吳強強，王帥，王彪，吳艷蘭，3

1.安徽大學(xué) 資源與環(huán)境工程學(xué)院,合肥230601;

2.武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院,武漢430079;

3.安徽省地理信息智能技術(shù)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(dǎo)航和救災(zāi)應(yīng)急等應(yīng)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(fù)雜、陰影遮擋以及高分辨率遙感影像中地物信息豐富導(dǎo)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(xué)習(xí)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(shè)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(fù)雜情況適應(yīng)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(fù)雜形狀的適應(yīng)性差、提取效率低?？傮w而言，上述道路提取方法在針對特定任務(wù)時表現(xiàn)較好，但方法主要依賴設(shè)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(dǎo)致泛化能力弱。除此之外，這些方法難以滿足道路提取任務(wù)的精度和時間要求。隨著深度學(xué)習(xí)技術(shù)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(wù)上取得了優(yōu)異成績，它能夠自動學(xué)習(xí)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(xué)習(xí)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(xué)習(xí)方法應(yīng)用于道路提取任務(wù)，基于深度學(xué)習(xí)道路提取的方法可以分為基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）和全卷積神經(jīng)網(wǎng)絡(luò)（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(luò)。此類方法結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和其他方法進行道路提取，其優(yōu)勢是不需要設(shè)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(luò)（Zhang等，2018）、SegNet網(wǎng)絡(luò)（Panboonyuen等，2017；Badrinarayanan等，2017）和D-LinkNet網(wǎng)絡(luò)（Zhou等，2018）等道路提取方法。以上網(wǎng)絡(luò)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(luò)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(dǎo)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(dǎo)致空間特征的不連續(xù)，產(chǎn)生“棋盤效應(yīng)”，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(chǔ)，利用U-net（Ronneberger等，2015）結(jié)構(gòu)，并且引入坐標(biāo)卷積（CoordConv）和全局信息增強模塊提高空間信息感知，設(shè)計了一種改進的網(wǎng)絡(luò)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(luò)，提取不同尺度和不同級別的目標(biāo)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(biāo)卷積，抽取空間坐標(biāo)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(yīng)”導(dǎo)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(luò)結(jié)構(gòu)

2.1 網(wǎng)絡(luò)框架

本文以ResNet與U-net網(wǎng)絡(luò)為主體框架，網(wǎng)絡(luò)頂部利用坐標(biāo)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(luò)模型。網(wǎng)絡(luò)入口放置坐標(biāo)卷積層，它將坐標(biāo)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(biāo)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(fù)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(luò)輸出會得到與輸入影像同樣大小的分割圖。網(wǎng)絡(luò)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(shè)計的網(wǎng)絡(luò)，模型的具體參數(shù)如圖1所示，在結(jié)構(gòu)圖中標(biāo)注了每一層網(wǎng)絡(luò)的輸入輸出大小。由于道路提取是二分類任務(wù)，所以網(wǎng)絡(luò)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(luò)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(fù)用率，減少參數(shù)數(shù)量，有效的提高了網(wǎng)絡(luò)的性能。因為BN對batch size有嚴格的要求，因此當(dāng)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(xùn)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(guān)。當(dāng)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(biāo)卷積

針對常規(guī)卷積神經(jīng)網(wǎng)絡(luò)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(biāo)卷積。坐標(biāo)卷積是標(biāo)準(zhǔn)卷積層的擴展，主要在標(biāo)準(zhǔn)卷積層中引入坐標(biāo)信息。坐標(biāo)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(biāo)和j坐標(biāo)。這兩個坐標(biāo)均經(jīng)過相關(guān)的線性變換，并歸一化到［-1，1］范圍內(nèi)。i坐標(biāo)和j坐標(biāo)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(biāo)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(wù)。標(biāo)準(zhǔn)卷積和坐標(biāo)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(biāo)準(zhǔn)卷積層和坐標(biāo)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(shè)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(yù)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(xùn)練圖像，14張驗證圖像和49張測試圖像以及對應(yīng)的標(biāo)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(xùn)練，本文對數(shù)據(jù)集進行切分。訓(xùn)練集中1108張1500×1500像素的遙感影像及相對應(yīng)的標(biāo)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(xùn)練集和測試集。最終，訓(xùn)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(xùn)練提出的網(wǎng)絡(luò)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(biāo)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(xùn)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(xùn)練模型，本文對訓(xùn)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(xùn)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(xué)習(xí)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(xùn)練和測試。

