多尺度分割和深度学习相结合的倾斜摄影三维影像建筑物震害信息提取
帅向华1
荆帅军2
郑向向3
刘钦1
1.中国北京 100045 中国地震台网中心2.中国郑州 450016 河南省地震局3.中国北京 100083 中国自然资源航空物探遥感中心
摘要：采用多尺度分割和深度学习相结合的方法对震后倾斜摄影三维影像建筑物震害信息进行提取,获取建筑物的屋顶和墙体多种破坏信息.以2017年九寨沟MS7.0地震后倾斜摄影三维影像为例,依据三维影像建筑物顶面和墙体等进行样本的多尺度分割,样本分为完好建筑物面、破坏建筑物面、其它地物和背景等三类,选取211个100×100像素的样本集对卷积神经网络模型进行训练,采用训练后的模型提取灾区千古情风景区和漳扎镇小学的建筑物震害信息,并将提取结果与目视解译结果进行精度对比,结果显示:破坏建筑物面提取精度分别为65.5％和71.1％,总体分类精度分别为82.1％和84.1％,卡帕(Kappa)系数分别为68.7％和64.9％,表明该方法在倾斜摄影三维影像建筑物震害提取方面具有一定的优势.
关键词：建筑物震害提取多尺度分割深度学习倾斜摄影
分类号：P315.9(大地（岩石界）物理学（固体地球物理学）)
资助基金：国家重点研发计划(2018YFC1504500)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 881-890 )
英文信息