迁移学习支持下的高分影像山地滑坡灾害解译模型

• 作者: 刘锟铭 张帅毅 李政 李永树 郭加伟
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 山地滑坡 迁移学习 无人机影像 自动解译 灾害检测
• 年，卷（期）: 2016,（5）
• 页码范围: 496-501
• 页数: 6页
• 分类号: P237
• 字数: 3893字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2016.05.011

摘要

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键.针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型.选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%.结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测.