形状スケールの変化と境界の正確な抽出が困難な2つの建物抽出課題に対処するために、主体エッジ分離とマルチスケール情報の抽出を統合したデュアルブランチ建物抽出ネットワークが提案される。まず、切り離しの発想とオプティカルフロー技術を活用して、建物の主体および境界特徴を取得するための主体エッジ分離ブランチが設計され、建物境界の表現能力を高める。次に、空洞畳み込み、深度分離畳み込み、およびアテンションメカニズムに基づいて、さまざまなスケールの建物特徴を十分に抽出する軽量なマルチスケール情報抽出ブランチが構築される。最後に、取得した主体および境界特徴を活用した補助強化損失関数が提供され、ネットワークトレーニングプロセスが最適化される。一般的に使用される2種類の建物抽出データセットを使用した実験結果から、提案された建物抽出ネットワークが有効であることが示される。

リモートセンシング画像；建物抽出；深層学習；U-Net；主体エッジ分離；デュアルブランチ；マルチスケール；軽量