陳穎敏，高建

(南京郵電大學(xué) 地理與生物信息學(xué)院，南京 210023)

0 引言

城中村是中國(guó)快速城市化進(jìn)程中的產(chǎn)物，以低矮擁擠的建筑物為主，存在環(huán)境質(zhì)量差、土地管理混亂、市政配套設(shè)施落后等問(wèn)題。因此，不少學(xué)者[1-4]利用高分辨率遙感影像對(duì)城中村建筑物進(jìn)行提取，從而為城中村改造業(yè)務(wù)提供地理參考資料。當(dāng)前，基于深度學(xué)習(xí)的實(shí)例分割技術(shù)如兩階段算法MaskR-CNN[5]等，因?yàn)榭梢酝瑫r(shí)獲得待檢測(cè)目標(biāo)的位置、數(shù)量等信息，被廣泛應(yīng)用于高分辨率遙感影像的目標(biāo)實(shí)例識(shí)別并取得不少成果。Zhao等[6]使用MaskR-CNN算法，通過(guò)設(shè)置合理的錨框尺寸，準(zhǔn)確地提取出遙感圖像中小而密集的飛機(jī)目標(biāo)；Nie等[7]使用帶注意力機(jī)制的MaskR-CNN算法對(duì)高分辨率遙感影像中的近岸船舶進(jìn)行提取，提升了區(qū)分船舶單體的精度；Ocer等[8]在MaskR-CNN中嵌入特征金字塔網(wǎng)絡(luò)(feature pyramid network，F(xiàn)PN)[9]，實(shí)現(xiàn)了多尺度無(wú)人機(jī)航拍影像中的林木提取和計(jì)數(shù)；惠健等[10]將深度神經(jīng)網(wǎng)絡(luò)方法與多任務(wù)學(xué)習(xí)方法相結(jié)合進(jìn)行建筑物實(shí)例分割，在提升建筑物像素掩膜二分類(lèi)精度的同時(shí)，區(qū)分不同建筑物個(gè)體；瑚敏君等[11]在MaskR-CNN的掩膜預(yù)測(cè)結(jié)構(gòu)中添加額外分支，可以準(zhǔn)確獨(dú)立地預(yù)測(cè)高分辨率遙感影像中的建筑物掩膜，減少了目標(biāo)粘連的現(xiàn)象。然而，兩階段實(shí)例分割算法將處理流程割裂為先檢測(cè)后分割兩個(gè)步驟，算法效率較低，且輸出結(jié)果是遙感目標(biāo)的像素掩膜，難以直接獲取矢量多邊形輪廓。

對(duì)此，以杭州市2017年的高分二號(hào)遙感影像為實(shí)驗(yàn)數(shù)據(jù)，設(shè)計(jì)了一個(gè)基于極軸建模的城中村建筑物矢量輪廓提取模型PolarMask-UV，探討算法適用的參數(shù)設(shè)置和結(jié)構(gòu)配置及其相比其他算法的優(yōu)劣，以獲得最佳的提取效果。

