典型文献
一种基于神经网络快速检测震后坍塌房屋的方法
文献摘要：
在地质灾害发生后快速进行房屋坍塌检测,可以有效地进行灾害评估,并实施抢险救援工作.传统的房屋坍塌检测方法难以适应现代海量无人机影像处理工作,既需要大量的人力、时间成本,又不能保证检测的精度,无法满足应急测绘的要求.本文提出了一种基于卷积神经网络(convo-lutional neural network,CNN)快速检测震后坍塌房屋的方法,介绍了该方法原理和流程.以2008年汶川地震和2010年玉树地震无人机影像数据为例,进行了实验验证,结果表明:该方法应用于房屋坍塌检测,训练速度、准确率等都优于传统方法以及传统神经网络.
文献关键词：
卷积神经网络;region-CNN(RCNN);区域提案网络;震后坍塌房屋;快速检测
中图分类号：
作者姓名：
戚瀚文;花向红;吴冲;李琪琪
作者机构：
武汉大学测绘学院,湖北 武汉,430079;武汉大学灾害监测与防治研究中心,湖北 武汉,430079;武汉融云科技有限责任公司,湖北 武汉,430079
文献出处：
引用格式：
[1]戚瀚文;花向红;吴冲;李琪琪-.一种基于神经网络快速检测震后坍塌房屋的方法)[J].测绘地理信息,2022(02):77-81
A类：
震后坍塌房屋,区域提案网络
B类：
快速检测,测震,地质灾害,行房,房屋坍塌,灾害评估,抢险救援,救援工作,无人机影像,影像处理,时间成本,应急测绘,convo,lutional,neural,network,方法原理,汶川地震,玉树,影像数据,训练速度,region,RCNN
AB值：
0.3384
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
