武汉大学王泽矫:全融合层级特征与多样化注意力的道路面与中心线协同提取网络|《测绘学报》 2026年55卷3期

本文引用格式

阅读全文

http://xb.chinasmp.com/article/2026/1001-1595/1001-1595-2026-03-0548.shtml

道路是经济生活中的重要基础设施，准确提取路网对支撑城乡规划、智能驾驶和导航底图构建等应用具有重要意义^[1]。随着技术的进步，利用多源时空数据实现路网自动提取已成为一种有效手段。然而，道路具有细小狭长、易被遮挡的特征，并随经济建设、灾害修复等事件呈现动态变化，使得路网自动提取面临诸多挑战。

目前，道路面和中心线是路网提取的主要形式，围绕这两类提取任务，研究人员已开展了大量探索。早期的道路提取方法多依赖人工设计的算子和规则^[2]，通过几何特征或光谱特征进行道路识别。然而，该类方法对复杂道路形态和多样化场景的适应能力有限，且计算效率较低。近年来，随着深度学习技术的快速发展，基于神经网络的方法逐渐成为道路自动提取的主流。在道路面提取任务中，该问题通常被建模为像素级语义分割任务^[3]。文献[4]在D-LinkNet中引入空洞卷积以扩大感受野，提升了道路识别能力。文献[5]结合空洞卷积与随机连续卷积，自适应地捕获遮挡区域的空间细节，改善了道路提取的连续性。文献[6]通过融合多尺度与边缘细节信息，增强了道路边界的完整性。文献[7]引入边缘增强和拓扑关联约束，有效提升了路网提取的连通性。文献[8]结合残差卷积与注意力机制的优势增强了道路提取能力，但局部特征与全局语义交互有限。文献[9]结合卷积网络和交叉Transformer，增强了道路线性结构建模能力，但在局部与全局特征一致性协调方面仍存在不足。文献[10]将卷积网络和图神经网络结合以提升路网连通性，但对深层次道路拓扑关系的刻画仍不充分。比较来看，现有路网提取主流方法多采用单一网络架构，缺乏多种异构网络的联合优化与特征互补机制，难以在全局语义理解与局部细节刻画之间取得平衡，导致提取结果中仍普遍存在道路断裂、漏提及边缘锯齿等问题。

相比道路面提取，道路中心线自动提取对空间位置精度和拓扑连通性提出了更高要求，是一项更具挑战性的任务。当前主流方法通常先进行道路面分割，再通过细化算法^[11]得到中心线。然而，由于语义分割结果往往存在边界不规则、道路面破碎或局部断裂等问题，基于分割图生成的道路中心线易产生位置偏差和拓扑错误。为此，部分研究尝试采用端到端方式直接提取道路中心线。Sat2Graph^[12]通过张量编码将道路网络映射为图结构表示，在拓扑识别方面取得一定效果，但对局部细节刻画有限。RNGDet++^[13]利用多尺度特征增强道路网络图检测能力，但在道路连续性保持方面仍存在不足。SAM-Road++^[14]通过扩展线策略缓解遮挡影响，提高了道路图提取的完整性，但仍然面临节点冗余和拓扑错误等挑战。文献[15]提出融合道路形态模式与尺度差异的驱动网络，实现了道路面和中心线提取。文献[16]设计了多任务道路提取模型，有效建模道路检测与中心线提取之间的互依关系，在保持空间细节方面表现优异。文献[17]将卷积网络与图神经网络结合，实现了道路面与中心线的联合提取。相关研究表明，多任务学习通过挖掘任务间的协同效应，能够在几何结构与语义表达之间形成联合约束，有效缓解遮挡干扰和拓扑断裂问题。

针对上述问题，本文提出一种融合层级特征与多样化注意力的道路面与中心线协同提取网络，记作HFDA-Net。该网络可伸缩性强，可适应任意尺寸的样本训练与预测，并支持多源数据融合和异构网络协同优化，实现道路面状路网与中心线路网的同步提取。本文的主要贡献如下：①提出层级特征交互融合模块（hierarchical feature interaction and fusion module，HFIFM），通过耦合卷积网络与Transformer，以融合不同层级中的局部与全局特征，提升道路连通性与拓扑结构识别精度；②为了增强线性结构感知和提升道路特征的判别性，设计状态空间全局扫描增强模块（state-space global scanning enhancement module，SGSEM）和多样化注意力优化增强模块（diversified attention refinement module，DARM）；③引入基于图Transformer的双路解码器（dual-path decoder based on graph transformer，DDGT），通过建立跨任务的特征交互机制，显式建模道路面与中心线之间的空间-结构共生关系，在解码阶段实现特征互补与预测协同，以提升道路网提取的完整性；④在BJRoad、Massachusetts和City-scale 3个具有挑战性的数据集上开展对比试验。同时做了大区域泛化试验。

