基于多尺度特征融合的輕量化道路提取模型

劉毅，陳一丹，高琳，洪姣

(天津城建大學(xué) 計(jì)算機(jī)與信息工程學(xué)院，天津 300384)

隨著衛(wèi)星遙感技術(shù)的迅速發(fā)展，高分辨率遙感圖像的應(yīng)用日益廣泛.從遙感圖像中提取出的道路信息可被應(yīng)用于車輛導(dǎo)航、智慧交通[1]、應(yīng)急救援、城市規(guī)劃[2]、圖像注冊(cè)、地理信息更新[3]等領(lǐng)域.近年來，遙感圖像道路信息的提取逐漸成為研究熱點(diǎn).

常見的道路提取方法分為傳統(tǒng)方法和基于深度學(xué)習(xí)的提取方法[4].傳統(tǒng)方法需要人工設(shè)計(jì)道路特征提取方案.Shi 等[5]通過分析光譜特征，實(shí)現(xiàn)從光學(xué)遙感圖像中提取道路中心線，但結(jié)果存在噪聲問題.王小娟等[6]利用二維Otsu 閾值分割法提取道路特征，對(duì)質(zhì)心點(diǎn)進(jìn)行擬合操作，得到道路圖像.Chang 等[7]提出BO-MWSA 算法，通過改進(jìn)分水嶺分割算法，引入波段運(yùn)算和標(biāo)記法，利用NTL 圖像實(shí)現(xiàn)道路提取.上述傳統(tǒng)提取方法設(shè)計(jì)分類規(guī)則的過程較復(fù)雜，道路提取效率低下，同時(shí)泛化能力較差，存在普遍的誤分類現(xiàn)象，導(dǎo)致分割精度較低.

基于深度學(xué)習(xí)的道路提取方法利用語義分割模型訓(xùn)練遙感圖像數(shù)據(jù)集，利用得到的參數(shù)模型提取道路信息，具有更加卓越的特征提取能力[8]，適用于從海量數(shù)據(jù)中挖掘抽象復(fù)雜的深層特征并完成數(shù)據(jù)的分析與處理[9].Mnih 等[10]提出用卷積神經(jīng)網(wǎng)絡(luò)CNN 提取遙感圖像道路信息，采用條件隨機(jī)場(chǎng)優(yōu)化分割結(jié)果.Zhong 等[11]將實(shí)現(xiàn)圖像像素級(jí)別分類的全卷積神經(jīng)網(wǎng)絡(luò)FCN 用于道路提取，然而FCN 網(wǎng)絡(luò)預(yù)測(cè)時(shí)僅考慮單個(gè)像素，忽略了像素之間的關(guān)系，造成預(yù)測(cè)結(jié)果細(xì)節(jié)缺失的現(xiàn)象.Hou 等[1]構(gòu)建基于互補(bǔ)的神經(jīng)網(wǎng)絡(luò)C-unet 模型，用于道路提取.Wang 等[12]結(jié)合殘差單元和UNet 模型，實(shí)驗(yàn)部分選用遙感圖像數(shù)據(jù)集Massachusetts roads[13]訓(xùn)練網(wǎng)絡(luò)，但仍出現(xiàn)細(xì)小路段漏提的現(xiàn)象.

