地科学院硕士生谢子奕在杨元维副教授的指导下，在期刊《科技新时代》上发表题为“融合多尺度特征与空间注意力的高分辨率遥感建筑物提取方法”的研究论文，长江大学为论文第一署名单位，硕士生谢子奕为论文第一作者。

该研究针对高分辨率遥感影像中建筑物提取面临的复杂场景特征识别不足、边缘细节丢失及背景干扰严重等难题，提出了一种创新性的深度学习方法。该方法以U-Net为基础框架，通过设计多尺度卷积模块来有效捕捉不同尺度的建筑物特征，并引入空间注意力机制以增强对建筑物区域的关注、抑制背景噪声。实验结果表明，该方法在Massachusetts和WHU建筑物数据集上的交并比（IoU）分别达到0.86和0.91，性能显著优于传统方法，有效提升了建筑物提取的精度和鲁棒性。此项研究为城市三维建模、土地利用监测及应急救灾等领域的高精度遥感应用提供了重要的技术支持。

论文链接：https://www.qikanchina.com/thesis/detail/9373972