摘要
本发明公开了一种基于UNet语义分割双分支改进的滑坡检测方法,包括:S1,获取研究区域的高分辨率卫星遥感影像;S2,对所述高分辨率卫星遥感影像进行预处理,得到数据增强后的卫星遥感影像;S3,通过目视解译制作语义分割样本集;S4,设计基于UNet语义分割双分支改进的滑坡检测模型,所述滑坡检测模型由边界自适应特征分支、多尺度特征分支和UNet的常规反卷积组组成;S5,模型的训练、测试和验证;S6,将S55得到的滑坡检测模型运用于滑坡潜在区域检测,获得滑坡检测结果。该方法提高了对目标与背景差异的区分能力,扩大了感受野,更好地满足不同尺度下的目标的信息提取要求,具有更高的精确度、召回率。
技术关键词
滑坡检测方法
输出特征
特征提取模块
多头注意力机制
数字影像
多尺度特征提取
卫星遥感影像
地表反射率
分支
语义
遥感卫星影像
样本
定标参数
控制点
空洞
校正
预测特征
系统为您推荐了相关专利信息
智慧旅游服务系统
模式特征向量
时序
人流量数据
一维卷积神经网络
手术室智能
手术场景
视频识别
监测方法
残差神经网络
照片
文本识别
审核方法
水印
Retinex理论