遥感技术是借助电子学探测仪器从远距离把目标物以电磁波信号形式记录下来,然后通过计算机视觉等技术获取遥感图像中有价值信息的一种综合技术,已广泛应用于地质、水文、环保、农业、气象、军事、林业等领域,在我国国民经济建设中发挥越来越重要的作用。随着航空航天和卫星技术飞速发展,所采集到的遥感图像的数量不断增加,同时遥感图像的分辨率也不断提高,如何准确、快速地提取出遥感图像中的有用信息已经成为该领域内的研究热点。图像分割是将图像划分成若干个具有独特性质的区域,也是处理高分辨率遥感图像的主要方法。随着计算力提高、大数据体量增加和神经网络不断成熟,引发了新一轮人工智能热潮,人工智能在全球范围内得到了前所未有的发展,各行各业都在尝试或者已经成功地将深度神经网络与本行业相结合,改善已有方法,基于卷积神经网络的图像分割技术已成为高分辨率遥感图像处理中的主流技术。卷积神经网络是一种具有深度结构和卷积运算的前馈神经网络,是目前最为常用、最有效的图像处理技术。通过使用层级特征、局部感受野、权值共享、空间亚采样等技术使得卷积神经网络具有表征学习能力,具有一定的平移、缩放、形变不变性,可以准确地提取遥感图像中目标物的特征。Mask R-CNN是在深度卷积神经网络末端添加了分类分支、边界框回归分支和掩码分支的一种基于分类的实例分割神经网络。借助该网络可以实现数字图像端到端的实例分割,所以Mask R-CNN主要被应用于物体识别、行为感知、姿态估计、人物检测、自动驾驶、遥感图像处理等领域。本论文从两个方面展开研究:第一,深入分析了Mask R-CNN的网络结构、损失函数、优化方法等内容,并基于TensorFlow框架实现Mask R-CNN卷积神经网络,将该网络应用于遥感图像建筑物提取,并采用IAILD数据集进行实验;第二,为了改善遥感图像建筑物提取效果,将Mask R-CNN的骨干网络修改成DenseNet网络,并调整学习率等超参数。在IAILD数据集上进行实验,修改后的Mask R-CNN将遥感图像建筑提取的准确率提高了5%,同时与传统的遥感图像建筑物提取算法进行对比分析,结果表明,基于修改后的Mask R-CNN对遥感图像建筑物提取具有良好鲁棒性和准确性。