1　方法与原理

1.1　路网协同提取HFDA-Net网络结构

在道路提取任务中，不同类型网络在特征建模方面各具优势。同时，道路面提取与中心线提取是两个紧密关联又各有侧重的任务。基于此，本文提出一种道路面与中心线协同提取网络HFDA-Net，其结构如图1所示。HFDA-Net主要由3部分组成：层级特征交互融合编码器、特征优化增强模块及基于图Transformer的双路解码器。首先，HFDA-Net将单源或多源数据分为两路输入，通过卷积网络与Transformer编码分支，并行提取道路的局部几何细节与全局语义信息，并在层级特征交互融合模块（HFIFM）中实现局部-全局特征的深度融合。其次，设计了状态空间全局扫描增强模块（SGSEM）与多样化注意力优化增强模块（DARM），前者通过状态空间全局扫描增强道路线性结构感知，后者利用多维注意力机制提升特征判别能力，有效恢复被遮挡的道路信息。最后，构建基于图Transformer的双路解码器（DDGT），通过跨任务特征交互机制显式建模道路面与中心线的空间结构关联，实现路网协同解码与精细预测。HFDA-Net融合了卷积神经网络、Transformer、Mamba架构及图神经网络的优势，在路网提取中兼顾全局语义理解与局部几何刻画，展现出优异的准确性与稳健性。

图1

图1   HFDA-Net网络结构

Fig. 1   The network structure of HFDA-Net

1.2　层级特征交互融合模块

卷积网络擅长捕获局部空间模式和细粒度细节，但难以有效建模全局语义信息。相比之下，Transformer模型^[18]能够建模长程依赖和全局语义关系，但往往会丢失数据中的关键局部细节。为充分提取道路全局与局部特征，本文提出一种层级特征交互融合编码器，如图1所示，主要由CNN层级编码模块、Transformer层级编码模块和层级特征交互融合模块（HFIFM）组成。在CNN层级编码分支中，构建了4组基于残差结构特征提取器，以逐级提取道路的纹理形态与边缘结构特征。4组提取器分别包含3、4、6和3个残差模块。以输入多源数据I_ms为例，首先通过一个3×3卷积层进行初始特征提取，随后依次输入4组残差提取器，获得多尺度局部特征表示，记为。在Transformer层级编码分支中，包含1个Patch Embedding层和4组基于ViT^[19]结构的特征提取器，用于逐级捕获道路的全局语义与空间关联特征。4组提取器分别包含2、4、4和2个ViTBlock。输入数据I_ms，首先通过PatchEmbed层进行分块嵌入，然后依次经过4组ViT提取器，得到各层级的全局特征表示。CNN编码分支和Transformer编码分支分别提取道路的细粒度局部细节和全局语义信息，然而，缺乏跨分支信息交互，这两类特征往往彼此孤立，导致局部与全局语义之间出现割裂，从而限制多尺度特征的协同表达能力。为了缓解这一问题，本文提出轻量级的HFIFM，如图2所示。通过多层级交互机制实现局部细节与全局语义之间的动态融合，并将融合优化后的特征反馈至后续编码器中，构建迭代增强的层级特征学习闭环，从而提升整体特征表征质量。

图2

图2   层级特征交互融合模块

Fig. 2   Hierarchical feature interaction and fusion module

如图2所示，HFIFM主要包括两个交互融合路径。

第一阶段：局部引导全局。以局部特征F_l引导全局特征F_g的精细感知。具体地，F_g采用转置卷积进行空间尺度对齐，并通过1×1卷积压缩通道维度，增强其细节表征能力，随后将其与F_l进行特征拼接，并通过一层1×1卷积融合局部与全局信息，得到增强的融合特征F_el。该过程实现局部细节对全局语义的补全与约束。

