利用具有注意力的Mask R-CNN检测震害建筑物立面损毁.docx
版权申诉
104 浏览量
2022-11-30
09:27:04
上传
评论
收藏 822KB DOCX 举报
近年来，地震灾害频发，破坏力巨大的强震给人类社会带来了无法弥补的物质和精神
损失。建筑物损毁信息作为灾区的典型震害特征，能够为开展震后灾情评估、应急响应以
及恢复重建等工作提供重要的决策依据
[1]
。飞速发展的遥感技术凭借全时、全域、高动
态、精细化的对地观测能力，在减灾救灾方面的应用逐渐得到重视
[2-3]
。
地震发生后，受制于卫星、航空遥感影像传感器飞行高度和拍摄视角的影响，灾区常
存在顶面完好而中间层、底层倒塌或崩裂的损毁建筑物被漏检的情况，如图 1 所示。而随
着传感器技术的发展，利用地面图像传感器对震后建筑物进行近距离影像采集以及精细化
损毁检测逐渐成为可能。与卫星、航空遥感影像数据相比，地面影像能够有效克服前者存
在的地物遮挡和图像变形等问题，从而为实现建筑物全方位精细化损毁检测提供必要的地
面支持。且随着近几年众源地理数据
[4]
的飞速发展，地面影像数据的获取成本低、信息海
量和实时性强等特点使其在震后建筑物立面损毁检测中具有广阔的应用前景。
图 1 震后顶面完好而立面破损的建筑物
Figure 1. Post-Earthquake Building with an Intact Roof Surface and Damaged Façade
下载: 全尺寸图片 幻灯片
从现有的建筑物立面损毁检测研究来看，相关学者主要从单时相的角度提出了两种类
型的检测方法：（1）基于像素分类的建筑物立面损毁检测。该方法又分为基于纹理特征
和统计特征的损毁检测，基于纹理特征的方法主要利用灰度共生矩阵（gray level co-
occurrence matrices，GLCM）及其统计属性进行损毁检测，但受限于建筑物立面背景的
纹理复杂度和粗糙度，不适用于检测单时相建筑物立面损毁信息
[5]
；基于统计特征的方法
通过利用经济学中的基尼系数判别门窗等部件元素是否整齐排布来判定建筑物立面是否损
毁，但其应用场景较为局限，泛化能力较弱
[6]
；（2）面向对象（object-based image
analysis，OBIA）分类的建筑物立面损毁检测。该方法首先将建筑物立面分割成多个超像
素块，然后通过视觉词袋模型（bag of visual words，BOVW）等手段对其提取损毁特征
剩余13页未读，继续阅读
罗伯特之技术屋
- 粉丝: 3651
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
VIP享7折，此内容立减5.97元 开通VIP
相关推荐
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
评论0
最新资源