Die Gebäudesegmentierung in Fernerkundungsbildern wird umfassend in der Stadtplanung und im Militärbereich eingesetzt und ist ein aktuelles Forschungsthema im Bereich der Fernerkundung. Um das Problem der niedrigen Segmentierungsgenauigkeit zu lösen, das durch starke Maßstabsänderungen zwischen Gebäuden, Gebäudeverdeckungen sowie Ähnlichkeiten zwischen Gebäudeschatten und Gebäudegrenzen verursacht wird, wurde ein konvolutionales neuronales Netzwerkmodell mit parallelen Pfaden und einem starken Aufmerksamkeitsmechanismus vorgeschlagen. Das Modell basiert auf dem Konzept der Residualverbindungen des ResNet-Netzwerks, verwendet ResNet als Basisnetzwerk zur Erhöhung der Netzwerktiefe und nutzt konvolutionelles Downsampling, um parallele Pfade zu erzeugen, die mehrskalige Gebäudemerkmale extrahieren und so die Auswirkungen der Maßstabsänderungen verringern. Anschließend wird ein starker Aufmerksamkeitsmechanismus hinzugefügt, um die Fusion mehrskaliger Informationen zu verstärken, die Unterscheidung zwischen verschiedenen Merkmalen zu erhöhen und die Auswirkungen von Gebäudeverdeckungen und Gebäudeschatten zu unterdrücken. Schließlich wird nach der mehrskaligen Merkmalsfusion ein Pyramidales räumliches Pooling-Modul hinzugefügt, um das Auftreten von inneren Löchern innerhalb der Gebäude in den Segmentierungsergebnissen zu unterdrücken und die Segmentierungsgenauigkeit zu verbessern. Experimente wurden mit den öffentlichen Datensätzen WHU und Massachusetts Buildings durchgeführt, wobei die Segmentierungsergebnisse anhand von vier Metriken quantitativ verglichen wurden: MIoU, Recall, Precision und F1-Score. Im Massachusetts Buildings-Datensatz erreichte der MIoU 72,84 %, was eine Steigerung von 1,46 % gegenüber ResUNet-a darstellt und die Segmentierungsgenauigkeit von Gebäuden in Fernerkundungsbildern effektiv verbessert.

Fernerkundungsbilder; Gebäudesegmentierung; parallele Pfade; starker Aufmerksamkeitsmechanismus; pyramidales räumliches Pooling