典型文献
弱监督的无人机影像地裂缝自动提取
文献摘要：
地裂缝需要被持续监测,但是地裂缝探测仍需人工实地勘探,因此自动地裂缝提取具有重要意义.为此,该文提出一种深度学习模型,利用无人机影像自动提取地裂缝,该模型针对地裂缝相对其他地物具有细长结构的特征,设计了地裂缝提取网络;针对人工准确标注地裂缝蜿蜒曲折的形态费时费力等特点,设计了一种弱监督的方法对人工标签进行优化,改善人工标签不准确的情况.利用朔州市平鲁区无人机影像验证方法有效性,实验结果表明:地裂缝能被有效提取,召回率达91.4％,并利用提取的地裂缝生成了地图产品,可用于辅助区域内地裂缝风险警示和成因分析.
文献关键词：
地裂缝;无人机影像;深度学习;弱监督学习
中图分类号：
作者姓名：
王臻;王辉;李国锋
作者机构：
中国地质大学(北京)土地科学技术学院,北京 100083;南湖实验室大数据技术研究中心,浙江嘉兴 314000;山西省煤炭地质物探测绘院,山西晋中 030600
文献出处：
引用格式：
[1]王臻;王辉;李国锋-.弱监督的无人机影像地裂缝自动提取)[J].实验技术与管理,2022(03):51-56
A类：
B类：
无人机影像,地裂缝,自动提取,持续监测,地勘,勘探,深度学习模型,地物,细长,蜿蜒,费时费力,朔州市,平鲁区,验证方法,有效提取,召回率,地图产品,警示,成因分析,弱监督学习
AB值：
0.272457
相似文献
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。