1 PolarMask-UV城中村建筑物輪廓提取算法

1.1 矢量輪廓的建模方式

傳統(tǒng)的實(shí)例分割模型通常是在邊界框包圍的空間布局中通過(guò)逐像素二分類(lèi)來(lái)完成目標(biāo)實(shí)例的分類(lèi)和定位，比如MaskR-CNN先使用目標(biāo)檢測(cè)器得到每個(gè)實(shí)例的類(lèi)別和候選框，然后通過(guò)外接獨(dú)立的全卷積網(wǎng)絡(luò)分支對(duì)備選框內(nèi)的前景像素進(jìn)行分割。該類(lèi)方法對(duì)實(shí)例對(duì)象采用圖1(a)中的逐像素表示，由于力求恢復(fù)像素級(jí)的細(xì)節(jié)，需要處理繁重的密集預(yù)測(cè)任務(wù)，且生成的像素掩膜容易混入雜亂的偽影，難以生成后續(xù)可用的矢量邊界。而PolarMask-UV采用PolarMask[12]的實(shí)例建模方式，在極坐標(biāo)中憑借角度和距離定位邊界點(diǎn)，如圖1(b)所示。相比圖1(a)傳統(tǒng)的像素建模方式，它有如下優(yōu)點(diǎn)：極坐標(biāo)原點(diǎn)視作目標(biāo)中心，邊界點(diǎn)位置由距離和角度確定，可以簡(jiǎn)潔直觀地描述目標(biāo)的矢量形狀，特別適用于城中村建筑物這種小型塊狀規(guī)整目標(biāo)的提?。皇褂霉潭ㄏ闰?yàn)角度，只需回歸已知方向上的距離即可，無(wú)需進(jìn)行繁重的逐像素密集預(yù)測(cè)，簡(jiǎn)化了分割問(wèn)題的處理；生成的矢量輪廓也可方便地轉(zhuǎn)化為柵格掩膜，滿(mǎn)足不同應(yīng)用場(chǎng)景下的輸出格式要求。

1.2 算法架構(gòu)

PolarMask-UV算法的總體架構(gòu)如圖2所示，其具體流程是：首先，將圖片輸入深度殘差網(wǎng)絡(luò)(deep residual network，ResNet)[13]和四層FPN得到用于檢測(cè)不同尺度目標(biāo)的特征圖；然后，通過(guò)分類(lèi)和定位分支預(yù)測(cè)出中心點(diǎn)類(lèi)別和每個(gè)先驗(yàn)角度上中心點(diǎn)到邊界點(diǎn)的距離；最后，對(duì)預(yù)測(cè)結(jié)果進(jìn)行簡(jiǎn)單轉(zhuǎn)換即可得到目標(biāo)的矢量輪廓?？梢?jiàn)，由于對(duì)實(shí)例掩膜采用極坐標(biāo)表示，算法回避了繁重的逐像素密集預(yù)測(cè)問(wèn)題，僅需處理實(shí)例中心點(diǎn)分類(lèi)和稀疏距離回歸任務(wù)。其中，H、W、C分別是指輸出特征圖的高度、寬度和通道數(shù)；n是實(shí)例建模所用射線的根數(shù)。

圖2 PolarMask-UV算法總體架構(gòu)

1)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。由于城中村建筑物在遙感影像中大小各異，一些樓房尺寸極小且往往密集排布，這對(duì)網(wǎng)絡(luò)檢測(cè)小型密集目標(biāo)的能力提出了較高的要求。PolarMask-UV的主干網(wǎng)絡(luò)采用ResNet-18，不同的是在FPN中加入了一個(gè)額外的淺層特征圖C2，即使用四層FPN進(jìn)行多尺度信息融合，使得底層空間信息更加豐富，提升對(duì)小尺寸密集城中村建筑物目標(biāo)的提取能力。主干網(wǎng)絡(luò)和特征金字塔網(wǎng)絡(luò)的具體內(nèi)部結(jié)構(gòu)如圖3所示。

圖3 Backbone和FPN的具體內(nèi)部結(jié)構(gòu)

2)實(shí)例中心點(diǎn)分類(lèi)。遙感影像中的建筑物常以其他城市建筑物為主，如商業(yè)樓房、小區(qū)樓房等，即城中村建筑物較背景負(fù)樣本存在類(lèi)別不均衡的現(xiàn)象。為強(qiáng)化網(wǎng)絡(luò)對(duì)正樣本的學(xué)習(xí)能力，在分類(lèi)分支中采用焦點(diǎn)損失[14]替代原先的二分交叉熵?fù)p失進(jìn)行訓(xùn)練。輸入圖片經(jīng)過(guò)特征提取網(wǎng)絡(luò)和FPN，再經(jīng)過(guò)分類(lèi)分支，輸出大小H×W×1的特征圖后應(yīng)用sigmoid函數(shù)得到預(yù)測(cè)的類(lèi)別概率。假設(shè)真實(shí)類(lèi)別為p，分類(lèi)分支得到的預(yù)測(cè)概率為p′，則分類(lèi)分支的焦點(diǎn)損失計(jì)算如式(1)所示。

lossconf=-αp(1-p′)γlnp′-(1-α)(1-p)p′γln(1-p′)