第二阶段：全局引导局部。该阶段以全局特征F_g引导局部特征F_l的选择性关注。为增强局部特征的语义一致性，F_l首先经过自适应最大池化以提取结构性关键特征，并通过1×1卷积进行压缩与重构。随后将其与F_g进行逐元素相加，引入全局上下文信息。为了进一步强化融合特征的上下文建模能力，引入多头注意力机制，对融合结果进行特征重构与选择性增强，最终获得语义与细节高度协同的特征表示F_el。

1.3　状态空间全局扫描增强模块

道路形态复杂，且常受树木、建筑阴影等遮挡干扰。这些因素易导致提取结果发生断裂与错连，影响路网的完整性与拓扑准确性。尽管高层特征已具备较强的语义表达能力，但其对道路线性结构与长距离依赖关系的建模仍然有限。为此，亟须对进一步建模，以增强其对道路线性结构的感知能力。本文提出状态空间全局扫描增强模块（SGSEM），其结构如图3所示。SGSEM通过多方向交叉扫描机制实现长距离依赖关系的建模，强化线性结构区域的响应，突出具有判别性的关键结构区域，显著提升对道路中心线的拓扑建模能力与背景抑制能力。具体而言，对输入的特征通过线性变换层φ₁扩展通道维度，随后依次通过1×1卷积f_1×1、SiLU激活函数σ₁、选择性扫描模块SS2Dv0和层归一化操作（LN），得到第一分支结构感知增强特征h₁

(1)

图3

图3   状态空间全局扫描增强模块

Fig. 3   State-space global scanning enhancement module

与此同时，第二分支通过另一线性层φ₂和SiLU激活函数σ₂处理输入特征，得到语义增强特征h₂

(2)

最终，将两分支输出通过Hadamard积融合，并经1×1卷积f_1×1生成最终输出

(3)

1.4　多样化注意力优化增强模块

道路形态多样、类别边界模糊，且常伴随大量高相似性地物干扰。这些因素易导致提取的道路面出现边缘锯齿、区域粘连或误提等问题，从而降低模型对细粒度结构的解析能力。为进一步提升特征表征的判别性与稳健性，本文提出多样化注意力优化增强模块（DARM）。该模块将空间注意力与通道注意力以并行结构设计，实现两类特征的协同增强；随后采用多头注意力融合模块，实现跨维度信息的高效融合与上下文一致性增强，从而提升道路区域特征的判别能力与被遮挡区域信息的还原能力。

如图4所示，首先，分别送入空间注意力和通道注意力分支。在空间注意力分支中，将输入3层卷积层，分别获得3个特征图F₁、F₂和F₃，随后将三者进行重构，并将F₁的转置与F₂相乘，利用Softmax运算生成空间注意力权重矩阵W

(4)

式中，w_ji表示第i个位置对第j个位置的影响程度，其值越大，表示两者之间的相关性越强。随后，将F₃与注意力矩阵W相乘并重塑，得到空间增强特征Q。在通道注意力分支中，将重构为二维矩阵，与其转置进行矩阵乘法，并通过Softmax操作得到通道注意力矩阵M

(5)

式中，m_ji为衡量第i个通道对第j个通道的影响程度。随后，将M与相乘，并重构回原始维度，得到通道增强特征K。然后，将原始特征作为V，与Q和K一同输入多头注意力模块。该模块对Q与K执行Softmax操作生成注意力矩阵A，融合空间与通道维度的全局上下文信息，实现特征的最优加权聚合。最终，通过A与V的乘积生成融合特征，该特征在关键区域具有更强响应，同时有效抑制了冗余和噪声干扰。为降低后续计算复杂度，进一步使用1×1卷积对进行通道压缩与特征变换，得到最终融合特征，并将其输入解码器用于高精度的道路区域预测。

图4

图4   多样化注意力优化增强模块

Fig. 4   Diversified attention refinement module

1.5　基于图Transformer的双路解码器

传统的道路提取方法多采用单任务学习范式，将道路表面与道路中心线的提取视为相互独立的过程进行建模。这种解耦学习方式存在明显局限，前者忽略了中心线所蕴含的结构先验与方向连续性特征，易产生结构断裂或形变；后者缺乏来自道路表面的空间约束与区域一致性信息，容易偏离道路主体，导致拓扑完整性不足。事实上，道路面与中心线在空间分布上具有几何共生性，在特征表达上存在互补性，道路面为中心线提供空间支撑，而中心线则为道路面赋予结构指导。

