رویکرد یادگیری عمیق مبتنی بر بلوک های تخصصی کانولوشن در استخراج جاده های شهری

استخراج جاده‌ها از تصاویر سنجش از دور با وضوح زیاد در طیف گسترده‌ای از کاربردها مانند تهیه و به هنگام رسانی نقشه راه ها مورد استفاده قرار گرفته است. به دلیل طول زیاد و عرض کم و همچنین سایه‌های ناشی از پوشش گیاهی و ساختمان‌ها، تشخیص جاده‌ها با چالش همراه است. وجود تنوع در جاده های موجود در یک منطقه شهری اعم از مجاورت معابر دارای طول کوتاه و بزرگراه ها و آزادراه های طویل باعث بروز مشکلاتی در تشخیص و طبقه بندی خودکار تمامی انواع معابر گردیده است. لذا، با هدف بهبود قابلیت اطمینان و دقت استخراج جاده‌ها، یک مدل شبکه عصبی در این مقاله پیشنهاد شده‌است که به قطعه‌بندی دقیق پیکسلی دست می‌یابد. شبکه پیشنهادی به‌طور مستقیم تصویر ورودی را پردازش می‌کند و از چهار بلوک کانولوشن تخصصی در طول نمونه‌برداری کاهشی استفاده می‌کند که با رویکرد نمونه‌برداری با عمق کم برای تولید یک ماسک باینری کلاس جاده تکمیل می‌شود. با توجه به اینکه شبکه‌های قطعه بندی معنایی مرسوم عمیق بوده و دارای پارامترهای قابل آموزش زیادی هستند، شبکه پیشنهادی در این تحقیق از نمونه‌برداری با عمق کم استفاده می‌کند که به کاهش عمق شبکه کمک می‌کند و در نتیجه کاهش تعداد پارامترها را به همراه دارد. قابلیت اجرایی مدل پیشنهادی در این تحقیق با استفاده از مجموعه داده ماساچوست ارزیابی گردید و نتایج ارزیابی به وضوح عملکرد برتر مدل پیشنهادی را در مقایسه با سایر شبکه‌های عصبی با پارامترهای کمتر ِنشان می‌دهد. مدل پیشنهادی توانست شاخص های iou و -f-score را در مجموعه داده ماساچوست در مقایسه با سایر شبکه های عصبی نظیر deeplabv3+، u-net و d-linknet به ترتیب به میزان 1/98 و 3/03 بهبود بخشد.

a deep learning approach based on specialized convolutional blocks in urban road extraction

road extraction from high-resolution remote sensing images has been used in a wide range of applications such as traffic management, route planning, and road navigation. due to their long length and small width, as well as shadows caused by vegetation and buildings, the detection of the roads challenging. as the roads in an area are of different types such as being near short passages, highways and motorways, we face some difficulties in automatic classifying and recognizing different kinds of roads. in order to improve the reliability and accuracy of extraction of the roads with shorter lengths when there are roads of different sizes; a neural network model is proposed in this paper that achieves pixel-accurate segmentation. the proposed network directly processes the input image and uses four specialized convolutional blocks (scb) during down-sampling which is complemented by a shallow sampling approach to generate a binary mask for the road class. as the common semantic segmentation networks are deep and have various teachable parameters, the proposed network in this research uses shallow sampling which leads to lessen the network depth and as a result the number of the parameters decreases. the performance of the proposed model in this research was evaluated using the massachusetts dataset, and the evaluation results clearly show the superior performance of the proposed model compared to the other neural networks with fewer parameters. compared to the other neural networks such as deeplab3+, u_net and d_linknet, the proposed model was able to improve the iou and f-score indices in massachusetts dataset by 1.98 and 3.03, respectively.