欧美vvv,亚洲第一成人在线,亚洲成人欧美日韩在线观看,日本猛少妇猛色XXXXX猛叫

進(jìn)LinkNet的高分辨率遙感影像建筑物提取方法

張立亭，孔文學(xué)，羅亦泳，鄧先金，夏文生

（東華理工大學(xué) 測(cè)繪工程學(xué)院，南昌，330013）

摘要：針對(duì)現(xiàn)有的遙感影像建筑物提取方法存在著效率低下、精度不高等問(wèn)題，該文利用輕量型分割網(wǎng)絡(luò)LinkNet框架構(gòu)建出新的建筑物提取全卷積網(wǎng)絡(luò)。首先，設(shè)計(jì)三層卷積模塊替換LinkNet中的殘差層作為新的編碼塊，有效減少網(wǎng)絡(luò)參數(shù)，加快了網(wǎng)絡(luò)訓(xùn)練速度。其次，融合增強(qiáng)感受野模塊聚合多尺度上下文信息，有利于圖像特征細(xì)節(jié)的恢復(fù)，從而提高網(wǎng)絡(luò)分割精度。最后，綜合上述兩點(diǎn)構(gòu)建出基于深度學(xué)習(xí)的高性能建筑物自動(dòng)提取網(wǎng)絡(luò)。在相應(yīng)建筑物數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)結(jié)果表明，本文構(gòu)建的全卷積網(wǎng)絡(luò)比已有的建筑物提取網(wǎng)絡(luò)SE-Unet綜合預(yù)測(cè)精度更高，取得82.80%的均交并比和95.99%的召回率，同時(shí)，在提取建筑物的完整度、邊界分割精度等方面具有較好的效果。

0引言

隨著遙感技術(shù)的發(fā)展，獲取的遙感影像分辨率不斷提高，其包含的信息也更加豐富^[1]，高分辨率遙感影像能夠提供地表海量的、具有豐富紋理和光譜特征的地物信息，在眾多領(lǐng)域得到了應(yīng)用。建筑物作為遙感影像中十分重要的特征，其位置和空間分布等信息對(duì)于地圖測(cè)繪、城市規(guī)劃以及智慧城市的建設(shè)具有重大意義。近年來(lái)，研究者嘗試使用多種方法來(lái)實(shí)現(xiàn)高分辨率遙感影像中建筑物的自動(dòng)提取，文獻(xiàn)[2]融合了對(duì)象的思想和Boosting算法，通過(guò)構(gòu)建對(duì)象網(wǎng)絡(luò)關(guān)聯(lián)圖像分割和識(shí)別，實(shí)現(xiàn)了建筑物的準(zhǔn)確提取；文獻(xiàn)[3]將光譜和形狀特征相結(jié)合，實(shí)現(xiàn)了建筑物的自動(dòng)提取；文獻(xiàn)[4]提出一種增強(qiáng)的形態(tài)學(xué)建筑物指數(shù)(enhanced morphological building index，EMBI)，并利用該指數(shù)和地物的幾何形狀約束，實(shí)現(xiàn)了高分辨率建筑物的自動(dòng)提取。上述傳統(tǒng)的算法雖然能實(shí)現(xiàn)自動(dòng)提取建筑物的目的，但是，總體精度不高、受影像質(zhì)量影響大且較依賴(lài)于人工操作。因此，急需研究新的思路和方法來(lái)更快、更好地從高分辨率影像中自動(dòng)提取建筑物。

