Pour résoudre les problèmes d'extraction de deux bâtiments de forme changeante et d'extraction non précise des bords, il est proposé un réseau d'extraction à deux branches intégrant respectivement la séparation du corps principal et des bords éloignés, ainsi qu'une extraction d'informations à multiples échelles. La première partie utilise le principe de la décomposition et la technologie du flux optique pour obtenir la séparation du corps principal et des bords, renforçant ainsi la capacité de représenter les bords des bâtiments. La deuxième partie repose sur l'utilisation des convolutions dilatées, des convolutions profondes séparables et des mécanismes d'attention pour créer un élément extracteur léger et à multiples échelles afin d'extraire pleinement les caractéristiques des bâtiments à différentes échelles. Enfin, en combinant les caractéristiques du corps principal et des bords obtenues, une fonction de perte auxiliaire améliorée est utilisée pour optimiser le processus d'entraînement du réseau. Les résultats des expériences sur deux ensembles de données publics d'extraction de bâtiments montrent que le réseau proposé pour l'extraction de bâtiments est efficace.

Télédétection; extraction de bâtiments; apprentissage profond; U-Net; séparation du corps principal et du bord; double branche; multi-échelle; léger