建筑物自动提取是高空间分辨率遥感图像理解和目标识别的重要研究方向。它被广泛应用于数字城市,军事侦察,灾害评估等。实现自动化、智能化、可靠准确的建筑物提取对基础地理数据获取和更新具有重要的应用价值和现实意义。近年来,高分辨率遥感影像的高速发展在提高地物光谱、结构和纹理信息的同时,也带来了如异物同谱,影像噪声等诸多问题。尤其在大范围影像中,真实城市场景中的建筑物尺寸范围较宽,颜色纹理复杂,使得高精度建筑物提取变得困难。目前基于遥感影像的建筑物提取主要采用图像处理或传统机器学习方法,多需要专业人员丰富的先验知识,并且设计的算法大多只适用于特定场景,扩展性不强。近年来深度学习技术发展迅速,尤其在自然图像处理领域已有较为成熟的框架,但相关技术在遥感影像分析与理解领域尚处于起步阶段。此外,现有相关深度学习算法在处理大规模、复杂场景下的建筑物识别的表现仍有待提高。因此,本文在总结现有研究成果基础上,借鉴语义分割的思路,研究了针对任意复杂的真实场景具有较强鲁棒性且运算复杂度较低的建筑物提取方法,并在Google Earth开源影像数据集中进行了验证。本文的主要研究内容和结论如下:本文首先设计了一个端到端的多层级全卷积神经网络结构,称为扩张卷积网络(Dilated Convolutional Networks,DCNs)。该网络结构通过扩张卷积,将图像中不同层次的语义信息和位置信息有效地结合起来,在保持原有网络感受野的同时不损失图像空间分辨率,提高对图像中对象特征的提取和学习能力。该网络结构可以将任意大小的影像不经裁剪或变形等预处理地作为网络输入,直接得到最终预测结果,易用性强也节省了处理时间。在性能比较试验中,证明了网络结构的合理性。同时在与现有主流深度学习方法比较中,本文算法在准确率,鲁棒性以及时间成本上均具有较大提升。其次,为解决公开遥感标注数据集较少导致的训练样本不足问题,实验基于生成对抗网络的思想,设计了适用于遥感图像语义分割对抗模型(Conditional Segmentation Generative Adversarial Networks,CSGAN)。该模型采用深度卷积语义分割作为生成模型,基于输入图像产生的标签预测概率图,逐像素计算回归损失。然后通过判别模型对差异进行高阶规律统计,为生成模型提供自主学习的全局损失统计方式,进而实现了无监督条件下的数据扩张。经验证,该算法在有限训练样本条件下,既能保证较高建筑物提取精度,也能保持对象的完整性。此外,与非对抗网络相比,该模型能有效减少过算法过拟合的现象。