Эта статья касается двух сложных проблем извлечения зданий, которые заключаются в множественном изменении формы и недостаточно точном извлечении границ. Предлагается интегрированная сеть с двойной ветвью извлечения зданий для разделения основных структур и многомасштабного извлечения информации. Во-первых, с помощью принципа декомпозиции и технологии оптического потока разработана ветвь разделения основных структур для получения основной структуры и контурных особенностей зданий и усиления представления границ зданий. Затем, на основе полостного свертывания, глубокого раздельного свертывания и механизма внимания, разработана легкая многомасштабная ветвь извлечения информации для полного извлечения различных особенностей зданий. Наконец, с использованием полученных основных и контурных особенностей предлагается функция усиленной потери с усилением основных и контурных особенностей для оптимизации процесса тренировки сети. Результаты экспериментов на общедоступных наборах данных для извлечения зданий показывают, что предложенная сеть извлечения зданий является эффективной и целесообразной.

Дистанционное зондирование; извлечение зданий; глубокое обучение; U-Net; разделение основных структур; двойная ветвь; многомасштабный; легкая модель