基于Encoder-Decoder網(wǎng)絡的遙感影像道路提取方法

賀 浩，王仕成，楊東方，王舒洋，劉 星

1. 火箭軍工程大學控制工程系，陜西 西安 710025； 2. 火箭軍工程大學信息工程系，陜西 西安 710025

道路作為交通的主要組成部分，在人類各項活動中發(fā)揮著不可替代的作用。在現(xiàn)代社會中，道路也是地圖和地理信息系統(tǒng)中重要的標識對象。隨著交通地理信息系統(tǒng)的建設，道路的自動提取技術(shù)隨之出現(xiàn)并不斷發(fā)展[1]。及時而完備的道路交通信息系統(tǒng)，可在交通導航、城市規(guī)劃、農(nóng)林及飛行器自動駕駛等諸多領域發(fā)揮重要作用。人類觀測手段的更新和交通建設的日新月異對道路自動提取技術(shù)不斷地提出更高的要求。一方面，當今人類建設活動快速地改變著交通和地貌信息，與此同時，人們對數(shù)字地圖、導航等需求也十分旺盛。另一方面，人類觀測地球的手段也更加豐富，高分辨率衛(wèi)星、航拍無人機、成像雷達等設備的應用使得可用數(shù)據(jù)出現(xiàn)海量增長。在此情況下，如何利用海量的數(shù)據(jù)，快速且完備地提取道路信息以更新地理信息系統(tǒng)，成為該領域的研究熱點。

在過去的幾十年里，人們對遙感圖像的道路自動提取技術(shù)進行了大量的研究。這些研究絕大多數(shù)都采用“特征匹配+道路連接”的思路[2-10]，即，先通過設計道路的一般特征，如灰度特征、平行雙邊緣、道路交叉口等，來確定道路種子的位置，并通過連接算法，如Snake算法等完成道路的提取。如文獻[10]通過形狀、距離、語義等設計度量特征，并使用支持向量機(SVM)訓練道路網(wǎng)的回歸模型以實現(xiàn)道路提取。這些方法在一定的應用場合下發(fā)揮了積極作用，但是其特征設計和連接算法中有諸多閾值參數(shù)需要人工調(diào)節(jié)，才能在某類型圖片下取得較好效果，這就限制了其在大規(guī)模數(shù)據(jù)上的應用，使其難以實現(xiàn)通用[11]。

隨著深度學習技術(shù)在計算機視覺領域的開疆拓土，圖像分類、物體識別和語義分割任務等都獲得了重大突破。遙感影像的道路提取任務，可作為圖像的語義分割任務的子集進行研究，即設計分割算法，將遙感影像中的道路與背景分割開來。隨著深度語義分割研究的進展[12-18]，遙感影像道路提取技術(shù)的研究也不斷深入。文獻[11,19—20]通過深度神經(jīng)網(wǎng)絡對Massachusetts城市道路和建筑的標注及提取進行了大量研究，并建立了相應的道路提取數(shù)據(jù)集。文獻[21]基于經(jīng)典深度神經(jīng)網(wǎng)絡和滑動窗口來識別道路方向，并用有限狀態(tài)機來連接道路，該方法采用了滑動窗口操作實現(xiàn)對像素區(qū)域的分類，因而其提取速度較為緩慢。文獻[22]基于FCN[15]網(wǎng)絡架構(gòu)，將道路結(jié)構(gòu)信息約束到損失函數(shù)中，改進了深度分割網(wǎng)絡在道路提取任務中的表現(xiàn)效果。文獻[23]基于SegNet[17]網(wǎng)絡結(jié)構(gòu)和ELU激活單元，進一步提升了道路提取效果，在Massachusetts Roads數(shù)據(jù)集[20]測試中其F1-score達到了81.2%。但是這兩種方法均未考慮道路特征自身特點，而使用通用的分割網(wǎng)絡結(jié)構(gòu)完成道路提取任務。

