结合注意力与特征融合的遥感建筑物提取方法

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：张 琼, 李百寿, 夏金磊, 张 越

摘要：深度学习是遥感影像建筑物提取的重要技术之一。针对目前卷积神经网络在提取建筑物时存在边缘模糊、不同尺寸建筑物提取结果差异大、模型参数量大等问题，提出一种基于注意力和多尺度特征融合的提取方法。利用高效通道注意力模块增强重要特征在网络训练的作用；嵌入多尺度特征深度融合模块提取并交互融合特征，同时借助卷积通道剪枝思想压缩模型。实验表明，该方法具有优异的建筑物提取能力，网络细节感知能力更强，提取边缘更加清晰，对复杂场景下不同尺寸和不规则建筑物的提取效果更好，并很好地平衡了模型提取精度和运行效率。

关键词：遥感图像, 语义分割, 建筑物提取, 通道注意力, 多尺度特征, 特征可视化