王曉文 李頂根

1(華中科技大學(xué)中歐清潔與可再生能源學(xué)院 湖北 武漢 430074) 2(華中科技大學(xué)能源與動(dòng)力工程學(xué)院 湖北 武漢 430074)

0 引 言

從建筑屋頂收集太陽(yáng)能來(lái)替代傳統(tǒng)能源是緩解現(xiàn)代能源壓力的重要方式，大范圍的農(nóng)村建筑屋頂太陽(yáng)能資源潛力的評(píng)估對(duì)推進(jìn)太陽(yáng)能開(kāi)發(fā)利用有重要意義。目前已有太陽(yáng)能屋頂分割方案大多數(shù)針對(duì)城市地區(qū)，較少針對(duì)農(nóng)村地區(qū)，而農(nóng)村地區(qū)的房屋種類較多，個(gè)體差異較大，且呈小區(qū)域分散的狀態(tài)，使得現(xiàn)有模型對(duì)農(nóng)村地區(qū)屋頂分割效果不佳。如何有效地分割出農(nóng)村地區(qū)太陽(yáng)能屋頂值得進(jìn)一步研究和探討。

1 建筑屋頂分割的研究進(jìn)展

目前，國(guó)內(nèi)外在遙感圖像屋頂分割方面已進(jìn)行許多研究。李勇[1]基于DSM數(shù)據(jù)與航空影像，目視解譯跟蹤矢量化而得到上海中心城區(qū)的建筑物屋頂數(shù)據(jù)。宋曉陽(yáng)[2]提出了一種融合了光譜、形狀及空間信息的針對(duì)建筑物提取的多尺度分割方法，并將高度信息(DSM)和植被指數(shù)(NDVI)作為影響因子加入多尺度分割方法中。楊蘊(yùn)等[3]提出了基于局部空間信息的閾值分割法，可自適應(yīng)地確定類別數(shù)和閾值，從而完成遙感圖像的多閾值分割。韋春桃等[4]利用雙數(shù)復(fù)小波提取特征，通過(guò)馬爾可夫隨機(jī)場(chǎng)算法完成遙感圖像的分割的同時(shí)降低了噪聲的影響。Espindola等[5]提出了一個(gè)目標(biāo)函數(shù)，用于為區(qū)域增長(zhǎng)分割算法選擇更加合適的參數(shù)，可以提高分割的精度[5]。Li等[6]提出使用高置信度的邊緣信息去指導(dǎo)檢測(cè)邊界較弱的對(duì)象，從而提高圖像分割的定位精度。

以上這些方法一般都是通過(guò)手工進(jìn)行特征的提取，提取的過(guò)程較為復(fù)雜，需要該領(lǐng)域的專業(yè)人員和對(duì)特征的有效性驗(yàn)證，耗時(shí)耗力。因此，針對(duì)復(fù)雜場(chǎng)景的遙感圖像，傳統(tǒng)圖像分割技術(shù)難以實(shí)現(xiàn)較好的效果。近年來(lái)，隨著神經(jīng)網(wǎng)絡(luò)的快速發(fā)展，相比于傳統(tǒng)機(jī)器學(xué)習(xí)，多層隱藏層的深度神經(jīng)網(wǎng)絡(luò)特征學(xué)習(xí)能力更強(qiáng)，效果更好，基于深度學(xué)習(xí)的遙感圖像分割已經(jīng)成為國(guó)內(nèi)外學(xué)者研究的熱門(mén)方向。何平等[7]提出一種新的生成對(duì)抗網(wǎng)絡(luò)分割方法，緩解了普通方法分割存在的孔洞問(wèn)題，實(shí)現(xiàn)了遙感圖像居民區(qū)的分割。Basaeed等[8]依賴特征檢測(cè)器提出了融合多個(gè)增強(qiáng)網(wǎng)絡(luò)的框架完成遙感圖像的分割。Sun等[9]提出融合自然顏色、紅外圖像和數(shù)字表面模型等多模式數(shù)據(jù)提高遙感圖像的分割精度。而相較于城市建筑而言，農(nóng)村地區(qū)屋頂差異更大，建筑風(fēng)格更多樣化，小目標(biāo)建筑更多，使得現(xiàn)有模型對(duì)農(nóng)村地區(qū)屋頂分割效果不佳。因此，提出基于改進(jìn)DeeplabV3+的端到端的農(nóng)村地區(qū)遙感圖像屋頂分割算法，主要包括以下三個(gè)方面：

