SAMSNet: Red de extracción de carreteras por teledetección que integra atención dividida y atención multiescala de canal

  • role: First author第一作者
  • Affiliation:

    Communication and Network Laboratory, Dalian University, Dalian 116622, China

  • Email:weidebin@163.com
  • Introduction:魏德宾,研究方向为天地一体化网络传输技术、遥感图像智能处理。E-mail: weidebin@163.com
WEI Debin,  
  • Affiliation:

    Communication and Network Laboratory, Dalian University, Dalian 116622, China

XU Yongqiang,  
  • Affiliation:

    Communication and Network Laboratory, Dalian University, Dalian 116622, China

LI Pinru,  
  • Affiliation:

    Communication and Network Laboratory, Dalian University, Dalian 116622, China

XIE Hongji

resumen

La extracción automática de carreteras a partir de imágenes de teledetección tiene amplias perspectivas de aplicación en ciudades inteligentes, transporte inteligente y conducción autónoma. Sin embargo, las carreteras extraídas automáticamente de imágenes de teledetección de alta resolución presentan problemas de fragmentación y mala conectividad, por lo que la extracción completa de carreteras sigue siendo un desafío. Para ello, este artículo propone una red codificador-decodificador mejorada SAMSNet (Red de Atención Dividida y Atención Multiescala). Primero, se utiliza Split-Attention Network (ResNeSt-50) como codificador para extraer información semántica a través de canales y lograr representaciones de características de alta calidad; en segundo lugar, se introducen bloques convolucionales dilatados en paralelo en cascada, ampliando el campo receptivo mientras se mejora la capacidad de la red para percibir información contextual multiescala; finalmente, en la parte de conexiones de salto, se incorpora el módulo de atención de canal multiescala MS-CAM, que se centra tanto en la información global como en la local de las carreteras, ayudando a la red a reconocer y detectar carreteras bajo cambios extremos de escala. Se realizaron experimentos en los conjuntos de datos DeepGlobe Road, Massachusetts Road y GRSet, comparando SAMSNet con otros nueve modelos principales. Los resultados muestran que SAMSNet supera a otros modelos en varios indicadores de evaluación, como IoU y F1-score en tres conjuntos de datos públicos, logrando los mejores resultados de extracción.

palabra clave

imágenes de teledetección;extracción de carreteras;segmentación semántica;ResNeSt-50;atención dividida;atención multiescala de canal;convolución dilatada