Google 團(tuán)隊(duì)提出一系列DeepLab 模型[14-17]，其中DeepLab V3+骨干網(wǎng)絡(luò)采取Xception[18]，通過ASPP 模塊整合多尺度特征并引入編碼-解碼[19]結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò)，分割性能更具優(yōu)勢(shì).趙凌虎等[20]基于DeepLab V3+改進(jìn)主干網(wǎng)絡(luò)，結(jié)合Dice Loss 函數(shù)[21]提高模型的道路提取精度.孟慶寬等[22]采用金字塔池化模塊，獲得多尺度道路信息特征.基于注意力機(jī)制和多尺度特征融合的遙感圖像分割網(wǎng)絡(luò)取得了一系列研究成果[23].張文博等[24]提出改進(jìn)DeepLab V3+模型，在主干網(wǎng)絡(luò)引入多尺度金字塔卷積融合多尺度特征，在解碼層引入注意力機(jī)制優(yōu)化分割邊緣信息.張小國(guó)等[25]提出FDADeepLab 模型，引入雙注意力機(jī)制，融合高級(jí)和低級(jí)特征，使用樣本難度權(quán)重調(diào)節(jié)因子解決樣本的非均衡性問題.許澤宇等[26]提出的E-DeepLab 模型通過加成連接的方式將編碼器與解碼器結(jié)合，提出改進(jìn)的自適應(yīng)調(diào)節(jié)損失權(quán)重方法.利用上述模型雖然提高了分割精度，但網(wǎng)絡(luò)結(jié)構(gòu)較復(fù)雜，參數(shù)規(guī)模較大，對(duì)于分割種類較少的道路提取任務(wù)不占優(yōu)勢(shì).

為了實(shí)現(xiàn)對(duì)道路的高效率、高精度提取，解決當(dāng)前語義模型參數(shù)量較大和對(duì)細(xì)小路段提取效果較差的問題，本文提出基于多尺度特征融合的輕量化遙感圖像道路提取模型MFL-DeepLab V3+.設(shè)計(jì)輕量型特征提取網(wǎng)絡(luò)并在ASPP 模塊引入深度可分離卷積，減少模型參數(shù)量，提高模型的分割效率和性能.對(duì)解碼區(qū)的特征融合部分進(jìn)行優(yōu)化設(shè)計(jì)，提出聯(lián)合注意力的多尺度特征融合方法，結(jié)合網(wǎng)絡(luò)淺層的道路細(xì)節(jié)特征與深層特征，引入注意力機(jī)制增強(qiáng)道路提取的完整性和準(zhǔn)確性.

1 基礎(chǔ)網(wǎng)絡(luò)模型

DeepLab V3+[17]基于全卷積網(wǎng)絡(luò)，采用編碼器-解碼器架構(gòu)，融合多尺度特征和多分支并行結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示.

圖1 DeepLab V3+網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 DeepLab V3+network architecture

在遙感道路提取領(lǐng)域，利用該網(wǎng)絡(luò)模型可以提高對(duì)目標(biāo)道路特征及道路邊緣信息的關(guān)注度，具有分割精度較高的領(lǐng)先優(yōu)勢(shì).DeepLab V3+網(wǎng)絡(luò)編碼區(qū)由骨干特征提取網(wǎng)絡(luò)Xception 和ASPP 模塊組成.輸入樣本圖像經(jīng)骨干網(wǎng)絡(luò)Xception 中的卷積操作提取初步特征，ASPP 模塊使用多分支的并行結(jié)構(gòu)，集合了1×1 卷積與3 個(gè)擴(kuò)張率分別為6、12、18 的空洞卷積，獲得不同尺度的感受野并提供更大感受野，解決池化導(dǎo)致的道路目標(biāo)像素丟失問題.解碼區(qū)首先上采樣ASPP 模塊輸出的高維特征層，再將輸入圖片的空間結(jié)構(gòu)還原，對(duì)深層特征圖進(jìn)行上采樣，使之與具有較高空間分辨率的淺層特征圖空間尺寸一致，進(jìn)行通道堆疊.將淺層特征與深層特征融合后，恢復(fù)下采樣過程中損失的空間信息.

2 方法簡(jiǎn)介

2.1 MFL-DeepLab V3+模型

提出的遙感圖像道路提取模型MFL-DeepLab V3+基于編碼-解碼結(jié)構(gòu)，分別在DeepLab V3+網(wǎng)絡(luò)的編碼區(qū)及解碼區(qū)提出改進(jìn).MFL-DeepLab V3+網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2 所示.

