基于改進(jìn)離散余弦間隔損失函數(shù)的遙感道路分割

汪 云

（汕頭職業(yè)技術(shù)學(xué)院計(jì)算機(jī)系，廣東 汕頭 515000）

0 引言

衛(wèi)星圖像中提取道路提取是許多應(yīng)用的必要步驟，如車輛導(dǎo)航[1]、城市規(guī)劃[2]、智能交通[1]、圖像注冊[3]、地理信息系統(tǒng)更新[4]、土地利用檢測[5]等。由于高分辨率圖像中道路周圍的環(huán)境比較復(fù)雜，各類側(cè)重點(diǎn)算法不斷涌現(xiàn)。這些方法大多可以分為三類：生成道路像素級標(biāo)記[6，7]、檢測道路骨架[8，9]以及兩者的結(jié)合[10，11]。

從遙感圖像中提取道路可以分為兩個(gè)層次：道路區(qū)域分割和道路網(wǎng)絡(luò)提取。道路區(qū)域分割是將圖像中的每個(gè)像素分為道路和非道路，而道路網(wǎng)絡(luò)提取是獲取道路中心線及其連通性。在本文中，我們將道路提取任務(wù)作為二進(jìn)制語義分割任務(wù)來處理，以生成道路的像素級標(biāo)記，重點(diǎn)解決道路區(qū)域分割層次。近年來，深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺方面取得了很大進(jìn)展，其中許多已經(jīng)被引入到遙感圖像的道路區(qū)域分割中。宋青松等[12]將全卷積網(wǎng)絡(luò)引入道路區(qū)域分割，實(shí)現(xiàn)了密集的端到端推理。但是FCN簡單的線性插值上采樣使得模型性能很差。從FCN演化而來的Unet具有對稱的編解碼結(jié)構(gòu)，解碼器采用參數(shù)可學(xué)習(xí)的反卷積，使得語義分割更加準(zhǔn)確。褚晶輝等人[13]提出了一種改進(jìn)的用于道路區(qū)域分割的Unet網(wǎng)絡(luò)，該網(wǎng)絡(luò)使用ResNet作為其編碼器來實(shí)現(xiàn)更高的性能。雖然Unet分割算法在道路遙感圖像上進(jìn)行了多次下采樣使得圖像特征大量減少，以及該網(wǎng)絡(luò)沒有考慮到圖像感受野從而對于小目標(biāo)提取存在缺陷。

D-LinkNet使用帶有預(yù)訓(xùn)練編碼器的Linknet 作為其主干，并在中心部分具有額外的擴(kuò)張卷積層。Linknet是一個(gè)高效的語義分割神經(jīng)網(wǎng)絡(luò)，它利用了跳過連接、剩余塊和編碼器-解碼器架構(gòu)的優(yōu)勢。最初的Linknet使用ResNet18作為編碼器，這是一個(gè)相當(dāng)輕但性能優(yōu)越的網(wǎng)絡(luò)。D-LinkNet網(wǎng)絡(luò)雖然使用空洞卷積通過間隔采樣的方式來控制感受野，但是與Unet同樣存在下采樣嚴(yán)重的問題，在上采樣過程中沒有很多對特征進(jìn)行融合來恢復(fù)，而是簡單的特征拼接，對于多尺度特征融合不全面。

本文從兩個(gè)方面進(jìn)行了研究：一是Unet分割算法在道路遙感圖像上進(jìn)行了多次下采樣使得圖像特征大量減少，以及該網(wǎng)絡(luò)沒有考慮到圖像感受野從而對于小目標(biāo)提取存在缺陷；二是D-LinkNet網(wǎng)絡(luò)雖然使用空洞卷積通過間隔采樣的方式來控制感受野，但是與Unet同樣存在下采樣嚴(yán)重的問題，在上采樣過程中沒有很多對特征進(jìn)行融合來恢復(fù)，而是簡單的特征拼接，對于多尺度特征融合不全面等問題，提出基于一種改進(jìn)離散余弦間隔損失函數(shù)的遙感道路分割方法。

1 道路分割技術(shù)路線

目前，預(yù)訓(xùn)練網(wǎng)絡(luò)該數(shù)據(jù)集圖像為512*512，因此，首先對圖像進(jìn)行裁剪加大圖像的感受野，對于網(wǎng)絡(luò)訓(xùn)練講究正負(fù)樣本均衡，圖像分割也是一種圖像分類，只是像素分類，因此當(dāng)截圖圖像中前景目標(biāo)過少的圖像去除，盡量保證圖像中大部分為前景目標(biāo)，最后本實(shí)驗(yàn)采用殘差網(wǎng)絡(luò)為主干網(wǎng)絡(luò)，D-LinkNet為分割架構(gòu)，對于特征提取層，對初始化權(quán)重按照高斯方法初始化而非全0，以提高精度和泛化性。流程如下：