1 Introducción

Con el rápido desarrollo de la tecnología de teleobservación, la visión por computadora y la tecnología de inteligencia artificial, el procesamiento de imágenes de teleobservación se ha convertido en un campo candente de investigación en los círculos académicos e industriales. En particular, las imágenes de teleobservación de alta resolución en la planificación urbana..Soulard等,2018), conducción autónoma..Wei等,2020), navegación del vehículo..Li等,2014) y construcción de sistemas de información geográfica..Cardim等,2018) y otros campos tienen amplias perspectivas de aplicación. Entre ellos, la tecnología de extracción de carreteras eficiente y precisa para imágenes de teleobservación de alta resolución puede reducir los costos laborales y el consumo de tiempo, al tiempo que mejora el tiempo real y la fiabilidad de los datos, lo que es de gran importancia para fortalecer la seguridad vial, apoyar la conducción autónoma y promover el desarrollo de ciudades inteligentes.Liu等,2023).
Los primeros estudios de extracción de carreteras se basaron en características de imagen diseñadas manualmente y conocimientos previos para emparejar y extraer áreas de carreteras definiendo una serie de reglas o estándares. Estos métodos tradicionales incluyen el método de división del umbral..Singh和Garg,2013), método de detección de bordes..Zeng等,2013), método de análisis de textura..Mena和Malpica,2005) y algoritmos morfológicos matemáticos..Ma等,2013) etc. Este tipo de métodos identifican principalmente el área del camino analizando las características poco profundas de las imágenes de teleobservación (como escala de grises, espectro, textura, borde y características geométricas). Por ejemplo, el algoritmo de extracción de borde de serpientes que combina detección de carreteras multiescala y restricciones geométricas..Laptev等,2000); Un algoritmo de detección de carreteras basado en el color que combina los resultados de la estimación de límites de imágenes grises con los resultados de la extracción de imágenes en color..He等,2004); Algoritmos de extracción de marcos Bayes con características multiescala..Storvik等,2005); Introducir el describidor de textura de ángulo y utilizar el algoritmo de extracción del clasificador lógico difuso..Zhang和Couloigner,2006); Un modelo de aeropuerto aleatorio condicional que utiliza modelos de alto orden para la conexión de carreteras y el análisis de la estructura topológica..Wegner等,2013) el método y el algoritmo de extracción que utiliza la transformación de Hoff en combinación con el modelo de gráfico de vecindad..Herumurti等,2013) etc. Además, la detección de bordes y la morfología matemática..Zhu等,2005) otros métodos también son ampliamente utilizados en la extracción de carreteras de imágenes de teleobservación. Aunque estos métodos tradicionales son ampliamente utilizados en la investigación de extracción de carreteras, han expuesto grandes limitaciones al procesar imágenes de teleobservación de alta resolución con características complejas y multiescala. Debido a que las imágenes de teleobservación de alta resolución tienen detalles claros, estos métodos tradicionales tienen un procesamiento relativamente limitado de la textura y la información multiescala de las carreteras, lo que no puede capturar completamente las características de las carreteras a diferentes escalas.
Con el desarrollo de la tecnología de aprendizaje profundo, especialmente el auge de las redes neuronales convolucionales (cnns), el campo de la extracción de carreteras de imágenes de teleobservación ha experimentado profundos cambios tecnológicos. El método de aprendizaje profundo puede aprender y extraer automáticamente características complejas de la imagen a través de una gran cantidad de datos de etiquetado, lo que mejora significativamente la precisión y robustez de las tareas de segmentación de la imagen. Entre ellos, U-Net(Ronneberger等,2015) y linknet..Chaurasia和Culurciello,2017) y sus variantes se utilizan a menudo en tareas de extracción de carreteras. ResUNet(Zhang等,2018El modelo combina la red residual resnet con U - Net para lograr una segmentación más precisa del área de la carretera. D-LinkNet(Zhou等,2018) la introducción de un módulo de convolución expandida en cascada y paralelo en el área central de linknet para ampliar el campo sensorial y extraer información contextual mejora la conectividad de la carretera. Red de convolución gráfica separable de profundidad dividida SGCNZhou等,2022) a través de la convolución separable de la profundidad de división, se obtiene la información global del camino de contexto en las características del canal y el espacio para mejorar la capacidad de expresión de las características del camino. Introducción de la convolución de coordenadas en resnet..吴强强 等,2022), que puede mejorar la capacidad de percepción de la información espacial y la información de contexto global. Aunque el enfoque basado en dcnn ha tenido un buen desempeño en la extracción de carreteras, todavía enfrenta desafíos: escenarios complejos e interferencias de fondo dificultan la separación de carreteras de edificios, árboles, vehículos, etc.戴激光 等,2020); La oclusión y las sombras causan carreteras discontinuas y aumentan la dificultad de extracción; Las formas y topologías de las carreteras son diversas, lo que requiere que los algoritmos tengan suficiente flexibilidad para adaptarse a las diferentes formas de carreteras.
Aunque las operaciones tradicionales de convolución pueden fusionar información espacial y de canal en el Campo receptivo local, a menudo ignoran la dependencia general entre las dimensiones. En los últimos años, el mecanismo de atención ha recibido una amplia atención en el campo de la visión por computadora y ha sido estudiado y optimizado en profundidad. Por ejemplo, SENet(Hu等,2018), CBAM(Woo等,2018), SKNet(Li等,2019), CCNet(Huang等,2019) y ca..Hou等,2021) y otros mecanismos de atención extraen características clave del dominio del canal, el dominio espacial y el dominio mixto del espacio del canal. Estos módulos de atención generalmente tienen las características de plug - and - Play y pueden incrustarse en cualquier red neuronal de convolución profunda existente para mejorar la velocidad, mejorar la calidad de los resultados y mejorar el rendimiento de generalización del modelo. DA-RoadNet(Wan等,2021) el uso del mecanismo de doble atención, combinado con la información de atención en las dimensiones del espacio y el canal, mejora significativamente la precisión e integridad estructural de la extracción de carreteras. Red de División de carreteras basada en la mejora de U - net..Tao等,2021) al introducir un módulo de atención cruzada circular en el codificador, se obtiene una dependencia de contexto remoto con una cantidad relativamente pequeña de cálculo y parámetros, mejorando así aún más la capacidad de análisis y expresión de la información de la imagen. Red resnest..Zhang等,2022) es una red neuronal de convolución que utiliza el mecanismo de atención dividida para mejorar la capacidad de expresión de características y lograr la fusión de características multiescala a través del módulo de atención grupal. El mecanismo de atención dividida divide el mapa de características en varios grupos, agregando dinámicamente información entre canales dentro del Grupo para mejorar la flexibilidad y robustez de la representación de características. Las direcciones de mejora actuales se centran principalmente en la combinación con la arquitectura Transformer y el diseño ligero de la red. DSMSA-Net(Khan等,2023) a través de la unidad de atención a escala y la unidad de atención espacial, se mejora aún más el rendimiento del modelo en la tarea de extracción de carreteras multiescala. AGD-Linknet(Jiang等,2023) al combinar la atención de coordenadas y la convolución expansiva en el Centro de la red, se amplía el campo sensorial de la red y se mejora la capacidad de extracción de características de la información en el dominio espacial y el dominio del canal. Aunque los mecanismos de atención existentes han logrado algunos avances en el procesamiento de la morfología de las carreteras, todavía muestran ciertas limitaciones frente a estructuras viales altamente complejas. Por ejemplo, para las carreteras con estructuras altamente complejas, el modelo todavía tiene deficiencias en la conectividad de las carreteras y la integridad estructural. Cómo combinar eficazmente la información multiescala y la Dependencia del contexto sigue siendo un problema clave en la tarea de extracción de carreteras.
En respuesta a las limitaciones de los métodos existentes, este trabajo propone un modelo mejorado de extracción de carreteras de imágenes de teleobservación samsnet. Samsnet combina el mecanismo de distracción y el mecanismo de atención multiescala, con el objetivo de mejorar la capacidad de captura de la red de características viales de diferentes escalas. En primer lugar, este artículo utiliza la red resnest como codificador y utiliza el mecanismo Split - attention para mejorar la correlación de características entre canales, capturando así una rica representación de características de manera más efectiva; En segundo lugar, al introducir la convolución expansiva, se amplía el campo sensorial manteniendo la integridad de los detalles de la imagen, lo que garantiza que el modelo pueda extraer información de carretera más completa en condiciones multiescala; Finalmente, en la etapa de muestreo anterior, este trabajo introdujo el módulo de atención de canal multiescala MS - Cam para agregar información de contexto global y local, mejorando así significativamente la precisión y robustez de la extracción de carreteras. Y la verificación experimental en el conjunto de datos, comparando los resultados obtenidos por el método de este artículo con otros métodos de investigación, tiene como objetivo verificar su superioridad en la precisión de extracción y mostrar su potencial como un mejor esquema de extracción.

2 métodos de investigación

2.1 estructura general de samsnet

El marco general de samsnet es el siguiente:Fig. 1Se muestra. Sujeto a D - linknet..Zhou等,2018) inspirado en la estructura de la red, el modelo adopta la estructura de codificación y decodificación. En primer lugar, samsnet utiliza el resnest - 50 preentrenado como codificador para la extracción de características; En segundo lugar, se utilizan módulos de convolución de agujeros paralelos en cascada para conectar el codificador y el decodificador; Finalmente, se introdujo un módulo de atención de canal multiescala en la Sección de conexión de salto de samsnet. A continuación se detallan los diversos componentes de samsnet.
figure

Fig. 1 The overall structure of the SAMSNet network

2.2 codificadores

En la actualidad, las redes neuronales de convolución convencionales están limitadas por las limitaciones del Campo receptivo y la falta de interacción entre canales, y hay deficiencias en la realización de tareas de segmentación semántica. Sujeto a la red de atención dividida..Zhang等,2022Inspirado en esto, este artículo utiliza resnest - 50 como codificador. Resnest - 50 es una red neuronal de convolución residual basada en el pensamiento de distracción. Al dividir el mapa de características de entrada en varias ramas e introducir un mecanismo de atención en cada rama, resnest - 50 puede capturar una representación de características más detallada y compleja. Esta estrategia mejora la capacidad del modelo para distinguir diversas características de la imagen, mejorando así la precisión del reconocimiento de la información vial.
El módulo resnest es el módulo central que componen la red resnest - 50, con una estructura comoFig. 2Se muestra. El módulo primero divide el mapa de características importado enCada rama, y luego las características de cada rama se dividen enSi hay un grupo de características, el número total de grupos de mapas de características es. a continuación, se realiza una serie de transformaciones de características en los mapas de características de cada grupo de mapas de características..Las características de salida de cada grupo de mapas característicos después de la transformación de características se expresan comoEntre ellos, transformación de característicasporConvolución yComposición de convolución.
figure

Fig. 2 ResNeSt block

Cada rama contiene un módulo de distracción con una estructura comoFig. 3Se muestra. En primer lugar, los mapas de características obtenidos por la transformación de características se fusionan en el módulo de distracción.Las características de fusión de las ramas se expresan comoEntre ellosPara distraer el bloqueCaracterísticas de entrada individuales. A continuación, se utiliza la agrupación media global para agregar la información semántica contextual de las dimensiones de los canales interespaciales.Número de ramasLa fórmula de cálculo de los valores de los canales es la siguiente:
En la fórmula,Indica que no.Número de ramasLos canales se encuentran enEl valor de píxeles de,yRepresenta la altura y el ancho del mapa de características, respectivamente.
figure

Fig. 3 Split-attention module

El gráfico característico y el peso de valoración de cada grupo de gráficos característicos se combinan ponderados para generar las características de fusión ponderadas de cada rama.,NúmeroLa fórmula de cálculo de los canales es la siguiente:
En la fórmula,ParaEn el Grupo de mapas característicosEl peso de valoración de cada canal se calcula de la siguiente manera:
En la fórmula,Se determina la representación basada en el contexto globalAEl peso de cada rama de un canal.
Características de fusión ponderadas generadas por cada ramaEmpalmar (concat) para obtener el mapa de características:
Finalmente, se introduce el mapa de características de entrada originalY el mapa de característicasGenerar el mapa de características final mediante una conexión rápidaSalida.

