摘要
本发明公开了一种基于深度学习的融合多源遥感数据的地质灾害监测方法,涉及地质灾害监测技术领域,基于深度学习的融合多源遥感数据的地质灾害监测方法主要包括:对多源遥感数据进行预处理得到预处理后的遥感数据;将预处理后的遥感数据进行融合得到地质灾害遥感监测数据;根据地质灾害遥感监测数据,利用引入自适应多尺度空洞卷积的卷积神经网络进行特征提取得到多个尺度的特征图;根据多个尺度的特征图,利用改进的Faster R‑CNN模型对多种地质灾害进行目标检测生成目标区域的地质灾害分布图。实施本发明提供的基于深度学习的融合多源遥感数据的地质灾害监测方法,能提升地质灾害自动化识别的全面性与精确性。
技术关键词
地质灾害监测方法
融合多源
高分辨率光学遥感影像
数字高程模型数据
地质灾害监测技术
多源遥感数据
特征金字塔网络
堆叠方法
多尺度
滤波去噪
计算机程序产品
残差模块
时序
卷积模块
空洞
长宽比
样本