本文針對道路目標的特點，針對性地設計了深度卷積編解碼網(wǎng)絡結(jié)構(gòu)(deep convolutional Encoder-Decoder network，DCED)：為保留道路網(wǎng)絡豐富的低層細節(jié)特征，增加了低層特征向高層的跳連，并減少Encoder過程中下采樣次數(shù)，保證中間特征圖的分辨率；針對道路語義信息較為簡單的特點，壓縮了DCED網(wǎng)絡層數(shù)，減少了需要訓練的參數(shù)數(shù)量，降低了網(wǎng)絡訓練難度。同時，針對遙感影像中道路目標所占像素較少的特點，針對性地改進了損失函數(shù)，改善了網(wǎng)絡訓練中正負樣本嚴重失衡的問題。最后，通過試驗驗證了本文方法性能，并與其他算法進行了比較分析。

1 Encoder-Decoder網(wǎng)絡及訓練

1.1 網(wǎng)絡結(jié)構(gòu)

道路是線形的，具有網(wǎng)狀分布的特殊結(jié)構(gòu)，其細節(jié)信息豐富，但是語義信息較為簡單。這樣的特點對分割網(wǎng)絡的細節(jié)特征提取能力提出了較高要求。經(jīng)典的語義分割網(wǎng)絡面對的圖像復雜多樣，對于語義信息的提取要求更高，其Encoder部分大多采用了經(jīng)典分類網(wǎng)絡(如VGG16)的預訓練模型。在這些網(wǎng)絡架構(gòu)中，輸入圖片經(jīng)過多次下采樣，網(wǎng)絡得到的中間特征圖尺寸被多倍壓縮，如文獻[22]采用FCN架構(gòu)，最小的中間特征圖被壓縮了32倍，因而丟失了目標的部分細節(jié)信息。隨后這些網(wǎng)絡雖然采用了“上采樣+跳連”的方式來解碼圖片細節(jié)信息，但是對于道路目標，仍然不足以有效地還原道路網(wǎng)的細節(jié)。同時，道路目標語義信息簡單的特點，也決定了道路提取任務并非必須采用大規(guī)模圖片分類網(wǎng)絡的預訓練模型來進行特征提取。針對道路提取問題的特殊性，本文設計了深度相對較淺的DCED網(wǎng)絡，其結(jié)構(gòu)如圖1所示。

將輸入圖片規(guī)范到512×512像素大小，經(jīng)過若干層卷積和兩次最大池化對圖片完成編碼部分，此時特征圖6大小壓縮為原圖大小的1/4，而后將特征圖送入解碼網(wǎng)絡。在完成第1次上采樣后，將原圖1/2大小的特征圖5跳連至上采樣層后，與特征圖10并聯(lián)送入后續(xù)網(wǎng)絡。在完成第2次上采樣后，將原圖大小的特征圖2跳連至本次上采樣層后，與上采樣輸出的特征圖14并聯(lián)送入后續(xù)網(wǎng)絡。而后，通過包含兩個卷積核的卷積層將特征圖映射到512×512×2大小的特征圖17，實現(xiàn)輸入的RGB圖到輸出二分類分割圖的映射。而后通過包含一個卷積核，卷積核大小為1×1的卷積層，將輸出映射成為像素分類的概率圖，其大小為512×512×1。

圖1 針對道路提取任務的Encoder-Decoder網(wǎng)絡結(jié)構(gòu)Fig.1 The architecture of the designed Encoder-Decoder network for road extraction

本文所設計的網(wǎng)絡結(jié)構(gòu)只經(jīng)過兩次下采樣處理，其最小特征圖仍然具有原圖1/4的尺度，因而能夠更多地保留道路的局部細節(jié)特征。同時，在較淺的網(wǎng)絡結(jié)構(gòu)下，通過跳連操作將低層局部特征與高層語義特征融合起來，使得最終輸出的特征圖對道路網(wǎng)的語義信息及細節(jié)信息均具有良好的表示能力。網(wǎng)絡中使用到的方法具體情況如下。

