全卷积神经网络在建筑物震害遥感提取中的应用研究

作者：陈梦,王晓青

摘要：为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物和背景3类。对427个500×500像素的子影像进行人工分类与标注,选取393个组成训练样本集,34个用于验证。利用训练样本集对全卷积神经网络进行训练,采用训练后的网络对验证样本进行建筑物震害信息提取及精度评价。研究结果表明:建筑物震害遥感信息提取总体分类精度为82.3%,全卷积神经网络方法能提高信息提取自动化程度,具有较好的建筑物震害信息提取能力。

发文机构：中国地震局地震预测研究所

关键词：深度学习全卷积神经网络建筑物震害信息遥感Deep learningFully convolutional neural networkBuildingsSeismic damage informationRemote sensing

分类号： P237[天文地球—摄影测量与遥感][天文地球—测绘科学与技术]TU746.3