期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
差分信息引导的三分支洪涝水淹道路检测网络
1
作者 冯昊亮 苏鑫 +3 位作者 朱武 张双成 袁强强 李振洪 《武汉大学学报（信息科学版）》 EI CAS CSCD 北大核心 2024年第8期1456-1465,共10页
洪涝灾害是一种极具破坏力的自然灾害,其产生原因主要包括强降水、风暴潮以及水坝溃堤等,当城市、乡镇等居住区域发生洪涝灾害时,洪水会直接威胁到居民的生命财产安全,同时造成陆上及地下交通瘫痪、水电运输中断等。在洪涝灾害的抢险救... 洪涝灾害是一种极具破坏力的自然灾害,其产生原因主要包括强降水、风暴潮以及水坝溃堤等,当城市、乡镇等居住区域发生洪涝灾害时,洪水会直接威胁到居民的生命财产安全,同时造成陆上及地下交通瘫痪、水电运输中断等。在洪涝灾害的抢险救灾过程中,快速准确地对洪涝淹没道路进行识别,有利于制定合适的人员转运及物资运送路线,减少洪涝带来的后续损失。针对当前洪涝灾害场景下的道路无法实现准确自动化识别的问题,提出了一种基于差分信息引导的洪涝水淹道路检测方法,该方法采用了三支路的编码器-解码器结构,利用条带卷积提取道路特征,协调双注意力机制引导网络学习多时相差分信息,挖掘水淹道路的时相信息。该方法能有效利用灾前的历史光学遥感影像和灾中的实时光学遥感影像对受灾区域内已被水淹和未被水淹的道路进行检测,并在自建数据集上进行对比实验,所提出网络对灾前道路的识别精确率为0.8381,召回率为0.6668,对灾中道路的识别精确率为0.7966,召回率为0.6074,对受灾区域识别精确率为0.7800,召回率为0.6614。结果表明,所提出方法达成了自动化识别洪涝灾区水淹道路的目标,其识别已被水淹道路及未被水淹道路的能力可为洪涝灾害的抢险救援提供有力支持,减小洪涝灾害带来的生命及财产损失。 展开更多
关键词 遥感 洪涝灾害 水淹道路检测 深度学习
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部