(1)

式中：參數(shù)α用于對(duì)正負(fù)樣本進(jìn)行平衡；參數(shù)γ用于引導(dǎo)網(wǎng)絡(luò)對(duì)難易樣本的選擇性學(xué)習(xí)。在實(shí)驗(yàn)中，γ取2，α取0.25。

另一方面，位置(x，y)如果落入實(shí)例重心的附近區(qū)域，就被視為正樣本中心點(diǎn)，反之則為負(fù)樣本點(diǎn)?；谠黾诱龢颖疽跃徑忸?lèi)別不平衡現(xiàn)象的考慮，本文將正樣本采樣區(qū)域定義為實(shí)例重心點(diǎn)向左右上下延伸1.5倍特征圖下采樣步幅的范圍。為了獲得高質(zhì)量的正樣本點(diǎn)，分類(lèi)分支輸出距離中心度，用于對(duì)低質(zhì)量的實(shí)例中心點(diǎn)降低權(quán)重。給定實(shí)例對(duì)象的n條射線長(zhǎng)度{d1，d2，…，dn}以及預(yù)測(cè)中心度Cpred，則距離中心度C′與中心度損失losscen的計(jì)算如式(2)至式(3)所示。

(2)

losscen=-C′lnCpred-(1-C′)ln(1-Cpred)

(3)

3)稀疏距離回歸。經(jīng)過(guò)定位分支，網(wǎng)絡(luò)輸出尺寸為H×W×n的距離預(yù)測(cè)圖，之后應(yīng)用指數(shù)函數(shù)將數(shù)值大小轉(zhuǎn)換到區(qū)間[0，+∞]。對(duì)于極坐標(biāo)系上的距離回歸，定位損失計(jì)算采用極軸交并比損失，將n根射線作為一個(gè)相關(guān)的整體，聯(lián)合優(yōu)化，同時(shí)兼顧了定位精度和訓(xùn)練速度。圖4直觀展示了其在極坐標(biāo)系中的計(jì)算原理。

圖4 極軸交并比損失的計(jì)算原理

(4)

式中，觀察到極軸交并比的最佳取值為1，則極軸交并比損失可以定義為極軸交并比的負(fù)對(duì)數(shù)，表達(dá)如式(5)所示。

losspolar=-ln IoUpolar

(5)

4)矢量輪廓的生成。在推理過(guò)程中，將網(wǎng)絡(luò)輸出的分類(lèi)得分和距離中心度相乘可得到每個(gè)點(diǎn)的最終置信度。接著使用0.4閾值初步過(guò)濾預(yù)測(cè)點(diǎn)集合，并應(yīng)用非極大抑制算法Fast-NMS[15]去除冗余的預(yù)測(cè)結(jié)果。給定實(shí)例中心點(diǎn)坐標(biāo)(xc，yc)、固定先驗(yàn)角度{θ1，θ2，…，θn}以及預(yù)測(cè)的n條射線距離{d1，d2，…，dn}，使用式(6)、式(7)計(jì)算得到每個(gè)對(duì)應(yīng)邊界點(diǎn)的坐標(biāo)(xi，yi)。最后，從0°開(kāi)始，順次連接邊界點(diǎn)，形成城中村建筑物的矢量輪廓。

xi=xc+dicosθi

(6)

yi=yc+disinθi

(7)

