随着遥感技术和传感器技术的不断更新和发展,获取遥感影像数据的方式也更加丰富,遥感影像数据的更新速度也日益加快,其数量也不断增加。随着城市化速度的加快,建筑物作为一种重要的人工地物,其变化也越来越快。及时准确的从遥感影像上提取建筑物信息在更新城市地理信息数据库、城市规划等方面具有重要意义。传统的人工提取方法主要基于人工设计的纹理、光谱以及形状特征进行提取,其效率低下,且会占用和耗费大量的人力物力。尽管相较于人工方法,机器学习方法速度有所提高,但是其精度较差,因此如何从遥感影像上快速准确的自动提取建筑物成为了重要的研究方向之一。深度学习的热潮促使不同领域的研究者们对其进行研究,尤其是在图像语义分割方面,这也使得许多学者将其应用于遥感图像处理。U-Net在医学影像分割领域效果较好,但是将其用于建筑物提取时,会导致特征图尺寸缩小,并且精度不够理想。本文对深度学习方法进行研究,结合残差模块和注意力机制改进U-Net模型,并且通过该方法从遥感影像中提取建筑物。本文主要研究内容如下:（1）通过研究U-Net的结构,结合残差模块和注意力机制对其进行改进。将改进后的模型以及U-Net在WHU数据集上进行实验,并对不同模型的实验结果进行对比分析和精度评价。实验结果表明残差模块和注意力机制均可以有效提高评价指标,改善建筑物提取效果。残差模块加深了网络的深度,可以对于U-Net将空地和道路错分为建筑物的现象进行改善,而注意力机制使得模型更关注于建筑物区域可以有效减少遥感影像上阴影造成的影响以及建筑物周围细小区域的误判情况。（2）结合了残差模块和注意力机制的U-Net虽然提取效果有所提升,但是输出结果中建筑物的边缘较为圆滑。通过全连接条件随机场对输出结果进行影像后处理可以改善这个问题,同时也有效减少了一些微小区域的错分现象,使得建筑物与地面真值更为接近。（3）为了验证本文方法的有效性,基于相同的数据集,通过金字塔场景解析网络和特征金字塔网络进行实验,并且同本文的实验方法进行对比分析。研究表明,本文从遥感影像上提取建筑物的方法在精度评价指标上优于其他方法,这说明残差模块、注意力机制和全连接条件随机场都可以有效改善建筑物的提取效果。