地科学院杨栋杰博士在郭康良教授和高贤君副教授的指导下，在成像科学和摄影技术主流期刊《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》上发表题为“Advances and Future Prospects in Building Extraction from High-Resolution Remote Sensing Images”（2026ESI高被引）的研究论文。

从高分辨率自动提取建筑物对于广泛的应用来说仍然具有挑战性。之前的研究已经回顾了建筑提取方法，但深度学习(DL) 的快速发展凸显了针对 HRSI 应用进行更新回顾的必要性。因此，我们回顾了 243 篇论文，以确定未来的研究趋势，并强调基于 HRSI 的建筑物提取的五个关键挑战：复杂的边界优化、形状和光谱变化、样本不足、树木和阴影干扰以及轻量级模型应用。随后，我们利用先进的深度学习技术探索了五个相应的机会。现有方法主要分为两大类：基于非深度学习 (NDL) 的方法和基于 DL 的方法。这些进一步细分为四大类：传统方法、基于机器学习的方法、基于语义分割的方法和基于向量的方法，并根据其基本原理进行详细讨论。此外，我们还介绍了几个实际应用并介绍了 10 个公开可用的基准。我们使用三个公共数据集：WHU、马萨诸塞州和 WHU Satellite I 建筑数据集，对九种代表性方法以及我们提出的多并行视觉 Mamba 网络 (MVMNet) 进行了全面评估。在这些方法中，HD-Net 和 MSSDMAP-Net 在解决与复杂边界相关的挑战方面表现出卓越的性能，而 BuildFormerSegDP 和 CBRNet 在减轻树木遮挡的影响方面表现出增强的有效性。值得注意的是，MVMNet 在解决与建筑物内光谱异质性相关的挑战方面优于其他方法，分别实现了 0.9076、0.7376 和 0.6612 的最佳交并集 (IoU) 值。最后，我们探索了一系列有前景的研究方向，并为未来的研究人员提供参考和见解

《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》是一本专注于成像科学和摄影技术领域的英语学术期刊，创刊于2008年，由Institute of Electrical and Electronics Engineers Inc.出版商出版。该刊发文范围涵盖IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY等领域，旨在及时、准确、全面地报道国内外IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY工作者在该领域的科学研究等工作中取得的经验、科研成果、技术革新、学术动态等。该刊已被SCIE数据库收录（二区），2026年影响因子为5.3。

论文链接：https://ieeexplore.ieee.org/abstract/document/10872907

图1基于HRSI的部分代表性建筑物提取方法

图2本文概述