来源：期刊VIP网 时间：
作者：戴激光;马争;李宛潼;秦志伟;王继承;
单位：辽宁工程技术大学测绘与地理科学学院;辽宁省自然资源事务服务中心;
摘要：针对山区道路曲率变化大、阴影遮挡等特点导致的提取精度低的问题，提出了一种新的山区道路提取模型。该方法以MANet为基础，首先，采用动态蛇形卷积(dynamic snake convolution, DSCov)自适应聚焦细长和弯曲的局部结构，来准确捕捉道路结构的特征，聚焦道路曲率变化大的问题；其次，提出多卷积上下文提取模块(multiple convolution context extraction, MCCE)关注道路的远程依赖关系，有效地捕获长距离的道路环境，增强阴影遮挡情况下模型的稳定性与泛化性。为验证该方法的有效性，在自主绘制的GF-2山区道路数据集和Massachusetts数据集上进行实验，F1分数分别达到了82.41%、88.87%;同时，在GF-2山区道路数据集上进行消融实验，F1分数相较于MANet提高2.24个百分点。通过对比分析，该方法在道路曲率大和遮挡处的提取效果均优于其他模型。
关键词：山区道路提取;;动态蛇形卷积;;多卷积上下文提取;;深度学习;;卷积神经网络
基金资助：国家自然科学基金(42071428)
