文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

一种改进的多尺度门控注意力遥感图像建筑物提取方法

许新华1，2，张蓁3

（1.郑州西亚斯学院 工学部，河南 新郑 451150；2.河南省农业信息数智化工程研究中心，河南 新郑 451150； 3.河南锦源建设有限公司，河南 郑州 450007）

栏目：信息化应用 · 第 2026 年第 10 期 · 页码：128-132 · 2096-4706（2026）10-0128-05 · 中图分类号：TP391.4 · 文献标识码：A · DOI：10.19850/j.cnki.2096-4706.2026.10.023

摘要

针对现有遥感影像建筑物提取模型中建筑物边界不清晰及微小建筑物易丢失的问题，提出一种改进的多尺度门控自注意力网络方法。通过多尺度特征聚合策略增强特征提取效果；结合门控自注意力机制优化特征关联性，整合全局与局部特征，减少微小建筑物细节信息的丢失；引入边缘损失增强机制细化建筑物边界提取，补偿信息损失以提升分割精度；并设置对比实验与模型应用性验证。在Inria数据集上的实验结果表明，所提方法的Dice系数和mIoU值明显优于其他方法，体现出良好的鲁棒性和广泛的泛化能力。

关键词

自注意力机制；多尺度特征聚合；全局与局部特征融合；边缘损失；遥感图像分割；建筑物提取

参考文献

  1. [1] 何直蒙，丁海勇，安炳琪.高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法 [J].测绘学报，2022，51（3）：457-467.
  2. [2] 刘二虎，李浩文，胡煜，等.融合局部-全局特征的双分支遥感影像建筑物提取网络 [J].计算机科学与探索，2025，19（9）：2430-2444.
  3. [3] AVUDAIAMMAL R，ELAVENI P，SELVAN S，et al. Extraction of Buildings in Urban Area for Surface Area Assessment from Satellite Imagery based on Morphological Building Index using SVM Classifier [J].Journal of the Indian Society of Remote Sensing，2020，48：1325-1344.
  4. [4] YANG K，YI J Z，CHEN A B，et al.ConDinet++: Full-Scale Fusion Network Based on Conditional Dilated Convolution to Extract Roads From Remote Sensing Images [J]. IEEE Geoscience and Remote Sensing Letters，2021，19：1-5.
  5. [5] HE D，SHI Q，LIU X P，et al. Generating 2 m Fine-scale Urban Tree Cover Product Over 34 Metropolises in China Based on Deep Context-aware Sub-pixel Mapping Network [J/OL].International Journal of Applied Earth Observation and Geoinformation，2022，106：102667[2025-11-06].https://doi.org/10.1016/j.jag.2021.102667.
  6. [6] ZHANG Z X，LIU Q J，WANG Y H.Road Extraction by Deep Residual U-Net [J].IEEE Geoscience and Remote Sensing Letters，2018，15（5）：749-753.
  7. [7] DING W W，HUANG H M，WANG Y. Semantic Segmentation of Remote Sensing Architectural Images Based on GAN and UNet3+ Model [C]// PRICAI 2023: Trends in Artificial Intelligence.Jakarta：Springer，2023：262-273.
  8. [8] CHEN L C，ZHU Y K，PAPANDREOU G，et al. Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation [C]//Computer Vision - ECCV 2018.Munich：Springer，2018：833-851.
  9. [9] 明兴涛，杨德宏.基于多模块的遥感影像建筑物提取方法 [J].激光与光电子学进展，2024，61（4）：385-393.
  10. [10] 雷蓝坤，钟浩，杨锐，等. 基于Res-UNet高分辨率遥感影像建筑提取方法 [J].计算机科学与应用，2024，14（9）：103-110.
  11. [11] CAO H，WANG Y Y，CHEN J，et al. Swin-unet: Unet-like Pure Transformer for Medical Image Segmentation [C]//Computer Vision – ECCV 2022 Workshops.Tel Aviv：Springer，2022：205-218.

基金项目

河南省高等学校重点科研项目（24B510016）；郑州西亚斯学院2025年度科研经费资助项目（2025XKB011）

作者简介

许新华（1986—），女，汉族，河南鹤壁人，副教授，硕士研究生，研究方向：图像处理及应用。