典型文献
基于高分辨率遥感影像的震灾建筑物损毁检测
文献摘要：
建筑物倒损情况是地震灾害情况评估的重要指标.利用遥感影像覆盖范围广、更新速度快的优势,在人力无法满足快速评估地震灾害信息的情况下,通过遥感影像进行建筑物变化监测成为地震灾害分析的重要手段.采用多尺度分割的最优分割尺度和改进卷积神经网络U-Net模型分别对地震前后卫星遥感影像进行建筑物提取,再利用差值变化检测识别地震区域建筑物的倒损情况.对两种方法的建筑物提取结果和倒损识别结果进行精度评定发现,基于U-Net神经网络的建筑物提取和倒损识别效果较好,可实现有关部门的快速决策,从而避免更大的损失.
文献关键词：
建筑物提取;建筑物倒损识别;多尺度分割;U-Net模型
中图分类号：
作者姓名：
魏麟
作者机构：
天津市勘察设计院集团有限公司,天津 300191
文献出处：
引用格式：
[1]魏麟-.基于高分辨率遥感影像的震灾建筑物损毁检测)[J].地理空间信息,2022(03):68-71,116
A类：
建筑物倒损识别
B类：
高分辨率遥感影像,建筑物损毁,地震灾害,灾害情况,覆盖范围,快速评估,灾害信息,变化监测,灾害分析,多尺度分割,最优分割尺度,改进卷积神经网络,Net,后卫,卫星遥感影像,建筑物提取,变化检测,检测识别,地震区,精度评定,速决
AB值：
0.337892
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。