1.1.1 卷積

除去用于輸出的1×1卷積層，其他卷積層卷積核大小均為3×3，并設置padding為1，使得卷積層輸入特征圖與輸出特征圖的寬、高一致。

1.1.2 ELU激活

在過去一段時間里，修正線性單元(rectified linear unit,ReLU)激活在深度卷積神經(jīng)網(wǎng)絡中被廣泛采用。文獻[24]提出了指數(shù)線性單元(exponential linear unit,ELU)，可以加速網(wǎng)絡收斂速度，有效克服梯度消失等問題。假設某節(jié)點輸出為xi，則經(jīng)過ELU層后的輸出ri可表示為

(1)

1.1.3 最大池化

池化操作可以匯合低層特征信息，縮減計算數(shù)據(jù)量，擴大高層濾波器的感受野。本網(wǎng)絡的池化操作均采用最大池化，尺寸設置為2×2，步長也為2×2。經(jīng)過最大池化層后的特征圖，其輸出的深度不變，高和寬變?yōu)樵瓉淼?/2。

1.1.4 跳層連接

在所設計的網(wǎng)絡中，特征圖經(jīng)過卷積層后其寬和高是不變的。因此，經(jīng)過若干卷積層，兩次下采樣與兩次上采樣的特征圖14與特征圖2的尺寸是一致的。同理，特征圖10與特征圖5的尺寸也是一致的。所謂跳連操作，即將低層特征圖與相應高層特征圖整合為新的張量，并進行后續(xù)的計算和處理。其具體的實現(xiàn)方式為將特征圖2(512×512×64)與特征圖14(512×512×64)在深度維度上串聯(lián)，構(gòu)成新的組合特征圖(512×512×128)并送入后續(xù)卷積層進行運算。同理，對特征圖5與特征圖10也進行相似的操作。跳連操作能夠融合高層的語義信息和低層的局部特征信息，從而實現(xiàn)準確而又精細的道路特征提取。

1.1.5 上采樣

與池化操作相反，對較小的特征圖進行上采樣，其輸出的特征圖深度不變，高和寬變?yōu)樵瓉淼?倍。本文采用了雙線性插值實現(xiàn)上采樣。通過如下方式計算上采樣后某一點(x,y)的值P：假設輸入的特征圖在相鄰4個像素(x1,y1)、(x1,y2)、(x2,y1)和(x2,y2)處的值分別為Q11、Q12、Q21和Q22。首先在x方向進行線性插值

(2)

(3)

式中，R1和R2分別代表輸出圖在(x,y1)和(x,y2)位置的值。然后在y方向進行線性插值，可得

(4)

聯(lián)立式(2)、式(3)、式(4)可得

(5)

本文將特征圖上采樣為原來大小的2倍，則式(5)可以簡化為

(6)

1.1.6Sigmoid

經(jīng)過該操作，輸出為

(7)

式中，zi為上層節(jié)點輸出值。輸出值介于0與1之間，可作為二分類預測的概率描述。

1.2 道路結(jié)構(gòu)約束的損失函數(shù)改進

道路提取問題可看作是對像素的二分類問題。對于二分類問題，TP(true-positive)代表標簽為正，預測也為正；TN(true-negative)代表標簽為負，預測為負；FP(false-positive)代表標簽為負，預測為正；FN(false-negative)代表標簽為正，預測為負。

通常此類問題采用二分類交叉熵損失函數(shù)：

(8)

式中，yi為第i個像素的真實值，yi=0代表該像素屬于背景區(qū)域，yi=1則代表該像素為道路區(qū)域；ai為經(jīng)過sigmoid函數(shù)第i個像素的預測值，ai取值落于(0,1)內(nèi)，ai越趨近于1，代表其屬于道路的概率越高。訓練的過程即通過不斷調(diào)整網(wǎng)絡的權(quán)值參數(shù)，使得損失函數(shù)L達到最小的過程。