2 實(shí)驗(yàn)評(píng)估

2.1 研究區(qū)域與實(shí)驗(yàn)數(shù)據(jù)集

從2018年開(kāi)始，杭州市開(kāi)始了大規(guī)模的城市改造，即實(shí)現(xiàn)由“征遷為主”向“拆建并舉”的轉(zhuǎn)變，主要致力于城中村的拆除和改造。其中杭州市下城區(qū)、拱墅區(qū)和江干區(qū)作為主城區(qū)中改造項(xiàng)目個(gè)數(shù)最多的區(qū)域之一，預(yù)計(jì)有8 657 座建筑將被改造。因此有必要對(duì)該區(qū)域建立高效的城中村建筑物矢量輪廓提取模型以服務(wù)于有關(guān)部門(mén)的規(guī)劃管理業(yè)務(wù)。

數(shù)據(jù)來(lái)源是2017年12月獲得的國(guó)產(chǎn)高分二號(hào)衛(wèi)星圖像，圖像場(chǎng)景覆蓋杭州市城區(qū)范圍。對(duì)于原始圖像，先進(jìn)行大氣校正得到光譜反射率值，接著使用最近鄰擴(kuò)散泛銳化算法進(jìn)行波段融合，得到0.8 m空間分辨率的多光譜影像。

模型訓(xùn)練階段，使用LabelMe[16]軟件對(duì)完成預(yù)處理影像中城中村數(shù)量較多的區(qū)域進(jìn)行標(biāo)注，總共勾繪了9 853棟城中村建筑物矢量多邊形。最后以608像素×608像素大小的滑動(dòng)窗口對(duì)各個(gè)區(qū)域的影像進(jìn)行裁剪，并進(jìn)行隨機(jī)縮放、旋轉(zhuǎn)、亮度處理的數(shù)據(jù)增強(qiáng)操作，得到5 394幅用于訓(xùn)練的影像。

在模型測(cè)試階段，為了對(duì)不同具體配置下的算法檢測(cè)效果進(jìn)行合理評(píng)估，并驗(yàn)證本文所設(shè)計(jì)的網(wǎng)絡(luò)的泛化能力，從城區(qū)影像中的下城區(qū)、拱墅區(qū)和江干區(qū)各選取一個(gè)局部區(qū)域作為測(cè)試樣本，選取原則是該區(qū)域沒(méi)有參與訓(xùn)練，分別記為測(cè)試集A、B、C。其中，測(cè)試集A位于城區(qū)中心城中村建筑物成片混雜于其他城市建筑的間隙，呈密集排布；測(cè)試集B位于城區(qū)邊緣，城中村建筑物與裸地、工業(yè)廠房等相傍出現(xiàn)，地物分明；測(cè)試集C的某些區(qū)域有薄云遮擋，不少地方建筑物陰影較多，對(duì)目標(biāo)提取造成一些干擾。每個(gè)測(cè)試區(qū)域大小均為1 500 m×1 500 m，總共裁剪得到2 345幅用于測(cè)試的影像。本文制作的城中村建筑物實(shí)例分割遙感數(shù)據(jù)集如圖5所示。

圖5 實(shí)驗(yàn)數(shù)據(jù)集示例

2.2 實(shí)驗(yàn)條件與基礎(chǔ)設(shè)置

PolarMask-UV模型采用五折交叉驗(yàn)證法進(jìn)行訓(xùn)練，初始學(xué)習(xí)率為0.001，每個(gè)訓(xùn)練批大小設(shè)置為8，總共進(jìn)行了160個(gè)周期的多尺度訓(xùn)練。所有卷積神經(jīng)網(wǎng)絡(luò)模型均基于Pytorch框架實(shí)現(xiàn)，開(kāi)發(fā)語(yǔ)言為Python3.6，數(shù)據(jù)讀取軟件包為OpenCV2.4，GPU為T(mén)esla K40c。

2.3 精度評(píng)價(jià)指標(biāo)

