得益于遥感技术的不断创新与广泛普及,高分辨率遥感数据在众多领域实现了规模化应用,并在完善国家治理体系、提高治理水平上给予了强大技术支持。众所周知,高分辨率遥感影像涵盖了很多有价值的地物信息,建筑物作为城市高分辨率遥感影像中重要的地物组成部分,城市建筑物信息的精确提取有利于高分辨率遥感影像作为数据源在城市规划、智慧城市中的广泛应用。由于传统方法在高分辨率遥感影像中识别建筑物存在地物识别精确度不高、效率不理想等缺陷,不过伴随深度学习研究进程的不断加快,不仅提出了很多可行且有效的图像处理方法,而且基于深度学习理论的语义分割又是图像处理中的热点研究领域。因此,通过深度学习理论研究高分辨率遥感影像中建筑物的语义分割成为了本文研究的重点。本文运用深度卷积神经网络相关算法,深入研究了对于高分辨率遥感影像中建筑物的语义分割,主要开展了以下几个方面的研究:（1）高分辨率遥感影像在实践应用中也暴露出很多问题,比如数据量庞大、提取结果边界模糊、精度不高等。因此提出以VGG16作为基准网络并融入深度残差模块,设计了一种基于端到端的深度卷积神经网络,并实现了高分辨率遥感影像建筑物像素级的语义分割。（2）针对高分辨率遥感影像地物信息混合复杂等特点,提出深层语义信息和浅层语义信息之间的多层级特征融合。强化了像素与像素之间的关系,阐明了上下文间的依附关系,从源头上保证了网络的信息捕捉能力。（3）本文在网络实现语义分割的基础上设计了注意力机制的特征融合算法来加强网络对建筑物提取任务的泛化能力。在实践应用中嵌入注意力机制,检索出最有价值的核心信息,弱化对非关键信息的关注,过滤掉与任务无关的信息。通过生成多尺度的注意力特征图和模型真实预测值（掩码）之间决策融合,从而进一步提高模型的精确度。为了验证模型在双源高分辨率遥感影像对建筑物语义分割的鲁棒性和泛化能力,分别在Inria航拍图像标注数据集和Vaihingen机载图像数据集上进行预处理与检验。结果证实,本文所提出的端到端的语义分割模型分别在建筑物多尺度提取精度、Io U具有良好的表现,实验结果均达到了预期。