可以看出，式(8)無差別對待輸出yi，給予了所有像素相同的權(quán)重，因而忽略了yi的位置與其分類之間的聯(lián)系?；诖擞^點，文獻[22]將損失函數(shù)改進為

(9)

式中，f(di)的定義為

(10)

log(1-ai))

(11)

式中，比例系數(shù)λ1和λ2均為正數(shù)且有λ1>λ2。對于二分類問題而言，正負樣本的合理比例約為1∶1。

圖2 遙感影像與其道路標注圖Fig.2 The remote sensing images and the ground truth of the road

針對每一份訓練樣本，統(tǒng)計其正樣本數(shù)目Np和負樣本數(shù)目Nn，設置加權(quán)系數(shù)使得其滿足λ1+λ2=2且滿足

(12)

可得

(13)

一般而言，二分類問題中，正負樣本所占比例應大致相等，因而設置常數(shù)P≈1，但是P值的設置還與正負樣本特征的多樣性、復雜程度等多種因素相關(guān)，在應用中應進一步深入研究。

1.3 網(wǎng)絡的訓練

1.3.1 數(shù)據(jù)擴充

深度學習是一種數(shù)據(jù)驅(qū)動技術(shù)，要訓練性能優(yōu)異的深度網(wǎng)絡，數(shù)據(jù)量是其基礎。同時，目前規(guī)范的遙感影像道路數(shù)據(jù)集容量還不能絕對滿足網(wǎng)絡對數(shù)據(jù)的需求。在目標樣本量不足的情況下，一種解決方案是利用遷移學習，使用大規(guī)模圖片識別預訓練模型的強大表示能力來提取圖片特征，另一種思路則是通過對樣本圖像的處理和變換來擴充訓練數(shù)據(jù)容量。

本文通過對道路影像的多角度旋轉(zhuǎn)和鏡像映射來擴充訓練數(shù)據(jù)集。如圖3所示，通過旋轉(zhuǎn)以及上下、左右的鏡像映射，可用的訓練數(shù)據(jù)量擴充為原來的6倍。

1.3.2 樣本預處理

1.3.3 優(yōu)化算法配置

深度學習網(wǎng)絡的訓練，一方面需要足夠的計算資源和大量訓練數(shù)據(jù)，另一方面也需要配置合理的超參數(shù)，采用有效的優(yōu)化算法。本文采用了Adam優(yōu)化算法[26]來訓練網(wǎng)絡參數(shù)。該算法可利用梯度的一階矩估計及二階矩估計動態(tài)地調(diào)整每個參數(shù)的學習率。

Adam算法：

require：α，步長

require：β1,β2∈[0,1) #矩估計的指數(shù)衰減速率

require：f(θ) #基于參數(shù)θ的損失函數(shù)

require：θ0#初始參數(shù)向量

require：ε#較小的常數(shù)

m0=0 #(初始化一階矩向量)

v0=0 #(初始化二階矩向量)

t=0 #(計數(shù)器歸0)

whileθt未收斂do

t=t+1

mt=β1mt-1+(1-β1)gt#更新有偏一階矩估計

end while

returnθt

這里，根據(jù)實際情況，配置基礎學習率α=10-4，β1=0.9，β2=0.999，ε=10-8。另外，受限于計算資源，本文設置批處理大小(batch size)為6。

