基于任务自适应DeepLabV3+方法的谱混淆下防尘网与蓝顶建筑语义分割

《Results in Engineering》：Urban Dust-Proof Net Segmentation under Spectral Confusion with Blue-Roofed Buildings: A Task-Adapted DeepLabV3+ Approach

　　

专业术语翻译的摘要 在城市快速发展的区域，防尘网的广泛部署是缓解施工相关颗粒物排放的关键措施。然而，由于防尘网与蓝色屋顶建筑在光谱上高度相似，从高分辨率RGB影像中精确绘制其分布图仍具挑战。为解决此问题，研究人员开发了一种任务自适应的DeepLabV3+模型，该模型集成了卷积块注意力模块（Convolutional Block Attention Module，CBAM）、空洞空间金字塔池化（Atrous Spatial Pyramid Pooling，ASPP）和解码器模块中的深度可分离卷积，以及一种复合损失函数（Focal–Dice–Lovász-Softmax loss）。研究人员从270张手动标注的RGB图像块开始，在数据增强前按原始影像级别将文登数据集划分为189个训练块、40个验证块和41个内部测试块。仅对训练子集应用离线几何增强，得到945对训练图像-掩膜，而验证和内部测试子集保持未增强状态。来自北京、广州和乌鲁木齐的另外104张独立标注的图像被用于地理独立的跨城市外部评估。在三个随机种子下，该模型在独立的文登内部测试子集上取得了0.9254 ± 0.0011的目标类平均交并比（mean Intersection over Union，mIoU），其中防尘网的IoU为0.9166，蓝顶建筑的IoU为0.9343。在相同的数据划分和评估协议下，经过三次重复实验，所提出的方法在平均分割性能上优于全卷积网络（Fully Convolutional Network，FCN）和U-Net，并且在类别特定精度上也优于基于像素的支持向量机（Support Vector Machine，SVM）和随机森林（Random Forest，RF）基线方法。在104张独立标注图像上的外部评估显示，乌鲁木齐、北京和广州的目标类mIoU分别为0.9045、0.8842和0.8474，这支持了其在三个评估城市间的跨城市迁移能力。将该模型应用于2019年、2022年和2025年获取的影像，模型绘制的防尘网覆盖面积从0.19 km2增加到1.43 km2，增长了652.6%。标准差椭圆（Standard Deviational Ellipse，SDE）分析进一步揭示了在所采样的年份间，重心向东北方向净位移约9.3公里，并且方向集中度有所增加。这些结果表明，任务自适应的语义分割方法在区分光谱易混淆的城市地物方面具有潜力，并能支持对城市建设和扬尘控制活动的定量监测。

论文解读文章

1. 研究背景与现存问题

随着城市化进程的加速，土地开发和环境污染带来的环境压力日益增大。遥感技术已成为环境和土地覆盖监测的常用工具。防尘网作为建筑工地和裸露土地上的临时抑尘覆盖物，其准确监测至关重要。然而，在高分辨率RGB影像中，将防尘网与蓝色屋顶建筑区分开来极具挑战性，因为蓝色屋顶的临时建筑与蓝色的防尘网在视觉颜色上非常相似。这种光谱混淆可能导致临时抑尘材料与永久性建筑结构之间的相互误分类，从而降低城市环境监测的可靠性。

现有研究虽然涉及了防尘网或彩钢屋顶的提取，但通常将两者作为独立的提取目标，缺乏在一个统一的像素级标注和评估框架下，量化两者之间相互混淆问题的对照实验。因此，本研究的核心贡献在于提出一个明确的任务设定和受控评估方案，旨在解决这两种光谱相似地物在同一场景下的精细分割难题。

2. 研究内容与结论

为了填补上述研究空白，本研究将防尘网和蓝顶建筑的区分定义为一个包含背景、防尘网和蓝顶建筑的三类语义分割任务。研究人员首先构建了一个显式包含这两个目标类别的像素级标注数据集。其次，开发了一种任务自适应的DeepLabV3+模型。最终，通过对多时相影像的应用，揭示了防尘网覆盖的动态变化。研究表明，该任务自适应方法能够有效区分光谱易混淆的城市地物，并为城市建设和扬尘控制活动的定量监测提供了有力支持。