基于上述认识，本文提出的DDGT如图1所示，网络整体由两个解码分支组成：中心线解码分支用于恢复道路拓扑结构，道路表面解码分支用于生成边界清晰、语义准确的道路区域，两者通过特征引导机制实现双向信息交互，从而提升路网提取结果的完整性与拓扑一致性。在中心线解码分支中，首先对中心线特征图施加1×1卷积进行通道压缩，随后依次通过4个DConvBlock模块。同时在每一层与道路面解码器信息实现交互，最终将逐层解码聚合增强的F_dg送入中心线重建模块CTRM，生成结构连续、拓扑准确的中心线。道路面解码分支中，对应的特征图同样经过4个DConvBlock模块，并在每个阶段融合来自中心线解码器的结构引导信息，最后，通过反卷积生成具有完整道路面与光滑边界的预测结果。

本文采用图5所示的CTRM实现中心线拓扑结构重建。F_dg包含了两通道的信息，分别是道路掩膜的预测置信度和道路关键点的置信度。首先，对置信度图进行阈值过滤，去除置信度低于阈值t的像素点，从而初步排除无结构语义支撑的区域。随后，针对保留的像素集合，采用非极大值抑制进一步剔除空间冗余响应。在此基础上，采用基于Transformer的图神经网络，以高置信关键点为节点进行中心线路网的重建。具体而言，对于每个源点，在半径R_nr范围内选取最多N_nr个近邻点作为候选目标点，并构造点对（p_src，p_tgt）。每个点对的输入特征由3个部分组成：源点和目标点在图像特征图中经双线性插值得到的嵌入特征f_src和f_tgt，以及两点之间的相对空间位移向量d。上述特征拼接成序列后通过线性映射投影至Transformer所需的嵌入空间。该特征序列输入3层Transformer Block，实现跨点信息交互与空间关系建模。最终，经线性映射与Sigmoid激活函数，输出每组点对之间的连接概率，用于判断两点之间是否存在中心线。通过对所有点对进行判断，即可构建完整的道路中心线路网图。

图5

图5   中心线拓扑重建模块

Fig. 5   Centerline topology reconstruction module

2　试验结果与分析

2.1　数据集

为全面验证本文方法的有效性，选用BJRoad、Massachusetts和City-scale 3个典型数据集开展试验。其中BJRoad为多源数据集，用于道路面和中心线同时提取。Massachusetts^[20]为单一遥感数据集，用于道路面提取任务。City-scale^[12]为单一遥感数据集，用于中心线路网提取。

BJRoad道路数据集：原始BJRoad^[21]数据集是一个公开数据集，数据来自中国北京市。包含350张高分辨率遥感图像以及约2.8万辆车的约5000万条轨迹记录。遥感图像的大小为1024×1024像素，分辨率为0.5 m。为满足本文的方法设计，补充了对应区域的开放街图数据，同时优化了道路掩膜和中心线标签。针对每个样本，生成了轨迹热力图和二值化的城市街图。轨迹热力图的生成方式：先制作轨迹密度灰度图，像素值表示投影到它的轨迹点数，然后借鉴核密度估计思想，采用对数函数对轨迹密度图进行归一化操作，并用3×3高斯核进行平滑处理得到轨迹样本。最后，这个数据集被分成3个部分：80%的样本用于训练，10%用于验证，剩下的10%用于测试。

Massachusetts道路数据集：该数据集包含1171幅马萨诸塞州的1500×1500像素的高分辨率图像，覆盖面积超过2600 km²，涵盖城市、郊区和乡村等多种场景。空间分辨率为1 m。数据集被划分为1108张训练图像、14张验证集图像和49张测试图像。

City-scale道路数据集：该数据集包含180张RGB图像，空间分辨率为1 m，覆盖20个美国城市的720 km²区域。每张图像的尺寸为2048×2048像素。训练集、验证集、测试集各有144张、9张和27张。

2.2　评价指标

为定量评估本文方法的合理性，从模型性能、道路面提取和中心线提取3个方面设计了评价指标。

（1）模型性能指标包括：参数量（Parameters）、浮点运算次数（FLOPs）、显存占用（Mem）以及训练时间（Training time）。

（2）道路面提取性能采用像素级评价指标进行评估，包括准确度（Precision）、召回率（Recall）、F₁值以及交并比（IoU）。

（3）道路中心线提取性能评价指标包括：TOPO（F₁值、Precision、Recall）^[22]指标，用于评估预测道路几何连通性与结构完整性；APLS指标^[23]，通过比较预测道路网络与真实道路网络之间的最短路径相似性，衡量二者在拓扑结构上的一致性。

