近日，福州大学数字中国研究院（福建）余大文等与武汉大学季顺平等合作的研究论文 “Extracting Building Polygons with Attributes from Remote Sensing Images via Deformable Transformers” 获遥感领域国际顶刊《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS）录用并正式刊出。论文第一作者为福州大学数字中国研究院（福建）余大文助理研究员，通讯作者为武汉大学季顺平教授，研究院徐伟铭副研究员、赵志远副研究员、武汉大学程昊博士为论文合作作者。

针对现有建筑物提取与属性预测相互独立、难以实现几何信息与语义属性协同建模的问题，团队提出了一种基于 Transformer 的建筑物多属性联合提取网络 PolyAttNet，实现了建筑物多边形几何结构与功能、高度等属性的一体化建模。该方法通过顶点渐进式形变策略，引导初始顶点逐步逼近真实建筑物边界，并结合环形结构相对位置表示（RPR）增强多边形的结构建模能力；通过设计几何与语义双分支顶点分类策略，有效剔除冗余顶点，生成更加规整、简洁的建筑物多边形表示。同时，构建了具有查询依赖门控机制（QGM）的可扩展属性预测模块，实现不同输入场景与预测任务下的上下文自适应调节，从而提升建筑物多属性联合提取能力。在多个公开基准数据集和任务上的实验结果表明，PolyAttNet取得了优异的综合性能和良好的跨领域泛化能力，为构建融合几何结构与多维属性的高质量建筑物矢量数据提供了新的技术途径。

此项研究受到国家自然科学基金和福建省自然科学基金资助。

图1 从“轮廓提取、属性预测孤立处理”到“建筑矢量与属性联合生成”

论文链接与引用信息

Yu, D., Ji, S., Xu, W., Zhao, Z., & Cheng, H. “Extracting Building Polygons with Attributes from Remote Sensing Images via Deformable Transformers.” IEEE Transactions on Geoscience and Remote Sensing, vol. 64, 2026. DOI: 10.1109/TGRS.2026.3740792. https://doi.org/10.1109/TGRS.2026.3740792