A extração eficiente de edifícios a partir de imagens de sensoriamento remoto desempenha um papel importante em planejamento urbano, resgate em desastres, reconhecimento militar e outros campos. Embora os métodos de extração de edifícios baseados em aprendizado profundo possuam alta precisão, geralmente são implementados por meio de operações convolucionais complexas e grandes modelos de rede, o que resulta em baixa velocidade de extração e dificulta atender às demandas reais. Para isso, foi projetado um método rápido para extração de edifícios a partir de imagens de sensoriamento remoto. Foi introduzida a convolução multiescala na rede de extração de características do modelo STTNet para extrair características multiescala dentro da mesma camada convolucional, melhorando ainda mais a capacidade de extração do modelo. A estrutura do extrator de características espaciais esparsas foi aprimorada aplicando atenção de canal em mapas de características com pesos de atenção espacial, aprendendo efetivamente os pesos de atenção de canal e resolvendo o problema da flutuação destes pesos durante o aprendizado dos mapas de características de saída da rede backbone. Para reduzir o número de parâmetros do modelo e acelerar a velocidade de computação, o modelo STTNet foi alterado de uma estrutura paralela para uma estrutura em série. Experimentos no conjunto de dados de edifícios INRIA mostraram que o método proposto aumentou a velocidade em 18,3% em comparação ao STTNet, garantindo precisão e IoU, superando claramente os métodos principais.

imagens de sensoriamento remoto;extração de edifícios;convolução multiescala;extrator de características esparsas