當(dāng)前，基于人工智能和機(jī)器學(xué)習(xí)遙感數(shù)據(jù)處理方法，特別是以深度學(xué)習(xí)為代表的圖像識(shí)別、語(yǔ)義分割、目標(biāo)檢測(cè)等技術(shù)的發(fā)展，為從遙感影像中自動(dòng)化提取建筑物提供了機(jī)遇和前景^[5]。文獻(xiàn)[6]提出了基于全卷積網(wǎng)絡(luò)（fully convolutional network，F(xiàn)CN）的語(yǔ)義分割方法，能夠?qū)崿F(xiàn)圖像像素級(jí)分類(lèi)。在FCN基礎(chǔ)之上，文獻(xiàn)[7]提出一種U形對(duì)稱(chēng)網(wǎng)絡(luò)U-Net，該結(jié)構(gòu)能有效融合低維與高維特征，從而提高圖像語(yǔ)義分割精度。文獻(xiàn)[8]以U-Net結(jié)構(gòu)為基礎(chǔ)，提出一種卷積神經(jīng)網(wǎng)絡(luò)SE-Unet，其在編碼器內(nèi)使用特征壓縮激活模塊增加網(wǎng)絡(luò)特征學(xué)習(xí)能力，在解碼器中復(fù)用編碼器中相應(yīng)尺度的特征實(shí)現(xiàn)空間信息的恢復(fù)，對(duì)大小各異和形狀不規(guī)則的建筑物具有良好的識(shí)別效果。文獻(xiàn)[9]提出一種帶洞型 U-Net++網(wǎng)絡(luò)，其在建筑物提取方面也有良好表現(xiàn)。上述語(yǔ)義分割網(wǎng)絡(luò)雖然在建筑物提取任務(wù)中取得了一定的效果，但整體性能還有待進(jìn)一步提高。

基于上述情況，本文以輕量型網(wǎng)絡(luò)LinkNet^[10]為基礎(chǔ)構(gòu)建出性能更高的建筑物自動(dòng)提取網(wǎng)絡(luò)。將設(shè)計(jì)的三層卷積模塊（three layer convolution module，TLCM）應(yīng)用到LinkNet中，構(gòu)建出一種新的建筑物分割網(wǎng)絡(luò)T-LinkNet（TLCM-LinkNet）；接著將接受域塊（Receptive Field Block，RFB）^[11]與T-LinkNet相融合，構(gòu)建出效果更佳的建筑物提取網(wǎng)絡(luò)TR-LinkNet（TLCM-RFB-LinkNet）。上述的兩種建筑物提取網(wǎng)絡(luò)不僅需要的網(wǎng)絡(luò)參數(shù)較少、訓(xùn)練速度較快，而且能提升預(yù)測(cè)結(jié)果的綜合精度。

1 方法

1.1 LinkNet

LinkNet是一種新的深度神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)，可以在不顯著增加參數(shù)的情況下進(jìn)行學(xué)習(xí)。LinkNet利用了跳躍連接（skip connections）、殘差塊（residual blocks）^[12]和編碼器-解碼器（Encoder-Decoder）架構(gòu)的優(yōu)點(diǎn)，因而具有高效的語(yǔ)義分割性能。最初的LinkNet使用ResNet18作為編碼器，是一種相當(dāng)輕但性能優(yōu)越的網(wǎng)絡(luò)。LinkNet在幾個(gè)基準(zhǔn)測(cè)試上都顯示了很高的精度，并且運(yùn)行速度較快。

LinkNet主要由編碼器和解碼器兩部分組成，并在每個(gè)卷積層之間使用批處理標(biāo)準(zhǔn)化（batch normalization，BN）^[13]和修正線性單元（rectified linear unit，ReLU）。相較于之前的分割神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)，LinkNet的特點(diǎn)是將每個(gè)編碼塊與解碼塊聯(lián)系起來(lái)，即每層編碼器的輸入都被旁路到相應(yīng)解碼器層的輸出中，這樣可以恢復(fù)解碼器及其上采樣操作時(shí)丟失的空間信息。此外，解碼器在每一層共享由編碼器學(xué)習(xí)的知識(shí)，因而可以使用更少的參數(shù)。

1.2融合三層卷積模塊改進(jìn)的LinkNet

LinkNet使用編碼器-解碼器架構(gòu)有較大的靈活性，可以在不改變整體網(wǎng)絡(luò)架構(gòu)的前提下自主的定義編碼器和解碼器。但LinkNet也存在一些不足，例如，LinkNet的編碼器是以一個(gè)步長(zhǎng)為2的7×7卷積，并接著一個(gè)步長(zhǎng)為2的3×3最大池化的初始?jí)K開(kāi)始，然而，連續(xù)的兩次下采樣會(huì)損失特征信息，在解碼階段難以恢復(fù)細(xì)節(jié)信息^[14]，此外，使用較大尺寸的卷積核會(huì)占用較多的計(jì)算資源，從而影響模型訓(xùn)練效率。為彌補(bǔ)上述不足，參考改進(jìn)型Inception模塊^[15]的卷積分解方法，使用三個(gè)步長(zhǎng)為1連續(xù)的3×3的卷積代替原始的步長(zhǎng)為2的7×7卷積，這樣即能獲得更快的訓(xùn)練速度又能減少下采樣次數(shù)，修改后的初始?jí)K稱(chēng)為Stem Block。

