基于SIFT特征与SVM分类的地震灾情图像信息异常检测方法

• 作者: 冉青 尹文刚 张莹 赵真 郭红梅
• 来源期刊: 地震研究
• 关键词: 地震灾情图像信息 异常检测 SIFT SVM 芦山地震
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 地震应急技术及应用专刊
• 页码范围: 265-272
• 页数: 8页
• 分类号: P315.941
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0666.2019.02.015

摘要

通过分析以往震后获取的图像信息发现,部分信息存在与地震发生时间不吻合、不属于地震影响范围或与地震灾情无关等异常.通过将图像分类算法运用到震后灾情图像信息的异常检测中,提出了一种基于SIF、特征与SVM分类的地震灾情图像信息异常检测模型,以2013年芦山7.0级地震建筑物破坏灾情图像为例对模型进行验证.结果 表明:该模型对图像信息异常的检测效果较好,可进一步补充和完善地震应急救援的灾情信息源,为政府抗震救灾科学决策提供灾情信息支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭红梅		42	151	7.0	10.0
2	张莹		20	23	3.0	3.0
3	尹文刚		23	10	2.0	3.0
4	赵真		7	1	1.0	1.0
5	冉青		2	0	0.0	0.0