2 試驗及結(jié)果分析

試驗數(shù)據(jù)集采用目前最大的遙感影像道路數(shù)據(jù)集，Massachusetts Roads。該數(shù)據(jù)集采用覆蓋了美國馬薩諸塞州超過2600 km2面積的衛(wèi)星遙感圖像，圖片為1500×1500像素的RGB圖，地面分辨率約1 m/像素。數(shù)據(jù)集包含訓練集1108張衛(wèi)星照片及其對應標注圖，測試集49張衛(wèi)星照片及其對應標注圖，驗證集14張衛(wèi)星照片及其對應標注圖，每一幅衛(wèi)星照片中都包含有道路目標。在訓練集中，為了增強數(shù)據(jù)的容錯性，數(shù)據(jù)集的制作者故意對一些照片添加了遮擋。網(wǎng)絡的訓練采用了數(shù)據(jù)集中訓練集及增強數(shù)據(jù)共6648張照片及對應標注圖，并將原始圖片從1500×1500像素縮放為512×512像素，使用其測試集共49張照片及其標注圖對DCED網(wǎng)絡性能進行評估。

2.1 提取結(jié)果的評價方法

當作語義分割任務來看，道路提取所得的結(jié)果也通常采用語義分割的評價方法，即準確率(accuracy)，召回率(recall)，F(xiàn)1-score和精度(precision)等。其中，準確率定義為accuracy=(TP+TN)/(TP+TN+FP+FN)，召回率的定義為recall=TP/(TP+FN)，F(xiàn)1-score定義為F1=2TP/(2TP+FN+FP)，精度定義為precision=TP/(TP+FP)。

從經(jīng)典的道路提取方法來看，文獻[27—28]采用道路的完整度(completeness)、正確度(correctness)和質(zhì)量(quality)等作為指標。完整度的定義為completeness=TP/(TP+FN)，正確度的定義為correctness=TP/(TP+FP)，質(zhì)量的定義為quality=TP/(TP+FP+FN)。

可以看出這兩種評價體系基本觀點的類似，本文采用召回率(完整度)和精度(正確度)及F1-score作為評價指標。

2.2 試驗結(jié)果及分析

2.2.1 對比試驗結(jié)果及分析

在Massachusetts Roads數(shù)據(jù)集下，通過與文獻[18—23]所提方法進行對比，證明了本文所提方法的良好性能。U-net[18]主要運用于醫(yī)療影像分割，其應用對象，如血管陰影等，與道路目標結(jié)構(gòu)相似，因而也可用于遙感影像的分割。與一般的深度分割網(wǎng)絡類似，U-net也使用了包含跳連、上采樣和全卷積的Encoder-Decoder架構(gòu)。雖然U-net并未使用通用的預訓練模型，但是其基本結(jié)構(gòu)與一般分割模型并無大的區(qū)別，其下采樣縮小倍率為32倍，最小特征圖為28×28，對于遙感道路網(wǎng)絡的細節(jié)分辨率不足。RSRCNN[22]的基本網(wǎng)絡架構(gòu)是基于FCN實現(xiàn)的，其Encoder部分采用了VGG16預訓練模型，對輸入進行了4次下采樣，縮小32倍，最小特征圖僅為7×7，因而其細節(jié)表達存在缺陷。ELU-SegNet[23]引入了更加先進的分割網(wǎng)絡結(jié)構(gòu)SegNet和激活函數(shù)ELU，使得道路分割結(jié)果大為改善，在對訓練數(shù)據(jù)進行了擴充后，ELU-SegNet-R取得了更好的效果。但是ELU-SegNet仍然基于SegNet網(wǎng)絡基本架構(gòu)，其Encoder部分使用了VGG16預訓練模型，與RSRCNN存在同樣的問題。

使用Massachusetts Roads數(shù)據(jù)集中49張測試圖片進行了驗證，所得結(jié)果指標如表1所示。

U-net網(wǎng)絡難以獲得令人滿意的效果，可見其模型結(jié)構(gòu)設計并不能完全適應遙感影像的道路提取任務。在使用FCN架構(gòu)情況下，RSRCNN通過對損失函數(shù)進行改進，使F1-score達到了66.2%，證明了其對損失函數(shù)的改進是有效的。ELU-SegNet-R則由于采用了更加先進的網(wǎng)絡結(jié)構(gòu)和激活函數(shù)，并擴充了訓練數(shù)據(jù)，將F1-score提到了81.2%；但是ELU-SegNet-R的改進并沒有考慮道路本身的特征特點，而直接利用了適合于街景分割的SegNet基本架構(gòu)，因而限制了其提取道路網(wǎng)絡的性能。