經(jīng)典的分割網(wǎng)絡(luò)U-Net使用雙層卷積作為對(duì)應(yīng)的編碼塊和解碼塊，能有效的捕捉和還原圖像特征，因而具有較好的分割性能。本文通過(guò)增加卷積層數(shù)構(gòu)建出一種新的三層卷積模塊TLCM，更加有利于整個(gè)網(wǎng)絡(luò)對(duì)圖像特征的捕捉與提取。三層卷積模塊的具體結(jié)構(gòu)借鑒了使用full pre-activation策略^[16]的殘差塊，該殘差塊十分有利于網(wǎng)絡(luò)信號(hào)的傳遞。為獲取最優(yōu)的三層卷積模塊，設(shè)計(jì)了一系列的結(jié)構(gòu)方案。具體的結(jié)構(gòu)設(shè)計(jì)方案見(jiàn)表1，對(duì)應(yīng)的結(jié)構(gòu)示意見(jiàn)圖1。

表1 三層卷積模塊結(jié)構(gòu)設(shè)計(jì)方案

注：表中×表示不采用，√表示采用。

按表1中的方案分別構(gòu)建三層卷積模塊并充當(dāng)調(diào)整后的LinkNet的編碼塊，然后，在相同的實(shí)驗(yàn)條件下進(jìn)行融合實(shí)驗(yàn)，具體的融合實(shí)驗(yàn)結(jié)果見(jiàn)表2。

表2 不同三層卷積模塊融合實(shí)驗(yàn)結(jié)果

由表2可以得出，應(yīng)用full pre-activation策略與沒(méi)有應(yīng)用該策略的三層卷積模塊相比，相應(yīng)的融合網(wǎng)絡(luò)訓(xùn)練綜合精度有所提升，而且訓(xùn)練時(shí)間相差較小，因此，在三層卷積模塊中應(yīng)用這一策略。此外，還可以得出使用Shortcut Connection結(jié)構(gòu)與沒(méi)有使用該結(jié)構(gòu)的三層卷積模塊相比，相應(yīng)的融合網(wǎng)絡(luò)訓(xùn)練綜合精度有所下降，該結(jié)構(gòu)不能給本文構(gòu)建的淺層網(wǎng)絡(luò)帶來(lái)增益，因此，在三層卷積模塊中棄用這一結(jié)構(gòu)。其中，方案3雖然訓(xùn)練時(shí)間比LinkNet有所增加，但3項(xiàng)評(píng)價(jià)指標(biāo)均有提升。

最終，采用方案3構(gòu)建三層卷積模塊與LinkNet融合構(gòu)建出新的建筑物分割網(wǎng)絡(luò)T-LinkNet。T-LinkNet的具體結(jié)構(gòu)見(jiàn)圖2，圖中左半部分為編碼器，右半部分為解碼器。需要注意，在T-LinkNet中除了Stem Block的卷積層在后面接BN和ReLU外，其他網(wǎng)絡(luò)結(jié)構(gòu)均采用full pre-activation策略，使網(wǎng)絡(luò)整體信號(hào)傳遞更加順暢，有利于網(wǎng)絡(luò)訓(xùn)練。

1.3 增強(qiáng)感受野模塊

增強(qiáng)感受野模塊能夠融合多尺度上下文信息，有利于在上采樣過(guò)程中恢復(fù)更多圖像細(xì)節(jié)，從而提高網(wǎng)絡(luò)性能。目前，常見(jiàn)的增強(qiáng)感受野模塊的構(gòu)建有兩種方案，一種是基于池化（pooling），另一種是基于擴(kuò)張卷積（dilated convolution）^[17]。池化可以在不增加網(wǎng)絡(luò)參數(shù)的情況下方便快捷地增大感受野。擴(kuò)張卷積則是一種能夠在圖像語(yǔ)義分割應(yīng)用中顯式調(diào)整濾波器視野以及控制深度卷積神經(jīng)網(wǎng)絡(luò)計(jì)算的特征響應(yīng)分辨率的強(qiáng)大工具，其可以在不損失分辨率或覆蓋范圍的情況下，擴(kuò)大感受野的回旋支持面。此外，擴(kuò)張卷積還能提高中間特征圖的分辨率，產(chǎn)生更準(zhǔn)確的預(yù)測(cè)，同時(shí)保持相同的計(jì)算成本^[18]。

