El método de extracción de edificios basado en el conocimiento exhibe un alcance de adaptabilidad restringido y es vulnerable a factores externos que afectan su precisión de extracción. Por otro lado, el método de extracción de edificios basado en datos carece de interpretabilidad, depende en gran medida de datos de entrenamiento extensos y puede resultar en resultados de extracción con problemas de difuminado en los límites de los edificios. La integración del conocimiento preexistente con el aprendizaje basado en datos es esencial para la identificación y extracción inteligente de edificios a partir de imágenes aéreas de alta resolución. Para superar las limitaciones de las redes de extracción de edificios basadas en aprendizaje profundo en la utilización efectiva del conocimiento previo de las imágenes aéreas, se propone una red de aprendizaje mutuo profundo consciente de la significancia geométrica (GSDMLNet). En primer lugar, se utiliza el algoritmo GeoSay para derivar mapas de características de significancia geométrica de edificios como conocimiento previo e integrarlos en la red de aprendizaje profundo para mejorar la extracción dirigida de características de edificios. En segundo lugar, se desarrolla un módulo de atención de guía bidireccional (BGAM) para facilitar el aprendizaje mutuo profundo entre el mapa de características de edificios y el mapa de características de significancia geométrica de edificios dentro de la red de doble rama. Además, se utiliza un módulo de alineación de flujo mejorado (FAM++) para producir mapas de características semánticas de alta resolución y robustez con una fuerte interpretabilidad. En última instancia, se elabora una función de pérdida multiobjetivo para refinar el rendimiento de la red. Los resultados experimentales demuestran que el GSDMLNet sobresale en tareas de extracción de edificios en áreas urbanas densamente pobladas y diversas, reduciendo la identificación errónea de regiones oscurecidas por sombras y terrenos de colores similares que carecen de características estructurales de edificios. Este enfoque garantiza de manera efectiva la adquisición precisa de información sobre edificios urbanos en imágenes aéreas.