2.3 bloque de convolución de agujeros dblock

Teniendo en cuenta que el campo sensorial de la zona central de la red samsnet es limitado, cuando se encuentra con información de gran envergadura espacial, como la información terrestre de imágenes de teleobservación, puede producirse un fenómeno de fragmentación discontinua. Para extraer más información, con referencia al método de fusión multiescala en deeplab, se agregó un bloque de convolución de expansión paralelo en cascada dblock en la región central de samsnet, cuya estructura es comoFig. 4Se muestra. El objetivo es ampliar el campo sensorial sin reducir la resolución del mapa característico y conservar la información de detalle espacial tanto como sea posible.
figure

Fig. 4 The structure of Dblock

La convolución expansiva de diferentes tasas de expansión se apila en modo cascada. Las tasas de expansión de la convolución expansiva apilada en este artículo son 1, 2, 4 y 8, y el tamaño del Campo receptivo correspondiente es 3, 7, 15 y 31, respectivamente. Debido a que el codificador resnest - 50 tiene 5 capas de muestreo inferiores, unaLa imagen característica de la salida de la imagen de teledetección del tamaño de un píxel a través de la parte del codificador es la siguiente:Tamaño de píxeles, en este caso, la convolución de expansión con una tasa de expansión de 8 puede cubrir el mapa de característicasEl área del tamaño de un píxel, que contiene exactamente la información principal en el mapa de características sin causar la pérdida de características clave. Esta estructura puede fusionar características de diferentes escalas, manteniendo la resolución espacial de las características sin cambios, aumentando el campo sensorial de la parte central de la red.

2.4 módulo de atención de canal multiescala MS - Cam

Teniendo en cuenta que las carreteras en las imágenes de teleobservación generalmente se caracterizan por grandes cambios de escala y formas complejas. Con el fin de mejorar la capacidad de extracción del modelo de estructuras viales de diferentes escalas, se introdujo un módulo de atención de canal multiescala (ms - cam) en la parte de conexión de salto. Este módulo no solo mejora la capacidad de reconocimiento del modelo de carreteras a pequeña y gran escala, sino que también mejora la robustez de la red en escenarios complejos.
La estructura de MS - cam es comoFig. 5Se muestra. Adopta parsenet..Sharma等,2020La idea de la estructura de la red es agregar características multiescala en el módulo de atención para resaltar los objetivos grandes y pequeños locales en el global, lograr la atención del canal multiescala cambiando el tamaño de la piscina espacial, agregar el contexto del canal local del mapa de características de entrada al contexto del canal global del módulo de atención, y utilizar La convolución punto a punto pwconv (pointwise - involution) como Agregador de contexto del canal para garantizar que el tamaño del mapa de características de entrada y salida sea consistente, conservando efectivamente los detalles en las características poco profundas del codificador.
figure

Fig. 5 The structure of multi-scale channel attention module

Asumir el mapa de características de entradaEntre ellos,Es la altura y el ancho del mapa característico, respectivamente,Es el número de canales. Contexto del canal localLa fórmula de cálculo se puede expresar como
En la fórmula,Indica la normalización por lotes,Indica la función de activación relu.Indica que el número de canales de entrada es, el número de canales de salida esConvolución punto a punto,Indica que el número de canales de entrada esEl número de canales de salida esConvolución punto a punto,Indica la relación de reducción del canal, este artículoSe establece en 4.
Contexto del canal globalContexto con canal localLa diferencia es que el mapa de características de entrada se obtiene primero por la agrupación media global, luego por la convolución punto a punto, la función Relu y la normalización por lotes.La fórmula de cálculo se puede expresar como
En la fórmula,Representa la media global de la piscina.
Dado el contexto del canal globalY contexto de canal localSe pueden obtener las características de refinamiento de MS - cam.:
En la fórmula,Representa el peso de atención generado por MS - cam.Indica la función de activación sigmoid,Significa que la radio se suma,Significa multiplicar elementos por elementos.

2.5 función de pérdida

Teniendo en cuenta el desequilibrio de las categorías de muestras entre la carretera y el Fondo en las imágenes de teleobservación, teniendo en cuenta la importancia de la información fronteriza para la extracción de la carretera, este trabajo utiliza la función de pérdida compuesta compuesta por la pérdida de entropía cruzada binaria y la pérdida de dice como la pérdida final de entrenamiento.
La fórmula de cálculo de la función de pérdida de entropía cruzada binaria es la siguiente:
La fórmula de cálculo de la función de pérdida de dice es la siguiente:
En la fórmula,Indica el valor real de la etiqueta,Representa la salida prevista del modelo,Representa el número primo total de la imagen introducida.
Función de pérdida combinada final:

3 diseño experimental y análisis de resultados

3.1 conjuntos de datos

El conjunto de datos de carreteras deepglobe es un conjunto de datos de marcado a nivel de píxeles que contiene datos de anotación a nivel de píxeles de tailandia, India e indonesia. Estas imágenes incluyen múltiples escenas como la ciudad, el campo y los suburbios. El conjunto de datos contiene 6.226 imágenes con una resolución de 0,5 m y un tamaño dePíxeles. En el experimento, todas las imágenes se dividieron aleatoriamente en conjuntos de entrenamiento y conjuntos de prueba de acuerdo con la proporción de 4: 1, y se obtuvieron un total de 4.981 imágenes del conjunto de entrenamiento y 1.245 imágenes del conjunto de prueba.
El conjunto de datos de carreteras Massachusetts es un conjunto de datos públicos para la investigación de extracción de carreteras, que cubre más de 500 km 2 en massachusetts, y las imágenes incluyen múltiples áreas de escena como ciudades, suburbios y zonas rurales. El conjunto de datos incluye 1.108 imágenes de entrenamiento, 49 imágenes de prueba y 14 imágenes de verificación. El tamaño de la imagen esPíxeles, con una resolución de 1,2 M. para garantizar la unidad de las condiciones experimentales, este artículo utiliza el método de corte aleatorio para cortar uniformemente la imagen original aTamaño de píxeles.
Global - scale Road data set grset (global - scale Road data set) ()Lu等,2025) es el conjunto de datos de extracción de carreteras de teleobservación de alta resolución más grande publicado por el Grupo de investigación rsidea. El conjunto de datos cubre imágenes de teledetección de 121 ciudades capitales en seis continentes del mundo, con una superficie total de 49.503 km 2 y más. El conjunto de datos grset contiene un total de 47.210 pares de imágenes, cada uno con un tamaño de bloque de imagen deCon una resolución espacial de 1 m.
Para mostrar más claramente el conjunto de datos, se seleccionaron al azar algunas muestras de imagen en tres conjuntos de datos, comoFig. 6Se muestra.
figure