基于池化構(gòu)建的增強(qiáng)感受野模塊有SPP-net^[19]中使用的空間金字塔池（spacial pyramid pooling，SPP）和PSPNet^[20]中使用的金字塔池模塊（pyramid pooling module，PPM）這兩個(gè)模塊都能在不顯著增加計(jì)算量的前提下有效增強(qiáng)感受野。基于擴(kuò)張卷積構(gòu)建的增強(qiáng)感受野模塊有DeepLabv2^[21]中使用的空洞空間金字塔池（atrous spacial pyramid pooling，ASPP）和DeepLabv3^[22]中使用的改進(jìn)型ASPP模塊以及RFBNet^[11]中使用的RFB及其改進(jìn)型RFBs。上述網(wǎng)絡(luò)在使用相應(yīng)的增強(qiáng)感受野模塊后都實(shí)現(xiàn)了較好的語(yǔ)義分割性能，因此，可以應(yīng)用增強(qiáng)感受野模塊提升網(wǎng)絡(luò)分割性能。

1.4 融合增強(qiáng)感受野模塊的T-LinkNet

D-LinkNet^[23]在LinkNet的基礎(chǔ)上加入了增強(qiáng)感受野模塊，使其在道路提取任務(wù)中獲得了成功。基于此，將增強(qiáng)感受野模塊添加到T-LinkNet中，以期獲取更優(yōu)的建筑物提取網(wǎng)絡(luò)。為挑選出性能最佳的增強(qiáng)感受野模塊，進(jìn)行了對(duì)比實(shí)驗(yàn)。具體的實(shí)驗(yàn)流程為：首先，篩選出以往表現(xiàn)較好的增強(qiáng)感受野模塊，能節(jié)省時(shí)間更快地找到效果最佳的模塊。其次，為減小添加的增強(qiáng)感受野模塊對(duì)T-LinkNet訓(xùn)練和識(shí)別效率的影響，同時(shí)，在不影響增強(qiáng)感受野模塊的正常功能的前提下，對(duì)某些增強(qiáng)感受野模塊進(jìn)行實(shí)驗(yàn)調(diào)整。主要對(duì)兩方面進(jìn)行調(diào)整，一方面使用1×1卷積減少輸入到模塊的特征圖通道數(shù)，提升相應(yīng)模塊的運(yùn)算效率；另一方面選擇合適的池化尺寸組合和擴(kuò)張率組合。最后，將篩選并調(diào)整后的增強(qiáng)感受野模塊插入T-LinkNet的解碼器和編碼器之間進(jìn)行融合實(shí)驗(yàn)，依據(jù)綜合評(píng)價(jià)指標(biāo)挑選出最優(yōu)的增強(qiáng)感受野模塊。具體的實(shí)驗(yàn)調(diào)整方案以及對(duì)應(yīng)的融合網(wǎng)絡(luò)訓(xùn)練結(jié)果見(jiàn)表3。

表3 不同增強(qiáng)感受野模塊與T-LinkNet融合結(jié)果對(duì)比

注：括號(hào)中的1/4表示將輸入到模塊的特征圖進(jìn)行1/4倍的通道轉(zhuǎn)換。

從表3可以看出，RFB增強(qiáng)感受野模塊與T-LinkNet融合得到的網(wǎng)絡(luò)綜合訓(xùn)練精度最優(yōu)且訓(xùn)練增加的時(shí)間較少，而其他模塊與T-LinkNet融合效果不佳。因此，將RFB與T-LinkNet融合構(gòu)建出更優(yōu)的建筑物提取網(wǎng)絡(luò)TR-LinkNet。TR-LinkNet框架是在圖2的T-LinkNet結(jié)構(gòu)中間位置插入圖3的RFB模塊構(gòu)成。

