背景にある道路、樹木、影の干渉によりリモートセンシング画像の建物のセグメンテーション境界が不明瞭になる問題に対し、フラクタル幾何特徴を融合したResnetネットワークを提案した。提案モデルはエンコーダー・デコーダーフレームワークに基づき、Resnetネットワークをバックボーンとし、エンコード段階でフラクタル先行情報を融合した空洞空間ピラミッドプーリングモジュール（FD-ASPP）を導入し、フラクタル次元を用いてリモートセンシング画像のフラクタル特徴を捉え、Resnetネットワークの幾何学的特徴記述能力を強化した。デコード段階では深層可分離畳み込み注意融合機構（DSCAF）を提案し、高レベル特徴と低レベル特徴を効果的に融合して、より豊かなリモートセンシング画像の意味情報と位置詳細情報を取得した。WHUリモートセンシング画像データセット上の実験において、精度は0.9448、再現率は0.9462、F1スコアは0.9455、平均交差比mIoUは0.9415に達した。提案モデルは既存のFCN、Segnet、Deeplab V3、U-net、SETR、AlignSegなどの建物リモートセンシングセマンティックセグメンテーションモデルと比較して、より高いセグメンテーション精度を持ち、道路、樹木、影などの干渉を効果的に克服し、より鮮明な建物の境界を得られた。

リモートセンシング画像; 建物セグメンテーション; 残差ネットワーク; フラクタル次元; 特徴融合