Fig. 6 Samples and labels of three datasets

3.2 Indicadores de evaluación

Este trabajo evalúa el rendimiento del modelo propuesto en la extracción de carreteras utilizando un total de cuatro indicadores de evaluación: precisión, tasa de retiro, puntuación F1 (f1 - score) y relación de intersección (iu).
Precisión indica la relación entre el número de píxeles clasificados correctamente como carreteras y todos los píxeles clasificados como carreteras, y la fórmula de cálculo es la siguiente:
En la fórmula, TP es la cantidad en la que la predicción es verdadera, el resultado es la cantidad real, FPS es la cantidad en la que la predicción es verdadera y el resultado es la cantidad falsa.
La tasa de retiro (llamada) indica la relación entre el número de píxeles clasificados correctamente como carreteras y el número real de píxeles de carreteras en la imagen, y la fórmula de cálculo es la siguiente:
En la fórmula, FN es una predicción falsa y el resultado es un número real.
La F1 - Score es una media armoniosa de precisión y tasa de retiro, que puede considerar la precisión y la tasa de omisión del modelo de manera integral. Cuanto mayor sea la puntuación F1 - score, mejor será el rendimiento del modelo, y la fórmula de cálculo es la siguiente:
El IOT es un indicador utilizado para medir el grado de superposición entre las previsiones del modelo y las áreas reales de la carretera. Calcula la relación entre la intersección y fusión de la zona de la carretera prevista y la zona de la carretera real. Cuanto mayor sea el valor de iu, más cercano será el resultado de extracción de la carretera del modelo a la carretera real, y la fórmula de cálculo es la siguiente:

3.3 detalles del entrenamiento

Este experimento utiliza el marco de aprendizaje profundo pytorch en el sistema Linux para construir redes neuronales. Entre ellos, la versión ambiental es torchvision = 0.14.1, Torch = 1.13.1 y Python = 3.7.16. Todos los experimentos se realizaron en dos NVIDIA GeForce RTX 3090 (24 gb), con un tamaño de Batch fijo en 8 durante la fase de entrenamiento. Eligiendo Adam como optimizador, la tasa de aprendizaje inicial se establece en 2E - 4, cuando la pérdida de entrenamiento disminuye lentamente, la tasa de aprendizaje se ajusta a una quinta parte del valor actual, cuando la tasa de aprendizaje & lt; 5E - 7, se detiene el entrenamiento y se selecciona el peso del modelo con la menor pérdida de valor en el conjunto de entrenamiento para la prueba.

3.4 experimentos comparativos

Este artículo evalúa exhaustivamente la efectividad de los métodos propuestos comparando en el conjunto de datos de carreteras deepglobe y el conjunto de datos de carreteras Massachusetts con algunos métodos convencionales de extracción de carreteras en términos de precisión, llamada, F1 - Score e e iou. Se dan los resultados del análisis cuantitativo y la visualización del modelo y nueve modelos representativos. Con el fin de verificar aún más la capacidad de generalización del modelo, este trabajo se basa en el conjunto de datos grset para probar la movilidad de varios modelos con el mejor rendimiento en los experimentos anteriores.

3.4.1 resultados y análisis comparativos en el conjunto de datos de carreteras deepglobe

Se compara el método samsnet propuesto en este artículo con nueve métodos de extracción de carreteras basados en la segmentación semántica, incluyendo u - net..Ronneberger等,2015), DeepLabv3+(Chen等,2018), LinkNet(Chaurasia和Culurciello,2017), D-LinkNet(Zhou等,2018), NL-LinkNet(Wang等,2022), Macu - Net (li y otros 2020), RCFSNet(Yang等,2023), TransUNet(Chen等,2021) y sasvin transformer..Zhu等,2024). U - Net se ha convertido en una de las redes de referencia de extracción de carreteras más populares, que transmite los mapas de características generados por los codificadores a los decodificadores correspondientes, conservando los detalles de la imagen original, que son muy críticos para la segmentación precisa de los objetivos. Deeplabv3 + utiliza el módulo de piscina piramidal del espacio vacío para capturar información contextual multiescala. Linknet se basa en la idea de U - Net y garantiza la precisión al tiempo que mejora la velocidad de segmentación. D - linknet utiliza la arquitectura linknet y añade módulos de convolución de agujeros paralelos en cascada a la sección central. NL - linknet introduce operaciones no locales para lograr una segmentación precisa del camino capturando dependencias de contexto remotas. Macu - NET integra la atención del Canal en la conexión de salto para reajustar las características relacionadas con el canal utilizando características multiescala. Rcfsnet proporciona información precisa sobre la estructura de la carretera integrando las características de toda la etapa de las imágenes de teleobservación. Transformer utiliza Transformer para capturar información de contexto global y combina la estructura de U - Net para retener información detallada. Al combinar la estructura mejorada de swin Transformer con unet, sasvin Transformer garantiza la precisión de la segmentación minimizando la complejidad.
Table 1Resultados comparativos de los cuatro indicadores obtenidos para la aplicación de diferentes métodos en el conjunto de datos de carreteras deepglobe. Se puede ver que samsnet logró un máximo de IOU del 74,48% y un máximo de F1 - Score del 85,37%. En comparación con los otros nueve métodos principales, los métodos propuestos en este artículo han logrado el mejor rendimiento en todos los indicadores. Específicamente: en comparación con U - net, samsnet ha logrado un 9,81% y un 6,83% de mejora significativa en las puntuaciones de IOT y f1, respectivamente; Deeplabv3 + es un 5,52% más alto que u - Net en iot, lo que indica que la agregación de información contextual a través de múltiples escalas es efectiva; En comparación con deeplabv3 + y linknet, la IU de D - linknet con módulos de convolución de agujeros paralelos en cascada aumentó un 0,49% y un 0,9%, respectivamente; En comparación con D - linknet, samsnet, que mejora la atención con redes de distracción y canales multiescala, ha logrado un aumento significativo del 3,8% y el 2,55% en IOT y F1 - score, respectivamente; El IOT de samsnet aumentó un 8,21% y un 6,5%, respectivamente, en comparación con los modelos basados en Transformer Transformer Transformer y sasvin transformer. Estas notables mejoras demuestran que samsnet ha funcionado mejor que otros métodos para mantener la integridad y conectividad de la extracción de carreteras.