3.3 模型訓(xùn)練細節(jié)

本文模型使用交叉驗證的訓(xùn)練方式，即訓(xùn)練集和驗證集同時輸入模型，每訓(xùn)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(xùn)練。

由于模型訓(xùn)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(luò)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(yīng)學(xué)習(xí)率優(yōu)化器，因此本文利用Adam優(yōu)化器進行優(yōu)化網(wǎng)絡(luò)并更新參數(shù)；此外，本文提出的網(wǎng)絡(luò)使用BCE（Binary Cross Entropy）+dice coefficient loss（Zhou等，2018）作為損失函數(shù)，batch size設(shè)為4，輪數(shù)為50輪，每輪的迭代次數(shù)為4000，初始學(xué)習(xí)率設(shè)為1E-4。為了更好地訓(xùn)練模型，學(xué)習(xí)率會隨著訓(xùn)練輪數(shù)的增加而自動調(diào)整即每20輪學(xué)習(xí)率減小10倍，結(jié)合優(yōu)化器可以加速網(wǎng)絡(luò)的收斂。

3.4 評價指標(biāo)

為了量化評估道路提取的效果，本文利用語義分割領(lǐng)域中最常見的精度評價指標(biāo)：召回率（Recall）、綜合評價指標(biāo)（F1 Score）和交并比（IoU）。本文將道路提取視作二分類問題，預(yù)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(yù)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(yù)測正確的像素占預(yù)測為正例像素的比例；召回率（Recall）是正例預(yù)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(yù)測值的交集與并集的比值。評價指標(biāo)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(yù)測圖取得的精度最低，但與真實道路標(biāo)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(biāo)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(xué)習(xí)網(wǎng)絡(luò)模型進行對比。其中U-net網(wǎng)絡(luò)模型主要應(yīng)用于醫(yī)學(xué)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(luò)模型，是更加先進的分割網(wǎng)絡(luò)模型；DeeplabV3+是學(xué)者近期提出的新型全卷積網(wǎng)絡(luò)模型，該模型進一步提升了在語義分割任務(wù)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(biāo)的特征，對網(wǎng)絡(luò)模型進行相應(yīng)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(biāo)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?。挥捎赟egnet的網(wǎng)絡(luò)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(dǎo)致Segnet很難提取到道路特征信息；而相較于Segnet網(wǎng)絡(luò)，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(luò)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(dǎo)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(yīng)”，會導(dǎo)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(biāo)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(biāo)上低于D-LinkNet。結(jié)果分析表明，本文方法在道路提取任務(wù)上比其他網(wǎng)絡(luò)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(biāo)記框中可以看出，由于缺乏坐標(biāo)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(biāo)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(yù)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(biāo)。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(yīng)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(biāo)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(wù)中的難點。D-LinkNet、DeeplabV3+、U-net以及本文方法關(guān)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(zhǔn)確完整。U-net、DeeplabV3+和D-LinkNet網(wǎng)絡(luò)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(biāo)卷積，它具有強大的邊界信息感知能力，可以準(zhǔn)確地感受到不同環(huán)境的道路邊緣特征，進而提取出復(fù)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(biāo)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(yīng)性能。

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

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

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

圖8 建筑物陰影遮擋適應(yīng)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(biāo)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(xùn)練條件下，進行了只加坐標(biāo)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(luò)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(biāo)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(biāo)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(biāo)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(luò)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(fù)雜的背景，因此在道路信息提取過程中會對網(wǎng)絡(luò)模型感知目標(biāo)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(luò)模型具有高效的多尺度特征感受能力。在復(fù)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(luò)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(biāo)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(biāo)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(yù)和參數(shù)調(diào)節(jié)，經(jīng)過訓(xùn)練的模型，其在不同的遙感影像提取任務(wù)中具有一定的泛化性，因此應(yīng)用前景更加廣闊；

（3）本文利用坐標(biāo)卷積引入空間坐標(biāo)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(zhǔn)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(fù)雜的道路特征如遮擋問題，優(yōu)化網(wǎng)絡(luò)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。