圖2 MFL-DeepLab V3+網(wǎng)絡(luò)的結(jié)構(gòu)圖Fig.2 Structure diagram of MFL-DeepLab V3+network

編碼區(qū).為了解決道路特征提取網(wǎng)絡(luò)計(jì)算復(fù)雜度較高的問題，將骨干特征提取網(wǎng)絡(luò)設(shè)計(jì)為輕量化的Mobilenet V2[27].為了使網(wǎng)絡(luò)精準(zhǔn)捕獲道路上下文信息，減少網(wǎng)絡(luò)參數(shù)量并提高計(jì)算效率，在ASPP 模塊3 個(gè)平行的空洞卷積中引入DSConv.

解碼區(qū).為了改善模型對(duì)道路的提取效果并提高分割精度，提出聯(lián)合注意力的多尺度特征融合MFFA.MFFA 對(duì)Mobilenet V2 中提取到的2 條不同大小的淺層特征進(jìn)行通道維度拼接，改進(jìn)的ASPP 模塊輸出的特征圖與另一淺層特征相加.由此得到2 個(gè)多尺度特征，引入注意力機(jī)制，避免無用特征干擾，提高道路提取的準(zhǔn)確率，最后進(jìn)行淺層和深層特征的融合.

2.2 輕量型特征提取網(wǎng)絡(luò)

由于DeepLab V3+模型的骨干網(wǎng)絡(luò)Xception 參數(shù)量較多，將模型應(yīng)用于遙感圖像道路提取領(lǐng)域的總體計(jì)算量大且耗時(shí)長(zhǎng).針對(duì)上述問題，引入輕量化的Mobilenet V2 網(wǎng)絡(luò)作為MFLDeepLab V3+的骨干網(wǎng)絡(luò).Mobilenet 系列網(wǎng)絡(luò)通過引入深度可分離卷積[28]（depthwise separable convolution,DSConv），有效減少了網(wǎng)絡(luò)的運(yùn)算量及參數(shù)量.與上一代網(wǎng)絡(luò)相比，Mobilenet V2 網(wǎng)絡(luò)增加了線性瓶頸結(jié)構(gòu)和倒殘差結(jié)構(gòu).

Mobilenet V2 網(wǎng)絡(luò)的結(jié)構(gòu)如表1 所示.表中，t 為瓶頸層內(nèi)部的升維倍數(shù)，c 為特征維數(shù)，n 為瓶頸層的重復(fù)次數(shù)，s 為瓶頸層第一次卷積的步幅.為了減少特征丟失，Mobilenet V2 在通道壓縮過程中使用Linear 函數(shù)作為激活函數(shù)，使用倒殘差取代殘差，擴(kuò)張層使用線性激活層取代非線性激活層，避免輸入的特征信息丟失，提升網(wǎng)絡(luò)對(duì)道路特征的提取能力.

表1 Mobilenet V2 網(wǎng)絡(luò)的結(jié)構(gòu)Tab.1 Structure of Mobilenet V2

Mobilenet V2 殘差結(jié)構(gòu)如圖3 所示.相比傳統(tǒng)方式直接使用3×3 卷積，倒殘差結(jié)構(gòu)通過1×1 卷積升維擴(kuò)張輸入特征通道，利用1×1 卷積層降維，減少特征通道數(shù).利用該方法，有效減少了網(wǎng)絡(luò)參數(shù)量，降低了運(yùn)算量.Mobilenet V2 引入深度可分離卷積代替?zhèn)鹘y(tǒng)的卷積方式，使用尺度系數(shù)縮減模型通道數(shù)，通道數(shù)縮減后，特征信息集中在縮減后的通道中.

