从多源遥感数据中自动提取建筑物信息在地图制图、三维重建以及城市变化分析等应用中具有重要意义和价值。随着对地观测技术的快速发展极大地提高了遥感数据的获取质量和更新速度,使得多源遥感数据变得广泛可用,例如高分辨率遥感影像和三维激光雷达等数据为更加精确地提取建筑物信息提供了机遇。然而,信息量冗余且细节信息复杂的高分辨率多源遥感数据也给建筑物自动提取方法在复杂城市场景中的解译精度和可靠性带来了一系列问题与挑战。近年来基于深度学习的全卷积神经网络具有自身强大的特征学习和端到端像素级分类的能力,在建筑物提取中取得了很好的效果。目前,使用全卷积神经网络来学习多源遥感数据中的建筑物特征是提高建筑物提取结果精度和可靠性的有效途径。其中,常用的处理方式是将基于三维激光点云数据得到的数字表面模型作为网络辅助或额外的图像特征来对建筑物进行提取。然而,这样的处理策略不仅缺乏对三维激光点云数据中的空间几何信息充分的挖掘,也极大增加了网络的计算量和参数量。此外,输出的分类结果缺乏细节信息,是全卷积神经网络结构面临的主要问题。当在复杂城市场景中提取空间尺寸比较小的建筑物时,其提取结果的边界模糊问题会更加突出。针对上述问题,本文提出了一种融合高效几何感知与图像理解的精细语义分割网络,主要的研究思路和创新点如下:（1）本文根据在建筑物自动提取任务中所使用遥感数据源的不同,详细阐述了传统建筑物提取方法和基于深度学习的建筑物提取方法的发展过程和相关理论,并归纳总结了这些方法目前存在的一些局限与挑战,为本文提出的网络结构与相关模块做了必要的理论支撑和铺垫。（2）在网络模型的编码器端,本文基于深度残差网络设计了建筑物局部高度相似信息高效感知结构,该结构能够在不增加计算量和参数量的情况下,将带有几何空间信息的三维激光雷达数据灵活高效地融入到网络模型中。采用该结构的网络模型成功克服了其学习效率不高且耗费大量计算资源的问题。此外,本文在网络编码器端融入了建筑物三维几何信息高效感知结构。该结构基于类三维卷积运算方式,在增加少量网络计算量和参数量的同时,进一步加强了网络模型对于三维激光点云数据中几何空间信息的挖掘。（3）本文在网络编码器端和解码器端之间添加了建筑物多尺度信息高效感知模块,有效的扩大了网络感受野,进而提高了网络对建筑物多尺度特征的学习能力。同时,在网络的解码器端,本文采取将网络中学习到的多层次特征相结合来逐步恢复输入影像空间大小的思路,获得了最终精细化的建筑物提取结果,有效解决了全卷积语义分割网络中建筑物分类结果的模糊问题。本文基于包含多个不同城市场景的公开标准数据集,将提出的网络模型与多种先进的建筑物自动提取方法进行了大量对比实验。同时,为了验证本文提出的建筑物局部高度相似信息高效感知结构、建筑物三维空间几何信息高效感知结构以及建筑物多尺度信息高效感知模块的效果,本文将其与多个类似结构/模块在多个测试数据集上进行了大量的分离对比实验。实验最终结果表明,与其他先进的网络模型相比,本文提出的端到端语义分割网络能够高效地学习到多源遥感数据中建筑物目标的几何特征和图像特征,取得了最佳的建筑物提取效果。