2.3　试验设置

本试验使用的CPU配置为Intel（R）Core（TM）i7-6900K CPU@3.20 GHz，内存为64 GB。显卡为两块显存为24 GB的Nvidia RTX 4090。模型基于Ubuntu系统和PyTorch框架实现。为了兼顾硬件性能与训练速度，试验参数设置为：批次大小batchsize为9，优化器为Adam，初始学习率为0.001，总epoch为120。学习率采用离散阶梯式衰减调整策略。试验中使用基于BCEWithLogitsLoss和Dice Loss的协同优化损失函数。为进一步增强模型的稳健性，训练中还采用了旋转与重采样等数据增强技术。

2.4　基于多源数据的多任务道路网络提取对比试验

为验证本文方法在多源数据融合路网提取中的性能，本文在BJRoad数据集上开展对比试验。比较方法共有10种，分别是ResUnet^[24]、RoadCon^[25]、SegFormer^[26]、D-LinkNet^[4]、CMMPNet^[27]、OARENet^[5]、FRCFNet^[28]、MG-RoadNet^[29]、MSMDFFNet^[30]、SA-MixNet^[31]。

2.4.1　道路面提取

表1展示了在BJRoad数据集上道路面提取定量对比结果，同时列出了模型的计算效率指标。最后两行展示了本文提出的HFDA-Net性能结果，包括两个变体：HFDA-Net（M1）和HFDA-Net（M4），其中最优结果以加粗形式标出。由表1可以看出，HFDA-Net在道路面提取精度和计算效率之间取得了良好平衡。虽然HFDA-Net在参数量上相对较大，但其变体HFDA-Net（M1）的FLOPs数为269.98 G，低于大多数对比方法。此外，HFDA-Net（M1）在单个epoch的训练时间最短，且显存占用仅为5.51 GB，处于适中水平。在道路面提取方面，F₁值和IoU核心指标分别达到了89.29%和80.82%，是对比方法中的最高值。由此可见，本文所提出的HFDA-Net通过多源数据融合，在道路面提取任务中表现出优异的性能。

表1BJRoad数据集各模型道路面分割性能比较

Tab. 1  Comparison of road surface segmentation performance of different models on the BJRoad dataset

图6展示了典型可视化对比结果，其中红框和绿框标示了差异显著的区域。由图6可知，本文方法在道路完整性和边缘光滑方面相比其他方法具有更好的表现。第1和第2行中道路被树木和建筑物遮挡。第3行图像中出现了与道路形态相近的铁路，部分路面有阴影遮挡。最后两行道路密集分布，部分路面有树木覆盖。

图6

图6   不同方法在BJRoad数据集上的分割结果

Fig. 6   Segmentation results of different methods on the BJRoad dataset

从结果可以看出，面对上述情况，HFDA-Net能够捕捉更具判别性的空间上下文信息，强化连续性建模，实现对遮挡区域道路的有效探测，提取结果结构完整、连续性好、边缘过渡自然，体现出在复杂道路场景下的细节保留能力。而其他方法，如OARENet、ResUNet和SegFormer在面对遮挡和密集道路时普遍存在边缘锯齿、漏提问题。

2.4.2　中心线提取

表2展示了不同的方法在BJRoad数据集上中心线提取定量对比结果。从结果可以看出，本文方法指标优于其他方法，HFDA-NetF₁值为84.22%，Precision为95.48%，Recall为75.33%，APLS为79.46%。SAM-Road具有次优的提取指标，相比SAM-Road，本文方法在F₁值、Precision、Recall和APLS分别高出2.64%、2.18%、2.85%和6.82%。这说明本文方法在融合多源数据进行道路中心线提取时具有明显优势。

表2BJRoad数据集各模型道路中心线提取性能比较

Tab. 2  Comparison of road centerline extraction performance of different models on the BJRoad dataset

图7展示了不同方法典型可视化提取结果。第1行和第4行示例中，道路表面被植被或建筑物阴影严重遮挡，可以看到RNGDet++^[13]、SAM-Road++^[14]在局部路段发生了中断，道路预测不完整，同时遮挡区域中心线走向呈现严重的波浪状。相比之下，本文方法在遮挡区域内依然能够保持连贯的走向与较好的几何结构，这说明HFDA-Net在捕获道路全局依赖关系，维持方向连续性与结构连通性方面展示出更强的能力。第2和第3行展示了复杂立交桥提取的结果。SAM-Road、RNGDet++和SAM-Road++出现了提取混乱，普遍存在漏提、节点连接错误问题。而本文方法在此类复杂度场景中依然表现出更优的结构还原能力与拓扑连接准确性。

