建筑物是衡量城市发展的重要指标之一,利用多源影像对其进行批量提取是获取城市基础空间数据的重要技术,对城市规划、管理有着重要意义。随着城市化进程的加快和遥感技术的飞速发展,城市遥感业已步入大数据时代,与之相应的深度学习方法日益成为建筑物提取的重要手段与热门研究领域。本文针对高分辨率遥感影像建筑物提取的深度学习技术进行了系统研究,主要工作如下:（1）收集了开源的建筑物数据集,并通过无人机航拍形式获取了含有建筑物的真实场景影像数据。本文引用了三个流行的高质量网络建筑数据集,WHU数据集、Massachusetts数据集和Inria数据集,三类数据集各具特色,代表性强,满足了实验要求。通过无人机获取的真实场景数据分辨率高、包含建筑物场景丰富,能够有效地检验模型在实际场景中的应用价值。（2）利用CBAM改进的基础残差块构建特征提取网络,结合多层次融合模块和三角形连接结构构建了阶梯形语义分割网络LSNet。多层次连接的融合模块可以提高深层特征语义信息和浅层特征几何信息的利用率。三角形连接结构能够将不同深度的深浅层特征和融合模块进行连接,使特征中的信息多方向流动和传播,提高了不同层次的特征的再利用率。本文设计了与多个经典的语义分割模型进行对比的综合实验,以及与不含改进融合结构的Res SNet模型进行的消融实验。实验结果表明LSNet模型Io U交并比在三个数据集上均比经典语义分割模型高出6%以上,其它评价指标也均为最优,而和没有融合模块和三角形连接结构的Res SNet相比,在Io U指标上提高了1.5%到3.5%。最后,设计了模型在实际场景中的应用实验,实验结果表明LSNet比先进的语义分割模型更具有实际应用价值。（3）在UNet的基础上进行改进,得到了一种融合多尺度特征与上下文语义信息的语义分割模型MFCSFNet。该改进模型使用多尺度空间空洞金字塔ASPP结构为模型添加了多尺度信息,并使用两种改进的模块融合特征的上下文信息,一种是根据自注意力机制原理改进的下游深层特征引导的自注意力机制结构,另一种是在Attention Feature Fusion结构的基础上进行改进得到的结合全局信息和特征间相互关系的融合模块。本文设计了与先进语义分割模型的对比实验,以及与不含下游深层特征引导的注意力机制与改进融合模块的语义分割模型AttenMFNet的消融实验。实验结果表明,MFCSFNet比经典语义分割模型在三个特定数据集上,Io U指标分别提升了1.76%,1.77%和9.64%,在消融实验上也取得了0.5%到1%不等的提升。说明了本文提出的MFCSFNet以及改进的注意力机制模块和融合模块的先进性和有效性。为了验证本文提出的下游深层特征引导的注意力机制结构的有效性,设计了权重可视化实验,实验结果表明了该注意力机制能够有效引导注意力图生成的方向。最后,在无人机航拍测试数据上进行了模型泛化性实验,实验结果表明,虽然该模型在实际应用中有一定的意义,但是深度学习模型还是以数据为引导的模型,如果要得到更具泛化性的模型,还需要大量的、高质量的训练数据集。该论文共有图62幅,表16个,参考文献86篇。