表1不同方法的道路提取結(jié)果對比

Tab.1Theexperimentalresultsofroadextractionindifferentmethods

方法recallprecisionF1-scoreU-net[18]0.6320.5410.545RSRCNN[22]0.7290.6060.662ELU-SegNet-R[23]0.8470.7800.812本文方法(網(wǎng)絡結(jié)構(gòu))0.8310.8140.822本文方法(網(wǎng)絡結(jié)構(gòu)+改進損失函數(shù))0.8390.8250.829

由于本文方法的網(wǎng)絡結(jié)構(gòu)適應了遙感影像的特征特點，在不引入損失函數(shù)改進的情況下，本文對網(wǎng)絡結(jié)構(gòu)的改進將F1-socre提高到了82.2%，并且在細節(jié)辨識能力上明顯優(yōu)于其他方法。在改進的網(wǎng)絡結(jié)構(gòu)基礎上，引入所提出的加權(quán)交叉熵損失函數(shù)，進一步提高了對道路網(wǎng)絡的提取能力，使得F1-score進一步達到了82.9%。除了結(jié)果指標有所提升，道路邊緣區(qū)域預測的置信度也顯著高于未改進之前，提高了約10%，證明了對損失函數(shù)的改進可以改善數(shù)據(jù)樣本不均衡帶來的影響。

本文所提方法除了在以上數(shù)據(jù)指標上表現(xiàn)更好，其優(yōu)勢更在于能夠保留道路細節(jié)信息，實現(xiàn)更加精確清晰的道路提取。對預測輸出進行可視化來比較本文與文獻[22—23]的道路提取效果，如圖4所示。

圖4 道路提取結(jié)果的可視化對比 Fig.4 Subjective results of road extraction

2.2.1.1 在細節(jié)表示能力方面

在圖4(a)、(c)、(d)中，RSRCNN方法受限于網(wǎng)絡結(jié)構(gòu)不足，其細節(jié)提取能力較差，不能有效地分離雙車道，而ELU-SegNet-R及本文方法能夠結(jié)合低層特征，有效地提取了雙車道信息；在圖4(a)中，由于網(wǎng)絡結(jié)構(gòu)過深，對細節(jié)特征分辨率不足，RSRCNN及ELU-SegNet-R均不能準確地提取圖片頂端的圓形道路區(qū)域，其結(jié)果形狀和結(jié)構(gòu)均存在缺陷。本文方法可以完整準確地提取該目標。

可以看出，本文方法適應了道路特征特點，因而能夠準確有效地提取道路局部特征信息，在細節(jié)表示能力方面明顯優(yōu)于對照方法。

2.2.1.2 在提取結(jié)果準確性方面

在圖4(b)、(c)、(d)中，RSRCNN方法存在較多誤檢測區(qū)域，野值點明顯多于ELU-SegNet-R及本文方法，同時，在所有圖例中，RSRCNN方法所提取的道路結(jié)構(gòu)都存在著邊緣較為粗糙的問題。在圖4(c)、(d)中，ELU-SegNet-R出現(xiàn)了道路結(jié)構(gòu)缺損的情況。相較于對照方法，本文方法所得結(jié)果野值點較少，且道路結(jié)構(gòu)清晰完整。

相較于對照方法，本文方法分辨率高，較好地保存了道路結(jié)構(gòu)細節(jié)信息，因而能夠有效避免周圍背景環(huán)境干擾，準確地提取道路結(jié)構(gòu)?？梢钥闯?，本文方法在結(jié)果的準確性方面優(yōu)于其他方法。

