基于深度学习的村镇砖(混)木房屋识别
破坏性地震发生后,相较按照抗震设防标准建设的城市公共设施和居民住宅,广大无抗震设防的村镇居民自建房屋,更易发生倒塌甚至完全损毁.以往地震灾情预评估、地震灾害风险调查、地震重点危险区调研,依靠专家现场踏勘,确定不同结构类型建筑物数量及所占比例.本研究借助深度学习和倾斜摄影技术,进行砖(混)木结构房屋识别,郯庐断裂带山东境内砖(混)木房屋影像制作数据集,训练得到Faster R-CNN模型,该区域内砖(混)木房屋识别平均精度为91.868%.结果表明,本文方法能够对砖(混)木房屋进行有效检测,可应用于地震行业开展震前、震后各类现场工作,提高政府部门应急管理能力.
深度学习、倾斜摄影、房屋识别、Faster R-CNN
29
山东省地震局一般科研项目;山东省防震减灾社会服务能力提升工程
2020-09-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
261-265