①圖像裁剪為256*256；

②圖像清洗，根據(jù)面積大小選擇閾值150篩選訓(xùn)練圖像；

③選擇主干網(wǎng)絡(luò)；

④特征提取層權(quán)重初始化；

⑤超參數(shù)調(diào)試；

⑥訓(xùn)練；

⑦測試和驗(yàn)證，得到roc和miou曲線。

2 損失函數(shù)優(yōu)化

最廣泛使用的分類損失函數(shù)softmax損失如下所示：傳統(tǒng)的softmax損失廣泛用于圖像識別與分割中，由于softmax損失函數(shù)并未明確優(yōu)化嵌入的功能，可能使類內(nèi)樣本的相似性和類間樣本的多樣性提高，這會(huì)導(dǎo)致在類內(nèi)發(fā)生圖像感觀變化，例如特征或者方向發(fā)生變化。因此我們固定偏差bj=0，將對數(shù)轉(zhuǎn)換為WTxi=Wjxicosθj，其中，θj是權(quán)重Wj與重量W之間的夾角。通過歸一化固定單個(gè)權(quán)重Wj=1，修復(fù)嵌入特征xj，并將其重新縮放為s。預(yù)測僅取決于特征和權(quán)重之間的角度，并將嵌入特征分布在半徑為s 的超球面上。

圖1表示基于特征xi和權(quán)重W歸一化，將每個(gè)類別的cosθj（logit）作為WTxi。通過計(jì)算arccosθy并得到特征xi與基本真值權(quán)重之間的角度。由于Wj為每個(gè)級別提供了一種中心，在基本真實(shí)的目標(biāo)角度θyi上增加一個(gè)角余量罰分m。之后，我們計(jì)算cos（θyi+m），通過將所有對數(shù)乘以特征標(biāo)度s，對數(shù)通過softmax函數(shù)并導(dǎo)致交叉熵?fù)p失。

圖1 ArcAction損失的監(jiān)督下訓(xùn)練DCNN進(jìn)行行為識別

權(quán)重使得預(yù)測僅取決于特征和權(quán)重之間的角度。因此，嵌入特征分布在半徑為s的超球面上：

由于嵌入特征分布在超球面上的每個(gè)特征中心周圍，并且在xi和Wyi之間添加了附加的角余量m，以同時(shí)增強(qiáng)類內(nèi)部的緊湊性和類間差異。由于擬議的附加角裕度罰分等于規(guī)范化超球面中的測地距離裕度罰分，因此將方法命名為ArcAction。

本文從包含足夠樣本（約14000張圖像）的2個(gè)不同類型中選擇圖像，以分別訓(xùn)練具有softmax 和ArcAct ion損失的2-D特征嵌入網(wǎng)絡(luò)。如圖1所示，softmax損失提供了大致可分離的特征嵌入，但在決策邊界上產(chǎn)生了明顯的歧義，而建議的ArcAction損失可以在最接近的類之間造成更大明顯差異，具有可行性。同時(shí)加法余量也相當(dāng)于正則的作用優(yōu)化了softmax的權(quán)重，使得不容易出現(xiàn)訓(xùn)練失效的情況也讓樣本非均衡時(shí)的訓(xùn)練變得不過于快速收斂而出現(xiàn)過擬合，故最終采用式（3）作為損失函數(shù)，為快速分析該損失函數(shù)的性能，通過對其使用logit分析得到如下結(jié)果。

圖2繪制了softmax，CosAction，ArcAction和在其最佳邊距設(shè)置下的目標(biāo)logit曲線，曲線越窄表明參數(shù)對損失函數(shù)的影響強(qiáng)，因此可以通過修改參數(shù)來提升分類性能，而非如softmax，CosAction過寬，修改參數(shù)也無法提升性能。

3 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證我們方法的有效性，本文采用裁剪后約14000張256*256*3大小的圖像進(jìn)行訓(xùn)練完成道路分割任務(wù)，對比方法是經(jīng)典網(wǎng)絡(luò)Unet和2018年冠軍方法D-LinkNet，對比指標(biāo)為mIou。實(shí)驗(yàn)結(jié)果表明，該方法取得了較好的道路提取效果：DeepGlobe 道路提取數(shù)據(jù)集的最佳mIoU得分為0.6975，與其他最先進(jìn)的基于深度學(xué)習(xí)的框架如Unet和D-LinkNet 相比，本文將結(jié)果提升0.1795和0.1472。

圖2 損失函數(shù)logit分析