一、研究背景与意义

丘陵山区地形复杂，田间道路蜿蜒曲折且受植被、光照等因素干扰严重，传统道路识别方法（如基于边缘检测或颜色阈值）在复杂场景下易出现漏检、误检问题。深度学习中的卷积神经网络（CNN）虽在图像分类中表现优异，但标准卷积核的局部感受野限制了其对长程依赖关系的捕捉能力，尤其在道路连续性识别中效果不佳。

空洞卷积（Dilated Convolution）通过引入扩张率（Dilation Rate）扩大感受野而不增加参数数量，成为解决该问题的关键技术。然而，传统空洞卷积存在”网格效应”（Gridding Effect），即相邻卷积核采样点间距过大导致局部信息丢失。本研究针对丘陵山区道路场景特点，提出改进空洞卷积神经网络（Improved Dilated CNN, IDCNN），通过动态调整扩张率、融合多尺度特征及引入注意力机制，显著提升道路识别精度。

二、改进空洞卷积神经网络设计

1. 动态扩张率调整模块

传统空洞卷积采用固定扩张率（如2、4、8），易导致特征图出现”空洞”（图1a）。本研究提出动态扩张率调整策略，根据输入图像的复杂度自适应选择扩张率组合。具体实现如下：

class DynamicDilationLayer(nn.Module):
    def __init__(self, in_channels, out_channels, kernel_size):
        super().__init__()
        self.conv_list = nn.ModuleList([
            nn.Conv2d(in_channels, out_channels, kernel_size, 
                     dilation=d, padding=d*(kernel_size-1)//2) 
            for d in [1, 2, 4, 8]  # 候选扩张率集合
        ])
        self.attention = nn.Sequential(
            nn.AdaptiveAvgPool2d(1),
            nn.Conv2d(in_channels, len(self.conv_list), 1),
            nn.Softmax(dim=1)
        )
    def forward(self, x):
        features = [conv(x) for conv in self.conv_list]
        weights = self.attention(x)  # 生成各扩张率分支的权重
        weighted_features = [f * w.view(-1,1,1,1) for f, w in zip(features, weights[0])]
        return sum(weighted_features)  # 加权融合

该模块通过注意力机制动态分配不同扩张率分支的权重，在保持计算效率的同时增强特征表达能力（图1b）。

2. 多尺度特征融合架构

丘陵山区道路宽度变化大（1-5米不等），需同时捕捉局部细节（如道路边缘）与全局结构（如道路走向）。本研究构建U型编码器-解码器结构，在编码阶段通过动态扩张率模块提取多尺度特征，解码阶段采用跳跃连接（Skip Connection）融合浅层细节信息与深层语义信息。具体流程如下：

1. 编码阶段：输入图像经4个动态扩张率模块下采样，特征图分辨率逐步降低至1/16原图大小。
2. 解码阶段：通过转置卷积上采样，每步融合对应编码层的特征图（图2）。
3. 输出层：采用1×1卷积生成道路概率图，阈值化后得到二值分割结果。

3. 空间注意力增强机制

田间道路常与农田、植被混杂，需强化道路区域的空间相关性。本研究引入坐标注意力（Coordinate Attention）模块，通过沿水平和垂直方向分别聚合特征，生成注意力权重图：

class CoordinateAttention(nn.Module):
    def __init__(self, in_channels, reduction_ratio=16):
        super().__init__()
        self.avg_pool_x = nn.AdaptiveAvgPool2d((None, 1))
        self.avg_pool_y = nn.AdaptiveAvgPool2d((1, None))
        self.conv = nn.Sequential(
            nn.Conv2d(in_channels*2, in_channels//reduction_ratio, 1),
            nn.ReLU(),
            nn.Conv2d(in_channels//reduction_ratio, in_channels, 1)
        )
    def forward(self, x):
        x_h = self.avg_pool_x(x).permute(0,1,3,2)  # 水平方向聚合
        x_w = self.avg_pool_y(x)                   # 垂直方向聚合
        x_cat = torch.cat([x_h, x_w], dim=2)
        x_out = self.conv(x_cat)
        att_h, att_w = torch.split(x_out, x.shape[1], dim=1)
        return x * att_h.sigmoid() * att_w.permute(0,1,3,2).sigmoid()

该模块使网络更关注道路延伸方向的特征，抑制无关区域干扰。

三、实验验证与结果分析

1. 数据集构建

采集丘陵山区田间道路图像2000张，涵盖晴天、阴天、雨后等场景，手动标注道路区域生成二值掩膜。按71划分训练集、验证集和测试集。

2. 对比实验

与标准CNN、U-Net、DeepLabv3+等模型对比，评价指标包括准确率（Accuracy）、交并比（IoU）和F1分数（F1-Score）：
| 模型 | Accuracy | IoU | F1-Score |
|———————-|—————|———-|—————|
| 标准CNN | 89.2% | 76.5% | 82.1% |
| U-Net | 92.7% | 81.3% | 86.4% |
| DeepLabv3+ | 93.5% | 83.1% | 88.0% |
| IDCNN(本研究) | 95.8% | 87.6% | 91.2% |

IDCNN在复杂场景下（如道路被植被遮挡）表现尤为突出，IoU提升达4.5个百分点。

3. 可视化分析

图3展示了不同模型的识别结果：标准CNN出现道路断裂（红色箭头），U-Net误检部分植被为道路（黄色箭头），而IDCNN准确识别出连续道路且边缘清晰。

四、应用价值与展望

本研究提出的IDCNN模型已集成至农业机器人导航系统，在丘陵山区实测中使路径跟踪误差降低至0.15米以内。未来工作将探索：

1. 轻量化设计：通过深度可分离卷积减少参数量，适配嵌入式设备。
2. 多模态融合：结合激光雷达点云提升夜间或低光照场景下的识别鲁棒性。
3. 实时优化：采用TensorRT加速推理，满足农业机械实时决策需求。

该方法为复杂地形下的道路识别提供了新思路，可推广至森林巡检、灾后救援等场景，具有显著的社会与经济价值。