-
题名结合瓶颈注意力的孪生残差网络滑坡变化检测
- 1
-
-
作者
方留杨
杨昌浩
舒东
杨学昆
陈兴通
贾志文
-
机构
昆明理工大学国土资源工程学院
云南省交通规划设计研究院股份有限公司
云南省数字交通重点实验室
-
出处
《人民长江》
北大核心
2025年第7期107-113,共7页
-
基金
云南省科技厅科技计划面上项目(202301AT070262)
云南省“高层次人才培养支持计划”项目(YNWR-QNBJ-2020-031)
云南省数字交通重点实验室项目(202205AG070008)。
-
文摘
中国西南地区多山地、高原,滑坡易发多发,利用遥感技术及时获取滑坡信息对于应急救援具有重要意义。针对现有滑坡检测方法精度不足,以及在道路、建筑等其他地物干扰的情况下易发生误识别的问题,提出了一种结合瓶颈注意力的孪生残差网络滑坡变化检测方法。该方法首先使用孪生的残差编码器分别提取不同时期遥感影像的特征信息,并在跳跃连接中引入瓶颈注意力模块以突出滑坡目标,最后使用重复卷积与上采样恢复空间维度,完成滑坡识别并输出识别结果;使用自制的九寨沟滑坡数据集对提出的检测方法进行验证。结果表明:所提出的滑坡检测方法相较于原始算法各项指标均有提升,与其他变化检测模型相比,该模型有着更低的误判率和更准确的滑坡细节识别结果;同时使用鲁甸地震滑坡数据集进行测试,该方法同样取得了最高的识别精度。综上表明所提出的方法能够很好地完成高精度大范围的滑坡灾害检测任务。
-
关键词
滑坡信息提取
遥感影像
变化检测
U-net
深度学习
九寨沟滑坡
鲁甸地震滑坡
-
Keywords
landslide information extraction
remote sensing image
change detection
U-net
deep learning
Jiuzhaigou landslide
Ludian earthquake landslide
-
分类号
P237
[天文地球—摄影测量与遥感]
-
