基于Deeplab V3+模型的高分辨率遥感影像道路损毁信息提取

陈丹丹; 窦爱霞; 王鑫

首页> 中文期刊> 《地震》 >基于Deeplab V3+模型的高分辨率遥感影像道路损毁信息提取

基于Deeplab V3+模型的高分辨率遥感影像道路损毁信息提取

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

破坏性地震发生后,道路是抗震救灾的"生命线",能够第一时间获取震后的道路损毁信息,就能在很大程度上减少生命和财产的损失.针对目前震害提取方法精度低、人工参与多及用时较长的问题,提出了基于Deeplab V3+深度学习网络模型的震后单时相高分辨率遥感影像道路震害信息提取方法.该方法充分挖掘了多尺度的上下文信息,逐步重构空间信息以便更好地捕捉道路边界,从而提高道路震害信息提取精度.以2013年四川省雅安市芦山7.0级地震为例,通过选取山区、平原以及城市内部不同等级的道路高分影像样本,创建模型训练的样本集.为了进一步验证Deeplab V3+模型的效果,选择目前较为主流的FCN模型与Deeplab V3+模型进行对比.经多次训练和精度分析,综合考虑模型精度和训练量、训练次数的关系,最终选择7528对训练样本集、100000训练次数和总精度达到95%的Deeplab V3+模型作为最佳模型.然后,将训练后的最佳Deeplab V3+模型应用到提取震后无人机道路损毁信息.将人工目视解译的结果作为模型提取精度评价的标准,对比分析后Deeplab V3+模型的震后高分遥感影像道路损毁信息提取精度可达88%.结果表明,基于Deeplab V3+模型的道路震害提取方法具有较高的准确率和普适性,可在震后道路损毁信息的快速提取中推广应用.

著录项

来源
《地震》 |2022年第2期|171-189|共19页
作者
陈丹丹; 窦爱霞; 王鑫;
展开▼
作者单位

中国地震局地震预测研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类遥感技术的应用;
关键词
Deeplab V3+; 高分遥感影像; 道路; 2013年芦山7.0级地震;

相似文献

中文文献
外文文献
专利

1. 基于DeepLab v3+模型的高分辨率影像养殖用海信息提取 [J] . 何显锦 ,蒙方鑫 . 安徽农业科学 . 2022,第12期
2. 基于Deeplab v3+的高分辨率遥感影像地物分类研究 [J] . 陆妍如 ,毛辉辉 ,贺琰 . 地理空间信息 . 2022,第6期
3. 基于MHSA+DeepLab v3+的无人机遥感影像小麦倒伏检测 [J] . 杨蜀秦 ,王鹏飞 ,王帅 . 农业机械学报 . 2022,第8期
4. 利用Deeplab v3提取高分辨率遥感影像道路 [J] . 韩玲 ,杨朝辉 ,李良志 . 遥感信息 . 2021,第1期
5. 基于高分辨率遥感影像的道路损毁评估方法 [J] . 李润生 ,冯伍法 ,张志远 . 海洋测绘 . 2012,第5期
6. 基于高分辨率遥感影像的大通废弃煤矿区生态修复林淹水胁迫灾情信息提取 [C] . WANG Nan ,王楠 ,WANG Guisheng . 2017中国国际矿山测量学术论坛 . 2017
7. 基于高分辨率遥感影像的震后道路损毁识别研究——以鲁甸地震为例 [A] . 田卫方 . 2015

基于Deeplab V3+模型的高分辨率遥感影像道路损毁信息提取

摘要

著录项

相似文献

相关主题

期刊订阅