Para abordar los desafíos de la extracción de edificios de formas variables y la extracción imprecisa de bordes, se propone una red de extracción de edificios de doble rama que integra la separación del cuerpo principal y los bordes remotos, así como la extracción de información a múltiples escalas. La primera parte utiliza el principio de desacoplamiento y la tecnología de flujo óptico para obtener la separación del cuerpo principal y de los bordes, fortaleciendo así la capacidad de representar los bordes de los edificios. La segunda parte se basa en el uso de convoluciones dilatadas, convoluciones separables profundas y mecanismos de atención para construir un elemento de extracción de información ligero y de múltiples escalas que extrae completamente las características de los edificios a diferentes escalas. Finalmente, mediante la combinación de las características del cuerpo principal y los bordes obtenidos, se emplea una función de pérdida auxiliar mejorada para optimizar el proceso de entrenamiento de la red. Los resultados de experimentos en dos conjuntos de datos de extracción de edificios de acceso público muestran que la red propuesta para la extracción de edificios es efectiva.

Teledetección; extracción de edificios; aprendizaje profundo; U-Net; separación del cuerpo principal y del borde; doble rama; multi-escala; ligero