1) 較大擴(kuò)張率的空洞卷積會(huì)造成棋盤(pán)格效應(yīng)，故在空洞卷積金字塔池化結(jié)構(gòu)末尾加入棋盤(pán)格平滑模塊，對(duì)特征圖進(jìn)行密集采樣，有效地捕獲局部信息，緩解信息利用率低下的問(wèn)題。

2) 原DeeplabV3網(wǎng)絡(luò)的解碼器部分過(guò)于簡(jiǎn)單，缺乏低水平的特征，對(duì)此在解碼器網(wǎng)絡(luò)中多加一路低水平特征，增加特征信息。

3) 原始網(wǎng)絡(luò)的解碼器預(yù)測(cè)的目標(biāo)邊界較粗糙，對(duì)此提出了通道注意力解碼器，增加網(wǎng)絡(luò)對(duì)重要特征的篩選能力，進(jìn)一步恢復(fù)圖像的空間細(xì)節(jié)。

2 改進(jìn)的DeeplabV3+分割算法

2.1 DeeplabV3+網(wǎng)絡(luò)原理

選擇DeeplabV3+作為農(nóng)村屋頂分割的基礎(chǔ)網(wǎng)絡(luò)模型。DeeplabV3+網(wǎng)絡(luò)采用的是圖像語(yǔ)義分割領(lǐng)域常見(jiàn)的編碼器-解碼器結(jié)構(gòu)，DeeplabV3+模型的整體架構(gòu)如圖1所示，它的編碼器主體是帶有空洞卷積的深度卷積神經(jīng)網(wǎng)絡(luò)，用于提取圖像的特征，然后是帶有空洞卷積的空間金字塔池化模塊，主要是為了引入多尺度信息；相比DeeplabV3，DeeplabV3+引入了解碼器模塊，其將底層特征與高層特征進(jìn)一步融合，提升分割邊界準(zhǔn)確度。

圖1 DeeplabV3+網(wǎng)絡(luò)結(jié)構(gòu)示意圖

1) 編碼器。在編碼器-解碼器結(jié)構(gòu)中，編碼器首先將輸入圖像傳入帶深度卷積神經(jīng)網(wǎng)絡(luò)，以提取豐富的抽象特征，并在特征提取網(wǎng)絡(luò)中使用空洞卷積代替標(biāo)準(zhǔn)卷積，以擴(kuò)大感受野范圍?？斩淳矸e本質(zhì)上就是在標(biāo)準(zhǔn)的卷積核中加入空洞，從而在不大幅減小圖像尺寸的同時(shí)獲得更大的感受野。傳統(tǒng)卷積操作運(yùn)算公式如下：

(1)

式中：σ表示激活函數(shù)；f表示特征圖的值；g表示卷積核的值；b表示偏置。

空洞卷積在傳統(tǒng)卷積基礎(chǔ)上增加了參數(shù)空洞率d，普通的卷積可以認(rèn)為其空洞率等于1，空洞率控制著感受野的大小，空洞率越大則感受野越大，具體計(jì)算公式如下：

(2)

編碼器再將深度神經(jīng)網(wǎng)絡(luò)提取到的抽象特征傳入空間金字塔池化模塊(ASPP)，通過(guò)并聯(lián)不同空洞率的空洞卷積提取多尺度上下文信息，幫助網(wǎng)絡(luò)獲得更可靠的結(jié)果，ASPP模塊主要包含以下幾個(gè)部分：

(1) 一個(gè)1×1卷積層，以及三個(gè)3×3的空洞卷積。

(2) 一個(gè)全局平均池化層，用來(lái)得到圖像級(jí)別的特征圖。

(3) 將(1)和(2)得到的4個(gè)不同尺度的特征在通道維度上拼接在一起，然后送入1×1的卷積進(jìn)行融合并得到256通道的新特征。該新特征會(huì)被傳入解碼器。