實(shí)例分割算法的精度評(píng)定指標(biāo)采用掩膜平均精度(average precision，AP)。給定一個(gè)召回率序列r∈{0，0.01，…，1}，以及對(duì)應(yīng)的查準(zhǔn)率p(r)，某IoU閾值下的平均精度計(jì)算如式(5)所示。

(8)

綜合考量多個(gè)IoU閾值{0.5，0.6，0.7，0.8}，平均精度的最終計(jì)算如式(9)所示。

(9)

2.4 極軸數(shù)量評(píng)估

表1探討了PolarMask-UV中的極軸數(shù)量對(duì)模型性能的影響。觀察模型在測(cè)試集A、B、C上的評(píng)估結(jié)果，可以看到，使用24根射線的模型相比使用12根射線的模型AP提升了2.7%左右，在更嚴(yán)格的精度指標(biāo)AP80下提升則超過(guò)了3%，說(shuō)明更多的射線即更精細(xì)的建模確實(shí)可以獲得更好的精度。然而，設(shè)置太多的射線比如30根時(shí)，模型的性能趨于飽和，因?yàn)榇藭r(shí)射線的數(shù)量已經(jīng)可以很好地?cái)M合城中村建筑物的輪廓，不再是限制模型性能的因素。另外，測(cè)試集B由于地物較為分明而取得了最高的平均精度，測(cè)試集A次之，而測(cè)試集C因存在薄云遮擋造成的模糊現(xiàn)象使得算法在其上的平均精度AP稍差于測(cè)試集A和B，但使用24根射線的模型都在三個(gè)測(cè)試集中取得了超過(guò)89%AP的最佳平均精度。這說(shuō)明，無(wú)論是城區(qū)中與其他城市建筑物混雜的密集城中村建筑物，還是城區(qū)邊緣較易區(qū)分的城中村建筑物，采用24根極軸的PolarMask-UV都可以實(shí)現(xiàn)這些目標(biāo)矢量多邊形最準(zhǔn)確的建模和提取，并且在干擾較多的情況下同樣具有較好的檢測(cè)效果。故采用24根射線作為PolarMask-UV算法的極軸建模參數(shù)。

表1 不同極軸數(shù)量下各個(gè)測(cè)試集的模型精度

2.5 網(wǎng)絡(luò)結(jié)構(gòu)評(píng)估

表2展示了使用不同的網(wǎng)絡(luò)結(jié)構(gòu)配置的各個(gè)測(cè)試集模型精度，圖6是使用四層FPN與三層FPN模型的提取結(jié)果對(duì)比示例。

表2 不同網(wǎng)絡(luò)結(jié)構(gòu)配置下各個(gè)測(cè)試集的模型精度

觀察表2，在測(cè)試集A、B、C上，四層FPN網(wǎng)絡(luò)相比原來(lái)可以取得1.8%AP左右的精度提升，并且在嚴(yán)格的精度指標(biāo)AP80下保持了最高的精度；圖6中，四層FPN網(wǎng)絡(luò)可以更加完整精細(xì)地恢復(fù)小尺寸密集城中村建筑物的邊界輪廓。這應(yīng)該得益于加入的淺層特征圖使得網(wǎng)絡(luò)學(xué)到了更豐富的低層特征，提升了網(wǎng)絡(luò)對(duì)小尺寸的密集城中村建筑物的提取能力。此外，采用ResNet-18加四層FPN的PolarMask-UV算法在測(cè)試集A、B、C上均取得了最佳平均精度，說(shuō)明該算法可同時(shí)適用于城區(qū)及城區(qū)邊緣的城中村建筑物矢量多邊形精準(zhǔn)提取，且對(duì)于薄云遮擋、陰影等干擾具有不錯(cuò)的魯棒性。另一方面，使用更深的特征提取網(wǎng)絡(luò)并沒(méi)有帶來(lái)明顯的精度提升，甚至當(dāng)網(wǎng)絡(luò)層數(shù)達(dá)到50層時(shí)精度反而有些許下降。所以，基于模型精度和輕量化的考慮，將ResNet-18加四層FPN作為最佳網(wǎng)絡(luò)結(jié)構(gòu)配置。