圖3 Mobilenet V2 殘差結(jié)構(gòu)圖Fig.3 Residual structure of Mobilenet V2

2.3 改進(jìn)的ASPP 模塊

為了避免模型在編碼過程中的連續(xù)最大池化操作造成圖像分辨率的損失，在ASPP 模塊中引入深度可分離卷積模塊DSConv.DSConv 分為深度卷積和逐點(diǎn)卷積兩部分，結(jié)構(gòu)如圖4 所示.F 與G 均為特征圖，分別作為模型的輸入和輸出.DF、DG分別為F 與G 的寬和高，M、N 分別為F 與G 的通道數(shù).深度可分離卷積中深度卷積的卷積核尺寸為DK×DK，逐點(diǎn)卷積中的卷積核大小為1×1.

圖4 深度可分離卷積Fig.4 Depthwise separable convolution

例如輸入一組DF×DF×M 大小的特征圖，輸出大小為DG×DG×N，且普通卷積的卷積核尺寸為DK×DK，標(biāo)準(zhǔn)卷積計(jì)算量NConv的計(jì)算公式為

DSConv 卷積計(jì)算量被分為以下2 部分.

1）特征圖的M 個(gè)輸入通道使用相同大小的卷積核進(jìn)行深度卷積，如圖4(a)所示，此處卷積計(jì)算量N1為

2）如圖4(b)所示，DSConv 經(jīng)逐點(diǎn)卷積輸出特征，進(jìn)行一個(gè)點(diǎn)方向的1×1 卷積，此步驟的計(jì)算量N2為

最終，深度可分離卷積的計(jì)算量之和為

深度可分離卷積與標(biāo)準(zhǔn)卷積的計(jì)算量之比為

比值小于1.綜上所述，深度卷積相比于標(biāo)準(zhǔn)卷積方式更加高效.

2.4 聯(lián)合注意力的多尺度特征融合

為了豐富道路圖像的局部細(xì)節(jié)信息，細(xì)化模型對(duì)道路的分割精度，設(shè)計(jì)聯(lián)合注意力的多尺度特征融合機(jī)制MFFA，結(jié)構(gòu)如圖5 所示.

圖5 MFFA 機(jī)制的結(jié)構(gòu)圖Fig.5 Structure of MFFA mechanism

從編碼區(qū)骨干網(wǎng)絡(luò)中提取出1/4 大小和1/8 大小的2 條淺層特征，對(duì)其進(jìn)行通道維度的拼接.為了加強(qiáng)特征圖中各特征通道表達(dá)的特征關(guān)系，引入注意力模塊，提取更詳細(xì)的道路圖像信息.將編碼區(qū)經(jīng)過金字塔池化模塊的特征圖與1/16 大小的淺層特征進(jìn)行拼接，引入注意力模塊，避免無用特征干擾擬合，得到高級(jí)特征并作4 倍上采樣，將特征尺寸大小調(diào)整為和淺層特征相同的大小.

為了加強(qiáng)網(wǎng)絡(luò)對(duì)遙感圖像中道路特征的提取，引入基于歸一化的注意力機(jī)制[29]（normalization-based attention module,NAM），NAM 基于CBAM 注意力機(jī)制[30]重新設(shè)計(jì)通道和空間子模塊.NAM 用稀疏的權(quán)重懲罰抑制模糊的道路特征，其中批標(biāo)準(zhǔn)化（batch normalization,BN）的比例因子使用標(biāo)準(zhǔn)偏差表示特征權(quán)重，具體公式為

式中：Bin、Bout分別為批標(biāo)準(zhǔn)化的輸入和輸出，μB和σB分別為小批量B 的均值和標(biāo)準(zhǔn)差，γ 和β 分別為可訓(xùn)練的尺度因子和位移，ε 為極小的超參.

NAM 注意力機(jī)制結(jié)構(gòu)如圖6 所示.NAM 注意力機(jī)制的權(quán)重由通道注意力模塊（channel attention module,CAM）維度和空間注意力模塊（spatial attention module,SAM）維度推斷得出，通過與輸入特征相乘，自適應(yīng)調(diào)整特征.如圖7 所示，輸入特征F1 首先經(jīng)過CAM，具體公式為

圖6 NAM 注意力機(jī)制結(jié)構(gòu)圖Fig.6 Structure of NAM attention mechanism

圖7 通道注意力模塊Fig.7 Channel attention module

式中：Mc為CAM 的輸出特征，γi為各個(gè)通道的比例因子，Wγ為通道權(quán)重.