RFB是模擬人類(lèi)視覺(jué)系統(tǒng)中接受域的大小和偏心度的配置形成的，可以增強(qiáng)輕量級(jí)卷積神經(jīng)網(wǎng)絡(luò)的深度特征^[10]（具體結(jié)構(gòu)見(jiàn)圖3）。該模塊采用多分支結(jié)構(gòu)，每個(gè)分支都包含轉(zhuǎn)換層（本文采用1/4倍的通道轉(zhuǎn)換）、對(duì)流層以及擴(kuò)張卷積層。具體實(shí)現(xiàn)流程為：首先，將各個(gè)分支的輸出結(jié)果進(jìn)行級(jí)聯(lián)并通過(guò)1×1卷積得到多尺度融合結(jié)果。然后，將多尺度融合結(jié)果與通過(guò)短路連接的輸入特征圖相加得到模塊輸出。

2 實(shí)驗(yàn)

2.1數(shù)據(jù)

2.1.1數(shù)據(jù)來(lái)源

本文實(shí)驗(yàn)數(shù)據(jù)為馬薩諸塞州建筑物數(shù)據(jù)集 ^[24]，該數(shù)據(jù)集包括151張波士頓的航拍影像，每張影像的尺寸為1500×1500，地面分辨率為1m，覆蓋面積為2.25km²，因而整個(gè)數(shù)據(jù)集大約覆蓋340 km²的區(qū)域。數(shù)據(jù)被隨機(jī)分成包含137張影像的訓(xùn)練集，包含10張影像的測(cè)試集和包含4張影像的驗(yàn)證集。數(shù)據(jù)集主要覆蓋城市和郊區(qū)，囊括了各種規(guī)模的建筑，包括獨(dú)立的房屋和車(chē)庫(kù)。

2.1.2數(shù)據(jù)預(yù)處理

1）轉(zhuǎn)換標(biāo)簽圖像。

馬薩諸塞州建筑物數(shù)據(jù)集的建筑物標(biāo)簽圖像為合成的假彩色圖像，而在使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，要求標(biāo)簽圖像為相應(yīng)的灰度圖像，因此，將三通道的假彩色標(biāo)簽圖像轉(zhuǎn)換為對(duì)應(yīng)單通道的灰度圖像，便于后續(xù)的模型訓(xùn)練。

2）切割原始影像和對(duì)應(yīng)標(biāo)簽圖像。

對(duì)于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練來(lái)說(shuō)，卷積網(wǎng)絡(luò)模型自身的網(wǎng)絡(luò)參數(shù)較多，直接采用大圖進(jìn)行訓(xùn)練，對(duì)計(jì)算機(jī)的性能要求很高，而且訓(xùn)練速度較慢，因此，需要對(duì)大尺寸影像及其對(duì)應(yīng)標(biāo)簽圖像進(jìn)行切割。綜合考慮后，一幅大圖將分割成36張256×256的小圖，大幅增加訓(xùn)練樣本的數(shù)量。訓(xùn)練影像及其對(duì)應(yīng)標(biāo)簽圖像切割前后對(duì)比如圖4所示。

切割后的馬薩諸塞州建筑物數(shù)據(jù)集，包含4932張訓(xùn)練圖像，144張驗(yàn)證圖像和360張測(cè)試圖像，共計(jì)5436張圖像。切割得到的大量數(shù)據(jù)為網(wǎng)絡(luò)訓(xùn)練奠定了良好的基礎(chǔ)，有利于訓(xùn)練出高性能網(wǎng)絡(luò)。

2.2模型訓(xùn)練

使用全卷積深度神經(jīng)網(wǎng)絡(luò)構(gòu)建圖像分割模型，在進(jìn)行訓(xùn)練時(shí)大量卷積運(yùn)算會(huì)占用較多的計(jì)算機(jī)內(nèi)存和顯存，對(duì)硬件要求較高。受實(shí)驗(yàn)條件的限制，會(huì)在配置方面尋求一個(gè)平衡，以保證網(wǎng)絡(luò)訓(xùn)練順利完成。本文基于深度學(xué)習(xí)框架PyTorch構(gòu)建相應(yīng)的建筑物提取網(wǎng)絡(luò)，參照已有環(huán)境配置并結(jié)合實(shí)際條件構(gòu)建深度學(xué)習(xí)實(shí)驗(yàn)環(huán)境，基礎(chǔ)配置如表4所示，重要軟件配置如表5所示。

