迁移学习支持下的高分影像山地滑坡灾害解译模型

摘要：

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键.针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型.选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%.结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测.

关键词：山地滑坡、迁移学习、无人机影像、自动解译、灾害检测

所属期刊栏目：33

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家"十二五"科技支撑计划项目2014BAL01B04;中央高校基本科研业务费专项资金项目2682013ZT26;2014基础测绘科技计划项目;国土资源部地学空间信息技术重点实验室开放基金项目KLGSIT2015-03;四川省应急测绘与防灾减灾工程技术研究中心开放基金

在线出版日期：2017-02-21（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：496-501