图7

图7   BJRoad数据集上道路中心线对比结果

Fig. 7   Road centerline results of different methods on BJRoad dataset

2.5　单一图像数据集道路面提取对比

为进一步验证本文方法在单一图像数据源下的道路面提取性能，本文在具有代表性的公开遥感数据集Massachusetts上开展对比试验。对比方法共选取9种，涵盖了当前代表性的道路面提取网络架构，包括：D-LinkNet、U-Net、CMMPNet、RoadCon、OARENet、FRCFNet、MG-RoadNet、MSMDFFNet以及SA-MixNet。

如表3所示，HFDA-Net在Massachusetts数据集上综合道路提取指标最高，其Precision、Recall、F₁值和IoU分别达到了81.19%、77.03%、78.81%和65.34%，在多个关键指标上优于现有主流方法。具体而言，HFDA-Net在IoU指标上相较于FRCFNet、OARENet和D-LinkNet分别提升了0.48、2.23和1.39个百分点。

表3Massachusetts数据集各模型道路面分割性能比较

Tab. 3  Comparison of road surface segmentation performance of different models on the Massachusetts dataset

图8展示了Massachusetts数据集上5个典型场景的可视化结果，其中红框与绿框标示了改进显著的区域。可以看出，在植被覆盖、密集住宅区、立交桥及城市主干路等复杂场景中，多数对比方法普遍存在道路断裂、漏检与结构混乱等问题。相比之下，HFDA-Net能够生成连续、完整、边界清晰的道路结构，在遮挡区域仍能保持合理的几何连通性和拓扑完整性。

图8

图8   不同方法在Massachusetts数据集上的分割结果

Fig. 8   Segmentation results of different methods on the Massachusetts dataset

2.6　单一图像数据集中心线提取对比

为全面评估本文方法在单一遥感图像数据上道路中心线提取性能，本文在公开数据集City-scale上开展了对比试验，选取了当前具有代表性的7种主流中心线提取方法，包括：Seg-Improved^[32]、Seg-DLA^[33]、Sat2Graph^[12]、TD-Road^[34]、RNGDet++^[13]、SAM-Road^[35]和SAM-Road++^[14]。

表4展示了在City-scale数据集上的定量评估结果。本文方法在两个关键指标F₁值和Recall上取得了最优表现，分别达到80.93%和75.56%。在拓扑结构评估指标APLS上，本方法得分为68.50%，在全部8种对比方法中排名第二，仅略低于SAM-Road++的69.55%。这说明本文方法在基于单一遥感图像进行道路中心线提取时仍然具有较强的能力。

表4City-scale数据集各模型道路中心线提取性能比较

Tab. 4  Comparison of road centerline extraction performance of different models on the City-scale dataset

图9展示了部分具有代表性的道路中心线提取结果。其中图9（a）为真实标注，图9（b）、（c）、（d）分别对应SAM-Road、SAM-Road++以及本文方法的预测结果。图9第1行中，红框区域存在明显的树木遮挡，SAM-Road与SAM-Road++均将非道路元素沟渠误识为中心线，同时还出现了中心线断裂、节点冗余与连接错误等问题；相比之下，本文方法能准确区分背景噪声，保持了道路中心线的完整性与连通性。类似的情况也出现在第2行场景中。第3行展示了建筑密集、道路宽度变化较大的区域，SAM-Road与SAM-Road++均存在连接错误、漏提现象，而本文方法能够实现更加准确且连续的中心线提取。

