng)計表。由表3可知，本文方法的提取精度在Recall、F1 Score和IoU這3種評價指標上分別達到了91.19%、91.49%和84.35%；所提方法相較于對比方法中表現(xiàn)最好的的DeeplabV3+方法，在Recall、F1 Score和IoU分別提高了7.48%、3.11%和5.11%。

表3 不同方法的高分道路數(shù)據(jù)提取結(jié)果的精度評價Table 3 Accuracy evaluation of Gaofen road dataextraction results by different methods

圖6 U-net、D-Linknet、Deeplabv3+和本文方法對6組高分數(shù)據(jù)集測試圖像的預測結(jié)果Fig.6 U-net，D-Linknet，Deeplabv3+and the method of this paper on the prediction results of six Gaofen dataset test images

4.2.3 算法運行效率比較分析

為了定量評估算法效率，本文使用了浮點數(shù)計算量（Flops）、參數(shù)量（Params）、空間占用以及運行時間等指標。浮點數(shù)計算量衡量的是模型的運算次數(shù)，參數(shù)量代表模型的總參數(shù)量，空間占用代表生成模型文件占用物理存儲空間大小，運行時間是Massachusetts roads數(shù)據(jù)集中63幅圖像的測試時間。實驗結(jié)果如表4所示，所提方法在各運行效率方面沒有取得最佳成績，但是本文旨在解決空間特征損失和上下文信息丟失的問題，提高道路分割的效果和緩解陰影遮擋影響。因此，論文方法在分割精度方面取得了最好的效果，并且在樹木或建筑物遮擋道路的情況下表現(xiàn)最佳。

表4 算法效率分析Table 4 Analysis of algorithm efficiency

4.3 遮擋適應性比較分析

本文方法在道路提取結(jié)果的完整性和評價指標上表現(xiàn)優(yōu)異，但是仍然受到樹木、建筑物陰影遮擋干擾，這也是道路提取任務中的難點。D-LinkNet、DeeplabV3+、U-net以及本文方法關于受這兩個因素影響的道路提取結(jié)果如圖7和圖8所示。從整體來看，本文方法的提取結(jié)果準確完整。U-net、DeeplabV3+和D-LinkNet網(wǎng)絡結(jié)構(gòu)易受樹木、建筑物陰影遮擋干擾，無法完整地提取出道路信息。而本文方法使用了全局信息增強模塊，其具有提高全局上下文感知的能力，抽取空間語義信息，提高道路分類的一致性，能夠在一定程度上減小了樹木、陰影等對道路提取的影響，可以有效地提取被遮擋的道路，如圖7黃色框和圖8紅色框所示。另外，通過圖8第2行和第3行可以看出，本文方法對多尺度道路提取具備優(yōu)勢。因為論文方法引入坐標卷積，它具有強大的邊界信息感知能力，可以準確地感受到不同環(huán)境的道路邊緣特征，進而提取出復雜情況下的道路。表5和表6統(tǒng)計了4種模型在圖7、圖8上測試結(jié)果的平均精度。由表5可知，本文方法在樹木遮擋影響下的提取精度在Recall、F1 Score和IoU這3種評價指標上分別達到了73.64%、77.96%和64.22%，相較于對比方法中表現(xiàn)最好的的U-net方法，在Recall、F1 Score和IoU分別提高了16.85%、13.41%和15.34%，更是遠超其他兩種方法。此外，本文方法在建筑物陰影遮擋影響下，Recall為78.66%，F(xiàn)1 Score為85.21%，IoU為74.58%，遠遠超過對比方法，如表6所示。綜上所述，在提取道路過程中，對比方法均受到樹木、建筑物陰影遮擋影響，而本文方法受到干擾最小，提取效果比其他方法更優(yōu)異，說明論文方法具備良好的遮擋適應性能。

表5 樹木遮擋適應性定量分析Table 5 Quantitative analysis of tree occlusion adaptability

表6 建筑物陰影遮擋適應性定量分析Table 6 Quantitative analysis of adaptability of building shadow occlusion

