IASUNet：基于改进注意力的Swin-UperNet的建筑提取

为何从太空识别每一栋建筑至关重要

随着城市扩张和气候变化，准确掌握建筑物的位置及其随时间的变化已变得至关重要。从规划更安全的社区、追查非法建筑到在洪水或地震后指导灾害响应，精细的建筑地图如今是智能且有韧性的城市的重要组成部分。本文介绍了IASUNet，一种新的人工智能系统，能够从高分辨率卫星影像中自动识别建筑，精度令人瞩目，即便在复杂、拥挤的真实场景中也能表现出色。

引用: Zhang, H., Ma, Y., Wang, G. et al. IASUNet: building extraction based on impoved attention Swin-UperNet. Sci Rep 16, 7969 (2026). https://doi.org/10.1038/s41598-026-36270-2

关键词: 遥感, 建筑提取, 语义分割, 变换器网络, 城市制图