空間注意力子模塊如圖8 所示.NAM 在空間維度引入BN 比例因子，以衡量像素的顯著程度，稱作像素歸一化.空間注意力模塊SAM 的公式為

圖8 空間注意力模塊Fig.8 Spatial attention module

式中：Ms為SAM 的輸出特征，Wλ為權(quán)重，λi為比例因子.

相較于常見的ECA、SE[31]、CBAM 等注意力機(jī)制，NAM 注意力機(jī)制無需額外的卷積層和全連接層，將NAM 同時(shí)用于提取網(wǎng)絡(luò)的深層和淺層特征，可以使模型充分學(xué)習(xí)道路圖像中深層特征與淺層特征的空間相關(guān)性，提高模型在遙感圖像中的道路提取精度.

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)設(shè)置

實(shí)驗(yàn)采用64 位Windows10 操作系統(tǒng)，使用NVIDIA RTX3080Ti 顯卡，1 TB 硬盤存儲(chǔ)訓(xùn)練數(shù)據(jù)，基于Pytorch1.10 搭建模型框架，GPU 運(yùn)行平臺(tái)為NVIDIA CUDA11.3.在實(shí)驗(yàn)過程中，學(xué)習(xí)動(dòng)量設(shè)為0.9，基礎(chǔ)學(xué)習(xí)率Ir設(shè)為0.001，采用“Poly”學(xué)習(xí)率衰減策略.批處理大小設(shè)為10，迭代輪次總數(shù)設(shè)為100.為了防止實(shí)驗(yàn)結(jié)果過擬合，將權(quán)重衰減率設(shè)置為0.000 2.

為了驗(yàn)證MFL-DeepLab V3+模型的輕量型特征提取網(wǎng)絡(luò)、聯(lián)合注意力的多尺度特征融合及融入深度可分離卷積的ASPP 模塊的有效性，驗(yàn)證模型用于道路提取的準(zhǔn)確性和輕量性，分別在Massachusetts roads 數(shù)據(jù)集上開展骨干網(wǎng)絡(luò)對(duì)比實(shí)驗(yàn)、注意力機(jī)制對(duì)比實(shí)驗(yàn)、不同模塊消融實(shí)驗(yàn)、不同模型的分割結(jié)果對(duì)比實(shí)驗(yàn)及復(fù)雜度分析實(shí)驗(yàn).

3.2 數(shù)據(jù)集與評(píng)價(jià)指標(biāo)

實(shí)驗(yàn)使用的遙感影像道路數(shù)據(jù)來自于Massachusetts roads 數(shù)據(jù)集[13].該數(shù)據(jù)集涵蓋美國(guó)馬薩諸塞州多種地區(qū)（如城市、農(nóng)村和山區(qū)等）共1 108 張衛(wèi)星遙感影像，覆蓋地理范圍超過2 600 km2，每張圖片及對(duì)應(yīng)的標(biāo)簽圖像均為1 500 像素×1 500像素.由于其標(biāo)簽影像存在數(shù)據(jù)缺失和標(biāo)注不準(zhǔn)確的問題，從Massachusetts roads 數(shù)據(jù)集中選取標(biāo)簽標(biāo)注較準(zhǔn)確的300 組圖像作為訓(xùn)練樣本.將道路圖像及對(duì)應(yīng)的標(biāo)簽圖像尺寸裁剪為406 像素×406 像素.按7∶2∶1 的比例分配實(shí)驗(yàn)所需的訓(xùn)練集、測(cè)試集和驗(yàn)證集.由于數(shù)據(jù)樣本過少將導(dǎo)致網(wǎng)絡(luò)模型的魯棒性較差，需要擴(kuò)充數(shù)據(jù)，將訓(xùn)練集中剪裁后的圖像通過旋轉(zhuǎn)、水平或垂直翻轉(zhuǎn)操作，最終數(shù)據(jù)增強(qiáng)后訓(xùn)練樣本擴(kuò)充至11 340 張.