圖6 三層FPN和四層FPN的提取結(jié)果對(duì)比

2.6 分類(lèi)損失函數(shù)評(píng)估

表3和圖7分別展示了分類(lèi)分支采用不同損失函數(shù)的各個(gè)測(cè)試集模型精度和可視化提取結(jié)果。

在圖7中，使用由二分交叉熵?fù)p失訓(xùn)練的模型進(jìn)行檢測(cè)，對(duì)混雜于其他城市建筑物中的城中村建筑物容易漏檢，對(duì)外觀與城中村建筑物相似的其他城市建筑物則容易錯(cuò)檢，而焦點(diǎn)損失可以很好地解決上述問(wèn)題。觀察表3，在測(cè)試集A、B、C上，使用焦點(diǎn)損失后可取得1.7%左右的精度提升，這說(shuō)明使用焦點(diǎn)損失確實(shí)可以緩解正負(fù)類(lèi)別不平衡的問(wèn)題，讓模型選擇性地學(xué)習(xí)城中村建筑物類(lèi)別的有用特征。此外，采用焦點(diǎn)損失的PolarMask-UV算法在測(cè)試集A、B、C上均取得了最佳平均精度，說(shuō)明該算法可在各種城區(qū)場(chǎng)景中準(zhǔn)確識(shí)別城中村建筑物與非城中村建筑物，有效減少錯(cuò)檢漏檢，具有較強(qiáng)的泛化能力。

表3 采用不同分類(lèi)損失函數(shù)的各個(gè)測(cè)試集模型精度

圖7 采用二分交叉熵和焦點(diǎn)損失的提取結(jié)果對(duì)比

2.7 與其他算法的比較

本節(jié)將PolarMask-UV同基于像素建模的單階段模型SOLO[17]以及兩階段模型MaskR-CNN在測(cè)試集上的性能進(jìn)行比較，實(shí)驗(yàn)結(jié)果取各個(gè)模型在測(cè)試集A、B、C上檢測(cè)結(jié)果的平均值。不同算法訓(xùn)練過(guò)程的驗(yàn)證精度曲線、最終測(cè)試精度和部分提取可視化結(jié)果分別詳見(jiàn)圖8、表4和圖9。

圖8 各模型訓(xùn)練過(guò)程中的驗(yàn)證精度曲線

由圖8可以得到，在收斂速度方面，PolarMask-UV明顯快于像素建模模型，其在訓(xùn)練了32周期左右后驗(yàn)證精度AP50即可達(dá)到85%，而SOLO和MaskR-CNN則分別于第56周期和第85周期后才達(dá)到相等的數(shù)值；觀察表1和表4，在測(cè)試精度方面，采用12根極軸的PolarMask-UV可以取得和像素建模模型相似甚至更優(yōu)的結(jié)果，極軸數(shù)量達(dá)到24根時(shí)相比MaskR-CNN則超越了4.6%AP；觀察圖9中SOLO、MaskR-CNN與本文模型的提取結(jié)果，可見(jiàn)示例1和示例3中SOLO算法產(chǎn)生了一些散布在目標(biāo)外的像素偽影和粘連現(xiàn)象，示例2和示例4中MaskR-CNN算法則容易錯(cuò)誤地檢測(cè)出一些無(wú)關(guān)建筑物，而PolarMask-UV在正確提取的基礎(chǔ)上保持了平滑且精確的目標(biāo)輪廓，避免了各目標(biāo)間的粘連。這是由于卷積網(wǎng)絡(luò)的下采樣操作會(huì)導(dǎo)致信息丟失，其中很多低層位置信息基于像素建模方法其實(shí)也難以恢復(fù)，而極軸分割的方式回避了繁重的逐像素預(yù)測(cè)問(wèn)題，使用實(shí)例中心點(diǎn)分類(lèi)和密集距離回歸進(jìn)行替代，以降低學(xué)習(xí)難度的方式在本研究中取得了性能提升。這表明PolarMask-UV模型采用的極軸分割能夠很好地模擬城中村建筑物的形狀掩膜，不必?fù)?dān)心極軸建模方式會(huì)限制其在本文任務(wù)中的性能。