表4 基礎(chǔ)環(huán)境配置

表5 重要軟件配置

通過(guò)多次試驗(yàn)，綜合考慮網(wǎng)絡(luò)的計(jì)算效率、結(jié)果精度以及硬件3個(gè)方面，設(shè)置batch size為4，epoch為20，iteration為25 000，使用交叉熵?fù)p失函數(shù)BECLoss作為訓(xùn)練網(wǎng)絡(luò)的目標(biāo)函數(shù)，進(jìn)行目標(biāo)函數(shù)最小化得到最優(yōu)的模型。

為了使構(gòu)建好的網(wǎng)絡(luò)獲取最佳的訓(xùn)練效果，使用多種訓(xùn)練優(yōu)化方法，例如，SGD（momentum=0.9）、RMSProp（alpha=0.9）和Adam（betas=[0.9,0.99]），在相同的環(huán)境配置下對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，同時(shí)，所有的訓(xùn)練優(yōu)化方法統(tǒng)一使用CONSTANT學(xué)習(xí)率策略即設(shè)置學(xué)習(xí)率為一個(gè)固定值，根據(jù)已有經(jīng)驗(yàn)設(shè)置學(xué)習(xí)率為0.001。具體的實(shí)驗(yàn)結(jié)果見(jiàn)表6。

表6 不同訓(xùn)練優(yōu)化方法結(jié)果比較

從表6可以看出，本文構(gòu)建的兩種建筑物分割網(wǎng)絡(luò)在使用三種訓(xùn)練優(yōu)化法時(shí)，不同優(yōu)化方法花費(fèi)的訓(xùn)練時(shí)間相近，使用RMSprop訓(xùn)練優(yōu)化法進(jìn)行模型訓(xùn)練的綜合精度最高。綜合考慮訓(xùn)練效率和精度因素，采用RMSprop訓(xùn)練優(yōu)化方法對(duì)構(gòu)建好的網(wǎng)絡(luò)進(jìn)行訓(xùn)練有較高性?xún)r(jià)比。

2.3結(jié)果及分析

對(duì)構(gòu)建好的網(wǎng)絡(luò)分割結(jié)果做定性與定量評(píng)價(jià)時(shí)，需要與現(xiàn)有的分割網(wǎng)絡(luò)進(jìn)行對(duì)比。以U-Net為基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)SE-Unet^[8]具有較好的建筑物分割效果，帶洞型U-Net++^[9]也表現(xiàn)出良好的建筑物提取性能。本文實(shí)現(xiàn)了上述兩種網(wǎng)絡(luò)，并與自主構(gòu)建的網(wǎng)絡(luò)在相同的環(huán)境配置下進(jìn)行對(duì)比實(shí)驗(yàn)。

2.3.1定性分析

為驗(yàn)證本文構(gòu)建的建筑物提取網(wǎng)絡(luò)的有效性，將其應(yīng)用于包含不同類(lèi)型建筑物的實(shí)驗(yàn)場(chǎng)景中，并對(duì)其識(shí)別和提取性能進(jìn)行定性分析。在實(shí)驗(yàn)中，將測(cè)試集輸入到訓(xùn)練好的T-Linknet和TR-Linknet中進(jìn)行建筑物預(yù)測(cè)。同樣，將測(cè)試集輸入到訓(xùn)練好的SE-Unet和帶洞型U-Net++中進(jìn)行建筑物預(yù)測(cè)，進(jìn)而與本文構(gòu)建的網(wǎng)絡(luò)形成對(duì)照。最后，隨機(jī)從上述網(wǎng)絡(luò)預(yù)測(cè)結(jié)果中選取4張包含典型建筑物群的影像進(jìn)行網(wǎng)絡(luò)的定性分析。不同分割網(wǎng)絡(luò)建筑物預(yù)測(cè)結(jié)果如圖5所示（圖中紅色框選中的為預(yù)測(cè)結(jié)果差異明顯的區(qū)域）。

由圖5可以看出，帶洞型U-Net++的提取效果較差，主要表現(xiàn)為預(yù)測(cè)結(jié)果內(nèi)部空洞、邊界粗糙和不完整，而SE-Unet的建筑物分割效果要優(yōu)于帶洞型U-Net++，但是其對(duì)于微、小型的建筑物以及建筑物的細(xì)節(jié)部分的預(yù)測(cè)效果不佳，主要表現(xiàn)為預(yù)測(cè)結(jié)果不完整和邊界不規(guī)則。相比之下，本文提出的兩種建筑物提取模型具有更好的提取效果，其中T-Linknet適合提取形狀規(guī)則的建筑物，TR-Linknet則能有效識(shí)別形狀復(fù)雜的建筑物的細(xì)小邊界。