在遙感圖像道路提取任務(wù)中，圖像像素劃分為背景和道路2 類.采用精確率P、每秒傳輸幀率v、召回率R、參數(shù)量Np和F1 分?jǐn)?shù)作為評(píng)價(jià)指標(biāo).P、R 和F1 的計(jì)算公式如下：

式中：TP 和FN 分別為模型正確預(yù)測(cè)道路類和背景類的像素?cái)?shù)量，F(xiàn)P 為被模型預(yù)測(cè)為道路類別的背景像素?cái)?shù)量.

3.3 實(shí)驗(yàn)結(jié)果與分析

3.3.1 骨干網(wǎng)絡(luò)的對(duì)比實(shí)驗(yàn) 為了減少網(wǎng)絡(luò)參數(shù)量與計(jì)算量，提升道路提取的效率，考慮替換原模型中參數(shù)量較龐大的Xception 骨干網(wǎng)絡(luò).為了測(cè)試替換不同骨干網(wǎng)絡(luò)對(duì)DeepLab V3+算法的性能影響，分別對(duì)Xception 網(wǎng)絡(luò)、常見的Resnet101網(wǎng)絡(luò)、分割準(zhǔn)確率較高的新型網(wǎng)絡(luò)Efficientnet V2 及輕量型網(wǎng)絡(luò)Mobilenet V2 進(jìn)行4 組實(shí)驗(yàn)，用F1 和Np作為衡量不同骨干網(wǎng)絡(luò)適配性的評(píng)價(jià)指標(biāo)，實(shí)驗(yàn)結(jié)果如表2 所示.

表2 不同骨干網(wǎng)絡(luò)的性能對(duì)比Tab.2 Performance comparison of different backbone networks

從表2 可見，各個(gè)網(wǎng)絡(luò)的F1 分?jǐn)?shù)較接近，雖然實(shí)驗(yàn)3 中Efficientnet V2 的F1 分?jǐn)?shù)最高，但參數(shù)規(guī)模較大，參數(shù)量達(dá)到55.51 ×106.實(shí)驗(yàn)4 中骨干網(wǎng)絡(luò)為Mobilenet V2 時(shí)，F(xiàn)1 分?jǐn)?shù)為84.05%，參數(shù)量減少至5.13 ×106，遠(yuǎn)遠(yuǎn)小于其余網(wǎng)絡(luò)，相比實(shí)驗(yàn)1 中的Xception、實(shí)驗(yàn)2 中的Resnet101 和實(shí)驗(yàn)3 中的Efficientnet V2，參數(shù)量分別減少了92.81%、90.98%和90.76%.經(jīng)分析可知，Mobilenet V2 可以在保證模型分割性能的情況下大幅減少網(wǎng)絡(luò)參數(shù)量，有效實(shí)現(xiàn)模型的輕量化.

3.3.2 注意力機(jī)制的對(duì)比實(shí)驗(yàn) 為了加強(qiáng)神經(jīng)網(wǎng)絡(luò)的道路特征提取并提升運(yùn)算速率，考慮引入注意力機(jī)制.基于骨干網(wǎng)絡(luò)為Mobilenet V2 的改進(jìn)網(wǎng)絡(luò)，分別引入4 種常見的注意力機(jī)制進(jìn)行對(duì)比實(shí)驗(yàn).

從表3 可見，在加入NAM 注意力模塊后，模型分割精度優(yōu)于ECA、SE 和CBAM，F(xiàn)1 分?jǐn)?shù)高達(dá)85.03%，模型運(yùn)算速率達(dá)到2.78 幀/s，可以在提升模型分割精度的同時(shí)兼顧運(yùn)算效率.選擇引入NAM 注意力模塊，幫助網(wǎng)絡(luò)提升道路提取性能.

