弱监督的无人机影像地裂缝自动提取

摘要：

地裂缝需要被持续监测,但是地裂缝探测仍需人工实地勘探,因此自动地裂缝提取具有重要意义.为此,该文提出一种深度学习模型,利用无人机影像自动提取地裂缝,该模型针对地裂缝相对其他地物具有细长结构的特征,设计了地裂缝提取网络;针对人工准确标注地裂缝蜿蜒曲折的形态费时费力等特点,设计了一种弱监督的方法对人工标签进行优化,改善人工标签不准确的情况.利用朔州市平鲁区无人机影像验证方法有效性,实验结果表明:地裂缝能被有效提取,召回率达91.4％,并利用提取的地裂缝生成了地图产品,可用于辅助区域内地裂缝风险警示和成因分析.

关键词：地裂缝、无人机影像、深度学习、弱监督学习

所属期刊栏目：39

分类号：P2(测绘学)

资助基金：国家自然科学基金41901414

在线出版日期：2022-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56