استجابة لتحديات استخراج المباني المتعلقة بتغيرات الشكل وعدم الدقة في استخراج الحدود، نقترح شبكة استخراج المباني ذات الفروع المزدوجة المتكاملة لفصل الحواف الرئيسية واستخراج المعلومات متعددة المقاسات. أولاً، باستخدام فكرة الفصل وتقنية التدفق البصري ، صممنا فرع فصل الحواف الرئيسية للحصول على سمات المبنى الرئيسية والحواف وتعزيز القدرة على تمثيل حدود المباني. ثم، استنادًا إلى الانفجار المجوف والانفصال العميق وآلية الانتباه، بنينا فرع استخراج المعلومات متعددة المقاسات خفيف الوزن لاستخراج سمات مباني مختلفة المقاسات بشكل كامل. أخيرًا، باستخدام الميزات المستخرجة للرئيسية والحواف ، نقدم وظيفة خسارة معززة بالميزات الرئيسية والحواف لتحسين عملية تدريب الشبكة. نتائج التجارب على مجموعات البيانات العامة المستخدمة بشكل شائع في استخراج المباني تظهر أن شبكة استخراج المباني المقترحة فعالة وممكنة.
关键词
صور الاستشعار عن بعد ؛ استخراج المباني ؛ التعلم العميق ؛ U-Net ؛ فصل الحواف الرئيسية ؛ فرع مزدوج ؛ متعدد المقاسات ؛ خفيف الوزن