圖9 各模型的城中村建筑物實(shí)例掩膜提取結(jié)果

PolarMask-UV在測(cè)試集部分區(qū)域上的城中村建筑物矢量輪廓繪制結(jié)果如圖10所示。從圖中可見(jiàn)，雖然真實(shí)標(biāo)簽注釋存在少數(shù)遺漏和勾繪不準(zhǔn)確的問(wèn)題，但是PolarMask-UV仍將大部分城中村建筑物的多邊形邊界精確地提取出來(lái)，展現(xiàn)出良好的整體視覺(jué)感知效果，表明算法具有較好的魯棒性。

圖10 測(cè)試集區(qū)域的城中村建筑物矢量邊界提取結(jié)果

3 結(jié)束語(yǔ)

城市環(huán)境中城中村建筑物的高密度、復(fù)雜的背景環(huán)境和形狀的多樣性給城中村建筑物的自動(dòng)提取帶來(lái)了很大的挑戰(zhàn)。為了直接獲得城中村建筑物的位置、形狀以及數(shù)量信息以服務(wù)于城中村改造業(yè)務(wù)的開(kāi)展，本文基于深度學(xué)習(xí)實(shí)例分割算法，探討了如何實(shí)現(xiàn)高分辨率遙感影像中的城中村建筑物矢量多邊形準(zhǔn)確提取。首先，使用杭州市2017年的高分二號(hào)遙感影像數(shù)據(jù)，制作了城中村建筑物高分辨率遙感數(shù)據(jù)集；接著，從優(yōu)化小尺寸密集目標(biāo)檢測(cè)效果、保持模型輕量化以及正樣本學(xué)習(xí)能力等方面入手對(duì)已有模型進(jìn)行改進(jìn)，設(shè)計(jì)了一個(gè)基于極軸建模的實(shí)例分割模型PolarMask-UV，將繁重的逐像素密集預(yù)測(cè)問(wèn)題簡(jiǎn)化為實(shí)例中心點(diǎn)分類(lèi)和稀疏距離回歸問(wèn)題，實(shí)現(xiàn)對(duì)遙感圖像中城中村建筑物的端到端矢量多邊形提取；最后，對(duì)算法進(jìn)行了精度評(píng)估。結(jié)果表明，當(dāng)極軸數(shù)量設(shè)置為24、網(wǎng)絡(luò)結(jié)構(gòu)采用ResNet-18和四層FPN的配置且分類(lèi)分支的訓(xùn)練采用焦點(diǎn)損失時(shí)，算法可在維持輕量化的同時(shí)有效地減少錯(cuò)檢漏檢的情況，并且完整精細(xì)地恢復(fù)小尺寸目標(biāo)的邊界輪廓，可同時(shí)適用于城區(qū)及城區(qū)邊緣的城中村建筑物矢量多邊形精準(zhǔn)提取，具有良好的泛化性能；相比其他逐像素建模的方法具有處理簡(jiǎn)潔、分類(lèi)準(zhǔn)確且定位精準(zhǔn)的優(yōu)點(diǎn)，可直接獲得城中村建筑物的矢量多邊形，平均精度接近90%。本文研究成果可為城中村的規(guī)劃管理業(yè)務(wù)提供詳盡的建筑物位置、形狀及數(shù)量信息，具有一定應(yīng)用價(jià)值。