2) 解碼器。對(duì)于DeeplabV3，經(jīng)過(guò)ASPP模塊得到的特征圖的輸出步幅為16，其經(jīng)過(guò)1×1的分類層后直接雙線性插值到原始圖片大小，這是一種非常暴力的解碼方法，這十分不利于得到較精細(xì)的分割結(jié)果，故DeeplabV3+模型中借鑒了編碼-解碼結(jié)構(gòu)，引入了新的解碼器模塊，如圖1中解碼器部分所示。首先將編碼器得到的特征雙線性插值得到4倍大小的特征，然后與來(lái)自編碼器特征提取網(wǎng)絡(luò)中具有相同空間分辨率的相應(yīng)低級(jí)特征進(jìn)行級(jí)聯(lián)。值得注意的是，由于編碼器低級(jí)特征維度較高，防止編碼器得到的高級(jí)特征被弱化，因此在編碼器中的低水平特征之后應(yīng)用1×1卷積層進(jìn)行降通道。將編碼器低水平特征與編碼器輸出特征拼接后，應(yīng)用3×3卷積以細(xì)化特征，在雙線性上采樣4倍，使得輸出空間分辨率與輸入相同。

2.2 棋盤(pán)格平滑模塊

原DeeplabV3+使用空洞卷積替代下采樣來(lái)擴(kuò)大感受野，但是空洞卷積存在網(wǎng)格效應(yīng)，也稱棋盤(pán)格問(wèn)題。因?yàn)榭斩淳矸e得到的某一層的結(jié)果中，鄰近的像素是從相互獨(dú)立的子集中卷積得到的，相互之間缺少依賴。這就造成兩個(gè)問(wèn)題：(1) 局部信息丟失問(wèn)題。由于空洞卷積在特征圖上是離散的采樣，卷積的結(jié)果表現(xiàn)為特征圖中離散點(diǎn)的關(guān)系，而忽略了連續(xù)點(diǎn)之間的局部信息，在串聯(lián)的空洞卷積結(jié)構(gòu)和較大空洞率的空洞卷積中，局部信息丟失問(wèn)題愈發(fā)嚴(yán)重。(2) 較大間距獲取的信息缺乏相關(guān)性。由于空洞卷積離散采樣的特性，使得較大間距卷積得到的信息之間沒(méi)有相關(guān)性，影響預(yù)測(cè)結(jié)果。針對(duì)此類問(wèn)題，設(shè)計(jì)了棋盤(pán)格平滑模塊，在帶有空洞卷積的深度卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征之后，在空洞空間金字塔池化結(jié)構(gòu)之前，增加了擴(kuò)張率較小的兩個(gè)卷積操作，使采樣點(diǎn)之間更密集，可以增強(qiáng)特征圖像素間的交互關(guān)系，緩解網(wǎng)格效應(yīng)，如圖2所示。

圖2 棋盤(pán)格平滑模塊

為了減少棋盤(pán)格平滑模塊的參數(shù)，降低計(jì)算復(fù)雜度，首先對(duì)輸入的高維特征圖進(jìn)行降維，輸出256維的特征圖，然后依次連接空洞率為2和1的卷積操作，在整個(gè)棋盤(pán)格平滑模塊中，特征圖的維度都是256。由于DeeplabV3+網(wǎng)絡(luò)較深，容易產(chǎn)生梯度彌散和梯度爆炸問(wèn)題，一般會(huì)在網(wǎng)絡(luò)中間層增加殘差連接，使得模型能夠?qū)W到恒等映射，從而緩解梯度彌散和梯度爆炸問(wèn)題。但是在DeeplabV3+網(wǎng)絡(luò)中為了防止網(wǎng)絡(luò)底層的棋盤(pán)格效應(yīng)通過(guò)殘差連接能夠直接到達(dá)頂層，棋盤(pán)格平滑模塊選擇去除了殘差連接，而是在每個(gè)卷積操作后連接一個(gè)批歸一化層，也能夠達(dá)到殘差連接對(duì)模型的正則化效果。批歸一化層可以將上一層的輸出均值和方差規(guī)范化，將輸出從飽和區(qū)拉到了非飽和區(qū)，可以降低模型的訓(xùn)練難度，增加模型的泛化能力，并且可以緩解模型因網(wǎng)絡(luò)深度增加而導(dǎo)致的梯度彌散和梯度爆炸等問(wèn)題，加快模型收斂速度。實(shí)驗(yàn)表明，棋盤(pán)格平滑模塊能夠使之前網(wǎng)絡(luò)層學(xué)習(xí)到的特征交互性更強(qiáng)，使得分割目標(biāo)邊緣更平滑細(xì)致，提高了圖像分割的精度。