Table 1 Comparison results of different road extraction methods on the DeepGlobe road dataset

方法PrecisionRecallF1-scoreIoU
Unet0.79460.77650.78540.6467
DeepLabV3+0.83940.81070.82480.7019
LinkNet0.84050.80420.82200.6978
D-LinkNet
NL-LinkNet0.83600.80380.81960.6943
MACU-Net0.81720.78850.80260.6703
RCFSNet0.82990.81200.82080.6961
TransUNet0.79840.79590.79710.6627
SASwin Transformer0.81520.78450.80980.6798
SAMSNet(ours)0.87510.83330.85370.7448
Para evaluar intuitivamente el rendimiento de extracción de carreteras, se seleccionaron al azar seis imágenes representativas de diferentes escenas del conjunto de pruebas.Fig. 7Se muestran los resultados de la extracción de carreteras de estas imágenes utilizando 10 métodos diferentes. Se puede ver: cuando la carretera está bloqueada por árboles, los otros nueve métodos no pueden identificar o solo pueden identificar parcialmente la carretera bloqueada, mientras que samsnet propuesto en este artículo puede extraer la información completa de la carretera. Las carreteras bajo los escenarios rurales 1 y 2 pueden tener colores y texturas similares a las tierras agrícolas o terrestres circundantes, una similitud que dificulta que los algoritmos generales de extracción de carreteras distingan claramente los límites de las carreteras, mientras que samsnet es capaz de distinguir con precisión las zonas viales y no viales en comparación con otros métodos; Para escenarios de carreteras densas con estructuras complejas, los otros nueve métodos omiten más información de carreteras y las carreteras extraídas están fragmentadas, mientras que samsnet puede mantener una estructura de carreteras completa; Para las carreteras urbanas 1 y 2 con abundantes características espectrales y de textura, ninguno de los otros nueve métodos puede extraer completamente la estructura de la carretera, mientras que samsnet puede extraer con precisión el área de la carretera.
figure

Fig. 7 Visualization results of road extraction methods in different scenarios in the DeepGlobe road dataset

3.4.2 resultados comparativos y análisis del conjunto de datos viales de Massachusetts

Para verificar aún más la capacidad de generalización de samsnet propuesta, se realizaron experimentos comparativos en el conjunto de datos massachusetts, y la extracción de dos tipos diferentes de conjuntos de datos de carreteras es una prueba importante de la capacidad de generalización del modelo.Table 2Para este artículo, se propone que samsnet se compare con otros nueve métodos convencionales y el modelo de migración de D - linknet y samsnet en cuatro indicadores de rendimiento en el conjunto de datos viales de massachusetts. Se puede ver que samsnet es significativamente mejor que otros métodos de comparación en IOT y F1 - score, logrando puntajes del 66,61% y 79,96%, respectivamente, de los cuales IOT aumentó un 0,68% en comparación con sasvin transformer, que ocupó el segundo lugar, y F1 - Score aumentó un 0,6% en comparación con sasvin transformer, que ocupó el segundo lugar. esta notable mejora indica que el camino extraído por samsnet es más completo, al tiempo que demuestra que el rendimiento de samsnet es más estable en diferentes conjuntos de datos de carreteras de teleobservación. Al mismo tiempo, para explorar la migración de samsnet, los modelos samsnet y D - linknet, que tuvieron un mejor desempeño en el conjunto de datos deepglobe, fueron entrenados en el conjunto de datos deepglobe y probados en el conjunto de datos massachusetts. Se puede encontrar que el IOT y el F1 - Score del modelo de migración D - linknet son del 49,66% y 66,36%, respectivamente. El IOT y el F1 - Score del modelo de migración samsnet se situaron en el 51,93% y el 68,36%, respectivamente, un 2,27% y un 2% más que el modelo de migración D - linknet, respectivamente. Esto muestra que debido a las diferencias entre los diferentes conjuntos de datos, el modelo de migración muestra un cierto grado de disminución en la precisión y la tasa de retiro, pero samsnet todavía tiene una cierta capacidad de migración entre los diferentes conjuntos de datos y un mejor rendimiento.

Table 2 Comparison results of different road extraction methods on the Massachusetts road dataset

方法PrecisionRecallF1-scoreIoU
Unet0.78770.76420.77580.6337
DeepLabV3+0.79370.77600.78470.6458
LinkNet0.80020.76990.78480.6458
D-LinkNet0.81260.76370.78740.6494
NL-LinkNet0.75880.78380.6445
MACU-Net0.79370.78110.78730.6493
RCFSNet0.79260.77620.78430.6451
TransUNet0.80050.79110.6544
SASwin Transformer0.80020.7778
D-LinkNet(迁移模型)0.62260.71040.66360.4966
SAMSNet(迁移模型)0.64970.72130.68360.5193
SAMSNet(本文)0.80070.79850.79960.6661
Fig. 8Muestra los resultados de la extracción de carreteras en diferentes métodos y escenarios complejos en el conjunto de datos massachusetts. Entre los resultados de la extracción, samsnet propuesto en este artículo tiene una fuerte adaptabilidad a escenas complejas. Por ejemplo, en escenas suburbanas y rurales, las carreteras están bloqueadas y el contraste con el entorno circundante es bajo. En este caso, los otros nueve métodos convencionales de extracción de carreteras no pueden extraer eficazmente las carreteras, mientras que samsnet todavía puede extraer la estructura completa de las carreteras. Para escenarios con estructuras viales complejas, otros métodos de comparación apenas pueden identificar estas carreteras con formas complejas, mientras que samsnet puede identificarlas mejor. Para las zonas de densidad de carreteras en los escenarios urbanos 1 y 2, aunque otros métodos de comparación también muestran un mejor efecto de extracción de carreteras, la estructura de carreteras extraída por samsnet es más clara y completa, y la conectividad es más fuerte. Para escenas de carreteras delgadas, otros métodos no pueden extraer completamente la estructura de las carreteras, y samsnet puede extraer con precisión estas carreteras finas.
figure

Fig. 8 Visualization results of road extraction methods in different scenarios in the Massachusetts road dataset

3.4.3 análisis de las diferencias de rendimiento de los conjuntos de datos deepglobe y Massachusetts

porTable 1yTable 2Se puede ver que la puntuación de IOT de samsnet en el conjunto de datos deepglobe y el conjunto de datos Massachusetts fue del 74,48% y 66,61%, respectivamente, y la F1 - Score fue del 85,37% y 79,63%, respectivamente. Samsnet ha logrado los mejores resultados en comparación con otros métodos, pero hay una gran brecha en la precisión de la predicción entre estos dos conjuntos de datos. La razón del análisis puede deberse a que las muestras de entrenamiento del conjunto de datos Massachusetts son menores que las del conjunto de datos deepglobe, lo que dificulta la selección efectiva de características, lo que resulta en la selección de características inapropiadas y afecta el rendimiento del modelo. Además, a través de la comparaciónFig. 5Las imágenes de los dos conjuntos de datos en el Medio muestran que las carreteras en el conjunto de datos Massachusetts no están marcadas por píxeles, solo la información de la línea central está marcada y no incluye la información del ancho de la carretera. La estructura de las carreteras es más compleja y algunas carreteras no son muy obvias. Y en el conjunto de datos deepglobe, la complejidad de la carretera es menor que la del conjunto de datos massachusetts. Por lo tanto, los resultados de extracción del modelo en los dos conjuntos de datos son muy diferentes, y la precisión del conjunto de datos deepglobe es mayor que la del conjunto de datos viales massachusetts.

