Presentation Details
基于多源数据与对比学习的滑坡检测
ID：3876
View Protection：PRIVATE
Updated Time：2023-04-20 22:22:13
Hits：3067
快闪报告
Start Time：2023-05-08 10:44（Asia/Shanghai）
Duration：3min
Session：3A 3A、地质灾害与工程地质 »
No files
Abstract
基于多源数据与对比学习的滑坡检测
李朋磊，王毅*
（中国地质大学，地球物理与空间信息学院，武汉，430074）
滑坡是一种常见地质灾害，给人身安全、财产经济和地表环境造成严重破坏。利用卫星影像快速获取滑坡的位置信息，在灾情数据分析、防灾减灾及灾后重建指导中具有重要的应用与研究价值。随着人工智能技术的快速发展，基于深度学习的滑坡检测方法已成为现阶段灾害调查及评估的主要手段。
然而，这些方法虽然在各自研究区内表现了较好的检测性能，但仍存在以下挑战：(1) 忽视了不同层次特征图间的嵌套联系，造成滑坡分割边界粗略；(2) 传统数据增强技术仅能改变滑坡目标的位置，却忽视了目视特征，导致泛化性能差；(3) 遥感数据场景的复杂性与多变性造成现有滑坡检测模型识别性能效果不理想。
李朋磊，王毅*
（中国地质大学，地球物理与空间信息学院，武汉，430074）
滑坡是一种常见地质灾害，给人身安全、财产经济和地表环境造成严重破坏。利用卫星影像快速获取滑坡的位置信息，在灾情数据分析、防灾减灾及灾后重建指导中具有重要的应用与研究价值。随着人工智能技术的快速发展，基于深度学习的滑坡检测方法已成为现阶段灾害调查及评估的主要手段。
然而，这些方法虽然在各自研究区内表现了较好的检测性能，但仍存在以下挑战：(1) 忽视了不同层次特征图间的嵌套联系，造成滑坡分割边界粗略；(2) 传统数据增强技术仅能改变滑坡目标的位置，却忽视了目视特征，导致泛化性能差；(3) 遥感数据场景的复杂性与多变性造成现有滑坡检测模型识别性能效果不理想。
Keywords
滑坡检测，遥感，卷积神经网络，残差模块，通道注意力模块。
Speaker
李朋磊
中国地质大学（武汉）Submission Author
All Comments
Important Date
-
Conference Date
May 05
2023
toMay 08
2023
-
Mar 31 2023
Draft paper submission deadline
-
May 25 2023
Registration deadline
Sponsored By
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
Organized By
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
Contact Information
- 管小彬
- gu******@whu.edu.cn
- +86********
- 孙佳妮
- sc******@aconf.org
- +86********
Submit Comment