张涛，丁乐乐，史芙蓉

(1.天津市勘察设计院集团有限公司，天津 300191；2.武汉大学 测绘遥感信息工程国家重点实验室，武汉 430079)

0 引言

建筑是城市最主要的基础地理要素之一，准确的建筑信息对城市动态监测、城市密度估计与城市环境评价等方面具有重要意义[1-2]。当前，从高分辨率影像上提取建筑信息吸引了众多学者的关注，成为测绘遥感领域的热点研究问题[3]。

建筑提取方法主要可以分为两大类：基于人工设计特征的方法和基于卷积神经网络的深度学习方法。传统人工设计特征方法主要根据专家先验知识，综合考虑建筑的光谱、纹理、形状和空间关系等方面信息[4]，构建建筑知识规则，实现建筑的提取。该方法主要依赖人工设计特征的精巧程度。实际上，由于建筑自身和周围环境的复杂性，人工设计特征在描述建筑属性时，依然存在巨大挑战。

近些年来，以卷积神经网络模型(convolutional neural network，CNN)为代表的深度学习方法在图像处理领域取得了巨大的成功[5-6]。深度学习拥有强大的特征学习和表达能力，能够从标记数据中自动学习中高层的抽象特征[7]。建筑提取可以看成是一个二类的语义分割任务，即在影像上对建筑与非建筑区域进行像素级的区分。目前，典型的语义分割模型有全卷积神经网络(fully convolutional network,FCN)[8]、SegNet[9]、U-Net[10]、Deeplab系列[11]等。其中，SegNet网络模型引领了目前在语义分割任务中广泛采用的编码-解码结构，成为很多算法改进的基本模型[12]。该模型结构简单清晰，通过编码层提取影像特征，再经过解码还原图像的尺寸和细节信息。……