3.4.4 análisis de migración del conjunto de datos grset

Para evaluar aún más la capacidad de migración del modelo, este artículo selecciona varios modelos con el mejor rendimiento en los experimentos anteriores y realiza experimentos de migración en el conjunto de datos grset. porTable 1yTable 2Se puede ver que los modelos con un excelente desempeño incluyen deeplabv3 +, D - linknet, NL - linknet, rcfsnet y samsnet.Table 3Muestra los resultados de los experimentos de migración de samsnet con otros cuatro métodos en el conjunto de datos grset. comoTable 3Samsnet se mostró sobresaliente en los experimentos de migración, con su IOU y F1 - Score alcanzando el 55,55% y el 60,71%, respectivamente. Ambos son mejores que otros modelos de comparación, lo que demuestra que el modelo tiene una fuerte capacidad de generalización entre conjuntos de datos.

Table 3 Experimental results of migration of different road extraction methods on GRSet road dataset

方法PrecisionRecallF1-scoreIoU
DeepLabV3+0.65230.5504
D-LinkNet0.58380.67090.59880.5491
NL-LinkNet0.59840.64020.6005
RCFSNet0.58570.66130.59900.5492
SAMSNet(本文)0.58680.60710.5555
Además,Fig. 9Muestra los resultados de la extracción de carreteras de diferentes modelos de migración en diferentes escenarios complejos del conjunto de datos grset. A juzgar por la comparación visual, samsnet todavía puede mantener una alta precisión de identificación en áreas de carreteras con poca luz; Para los escenarios de interferencia acústica 1 y 2, la red de carreteras extraída por samsnet todavía puede extraer carreteras con mayor precisión y frenar eficazmente la detección errónea. Por el contrario, otros modelos pueden tener fracturas, errores o omisiones en algunos escenarios. Esto verifica aún más la capacidad de migración y la robustez de samsnet en imágenes de teleobservación de alta resolución.
figure

Fig. 9 Visualization results of the migration experiment of various road extraction methods in different scenarios in the GRSet road dataset

3.5 experimentos de ablación

Utilizando el resnest - 50 como modelo basal, se seleccionaron cuatro combinaciones de resnest - 50, resnest - 50 + dblock, resnest - 50 + MS - cam, resnest - 50 + dblock + MS - Cam para la verificación experimental, y los resultados de los experimentos de ablación en el conjunto de datos deepglobe y el conjunto de datos Massachusetts fueron comoTable 4yTable 5Se muestra. Los resultados experimentales muestran que los valores de IOT en el conjunto de datos deepglobe y el conjunto de datos massachusetts, utilizando solo resnest - 50, alcanzaron el 72,53% y el 65,20%, respectivamente, lo que ha superado ya algunos métodos clásicos de extracción de carreteras. Esto puede deberse a que resnest - 50 genera diversas representaciones de características a través de la interacción de características entre canales, puede aprender mejor la información que se ajusta a las características estructurales de la carretera y mejorar la conectividad de la extracción de carreteras. Después de agregar el módulo dblock por separado a la base de resnest - 50, el IOU en los dos conjuntos de datos aumentó un 0,38% y un 0,50%, respectivamente, debido a que el módulo dblock extrajo características de diferentes escalas y mejoró la integridad de los resultados de la extracción de carreteras. Después de agregar el módulo MS - cam por separado a la base de resnest - 50, la IU en los tres conjuntos de datos aumentó un 0,47% y un 0,73%, respectivamente, lo que puede deberse a que el módulo MS - Cam puede ayudar a la red a aprovechar al máximo la información contextual local y global de la imagen durante el proceso de muestreo superior, mejorando la integridad de la extracción de carreteras. Con la adición simultánea de módulos dblock y MS - Cam a la base de resnest - 50, la IU en ambos conjuntos de datos ha mejorado significativamente, alcanzando el 74,48% y el 66,61%, respectivamente. desdeTable 4yTable 5Se puede concluir que el resnest - 50 como codificador puede mejorar efectivamente el rendimiento de la red. además, la introducción de dblock y MS - Cam mejora aún más el rendimiento de la red, y la adición simultánea de estos dos módulos producirá mejores mejoras de rendimiento que un solo módulo.

Table 4 Results of ablation experiments on the DeepGlobe dataset

方法PrecisionRecallF1-scoreIoU
ResNeSt-500.85000.84080.7253
ResNeSt-50 + Dblock0.85670.83030.84330.7291
ResNeSt-50 + MS-CAM0.8289
ResNeSt + Dblock + MS-CAM (SAMSNet)0.87510.83330.85370.7448

Table 5 Results of ablation experiments on the dataset

方法PrecisionRecallF1-scoreIoU
ResNeSt-500.77900.78930.6520
ResNeSt-50 + Dblock0.79270.79300.6570
ResNeSt-50 + MS-CAM0.79810.7913
ResNeSt-50 + Dblock + MS-CAM (SAMSNet)0.80070.79850.79960.6661
Fig. 10yFig. 11Se muestran los resultados de los experimentos de ablación del modelo samsnet en los conjuntos de datos deepglobe y massachusetts, respectivamente. Los experimentos han demostrado que la integridad de la carretera de extracción del modelo se ha mejorado después de la introducción del módulo dblock basado en resnest - 50; Con la incorporación del módulo MS - cam, se ha mejorado significativamente la coherencia e integridad de los escenarios de carreteras a pequeña escala y los escenarios de carreteras a pequeña escala de los conjuntos de datos de deepglobe y los conjuntos de datos de massachusetts, o los escenarios de carreteras a gran escala 1 y 2 de los conjuntos de datos de deepglobe y los escenarios de carreteras a gran escala 1 y 2 de los conjuntos de datos de massachusetts. Además, después de integrar los módulos dblock y MS - Cam al mismo tiempo, el efecto de extracción se ha mejorado considerablemente. A partir de los resultados de la visualización, se puede verificar aún más que los módulos dblock y MS - Cam tienen un efecto significativo en la mejora de la capacidad de extracción de características.
figure

Fig. 10 Visualization results of ablation experiments on various road extraction methods in different scenarios in the DeepGlobe road datase

figure

Fig. 11 Visualization results of ablation experiments on various road extraction methods in different scenarios in the Massachusetts road dataset

3.6 análisis de complejidad

Para evaluar el rendimiento del modelo de División de carreteras de manera más completa, las cantidades de parámetros (params) y las cantidades de cálculo (flops) se seleccionan como indicadores clave para medir las necesidades de almacenamiento y la complejidad computacional del modelo, respectivamente. comoTable 6Se muestra que la cantidad de parámetros y la cantidad de cálculo de samsnet son 187,42 m y 484,90 g, respectivamente.

