遥感图像工厂提取作为计算机视觉领域中新兴的热点研究课题,不仅在学术上推动了建筑物提取和道路检测等遥感领域的理论研究,而且在工程应用上为城市规划管理、土地利用和地图更新等系统提供了技术支持。随着深度学习的快速发展,遥感图像的目标提取任务取得了突破性的进展,但其算法在工厂这一类别上由于特定的诸多挑战依旧难以发挥优越的性能,例如工厂外观上存在颜色、纹理、尺度的巨大差异性以及遮挡、阴影等挑战。另外,高分辨率遥感影像相比自然场景图像包含了大量的背景信息,从而导致工厂提取具有严重的相似干扰问题。因此,针对上述问题,本文围绕门控网络和多尺度特征的鲁棒学习展开研究,基于UNet和Transformer网络给出两种不同的工厂目标提取算法,并在两个公开的数据集上验证了其优异的性能。本文主要包含以下研究成果:第一,构建了第一个大规模的遥感图像工厂提取数据集。本文在中国的15座城市收集了4395张工厂图像,涵盖了各种复杂的场景以及各种类型的工厂。所有图像均采用手工标注,经过反复核查保证数据标注的质量,并使用多种评价指标全面的评估相关算法的性能。第二,给出了基于深度U型门控网络的遥感图像工厂提取方法。现有的工厂提取方法主要通过引入辅助信息和构造新型的特征融合方式实现精准的目标分割。然而,这些方法没有提取充足的全局上下文信息,导致工厂定位不准确。为了解决上述问题,本文设计一种U型模块,该模块能够在不降低空间分辨率的情况下,增加网络的深度,提取目标的深层语义信息,并通过U型模块的叠加构造新型骨干网络。另外,本文给出一种门控模型,旨在缩小编-解码特征之间的语义鸿沟,自适应融合多尺度特征。整体结构采用多监督的形式,最大限度的训练每个U型模块。本方法在遥感图像工厂提取数据集上进行实验并取得较优的分割准确度。第三,给出了基于Transformer门控网络的遥感图像工厂提取方法。在工厂提取任务中如何获取具有判别力的全局信息是提高工厂定位能力的关键因素。受Transformer等工作的启发,本文利用Swin Transformer捕获长距离依赖关系,获取全局上下文信息,并设计一个对称的解码网络充分利用全局-局部信息恢复图像细节。考虑到仅结合相同阶段的编码特征难以提供充足的细节信息,同时为解码网络带来噪声干扰,降低特征质量。本文设计一种门控引导模块,引入全局信息做指导,选择性地获取可靠特征,优化多尺度特征表示。最后,本文引入边缘损失函数,解决工厂边界模糊的问题。本工作在FE4395等数据集上进行实验获得了最优的分割结果。