2.3 多低水平特征融合

基于深度學(xué)習(xí)的圖像語(yǔ)義分割模型從網(wǎng)絡(luò)底層到頂層，隨著感受野的變大，網(wǎng)絡(luò)模型所學(xué)習(xí)到的特征也在不斷變化。在模型的淺層，特征圖的分辨率較大，感受野較小，學(xué)習(xí)到的特征一般都是圖像的細(xì)節(jié)特征，比如邊、角和線等特征；而在網(wǎng)絡(luò)的深層，特征圖的分辨率較低，感受野較大，網(wǎng)絡(luò)層提取到的更多的是圖像目標(biāo)的語(yǔ)義信息。在DeeplabV3+網(wǎng)絡(luò)結(jié)構(gòu)中融合的低水平特征只選擇主干網(wǎng)絡(luò)中與編碼器得到的高級(jí)特征對(duì)于大小的低級(jí)特征圖，該特征圖能夠包含的圖像細(xì)節(jié)特征較少，不足以使得解碼器較為準(zhǔn)確地恢復(fù)目標(biāo)的邊緣信息。針對(duì)此問(wèn)題，以ResNet50作為主干網(wǎng)絡(luò)為例，其分為5個(gè)階段，每個(gè)階段的輸出特征圖尺寸依次為原圖大小的1/4、1/4、1/8、1/16、1/16。選擇在解碼器中融合第二、第三、第四階段的低水平特征，并分別將第三、第四階段的特征兩倍、四倍雙線性插值上采樣。最后將三個(gè)不同階段的低水平特征在通道層面上拼接，形成高維特征，該特征包含了豐富的圖像細(xì)節(jié)特征，可以使得模型更好地恢復(fù)目標(biāo)的邊緣細(xì)節(jié)信息。

2.4 通道注意力模塊

原DeeplabV3+在ASPP結(jié)構(gòu)中進(jìn)行各尺度的特征提取時(shí)，通道數(shù)前后保持一致，將多尺度的特征拼接之后，特征通道維度直接變成原來(lái)的5倍，再通過(guò)1×1卷積降維，最后以4倍上采樣送入解碼器。原DeeplabV3+并沒(méi)有對(duì)拼接后的多尺度特征進(jìn)行特征通道選擇，也就是認(rèn)為每個(gè)通道信息對(duì)于該目標(biāo)的分割重要性相同。實(shí)際上網(wǎng)絡(luò)深度的增加，感受野的擴(kuò)大，語(yǔ)義信息逐漸豐富，尤其經(jīng)過(guò)空洞卷積空間金字塔池化結(jié)構(gòu)之后，每個(gè)通道表示不同的特征，這些特征對(duì)于不同的目標(biāo)而言其重要性也不同。如果在降維的同時(shí)對(duì)特征通道施以權(quán)重值，可以使得網(wǎng)絡(luò)能夠重視輸入特征的重要部分，學(xué)習(xí)到特征中對(duì)目標(biāo)預(yù)測(cè)貢獻(xiàn)較大的部分，能夠進(jìn)一步提高網(wǎng)絡(luò)模型的分割精度。

通道注意力模塊主要有兩個(gè)作用：(1) 對(duì)于ASPP結(jié)構(gòu)產(chǎn)生的高維特征實(shí)現(xiàn)降維；(2) 使網(wǎng)絡(luò)更加關(guān)注重要的特征。通道注意力模塊分為降維、擠壓、激勵(lì)和注意四個(gè)部分，如圖3所示。

圖3 通道注意力模塊

首先最左邊是原始輸入圖片特征X，然后通過(guò)1×1卷積進(jìn)行降維，產(chǎn)生了新的特征信號(hào)U。擠壓部分采用全局平均池化實(shí)現(xiàn)擠壓，具體見(jiàn)下式：

(3)

式中：u為大小為H×W×C的特征圖；uc表示為高維特征圖中通道順序?yàn)閏的二維特征矩陣；經(jīng)過(guò)擠壓部分，第c個(gè)通道的特征矩陣映射為zc。激勵(lì)部分為兩個(gè)全連接層，以此學(xué)習(xí)通道間的復(fù)雜關(guān)系，具體如下：

s=Fex(z,W)=δ(g(z,W))=σ(W2δ(W1z))

(4)

