La segmentation sémantique des images de télédétection joue un rôle important dans la détection des changements urbains, la protection de l'environnement, la reconnaissance des catastrophes géologiques, entre autres domaines. Face aux problèmes actuels d'omission, de fausses détections et d'extraction incomplète causée par le masquage par les arbres ou des interférences d'objets similaires dans l'extraction des bâtiments en télédétection, cet article propose un réseau amélioré d'extraction des bâtiments basé sur le réseau UNet — le réseau de fusion des caractéristiques locales et globales FLGF-UNet (Fusion of Local Global Features Network). Le mode de fusion parallèle des caractéristiques de FLGF-UNet garantit que chaque étape contient à la fois des informations locales fines et des dépendances globales, permettant au réseau de disposer à chaque étape d'une représentation des caractéristiques intégrant les informations locales et globales, surmontant efficacement les limites du Transformer dans l'échange d'informations locales et surpassant les CNN traditionnels dans la modélisation des informations globales. En outre, pour compenser le fossé sémantique entre l'encodeur et le décodeur, un module de fusion interactive IF (Interactive Fusion) est ajouté entre eux, améliorant l'intégration des détails spatiaux, du contexte global et des caractéristiques sémantiques. Pour vérifier la supériorité et la généralité de FLGF-UNet, le réseau proposé a été comparé à U2Net, Swin Transformer, MA-Net, HD-Net et RS-Mamba sur les ensembles de données WHU, Massachusetts et les ensembles de données typiques des bâtiments urbains en Chine. Les résultats montrent que FLGF-UNet surpasse les autres réseaux SOTA en performances et a une grande valeur d'application pratique.

images de télédétection; extraction de bâtiments; réseau de fusion des caractéristiques locales et globales; fusion des caractéristiques; module de fusion interactive