该研究提出了一种基于TECROMAC目标函数的云去除优化算法，有效解决卫星图像中的云层干扰问题。通过新模型和数据集，显著提升了图像恢复效果，尤其在建筑物提取和船舶路径定位任务中表现优异。

本文探讨了多种卷积神经网络在建筑物轮廓提取中的应用，包括SegNet和条件生成对抗网络。研究提出了结合近红外信息的建筑提取框架，并介绍了Building3D和GBSS等数据集，以提高建筑物提取的精度和效率，支持城市规划和可持续发展。

本文介绍了多模态遥感数据集在建筑物提取和灾害响应中的应用，强调光学预处理的SAR数据在建筑物提取中的优势。新数据集如SARptical和SEN1-2促进了SAR与光学数据融合的深度学习研究，提供了丰富的样本和应用示例。同时，研究提出了新的城市制图方法和基准数据集，以提高多模态数据的利用效率和算法性能。