Con el rápido desarrollo de la tecnología de teledetección de muy alta resolución (VHR), la identificación automática y extracción de huellas de edificios son significativas para el seguimiento del desarrollo urbano y la evolución. Sin embargo, mientras que VHR puede caracterizar con mayor precisión los detalles de los edificios, también mejora inevitablemente la interferencia de fondo y la información de ruido, lo que degrada la detección detallada de huellas de edificios. Para abordar los problemas mencionados, se explota intensivamente el mecanismo de atención para proporcionar una solución factible. El mecanismo de atención es una técnica de inteligencia computacional inspirada en el sistema de visión biológica capaz de capturar rápidamente y automáticamente información crítica. Sobre la base de la diferencia de frecuencia a priori de diferentes objetos en el suelo, proponemos la red de atención de frecuencia de eliminación de ruido (DFANet) para la extracción de huellas de edificios en imágenes VHR. Específicamente, diseñamos el módulo de atención de frecuencia de eliminación de ruido y el módulo de agrupación de pirámide, que se incorporan en la arquitectura de red codificador-decodificador. El módulo de atención de frecuencia de eliminación de ruido permite el filtrado eficiente de ruidos de alta frecuencia en los mapas de características y mejora la información de frecuencia relacionada con los edificios. Además, el módulo de agrupación de pirámide se utiliza para fortalecer la adaptabilidad y robustez de los edificios a diferentes escalas. Los resultados experimentales de dos conjuntos de datos reales comúnmente utilizados demuestran la efectividad y superioridad del método propuesto; la visualización y el análisis también demuestran el papel crítico de la propuesta.