一种基于多任务学习和多源数据特征融合的滑坡提取方法

本发明涉及一种基于多任务学习和多源数据特征融合的滑坡提取方法，属于遥感影像处理领域。首先，获取蕴含滑坡特征的多源数据，并进行预处理。然后，将预处理后的数据输入定义的BFM‑UNet模型，该模型包括分支融合编码器和多任务解码器。分支融合编码器通过两个分支分别提取不同源数据的特征，并通过十字绣单元融合该特征，从而有效利用多源数据中的信息。多任务解码器则增加目标区域内广泛存在且容易识别的非滑坡地物的识别任务来辅助滑坡提取，并通过十字绣单元学习任务之间的最佳共享，发挥多任务学习的优势。最后，利用训练好的模型对滑坡进行提取，得到滑坡分布图。实验结果表明，本发明提出的滑坡提取方法能够有效提高滑坡提取的精度，降低误检率。