Table 6 Complexity analysis of different algorithms

方法Params/MFLOPS/G
Unet39.534.96
DeepLabV3+26.71165.74
LinkNet
D-LinkNet31.10134.35
NL-LinkNet21.82125.98
MACU-Net5.15134.34
RCFSNet58.23729.18
TransUNet105.38517.02
SASwin Transformer79.9535.50
SAMSNet(ours)187.42484.90
En comparación con otros modelos, samsnet no sólo garantiza una alta precisión, sino que también muestra características computacionales más complejas y una mayor escala de parámetros. Por ejemplo, en comparación con Macu - net, el volumen de parámetros y el volumen de cálculo de samsnet aumentaron en unos 182,27 m y 350,56 g, respectivamente; en comparación con D - linknet, el flops de samsnet aumentó en 350,55 G. sin embargo, en comparación con rcfsnet, transformet y sasvin transformer, el flops de samsnet disminuyó en 244,28 g, 32,12 G y 50,6 g, respectivamente, mientras que samsnet mejoró significativamente su precisión y coherencia. Esto demuestra que el modelo samsnet propuesto logra una cierta compensación entre precisión y complejidad, adecuado para escenarios de aplicación con altos requisitos de precisión, como computación en la nube o procesamiento fuera de línea, pero puede reducir su aplicabilidad en dispositivos de borde o aplicaciones en tiempo real.

4 Conclusiones

Con el fin de lograr una extracción de alta precisión y automatizada de la información vial en imágenes de teleobservación de alta resolución, este trabajo propone una red de extracción de carreteras de imágenes de teleobservación samsnet basada en redes de distracción y atención de canales multiescala para extraer automáticamente la información vial de imágenes de teleobservación de alta resolución y compararla con otros Métodos para verificar experimentalmente en tres conjuntos de datos más. Las principales conclusiones son las siguientes:
(1) samsnet utiliza un codificador resnest - 50 y un módulo de convolución de agujeros para extraer eficazmente características ricas y diversas y capturar información contextual multiescala. al mismo tiempo, la atención multiescala del canal MS - Cam introducida mejora la capacidad de enfoque del modelo en las características clave del canal;
(2) los experimentos en tres conjuntos de datos de carreteras abiertas, deepglobe, Massachusetts y grsets, muestran que samsnet es significativamente mejor que el método de comparación convencional en indicadores centrales como la puntuación F1 y la iot, y puede mantener mejor la integridad topológica y la conectividad de la red de carreteras. Sin embargo, todavía hay margen de mejora en el rendimiento de migración y la complejidad general del modelo. En concreto, samsnet mantiene la estructura completa de la red vial, mejorando la conectividad e integridad de las carreteras. Sin embargo, es necesario optimizar aún más la complejidad del modelo y las aplicaciones de migración entre conjuntos de datos para mejorar la capacidad de migración y la extensión de las aplicaciones. En el futuro, se centrará en el diseño de una red de extracción de carreteras ligera y eficiente, y se planea realizar la extracción colaborativa de la División de carreteras y las tareas de la línea central.

