利索能及
我要发布
收藏
专利号: 2022102784910
申请人: 东华理工大学
专利类型:发明专利
专利状态:无效专利
更新日期:2025-08-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种区域滑坡识别方法,其特征在于,所述方法包括:获取待识别区域的第一图像数据组,并对所述第一图像数据组进行信息提取,从而获取第一图像信息组;

将所述第一图像信息组输入预设的滑坡识别模型,从而获得所述待识别区域的识别结果;所述滑坡识别模型为ENVINeT5网络,所述ENVINeT5网络包括上采样部分、下采样部分以及跳跃连接部分,并采用预设的第一交叉熵函数作为损失函数;

在获取待识别区域的第一图像数据组,并对所述第一图像数据组进行信息提取,从而获取第一图像信息组之前,所述区域滑坡识别方法还包括:获取预设的第一编录数据以及第一遥感数据,并根据所述第一编录数据和所述第一遥感数据,创建滑坡样本数据组;

根据所述滑坡样本数据组以及预设的滑坡识别指标,构建滑坡识别特征数据集;所述滑坡识别特征数据集包括多光谱影响特征、纹理特征、指数特征、地形特征以及形变特征;选择区分滑坡与梯田的 Entropy和 Second Moment 纹理特征构建滑坡识别指标,所述滑坡识别指标用于构建LII 公式;其中,所述LII 公式为: ;

其中,Entropy 为Entropy 纹理指标;Second Moment为 Second Moment 纹理指标;

通过预设的随机化参数实验以及预设的精度评价方法,根据所述滑坡识别特征数据集以及预设的深度学习模型,获得最优模型训练参数组以及对应的滑坡识别模型;

将所述第一图像信息组输入预设的滑坡识别模型,从而获得所述待识别区域的识别结果,具体包括:根据预设的滑坡识别模型获取滑坡类激活栅格;

将所述第一图像信息组输入滑坡类激活栅格,根据预设的激活概率阈值,识别第一图像数据组中对应的第一滑坡区域,并将第一滑坡区域作为识别结果输出;

通过预设的随机化参数实验以及预设的精度评价方法,根据所述滑坡识别特征数据集以及预设的深度学习模型,获得最优模型训练参数组以及对应的滑坡识别模型,具体包括:初始化预设的ENVINet5 模型,并对所述ENVINet5 模型进行设置,从而获得第一训练模型;

根据所述滑坡识别特征数据集,对所述第一训练模型进行训练实验,从而获得多组训练参数组以及对应的评估数据组;

根据所述评估数据组,筛选出模型精度最高时所对应的最优模型训练参数组以及对应的滑坡识别模型。

2.根据权利要求1所述的区域滑坡识别方法,其特征在于,在将所述第一图像信息组输入预设的滑坡识别模型,从而获得所述待识别区域的识别结果之后,所述方法还包括:将所述识别结果发送给用户。

3.一种区域滑坡识别装置,其特征在于,所述装置包括数据获取单元以及模型识别单元,其中,所述数据获取单元用于获取待识别区域的第一图像数据组,并对所述第一图像数据组进行信息提取,从而获取第一图像信息组;

所述模型识别单元用于将所述第一图像信息组输入预设的滑坡识别模型,从而获得所述待识别区域的识别结果;所述滑坡识别模型为ENVINeT5网络,所述ENVINeT5网络包括上采样部分、下采样部分以及跳跃连接部分,并采用预设的第一交叉熵函数作为损失函数;

所述装置还包括模型训练单元,所述模型训练单元用于:获取预设的第一编录数据以及第一遥感数据,并根据所述第一编录数据和所述第一遥感数据,创建滑坡样本数据组;根据所述滑坡样本数据组以及预设的滑坡识别指标,构建滑坡识别特征数据集;所述滑坡识别特征数据集包括多光谱影响特征、纹理特征、指数特征、地形特征以及形变特征;通过预设的随机化参数实验以及预设的精度评价方法,根据所述滑坡识别特征数据集以及预设的深度学习模型,获得最优模型训练参数组以及对应的滑坡识别模型;选择区分滑坡与梯田的 Entropy和 Second Moment 纹理特征构建滑坡识别指标,所述滑坡识别指标用于构建LII 公式;其中,所述LII 公式为: ;

其中,Entropy 为Entropy 纹理指标;Second Moment为 Second Moment 纹理指标;所述模型识别单元用于将所述第一图像信息组输入预设的滑坡识别模型,从而获得所述待识别区域的识别结果,具体包括:根据预设的滑坡识别模型获取滑坡类激活栅格;将所述第一图像信息组输入滑坡类激活栅格,根据预设的激活概率阈值,识别第一图像数据组中对应的第一滑坡区域,并将第一滑坡区域作为识别结果输出;

所述模型训练单元用于通过预设的随机化参数实验以及预设的精度评价方法,根据所述滑坡识别特征数据集以及预设的深度学习模型,获得最优模型训练参数组以及对应的滑坡识别模型,具体包括:初始化预设的ENVINet5 模型,并对所述ENVINet5 模型进行设置,从而获得第一训练模型;根据所述滑坡识别特征数据集,对所述第一训练模型进行训练实验,从而获得多组训练参数组以及对应的评估数据组;根据所述评估数据组,筛选出模型精度最高时所对应的最优模型训练参数组以及对应的滑坡识别模型。

4.根据权利要求3所述的区域滑坡识别装置,其特征在于,所述装置还包括结果发送单元,所述结果发送单元用于将所述识别结果发送给用户。

5.一种区域滑坡识别系统,其特征在于,所述系统包括滑坡识别模块以及数据存储模块,所述滑坡识别模块与所述数据存储单元通信连接,所述数据存储模块用于存储所有数据,所述滑坡识别模块用于根据所述数据存储模块所存储的数据,执行如权利要求1-2任一项所述的区域滑坡识别方法。

6.根据权利要求5所述的区域滑坡识别系统,其特征在于,所述系统还包括用户交互模块,所述用户交互模块连接到所述滑坡识别模块,所述用户交互模块用于为用户和所述滑坡识别模块之间的交互提供硬件支持。