第一個(gè)全連接層的權(quán)重W1維度大小為(c,c/16)，將通道降為原通道數(shù)的1/16，再通過(guò)權(quán)重為W2的第二個(gè)全連接層進(jìn)行升維，將維度恢復(fù)至c，每個(gè)全連接層后都采用ReLU函數(shù)激活，用δ表示。然后通過(guò)Sigmoid函數(shù)σ歸一化權(quán)重矩陣s，保證權(quán)重值范圍在(0,1)之間。

最后通過(guò)尺度函數(shù)Fscale將權(quán)重s賦到每個(gè)通道上，得到輸出矩陣Y：

Y=Fscale(uc,sc)=sc·uc

(5)

式中：sc表示順序?yàn)閏的歸一化函數(shù)權(quán)重。不同通道的值uc乘上對(duì)應(yīng)順序的權(quán)重sc，從而可以增強(qiáng)對(duì)關(guān)鍵通道域的注意力。

2.5 改進(jìn)DeeplabV3+網(wǎng)絡(luò)

提出的改進(jìn)DeeplabV3+網(wǎng)絡(luò)以ResNet50為特征提取網(wǎng)絡(luò)，特征提取網(wǎng)絡(luò)結(jié)構(gòu)見(jiàn)表1。

表1 ResNet50網(wǎng)絡(luò)結(jié)構(gòu)

為了更好地提取底層特征，增加每一層卷積的感受野，將ResNet50中的第二、第三、第四、第五階段卷積中的普通卷積都替換成空洞卷積，且從第二階段開(kāi)始，每一階段的空洞卷積空洞率依次為2、4、8、16。提出的改進(jìn)DeeplabV3+網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。首先，輸入圖像經(jīng)過(guò)ResNet50中的5個(gè)階段的空洞卷積特征提取，傳入棋盤(pán)格平滑模塊以消除棋盤(pán)格效應(yīng)；接著連接空洞卷積空間金字塔池化結(jié)構(gòu)以獲取多尺度的信息并融合；再通過(guò)通道注意力模塊篩選出重要的特征以4倍上采樣傳入解碼器。在解碼器階段，首先對(duì)ResNet50中第二、第三、第四階段輸出的低層次特征上采樣至相同尺寸并拼接，再通過(guò)通道注意力模塊降維并選擇重要特征，接著與另一個(gè)注意力模塊的輸出拼接，最后連接一個(gè)普通卷積并以4倍上采樣輸出最終分割結(jié)果。

圖4 改進(jìn)的DeeplabV3+網(wǎng)絡(luò)結(jié)構(gòu)

3 實(shí) 驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集

模型訓(xùn)練所需硬件設(shè)備采用的是阿里云GPU云服務(wù)器，具體配置見(jiàn)表2。訓(xùn)練模型所用的超參數(shù)配置如表3所示。

表2 實(shí)驗(yàn)硬件配置

表3 模型超參數(shù)設(shè)置

實(shí)驗(yàn)選擇河南省漯河市舞陽(yáng)縣部分農(nóng)村地區(qū)作為研究對(duì)象，該地區(qū)位于河南省中部偏南，農(nóng)村住宅建筑占主要部分。通過(guò)圖新地球軟件獲得該地區(qū)的谷歌影像，并將其切分為256×256分辨率大小的圖片若干幅，選擇其中1 000幅作為實(shí)驗(yàn)數(shù)據(jù)集，并按8 ∶1 ∶1的比例切分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

為了豐富圖像訓(xùn)練集，減少標(biāo)記的工作量，使得模型能夠更好地提取圖像特征，提高模型的泛化能力和魯棒性，降低模型過(guò)擬合風(fēng)險(xiǎn)，數(shù)據(jù)集訓(xùn)練前一般都會(huì)根據(jù)數(shù)據(jù)集的特點(diǎn)進(jìn)行數(shù)據(jù)增強(qiáng)，主要包括：翻轉(zhuǎn)、旋轉(zhuǎn)、縮放、色彩抖動(dòng)、增加噪聲。

3.2 算法評(píng)價(jià)指標(biāo)和網(wǎng)絡(luò)訓(xùn)練過(guò)程

(1) 算法評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)采用交并比(Intersection over Union,IoU)系數(shù)、像素精度(Pixel Accuracy，PA)作為定量評(píng)價(jià)指標(biāo)。在圖像語(yǔ)義分割任務(wù)中，PA指的是預(yù)測(cè)正確的像素占總像素的比例；IoU系數(shù)為某一類的預(yù)測(cè)區(qū)域和實(shí)際區(qū)域交集與預(yù)測(cè)區(qū)域和實(shí)際區(qū)域并集兩者的比例。IoU和PA值越大，表示預(yù)測(cè)精度越高。IoU的具體計(jì)算方式如下：