图9

图9   不同方法在City-scale数据集上道路中心线提取结果

Fig. 9   Road centerline results of different methods on City-scale

3　讨论

3.1　网络模块消融试验

为系统评估HFDA-Net中各关键模块的有效性与协同作用，本文在BJRoad数据集上开展了网络模块消融试验。重点模块包括层级特征交互融合模块（HFIFM）、状态空间全局扫描增强模块（SGSEM）、多样化注意力优化增强模块（DARM）和双路解码信息交流模块（element-wise addition，EWA）。EWA表示通过两个解码特征图逐元素相加实现信息交互。如表5所示，共设计5组不同配置的模型（M0—M4）进行试验。由定量结果可以看出，各模块均对道路提取性能提升起到了积极作用。具体而言，M2在M1的基础上引入HFIFM模块，中心线提取综合指标F₁值和APLS分别提升了1.52和1.28个百分点，道路面提取指标IoU和F₁值也分别提升0.04和0.02个百分点。进一步M3在M2的基础上增加SGSEM模块，使中心线提取指标F₁值和APLS分别提升1.08和0.59个百分点。集成所有模块的M4在中心线提取综合指标F₁值和APLS、道路面提取指标IoU和F₁值上均取得最高值，较基线模型M0分别提升4.88、5.29、1.49和0.93个百分点。该结果表明，各模块在提升道路结构完整性与拓扑连通性方面具有互补与协同作用，这一效果在APLS指标上反映尤为明显，验证了HFDA-Net模块化设计的合理性与有效性。

表5BJRoad数据集上关键模块消融试验

Tab. 5  Ablation study of key modules on the BJRroad dataset

图10展示了HFDA-Net不同模块配置下的中心线提取可视化结果。在不包含HFIFM、SGSEM和DARM的基线模型M0和M1中，中心线预测结果呈现出明显的结构不稳定性：一方面，受局部噪声和背景干扰影响，中心线走向出现明显的波浪状偏移；另一方面，在道路密集区域和宽度较大的路段，易产生冗余连接与断裂现象，导致局部路径不可达，严重破坏路网的整体连通性。当在M2中引入HFIFM后，局部几何细节与全局语义信息得以有效融合，中心线的局部连续性和细节刻画能力有所改善，部分断裂问题得到缓解，但在长距离方向一致性和复杂立交结构的整体建模方面仍存在不足。进一步，在M3中加入SGSEM后，可以明显观察到中心线在方向连续性、结构连通性以及跨尺度一致性方面的显著提升。得益于SGSEM中基于状态空间的全局扫描与递归建模机制，模型能够显式捕获道路线性结构的方向演化趋势，从而有效减少中心线断裂与错误连接现象。在集成所有模块的M4中，中心线整体走向更加平滑自然，冗余连接显著减少，复杂交叉口的结构表达更加清晰合理，最终形成拓扑结构更加完整、路径更加连续的中心线路网。

图10

图10   HFDA-Net不同变体在BJRoad数据集上中心线提取结果

Fig. 10   Centerline extraction results of different HFDA-Net variants on the BJRoad dataset

3.2　模型训练效率评估

图11展示了M4模型在BJRoad多任务数据集训练过程中的损失函数变化曲线。由图11可以看出，模型在约第20个Epoch后开始迅速收敛，整体曲线下降平稳，未出现明显震荡，表明HFDA-Net具有良好的训练稳定性和收敛效率，这有助于在地理信息相关应用中实现更高效的任务适配与部署。这一结果进一步验证了模型结构设计的合理性和损失函数设置的有效性。同时应该看到，相对经典网络，HFDA-Net参数量相对较高，这源于本文设计了多个核心模块。这些设计虽引入了额外的计算成本，但带来了显著的性能提升。本文认为，在诸如高精度地图制作等对精度要求较高的应用场景中，这种以适度增加模型复杂度来换取显著性能提升的权衡是合理的。

图11

图11   M4损失函数曲线

Fig. 11   Loss function curves of M4

3.3　道路面和中心线信息关联性消融试验

为进一步验证HFDA-Net中道路面与中心线协同提取机制的有效性，本文设计了道路面与中心线信息关联性消融试验，分析二者在联合建模过程中所体现的信息互补性及其对路网提取性能的提升作用。表6汇总了BJRoad数据集上的定量试验结果。由表6结果可以看出，道路面与中心线协同提取在整体性能上取得了最优表现。具体而言，在道路中心线提取指标上，多任务在F₁值、Precision、Recall和APLS上分别高出中心线提取任务2.57、1.78、2.98和7.46个百分点。多任务在IoU、F₁值、Precision和Recall上分别高出道路面提取任务1.08、0.67、0.57和0.71个百分点。以上结果表明，在协同提取中，道路面和中心线信息实现了互补，道路面信息含有的几何空间约束，有助于增强中心线路网的拓扑表达能力，而中心线所蕴含的结构先验与方向连续性特征，提升了道路面提取的完整性与连贯性。