圖7 樹木遮擋適應性比較Fig.7 Comparison of tree occlusion adaptability

圖8 建筑物陰影遮擋適應性比較Fig.8 Adaptability of building shadow occlusion

4.4 模塊機制的有效性分析

為了突出坐標卷積和全局信息增強模塊對模型性能的重要性，本文在相同的訓練條件下，進行了只加坐標卷積（Coordconv-net）、只加全局信息增強模塊（GIE-net）、不加任何機制（Baseline）和所提方法的4種網(wǎng)絡模型的對比實驗。表7統(tǒng)計了實驗的結(jié)果，Coordconv-net和GIE-net的整體精度均比Baseline高，說明坐標卷積和全局信息增強模塊對提升模型性能有一定的幫助。本文方法嘗試將兩種機制相結(jié)合，結(jié)果表明精度均高于Coordconv-net和GIE-net。因此兩者結(jié)合，可以更好地提高模型性能與道路提取精度。論文方法的提取精度優(yōu)于其他3種方法，是因為所提模型中坐標卷積和全局信息增強模塊對道路提取的有效性：一方面能高效的減少了道路空間特征的丟失，增強空間信息變化的感知；另一方面兼顧了道路的全局空間語義信息，緩解上下文信息丟失，保留了道路的連通性，在整體上提高了道路提取的精度。

表7 4種道路提取方法的評價指標對比Table 7 Comparison of evaluation indicators of four road extraction methods

4.5 問題分析

本文方法在對比實驗中取得突出效果，但是在提取過程中仍存在少量的道路漏提情況，這也是目前深度卷積神經(jīng)網(wǎng)絡模型在道路提取上的難點。如圖5紅色框所示，道路網(wǎng)周圍存在的城市建筑、樹木等眾多地物，造成了復雜的背景，因此在道路信息提取過程中會對網(wǎng)絡模型感知目標特征產(chǎn)生干擾；同時由于道路網(wǎng)本身的多尺度特征，要求網(wǎng)絡模型具有高效的多尺度特征感受能力。在復雜背景和多尺度道路共存的情況下，本文方法相比其他方法提升了道路提取的精度，并在一定程度上提高道路網(wǎng)提取的完整性，但是也存在著局部道路不連續(xù)現(xiàn)象。

5 結(jié)論

本文針對深度卷積神經(jīng)網(wǎng)絡道路提取方法中存在空間特征損失和上下文信息丟失的問題，利用ResNet的殘差單元和U-net的結(jié)構(gòu)，引入坐標卷積和全局信息增強模塊，提出了高分辨率遙感影像道路自動化提取方法，主要結(jié)論如下：

（1）在Massachusetts Roads數(shù)據(jù)集和高分數(shù)據(jù)集上的實驗結(jié)果表明，本文方法在Recall、F1 Score和IoU提取指標上都表現(xiàn)優(yōu)異，整體精度高于其他模型，分別達到71.02%、76.35%和62.18%。道路提取結(jié)果取得了更高的精度和更好的完整性，而且沒有出現(xiàn)錯誤提取道路的情況，這表明所提方法可以有效地從遙感影像中提取道路；

（2）本文方法相較于基于道路特征的提取方法，不需要人工干預和參數(shù)調(diào)節(jié)，經(jīng)過訓練的模型，其在不同的遙感影像提取任務中具有一定的泛化性，因此應用前景更加廣闊；

（3）本文利用坐標卷積引入空間坐標信息和全局信息增強模塊抽取全局上下文特征來提取道路，緩解了樹木、建筑物陰影等其他地物遮擋的影響，并且對多尺度道路提取具備優(yōu)勢。由于保留了豐富的細節(jié)特征，因此道路的提取結(jié)果更加準確完整。

本文方法在對比實驗中表現(xiàn)優(yōu)異，但是仍然存在由于地物遮擋而漏提道路的現(xiàn)象。本研究未來的工作計劃為：針對影像中復雜的道路特征如遮擋問題，優(yōu)化網(wǎng)絡結(jié)構(gòu)的同時考慮道路的空間幾何特征，加強模型抽取細節(jié)特征和多級特征的能力進一步提升性能。