(6)

式中：X表示前景或背景的預(yù)測(cè)輪廓區(qū)域所包含的點(diǎn)集；Y表示實(shí)際輪廓區(qū)域所包含的點(diǎn)集。在屋頂分割任務(wù)中，規(guī)定屋頂為前景，任務(wù)只關(guān)心前景的分割結(jié)果。由于屋頂分割任務(wù)為二分類，因此屋頂和背景的像素精度相同，而IoU值不同，因此對(duì)于IoU值，實(shí)驗(yàn)主要考慮前景的IoU系數(shù)。

(2) 網(wǎng)絡(luò)訓(xùn)練過(guò)程。選擇交叉熵與IoU損失的和作為算法總損失：

(7)

IoUloss=1-IoU(X,Y)

(8)

Loss=Entloss+IoUloss

(9)

3.3 實(shí)驗(yàn)結(jié)果分析

(1) 分割示例。圖5為采用基于改進(jìn)DeeplabV3+網(wǎng)絡(luò)對(duì)圖像進(jìn)行分割的一個(gè)實(shí)例，其中：(a)為原始輸入圖像；(b)為真值圖；(c)為分割結(jié)果。由該實(shí)例可知，提出的基于改進(jìn)DeeplabV3+的屋頂分割算法可以有效地分割出農(nóng)村地區(qū)屋頂。

(a) 原圖(b) 真值圖(c) 預(yù)測(cè)圖圖5 基于改進(jìn)DeeplabV3+網(wǎng)絡(luò)的分割示例

(2) 定性分析。圖6為改進(jìn)DeeplabV3+與原DeeplabV3+網(wǎng)絡(luò)對(duì)部分測(cè)試集圖像的預(yù)測(cè)結(jié)果，其中：(a)為原圖像；(b)為對(duì)應(yīng)的真值圖；(c)為原DeeplabV3+網(wǎng)絡(luò)的分割結(jié)果；(d)為改進(jìn)的DeeplabV3+網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果。可以看出，使用原DeeplabV3+網(wǎng)絡(luò)對(duì)農(nóng)村地區(qū)屋頂分割時(shí)，存在分割不足現(xiàn)象，見(jiàn)圖6(c)，第一行中存在非屋頂區(qū)域被誤識(shí)別為屋頂，第三行中存在部分屋頂區(qū)域未被分割出來(lái)，提出的改進(jìn)DeeplabV3+網(wǎng)絡(luò)通過(guò)棋盤(pán)格平滑模塊獲得了特征圖更加細(xì)致的信息，更好地分割屋頂。原DeeplabV3+網(wǎng)絡(luò)分割結(jié)果中目標(biāo)屋頂?shù)倪吘壖?xì)節(jié)不清晰，這是由于圖像的邊緣細(xì)節(jié)特征主要存在于網(wǎng)絡(luò)的低級(jí)特征，DeeplabV3+只利用了一層低水平特征，不足以恢復(fù)邊緣細(xì)節(jié)，改進(jìn)的DeeplabV3+融合了更多的低水平特征，使得模型對(duì)細(xì)節(jié)的預(yù)測(cè)更加準(zhǔn)確。

(a) (b) (c) (d)圖6 改進(jìn)DeeplabV3+算法的屋頂分割效果

(3) 定量分析。為了保證算法評(píng)價(jià)的客觀性，實(shí)驗(yàn)選擇前景的交并比和像素準(zhǔn)確率作為評(píng)價(jià)指標(biāo)，用于評(píng)估基于DeeplabV3+提出的改進(jìn)方案的有效性。表4為結(jié)合不同方案的DeeplabV3+在驗(yàn)證集中的評(píng)價(jià)指標(biāo)結(jié)果。Ours1是基于DeeplabV3+網(wǎng)絡(luò)增加了棋盤(pán)格平滑模塊，兩項(xiàng)指標(biāo)分別提升了0.009 1和0.010 7。Ours2在Ours1的基礎(chǔ)之上融合了多個(gè)低水平的特征，使得指標(biāo)又提高了0.005 8和0.000 2，由此可見(jiàn)，融合低水平特征能夠進(jìn)一步地提高分割精度。Ours3在Ours2的基礎(chǔ)上采用了注意力模塊來(lái)連接在ASPP結(jié)構(gòu)和低水平特征融合之后，使得指標(biāo)相較于原DeeplabV3+網(wǎng)絡(luò)約提升了0.022 1和0.017 4。