2.2.2 試驗結(jié)果的適應性分析

本文方法是一種有監(jiān)督的機器學習方法，因此其適應性能依賴于訓練數(shù)據(jù)的多樣性。對于道路提取任務而言，訓練樣本能夠涵蓋同類型圖片中大部分道路，因此本文方法在同類數(shù)據(jù)中具有較好的適應性能。例如，遙感影像或航拍照片中的道路存在有周圍建筑物、行道樹陰影遮擋的問題，這對傳統(tǒng)的道路提取方法造成了嚴重的干擾，而本文方法則不受影響。

試驗所采用的測試數(shù)據(jù)中包含了部分遮擋較為明顯的樣本，某些樣本只是道路的邊緣及顏色特征發(fā)生了改變，而極端的例子中道路被樹木所阻斷，如圖5中遙感影像所示。

圖5 被遮擋道路區(qū)域提取效果Fig.5 The extraction of the obscured road area

通過圖5的提取結(jié)果可以看出，本文方法對于被樹木遮擋的道路也有良好的提取效果，甚至于被樹木阻斷的道路結(jié)構(gòu)也能有效提取。這是由于訓練樣本中包含了被樹蔭遮擋的道路，在訓練過程中，網(wǎng)絡自動學習了這部分道路的特征，因而能夠在測試樣本中提取具有相同特征的道路區(qū)域。這證明了本文方法對于復雜環(huán)境下的道路提取具有良好的適應性能。

3 結(jié) 論

針對遙感影像中，道路目標細節(jié)豐富且語義較為簡單的特點，本文針對性地設計了層數(shù)相對較淺、細節(jié)分辨率較高的Encoder-Decoder深度分割網(wǎng)絡，相較一般方法，更多地保留了道路的局部特征信息，提高了道路提取的細節(jié)識別能力；針對目標圖像正負樣本嚴重不均衡的情況，改進了二分類交叉熵損失函數(shù)，改善了正樣本對損失函數(shù)影響不夠的問題。通過對訓練數(shù)據(jù)進行旋轉(zhuǎn)和鏡像映射擴充了樣本容量，在此基礎上訓練并利用試驗驗證了DCED網(wǎng)絡性能。

試驗表明，本文所提的Encoder-Decoder網(wǎng)絡在召回率、精度和F1-score指標上均表現(xiàn)優(yōu)異，所提取道路結(jié)構(gòu)完整清晰，且具有良好的適應性能，可以有效地從遙感影像中提取道路網(wǎng)絡。相較于傳統(tǒng)的“特征提取+道路連接”的方法，深度分割網(wǎng)絡在應用階段不需要人工設計特征和預設閾值參數(shù)，并且在特定應用場合下泛化性能良好，能夠經(jīng)受大量樣本檢驗，因而具有良好的應用前景。

同時，深度學習技術(shù)的性能依賴于訓練數(shù)據(jù)，其特征都是從訓練數(shù)據(jù)中學習得到的，因而其泛化性能受到訓練數(shù)據(jù)集多樣性的制約。在單一類背景和視場下訓練得到的網(wǎng)絡并不能完全適應新的應用場合。對于本文的應用場合而言，同一組衛(wèi)星或飛行器對一定區(qū)域獲取的影像在視場和背景上均相似，其特征能夠從訓練樣本中學習得到，因此適應性能良好。如需在新的應用場合使用深度分割網(wǎng)絡，一般需將該類型數(shù)據(jù)加入訓練集并對網(wǎng)絡權(quán)重值進行訓練微調(diào)。

深度語義分割是從像素域?qū)Φ缆纺繕诉M行提取的，相應的結(jié)果評價方法也是基于像素域的，因此缺乏對道路拓撲結(jié)構(gòu)完整性和準確性的表示能力。下一步的研究可以基于道路的拓撲結(jié)構(gòu)信息，設計和實現(xiàn)深度網(wǎng)絡提取道路的拓撲結(jié)構(gòu)，與本文所提取的分割結(jié)果進行融合，以達到更加精確和完整的道路提取成果。