3. 关键技术方法

本研究采用的主要关键技术方法包括：

1. 1.
   数据集构建：基于0.60米空间分辨率的高分辨率RGB影像，从中国山东省威海市文登区选取了270个样本（图像块大小为512×512像素），并使用LabelMe软件进行像素级手工标注，分为背景、防尘网和蓝顶建筑三类。数据集按源图像级别以约7:1.5:1.5的比例划分为训练集（189张）、验证集（40张）和内部测试集（41张）。仅对训练集进行旋转和垂直翻转等离线几何增强，扩增后得到945对训练图像-掩膜。此外，还构建了一个地理独立的外部测试集，包含来自北京（38张）、广州（33张）和乌鲁木齐（33张）的共104张独立标注的图像。
2. 2.
   任务自适应DeepLabV3+模型：采用ResNet-50作为编码器骨干网络。在编码器的Layer 1和Layer 4之后插入卷积块注意力模块（CBAM）以强化判别性特征学习。在空洞空间金字塔池化（ASPP）和解码器模块中使用深度可分离卷积以减少参数量并提升效率。优化目标采用由Focal Loss、Dice Loss和Lovász-Softmax Loss组成的复合损失函数，以应对类别不平衡、边界模糊等问题。
3. 3.
   对比与评估方法：将所提模型与两种传统像素级分类器（支持向量机SVM和随机森林RF）以及两种主流语义分割网络（全卷积网络FCN和U-Net）进行对比。评估指标包括各类别的交并比（IoU）、精确率（Precision）、召回率（Recall）、Dice系数以及目标类平均交并比（mIoU）。

4. 研究结果

• •
  文登内部测试集结果：在三个随机种子下，所提模型在文登内部测试集上取得了0.9254 ± 0.0011的目标类mIoU，其中防尘网和蓝顶建筑的IoU分别达到0.9166和0.9343。这表明模型在训练区域内能有效区分这两类目标。
• •
  消融实验结果：通过组件消融实验，证实了CBAM模块、深度可分离卷积以及复合损失函数各自对模型性能的提升作用。联合训练策略相比两个独立的二值分割模型表现出更优的性能。
• •
  与基线方法比较：所提方法在平均分割性能上显著优于FCN和U-Net，并在类别特定的精确率上高于基于像素的SVM和RF基线。这证明了结合空间上下文信息的深度学习方法的优势。
• •
  跨城市外部评估：在来自北京、广州和乌鲁木齐的104张独立标注图像上进行的外部评估结果显示，目标类mIoU分别达到了0.9045（乌鲁木齐）、0.8842（北京）和0.8474（广州），验证了模型在不同地理区域间具有一定的迁移能力和泛化性。
• •
  不确定性分析：通过图像级自助法置信区间和预测熵分析，量化了模型在外部测试集上的预测不确定性。
• •
  多时相应用：将模型应用于2019年、2022年和2025年的影像，结果显示模型绘制的防尘网覆盖面积从0.19 km2增长到1.43 km2，增幅达652.6%。标准差椭圆（SDE）分析进一步揭示了在此期间，防尘网的重心向东北方向净位移约9.3公里，且方向集中度有所增加，反映了防尘网空间分布的动态演变趋势。

5. 讨论与结论

讨论部分总结：研究讨论了光谱混淆问题的物理基础，指出仅依赖可见光波段信息难以完全区分两类目标，强调了引入空间上下文和纹理特征的重要性。同时，也指出了当前方法的局限性，例如数据集规模有限且存在采样偏差（偏向建筑工地），以及外部测试集城市间性能差异可能源于不同城市建筑材料、光照条件和景观背景的差异。研究建议未来工作可以探索融合近红外等多光谱信息、采用更先进的网络架构（如Transformer）以及在更大范围、更多样化的数据集上进行验证。

结论部分翻译：本研究针对高分辨率RGB影像中防尘网与蓝顶建筑的光谱混淆问题，开发了一种任务自适应的DeepLabV3+模型。通过在文登地区的内部测试集和北京、广州、乌鲁木齐的外部测试集上的评估，该模型均展现了优异的性能和跨城市迁移能力。对2019年至2025年多时相影像的应用成功捕捉了防尘网覆盖面积的显著增长及其空间分布格局的变化。这些结果证明了任务自适应语义分割方法在区分光谱易混淆的城市地物方面的巨大潜力，并为定量监测城市建设和扬尘控制活动提供了一种有效的技术手段。