References

  1. 1.
    Cardim G P, da Silva E A, Dias M A, Bravo I and Gardel A. 2018. Statistical evaluation and analysis of road extraction methodologies using a unique dataset from remote sensing. Remote Sensing, 10(4): 620
  2. 2.
    Chaurasia A and Culurciello E. 2017. LinkNet: exploiting encoder representations for efficient semantic segmentation//Proceedings of the 2017 IEEE Visual Communications and Image Processing (VCIP). St. Petersburg: IEEE: 1-4
  3. 3.
    Chen J N, Lu Y Y, Yu Q H, Luo X D, Adeli E, Wang Y, Lu L, Yuille A L and Zhou Y Y. 2021. TransUNet: transformers make strong encoders for medical image segmentation. arXiv preprint arXiv: 2102.04306
  4. 4.
    Chen L C, Zhu Y K, Papandreou G, Schroff F and Adam H. 2018. Encoder-decoder with atrous separable convolution for semantic image segmentation//Proceedings of the 15th European Conference on Computer Vision (ECCV). Munich: Springer: 833-851
  5. 5.
    Dai J G, Wang Y, Du Y, Zhu T T, Xie S Z, Li C C and Fang X X. 2020. Development and prospect of road extraction method for optical remote sensing image. Journal of Remote Sensing (in Chinese), 24(7): 804-823
  6. 6.
    He Y H, Wang H and Zhang B. 2004. Color-based road detection in urban traffic scenes. IEEE Transactions on Intelligent Transportation Systems, 5(4): 309-318
  7. 7.
    Herumurti D, Uchimura K, Koutaki G and Uemura T. 2013. Urban road extraction based on hough transform and region growing//The 19th Korea-Japan Joint Workshop on Frontiers of Computer Vision. Incheon: IEEE: 220-224
  8. 8.
    Hou Q B, Zhou D Q and Feng J S. 2021. Coordinate attention for efficient mobile network design//Proceedings of the 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Nashville: IEEE: 13708-13717
  9. 9.
    Hu J, Shen L and Sun G. 2018. Squeeze-and-excitation networks//Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Salt Lake City: IEEE: 7132-7141
  10. 10.
    Huang Z L, Wang X G, Huang L C, Huang C, Wei Y C and Liu W Y. 2019. CCNet: criss-cross attention for semantic segmentation//Proceedings of the 2019 IEEE/CVF International Conference on Computer Vision (ICCV). Seoul: IEEE: 603-612
  11. 11.
    Jiang Y N, Zhong C L and Zhang B T. 2023. AGD-Linknet: a road semantic segmentation model for high resolution remote sensing images integrating attention mechanism, gated decoding block and dilated convolution. IEEE Access, 11: 22585-22595
  12. 12.
    Khan S D, Alarabi L and Basalamah S. 2023. DSMSA-Net: deep spatial and multi-scale attention network for road extraction in high spatial resolution satellite images. Arabian Journal for Science and Engineering, 48(2): 1907-1920
  13. 13.
    Laptev I, Mayer H, Lindeberg T, Eckstein W, Steger C and Baumgartner A. 2000. Automatic extraction of roads from aerial images based on scale space and snakes. Machine Vision and Applications, 12(1): 23-31
  14. 14.
    Li Q Q, Chen L, Li M, Shaw S L and Nüchter A. 2014. A sensor-fusion drivable-region and lane-detection system for autonomous vehicle navigation in challenging road scenarios. IEEE Transactions on Vehicular Technology, 63(2): 540-555
  15. 15.
    Li R, Duan C X, Zheng S Y, Zhang C and Atkinson P M. 2022. MACU-Net for semantic segmentation of fine-resolution remotely sensed images. arXiv preprint arXiv: 2007.13083
  16. 16.
    Li X, Wang W H, Hu X L and Yang J. 2019. Selective kernel networks//Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Long Beach: IEEE: 510-519
  17. 17.
    Liu D Y, Zhang J P, Qi Y X and Zhang Y. 2023. A lightweight road detection algorithm based on multiscale convolutional attention network and coupled decoder head. IEEE Geoscience and Remote Sensing Letters, 20: 6004605
  18. 18.
    Lu X Y, Zhong Y F, Zheng Z, Wang J J, Chen D Y and Su Y. 2025. Global road extraction using a pseudo-label guided framework: from benchmark dataset to cross-region semi-supervised learning. Geo-Spatial Information Science, 28(3): 904-922
  19. 19.
    Ma H R, Cheng X W, Wang X and Yuan J J. 2013. Road information extraction from high resolution remote sensing images based on threshold segmentation and mathematical morphology//6th International Congress on Image and Signal Processing (CISP). Hangzhou: IEEE: 626-630
  20. 20.
    Mena J B and Malpica J A. 2005. An automatic method for road extraction in rural and semi-urban areas starting from high resolution satellite imagery. Pattern Recognition Letters, 26(9): 1201-1220
  21. 21.
    Ronneberger O, Fischer P and Brox T. 2015. U-Net: convolutional networks for biomedical image segmentation//Proceedings of the 18th International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI). Munich: Springer: 234-241
  22. 22.
    Sharma G, Liu D F, Maji S, Kalogerakis E, Chaudhuri S and Měch R. 2020. ParSeNet: a parametric surface fitting network for 3D point clouds//Proceedings of the 16th European Conference on Computer Vision (ECCV). Glasgow: Springer: 261-276
  23. 23.
    Singh P P and Garg R D. 2013. Automatic road extraction from high resolution satellite image using adaptive global thresholding and morphological operations. Journal of the Indian Society of Remote Sensing, 41(3): 631-640
  24. 24.
    Soulard C E, Acevedo W and Stehman S V. 2018. Removing rural roads from the national land cover database to create improved urban maps for the United States, 1992 to 2011. Photogrammetric Engineering and Remote Sensing, 84(2): 101-109
  25. 25.
    Storvik G, Fjortoft R and Solberg A H S. 2005. A Bayesian approach to classification of multiresolution remote sensing data. IEEE Transactions on Geoscience and Remote Sensing, 43(3): 539-547
  26. 26.
    Tao M Y, Ding Z M and Cao Y. 2021. Attention U-Net for road extraction in remote sensing images//First International Conference on Spatial Data and Intelligence. Virtual Event: Springer: 153-164
  27. 27.
    Wan J, Xie Z, Xu Y Y, Chen S Q and Qiu Q J. 2021. DA-RoadNet: a dual-attention network for road extraction from high resolution satellite imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14: 6302-6315
  28. 28.
    Wang Y, Seo J and Jeon T. 2022. NL-LinkNet: toward lighter but more accurate road extraction with nonlocal operations. IEEE Geoscience and Remote Sensing Letters, 19: 3000105
  29. 29.
    Wegner J D, Montoya-Zegarra J A and Schindler K. 2013. A higher-order CRF model for road network extraction//Proceedings of the 2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Portland: IEEE: 1698-1705
  30. 30.
    Wei Y, Zhang K and Ji S P. 2020. Simultaneous road surface and centerline extraction from large-scale remote sensing images using CNN-based segmentation and tracing. IEEE Transactions on Geoscience and Remote Sensing, 58(12): 8919-8931
  31. 31.
    Woo S, Park J, Lee J Y and Kweon I S. 2018. CBAM: convolutional block attention module//Proceedings of the 15th European Conference on Computer Vision (ECCV). Munich: Springer: 3-19
  32. 32.
    Wu Q Q, Wang S, Wang B and Wu Y L. 2022. Road extraction method of high-resolution remote sensing image on the basis of the spatial information perception semantic segmentation model. National Remote Sensing Bulletin, 26(9): 1872-1885
  33. 33.
    Yang Z G, Zhou D X, Yang Y, Zhang J P and Chen Z H. 2023. Road extraction from satellite imagery by road context and full-stage feature. IEEE Geoscience and Remote Sensing Letters, 20: 8000405
  34. 34.
    Zeng F M, Yang B, Wu D W, Tang P K, Zhang J G and Zhang H J. 2013. Extraction of roads in mining area based on Canny edge detection operator. Remote Sensing for Land and Resources, 25(4): 72-78
  35. 35.
    Zhang H, Wu C R, Zhang Z Y, Zhu Y, Lin H B, Zhang Z, Sun Y, He T, Mueller J, Manmatha R, Li M and Smola A. 2022. ResNeSt: split-attention networks//Proceedings of the 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. New Orleans: IEEE: 2735-2745
  36. 36.
    Zhang Q P and Couloigner I. 2006. Benefit of the angular texture signature for the separation of parking lots and roads on high resolution multi-spectral imagery. Pattern Recognition Letters, 27(9): 937-946
  37. 37.
    Zhang Z X, Liu Q J and Wang Y H. 2018. Road extraction by deep residual u-net. IEEE Geoscience and Remote Sensing Letters, 15(5): 749-753
  38. 38.
    Zhou G D, Chen W T, Gui Q S, Li X J and Wang L Z. 2022. Split depth-wise separable graph-convolution network for road extraction in complex environments from high-resolution remote-sensing images. IEEE Transactions on Geoscience and Remote Sensing, 60: 5614115
  39. 39.
    Zhou L C, Zhang C and Wu M. 2018. D-LinkNet: LinkNet with pretrained encoder and dilated convolution for high resolution satellite imagery road extraction//Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops. Salt Lake City: IEEE: 182-186
  40. 40.
    Zhu C, Shi W, Pesaresi M, Liu L, Chen X and King B. 2005. The recognition of road network from high-resolution satellite remotely sensed data using image morphological characteristics. International Journal of Remote Sensing, 26(24): 5493-5508
  41. 41.
    Zhu X H, Huang X H, Cao W J, Yang X F, Zhou Y F and Wang S K. 2024. Road extraction from remote sensing imagery with spatial attention based on Swin transformer. Remote Sensing, 16(7): 1183

Leer el texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website