刘于昆，高郭瑞，王淑焜，戚慧，王振华，张家佑

(郑州大学地球科学与技术学院,河南郑州，450000)

0 引言

建筑物作为城市或城郊的重要特征，精确识别建筑物在土地利用分析、交通规划、地图更新、城市规划及环境保护等领域具有重要意义。随着高分辨率卫星的发射，遥感影像空间分辨率的提升，具有更加丰富的地物空间结构和纹理特征信息，使得建筑物的精准识别定位成为可能，但同谱异物和同物异谱的现象也更加严重。传统目视解译消耗大量人力物力，基于传统机器学习自动解译也稍显落后，而基于深度学习的卷积神经网络算法自动提取建筑物在计算机发展下逐渐成为热门，对于绝大部分的计算机视觉问题, 基于深度卷积神经网络( DCNN)方法的效果明显优于其他传统方法。

本文基于VGG16(Visual Geometry Group Network 16)网络模型，改进构建FCN、U-net、SegNet三种网络结构，并对同一地区遥感图像进行实验，对比三种网络结构对大多伦多地区（Greater Toronto Area,GTA)数据集自动提取的效果，比较三种模型的优劣性。

1 研究方法

VGG网络是经典的卷积神经网络，由13个卷积层、5个池化层、3个全连接层组成。通过“卷积层＋池化层”得到特征图，然后将得到的特征图转换成一维向量输入到全连接层，最后一层全连接层通常被传到Sigmoid激活函数或Softmax激活函数中，用于二分类或多分类任务[1]。

本文以VGG16为基础网络结构，舍弃了它的全连接层，搭建FCN、U-net、SegNet三种模型，通过对同一数据集进行分类识别，多次试验得到建筑物提取结果，对比分析其分类精度，找到最佳建筑物自动提取模型。……