Para abordar o problema da baixa precisão na extração de edifícios causada pela variedade de formas e tamanhos dos edifícios em imagens de sensoriamento remoto de alta resolução, bem como os problemas dos modelos tradicionais de segmentação que possuem grande quantidade de parâmetros, é proposta uma rede leve de diferença multiescala baseada em codificador-decodificador, LMD-Net (Lightweight Multi-scale Difference Network). Primeiro, para evitar que o empilhamento de unidades de processamento de características únicas enfraqueça o desempenho do modelo e gere parâmetros ineficientes, foi projetado um modelo leve de diferença para otimizar o desempenho por meio da fusão das diferenças funcionais da estrutura codificador-decodificador. Em segundo lugar, foi introduzido um módulo de percepção de dilatação multiescala (MSDP) para melhorar a capacidade da rede de capturar características de objetivos em múltiplas escalas. Por fim, por meio de um mecanismo de dupla fusão, as informações das características dos dois grupos — conexões profundas de salto e decodificador profundo — são agregadas efetivamente, melhorando assim a capacidade de recuperação das características do decodificador. Para validar a eficácia e aplicabilidade da rede leve de diferença multiescala LMD-Net, foi utilizado o conjunto de dados WHU building dataset de código aberto como fonte de dados, e foram realizados experimentos de avaliação de precisão e eficiência comparando a rede LMD-Net com redes comuns de segmentação semântica e resultados de pesquisas recentes. Os resultados mostram que a rede LMD-Net demonstra vantagens claras em eficiência e precisão, reduzindo significativamente a quantidade de parâmetros e o volume computacional do modelo, enquanto o IoU e a acurácia aumentaram 3,23% e 2,57%, respectivamente. Isso indica que o modelo possui bom valor para bases de dados de informações espaciais urbanas no campo da extração de edifícios a partir de imagens de sensoriamento remoto de alta resolução.

imagens de sensoriamento remoto de alta resolução;múltiplas escalas;extração de edifícios;codificador-decodificador;leve