表6BJRoad数据集上道路面和中心线信息关联性消融试验

Tab. 6  Ablation experiment on the correlation between road surface and centerline information on the BJRoad dataset

图12展示了一些道路面提取和多任务提取定性结果。整体而言，两种方法在宏观道路结构上差异不显著，但在局部细节刻画方面仍存在明显区别。如，在第2行示例中，道路面在细节提取上表现较弱，将两条相互独立的支路错误地预测为一条连续路段，而多任务提取能够更准确地保持道路的分离结构。在第3行示例中，道路面提取的边缘存在较为明显的锯齿现象，导致路面轮廓不够平滑；相比之下，多任务提取结果在边界连续性与平滑性方面表现更优。

图12

图12   在BJRoad数据集上道路面提取与多任务提取结果

Fig. 12   Road surface extraction and multi-task extraction results on the BJRoad dataset

图13展示了中心线提取和多任务提取定性对比结果。可以观察到，在中心线的局部结构表达方面，多任务提取同样展现出更强的优势。在第1行示例中，中心线提取在交叉口区域出现了断裂问题，而多任务提取能够较好地保持交叉口的拓扑连通性。在第2行和第3行所示的复杂立交桥场景中，中心线提取相较于多任务提取出现了更为严重的局部路段预测混乱现象，并在交叉口区域伴随明显的冗余预测；而多任务提取在复杂结构区域的中心线连续性和拓扑一致性方面表现更加稳定。

图13

图13   在BJRoad数据集上中心线提取与多任务提取结果

Fig. 13   Centerline extraction and multi-task extraction results on the BJRoad dataset

3.4　模型泛化能力评估

为了验证提出的HFDA-Net模型在多源数据融合路网提取泛化能力，本文在波尔图市做了试验，从谷歌地图获取了波尔图市0.5 m遥感图像，收集了对应区域超过1年的轨迹数据，并下载了对应区域的开放街图数据。

图14展示了HFDA-Net在波尔图市大范围道路中心线提取结果。从整体结果来看，即使在道路密集、结构复杂的城市环境中，HFDA-Net仍能准确捕获道路的几何走向，保持良好的拓扑连通性与结构完整性。从红框所示的局部细节可以进一步观察到，HFDA-Net在树木遮挡、交叉口等区域仍保持较高的几何精度与连接一致性，未出现剧烈的中心线断裂、错连或抖动问题。

图14

图14   波尔图市大范围中心线预测结果

Fig. 14   Centerline prediction results over a large area in Porto city

图15展示了对应区域的道路面提取结果。波尔图市道路网络密集，道路呈多尺度分布，部分道路被植被或阴影遮挡，常伴有高频率的交叉与弯折，这为大尺度场景中实现道路面完整提取带来显著挑战。然而，如图15（b）所示，本文方法有效克服了上述困难，展现出优越的道路面提取能力。与图15（a）所示的真实标签相比，模型预测的道路边界清晰连贯，道边缘平滑，结构完整，且整体拓扑连接关系准确，能够真实反映道路网络的空间分布与几何形态。

图15

图15   波尔图市大范围道路面提取效果

Fig. 15   Road surface extraction results over a large area in Porto city

4　结论

针对道路形态复杂、尺度变化大且易受阴影与遮挡影响而导致的道路提取断裂、漏检及边缘不完整等问题，本文提出一种融合层级特征，具备多样化注意力机制的道路面与中心线协同提取网络（HFDA-Net）。该模型融合卷积神经网络、Transformer、Mamba及图神经网络的优势，通过构建层级特征交互融合模块（HFIFM）、状态空间全局扫描增强模块（SGSEM）和多样化注意力优化增强模块（DARM）等关键组件，实现局部细节与全局语义的动态互补，有效提升了道路几何与拓扑结构的表达能力。在Massachusetts、BJRoad和City-scale典型数据集上的试验结果表明，HFDA-Net在道路面与中心线提取的IoU、F₁值和TOPO等指标上均优于主流方法，能够有效提升道路网络的连续性与完整性。同时，跨区域泛化试验进一步验证了该方法在多源数据条件下的稳定性与适应能力。本文方法可为大规模路网自动更新、交通规划与智能驾驶等地理信息相关应用提供技术支撑。未来研究将进一步融合多源异构数据与地理先验信息，提升模型轻量化设计，以持续提高道路提取的精度与拓扑一致性。