Foi proposta uma rede Resnet que integra características de geometria fractal para abordar o problema de limites de segmentação pouco claros em edifícios de imagens de sensoriamento remoto devido a interferências de estradas, árvores e sombras no fundo. O modelo proposto baseia-se em uma estrutura codificador-decodificador, utilizando a rede Resnet como backbone. Na fase de codificação, é introduzido um módulo de pooling espacial piramidal dilatado com priori fractal (FD-ASPP), utilizando a dimensão fractal para capturar características fractais das imagens de sensoriamento remoto, fortalecendo a capacidade da Resnet de descrever características geométricas. Na fase de decodificação, é proposto um mecanismo de fusão de atenção convolucional separável em profundidade (DSCAF), que integra efetivamente características de alto e baixo nível, obtendo informações semânticas e de detalhes espaciais mais ricas das imagens de sensoriamento remoto. Experimentos no conjunto de dados WHU mostraram precisão de 0.9448, recall de 0.9462, pontuação F1 de 0.9455 e mIoU médio de 0.9415. Comparado com modelos existentes como FCN, Segnet, Deeplab V3, U-net, SETR e AlignSeg, o modelo proposto apresenta melhor precisão de segmentação e supera efetivamente as interferências de estradas, árvores e sombras, alcançando limites de edifícios mais claros.

imagens de sensoriamento remoto; segmentação de edifícios; rede residual; dimensão fractal; fusão de características