基于深度学习的村镇砖(混)木房屋识别

• 作者: 娄世平 徐秀杰 杨玉永 潘健 王宇 董翔
• 来源期刊: 计算机系统应用
• 关键词: 深度学习 倾斜摄影 房屋识别 Faster R-CNN
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 研究开发
• 页码范围: 261-265
• 页数: 5页
• 字数: 3096字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007416

摘要

破坏性地震发生后,相较按照抗震设防标准建设的城市公共设施和居民住宅,广大无抗震设防的村镇居民自建房屋,更易发生倒塌甚至完全损毁.以往地震灾情预评估、地震灾害风险调查、地震重点危险区调研,依靠专家现场踏勘,确定不同结构类型建筑物数量及所占比例.本研究借助深度学习和倾斜摄影技术,进行砖(混)木结构房屋识别,郯庐断裂带山东境内砖(混)木房屋影像制作数据集,训练得到Faster R-CNN模型,该区域内砖(混)木房屋识别平均精度为91.868％.结果表明,本文方法能够对砖(混)木房屋进行有效检测,可应用于地震行业开展震前、震后各类现场工作,提高政府部门应急管理能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨玉永		17	27	3.0	3.0
2	娄世平		12	17	3.0	3.0
3	董翔		23	91	6.0	8.0
4	徐秀杰		12	17	3.0	3.0
5	潘健		2	0	0.0	0.0
6	王宇		1	0	0.0	0.0