表4 結(jié)合不同方案的DeeplabV3+在驗(yàn)證集上的評(píng)價(jià)指標(biāo)結(jié)果

(4) 不同算法對(duì)比。為了保證算法評(píng)價(jià)的客觀性，將提出的改進(jìn)DeeplabV3+算法與文獻(xiàn)[10-15]中提出的基于深度學(xué)習(xí)的經(jīng)典圖像分割網(wǎng)絡(luò)在農(nóng)村地區(qū)屋頂分割任務(wù)上進(jìn)行對(duì)比，具體結(jié)果如表5所示。FCNs作為基于深度學(xué)習(xí)的語(yǔ)義分割算法中的開(kāi)山之作，在農(nóng)村地區(qū)屋頂數(shù)據(jù)集上的前景IoU指標(biāo)僅有70.61%。文獻(xiàn)[11]首先提出了經(jīng)典的編碼-解碼結(jié)構(gòu)的語(yǔ)義分割結(jié)構(gòu)UNet網(wǎng)絡(luò)，UNet網(wǎng)絡(luò)是通過(guò)堆疊大量的池化層來(lái)降低特征圖的分辨率尺寸，以此獲得較大的感受野，但這樣做會(huì)不可避免地失去圖像的空間信息，使得屋頂分割精度較低。文獻(xiàn)[12]提出了DenseASPP，結(jié)合了并行和級(jí)聯(lián)使用空洞卷積層的優(yōu)點(diǎn)，在更大范圍內(nèi)產(chǎn)生了更多的尺度特征。文獻(xiàn)[13]提出了BiSeNet，利用空間路徑保存空間信息并生成高分辨率特征，同時(shí)采用快速下采樣策略的上下文路徑獲取足夠的感受野。文獻(xiàn)[14]和文獻(xiàn)[15]分別提出了PSPNet和DeeplabV3+，它們?cè)谔卣魈崛∵^(guò)程中加入了空洞卷積和空間金字塔池化層，使得網(wǎng)絡(luò)在不降低特征圖的分辨率，保留圖像空間信息的同時(shí)獲得更大的感受野，得到了比UNet更強(qiáng)的語(yǔ)義信息，但是同樣缺乏圖像的細(xì)節(jié)特征，模型不能很好地恢復(fù)圖像邊緣細(xì)節(jié)，分割結(jié)果較粗糙。由表5可知，本文提出的改進(jìn)DeeplabV3+算法在農(nóng)村地區(qū)屋頂數(shù)據(jù)集上的各項(xiàng)評(píng)價(jià)指標(biāo)均優(yōu)于其他經(jīng)典的語(yǔ)義分割算法，也再次證明了棋盤(pán)格平滑模塊、通道注意力模塊和多低水平特征融合的重要性。

表5 不同算法在農(nóng)村屋頂數(shù)據(jù)集上的評(píng)價(jià)指標(biāo)

4 結(jié) 語(yǔ)

針對(duì)現(xiàn)有模型對(duì)農(nóng)村地區(qū)屋頂分割任務(wù)效果不佳，以及DeeplabV3+網(wǎng)絡(luò)存在的棋盤(pán)格效應(yīng)等問(wèn)題，提出改進(jìn)的DeeplabV3+農(nóng)村地區(qū)屋頂分割網(wǎng)絡(luò)，通過(guò)棋盤(pán)格平滑模塊緩解棋盤(pán)格效應(yīng)，利用多低水平特征融合和通道注意力模塊提高模型對(duì)邊緣細(xì)節(jié)的分割能力。實(shí)驗(yàn)結(jié)果表明，提出的改進(jìn)DeeplabV3+算法相較于經(jīng)典的語(yǔ)義分割網(wǎng)絡(luò)能更有效地分割出農(nóng)村地區(qū)的屋頂。由于遙感影像中存在多種類型信息，未來(lái)考慮融合多模式數(shù)據(jù)提高分割精度。