摘要：針對高分辨率遙感圖像建筑物分割問題,提出一種Encoder-Decoder的深度學(xué)習(xí)框架,建立輸入圖像到分割結(jié)果之間的端對端的分割模型。其中Encoder以殘差網(wǎng)絡(luò)為基礎(chǔ),自動提取建筑物的特征;Decoder采用反卷積實現(xiàn)對特征圖的上采樣,從而完成對建筑物的分割;同時引入批量規(guī)范化處理,降低了神經(jīng)網(wǎng)絡(luò)權(quán)重訓(xùn)練過程中的梯度競爭,從而減小了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難度。實驗表明:提出的建筑物分割算法能有效提取建筑物的塊狀特征和邊緣信息,降低復(fù)雜道路等干擾的影響,提升建筑物的分割精準度,算法對鄰近復(fù)雜道路的建筑物、規(guī)律性建筑物、單體復(fù)雜建筑物等3種典型建筑物的分割精度分別為:0.837、0.892和0.630;F值分別為:0.851、0.879和0.730。同時,多分辨率條件下的分割實驗結(jié)果表明,該算法對于一定范圍內(nèi)的多分辨率遙感圖像具有較好的泛化能力。