典型文献
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
文献摘要：
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.
文献关键词：
建筑物震害提取;多尺度分割;深度学习;倾斜摄影
中图分类号：
作者姓名：
帅向华;荆帅军;郑向向;刘钦
作者机构：
中国北京 100045 中国地震台网中心;中国郑州 450016 河南省地震局;中国北京 100083 中国自然资源航空物探遥感中心
文献出处：
引用格式：
[1]帅向华;荆帅军;郑向向;刘钦-.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)[J].地震学报,2022(05):881-890
A类：
建筑物震害提取,震害提取
B类：
多尺度分割,倾斜摄影,三维影像,震害信息提取,震后,后倾,屋顶,墙体,破坏信息,九寨沟,MS7,顶面,完好,地物,像素,样本集,卷积神经网络模型,灾区,千古,风景区,目视解译,精度对比,分类精度,卡帕,Kappa
AB值：
0.26702
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