表3 不同注意力機(jī)制的性能對(duì)比Tab.3 Performance comparison of different attention mechanisms

3.3.3 各模塊消融實(shí)驗(yàn) 為了驗(yàn)證替換骨干網(wǎng)絡(luò)后，MFL-DeepLab V3+在以下3 個(gè)方面的改進(jìn)是否有效：用DSConv 代替原卷積、引入NAM 注意力機(jī)制以及改進(jìn)特征融合策略MFFA，根據(jù)控制變量法設(shè)計(jì)5 組消融實(shí)驗(yàn)，將F1 和v 作為實(shí)驗(yàn)評(píng)價(jià)指標(biāo)，實(shí)驗(yàn)結(jié)果如表4 所示.

表4 MFL-DeepLab V3+模型各模塊的消融實(shí)驗(yàn)結(jié)果Tab.4 Ablation experiment results of different modules of MFL-DeepLab V3+

實(shí)驗(yàn)2 和實(shí)驗(yàn)3 分別將深度可分離卷積DSConv 引入ASPP 模塊和在編碼區(qū)引入NAM 注意力模塊，相較于實(shí)驗(yàn)1，F(xiàn)1 分別增加了0.62%和0.98%，v 分別提升至3.45 和2.78 幀/s.在實(shí)驗(yàn)4 中同時(shí)引入DSConv 與NAM 注意力機(jī)制，F(xiàn)1 繼續(xù)提升至86.96%，v 高達(dá)3.36 幀/s.實(shí)驗(yàn)5 基于實(shí)驗(yàn)4 在特征提取網(wǎng)絡(luò)中加入改進(jìn)的MFFA 特征融合模塊，雖然較實(shí)驗(yàn)4 運(yùn)算速率降低，但與實(shí)驗(yàn)1 相比，v 提高了0.51 幀/s，F(xiàn)1 提高至87.42%，實(shí)現(xiàn)了模型分割精度與運(yùn)算性能的平衡，驗(yàn)證了各個(gè)模塊的有效性.

3.3.4 不同模型實(shí)驗(yàn)結(jié)果的對(duì)比 為了進(jìn)一步驗(yàn)證MFL-DeepLab V3+模型的道路提取性能，將該模型與FCN[11]、DeepLab V3+[17]、FDA-DeepLab[25]及E-DeepLab[26]4 種網(wǎng)絡(luò)模型的精確率、召回率和F1 進(jìn)行對(duì)比.以上網(wǎng)絡(luò)模型均使用統(tǒng)一的環(huán)境配置和Massachusetts road 數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試.不同模型的道路提取結(jié)果對(duì)比如圖9 所示.根據(jù)提取細(xì)節(jié)可知，各模型在提取道路交界和細(xì)小路段方面的表現(xiàn)存在顯著差異.FCN 網(wǎng)絡(luò)的提取效果較差，道路邊緣存在信息缺失，道路圖像出現(xiàn)大量斷裂區(qū)域，這些問題導(dǎo)致分割結(jié)果與真實(shí)道路標(biāo)簽之間存在明顯的差異.DeepLab V3+網(wǎng)絡(luò)在局部出現(xiàn)錯(cuò)漏提取的現(xiàn)象，在樹木和陰影遮擋狀況下的提取結(jié)果明顯地不連續(xù).FDA-DeepLab 和E-DeepLab 模型的道路提取效果相較于DeepLab V3+有所提升，但對(duì)細(xì)小道路和道路交界區(qū)域的提取效果不佳，道路局部有斷裂現(xiàn)象，道路邊緣分割的精確度有待提高.MFL-DeepLab V3+模型的提取效果優(yōu)于上述4 種模型，成功提取到細(xì)小狹窄的路段，錯(cuò)漏提取現(xiàn)象得到改善，有效避免了樹木與陰影遮擋對(duì)道路提取的影響.