2.3.2定量分析

在定量評(píng)價(jià)中，選用均交并比、精準(zhǔn)率以及召回率3個(gè)指標(biāo)對(duì)測(cè)試集中360幅影像的建筑物提取結(jié)果進(jìn)行評(píng)定。

交并比（IoU）通常被稱(chēng)為 PASCALVOC交叉聯(lián)合度量，是圖像分割定量評(píng)價(jià)系統(tǒng)中最常用的一種性能度量方法，可以理解為預(yù)測(cè)區(qū)域和實(shí)際區(qū)域交集除以?xún)烧叩牟⒓徊⒈仁敲總€(gè)分類(lèi)IoU的平均值（本文共有建筑物類(lèi)和非建筑物類(lèi)兩類(lèi)）。

表7 精度評(píng)價(jià)混淆矩陣

定量評(píng)價(jià)結(jié)果如表8所示。從表中可以看出，TR-LinkNet有兩項(xiàng)分割指標(biāo)最優(yōu)，mIoU和Recall分別達(dá)到82.80%和95.99%。SE-Unet使用了特征壓縮注意力機(jī)制，增強(qiáng)了網(wǎng)絡(luò)對(duì)非建筑物類(lèi)的判定能力，對(duì)應(yīng)Precision較高；本文構(gòu)建的網(wǎng)絡(luò)易受與建筑物類(lèi)具有相似特征的非建筑物類(lèi)的干擾，導(dǎo)致Precision偏低。雖然，本文構(gòu)建的兩種建筑物分割網(wǎng)絡(luò)Precision偏低，但綜合預(yù)測(cè)精度均高于SE-Unet和帶洞型U-Net++，因而具有更優(yōu)的建筑物提取性能。

表8 建筑物提取精度對(duì)比

3 結(jié)束語(yǔ)

針對(duì)現(xiàn)有的遙感影像建筑物提取方法存在著效率低下、精度不高等問(wèn)題，本文以輕量型網(wǎng)絡(luò)LinkNet為基礎(chǔ)構(gòu)建出建筑物提取網(wǎng)絡(luò)T-LinkNet和TR-Linknet，并在馬薩諸塞州建筑物數(shù)據(jù)集對(duì)上述兩種網(wǎng)絡(luò)進(jìn)行遙感影像建筑物提取的訓(xùn)練和測(cè)試。實(shí)驗(yàn)結(jié)果表明，基于LinkNet構(gòu)建的兩種建筑物提取網(wǎng)絡(luò)與SE-Unet和帶洞型U-Net++相比較，具有更優(yōu)秀的分割性能，其中TR-Linknet的精度評(píng)價(jià)指標(biāo)mIoU和Recall分別達(dá)到了82.80%和95.99%。此外，本文構(gòu)建的全卷積網(wǎng)絡(luò)具有參數(shù)少、效率高的優(yōu)點(diǎn)，在建筑物提取完整度以及邊界分割精度方面也具有良好的效果。然而，受實(shí)驗(yàn)條件限制，構(gòu)建的模型泛化能力還存在不足，下一步需要擴(kuò)充訓(xùn)練樣本并調(diào)整網(wǎng)絡(luò)深度，以提升模型泛化能力；此外，構(gòu)建的模型對(duì)微、小型建筑物提取效果欠佳，要繼續(xù)研究提升深度學(xué)習(xí)模型精細(xì)化提取性能的方法。

作者簡(jiǎn)介：張立亭（1966—），男，湖北黃梅人，教授，博士，主要研究方向?yàn)橥恋匦畔⒓夹g(shù)。

E-mail：904118206@qq.com

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（41861058）

引用格式：張立亭,孔文學(xué),羅亦泳,鄧先金,夏文生.改進(jìn)LinkNet的高分辨率遙感影像建筑物提取方法[J].測(cè)繪科學(xué),2022,47(9):120-127，145.DOI:10.16251/j.cnki.1009-2307.2022.09.015.