圖9 不同道路提取模型結(jié)果的對(duì)比Fig.9 Comparison of results of different road extraction models

如表5 所示為不同模型的道路提取結(jié)果對(duì)比，其中FCN 網(wǎng)絡(luò)的分割精度較低，3 項(xiàng)評(píng)價(jià)指標(biāo)均約為80%.DeepLab V3+、FDA-DeepLab 和EDeepLab 分割模型的召回率和F1 分?jǐn)?shù)均小于84%和86%.MFL-DeepLab V3+模型的道路提取精確率提高至88.45%，F(xiàn)1 達(dá)到87.42%，召回率達(dá)到86.41%，較原模型DeepLab V3+分別提升了1.53%、4.69% 和3.18%.實(shí)驗(yàn)結(jié)果表明，與其他4 種網(wǎng)絡(luò)模型相比，本文方法的精確率、召回率和F1 分?jǐn)?shù)均最高，有效提升了道路提取精度.

表5 不同模型的性能對(duì)比結(jié)果Tab.5 Performance comparison results of different models

3.3.5 模型復(fù)雜度分析 為了分析MFL-DeepLab V3+模型與原模型的效率和復(fù)雜度，通過與原DeepLab V3+模型的單張圖片訓(xùn)練時(shí)間TTSP、參數(shù)量及檢測(cè)速度進(jìn)行對(duì)比，模型復(fù)雜度的分析如表6 所示.

表6 模型復(fù)雜度分析Tab.6 Model complexity analysis

結(jié)果表明，MFL-DeepLab V3+模型的TTSP 大幅縮減，v 提升了約43.98%；改進(jìn)后的網(wǎng)絡(luò)參數(shù)量顯著減少，模型參數(shù)量較原DeepLab V3+壓縮了88.67%.MFL-DeepLab V3+模型提高了對(duì)遙感圖像道路提取的精準(zhǔn)度，在識(shí)別細(xì)窄路段和遮擋路段時(shí)表現(xiàn)出色，分割圖像完整且邊緣平滑，大大縮減了訓(xùn)練時(shí)間，在提高提取精度的同時(shí)有效兼顧了網(wǎng)絡(luò)的計(jì)算量和參數(shù)量，顯著增強(qiáng)了分割性能.

4 結(jié) 語

為了解決語義模型計(jì)算復(fù)雜度較高的問題，引入輕量型骨干網(wǎng)絡(luò)，在ASPP 模塊中引入深度可分離卷積模塊，減少網(wǎng)絡(luò)參數(shù)量，有效地提升網(wǎng)絡(luò)的分割性能.各項(xiàng)對(duì)比實(shí)驗(yàn)表明，提出的基于多尺度特征融合的輕量化MFL-DeepLab V3+遙感圖像道路提取模型在精確率、召回率和F1 分?jǐn)?shù)方面均有效提升，道路提取結(jié)果完整，邊緣清晰，網(wǎng)絡(luò)參數(shù)量顯著降低，分割性能更好.為了解決當(dāng)前遙感圖像道路提取領(lǐng)域的語義模型提取效果不佳的問題，重新設(shè)計(jì)解碼區(qū)的特征融合部分，通過聯(lián)合注意力的多尺度特征融合MFFA 加強(qiáng)網(wǎng)絡(luò)的特征提取能力，在解碼階段有效地恢復(fù)道路邊界信息，獲取高質(zhì)量的道路細(xì)節(jié).MFLDeepLab V3+模型對(duì)遙感圖像道路提取領(lǐng)域存在一定的參考意義.

在后續(xù)研究中，考慮將道路的結(jié)構(gòu)性特點(diǎn)融入道路特征提取網(wǎng)絡(luò)的設(shè)計(jì)，結(jié)合大量的樣本數(shù)據(jù)，探究兼具分割效率和預(yù)測(cè)精度的遙感圖像道路提取模型.