地震诱发滑坡的提取是震区工程风险评价的基础, 对震区的灾后重建工作具有重要意义.
传统的机器学习方法需要复杂的数据预处理及设计特征工程工作, 而深度学习方法则可以直接 …

2008 年汶川8.0 级地震触发了大量的崩塌滑坡地质灾害, 导致强震区震后地质灾害频发,
因其对生命和财产的巨大威胁而广泛关注. 利用遥感等技术快速提取滑坡信息 …

随着人工智能的发展, 利用高分影像进行滑坡等地质灾害识别逐渐成为研究热点.
滑坡目视解译需依赖专家经验, 传统滑坡自动识别方法又易将滑坡和裸地, 道路等地物混淆 …

滑坡具有强大的爆发力和破坏性, 是世界上发生频率较高的自然灾害之一,
给人们的生命财产造成了严重的损害. 灾后准确快速的提取滑坡, 获取滑坡的分布范围 …

区域性滑坡识别是滑坡灾害风险管理的基础, 传统的识别工作主要依靠人力完成.
在已有的滑坡自动识别研究中, 方法上以机器学习为主, 数据源上对谷歌地球影像应用较少 …

滑坡是全球主要的自然灾害之一, 危害极大, 其影响不可忽视. 深度学习进行滑坡检测的进程不断
发展, Faster RCNN 有较大的贡献, 但仍存在检测速率慢和精度低的问题. 对Faster RCNN …

(1. 中国地质调查局西安地质调查中心, 陕西西安710054; 2. 中国遥感应用协会黄河流域高质量
发展遥感分会, 陕西西安710054) 摘要: 滑坡严重威胁着人民群众的生命财产安全. 完整 …

近年来, 随着工程建设的快速发展, 工程活动改变了边坡原始地质条件, 导致滑坡灾害频繁发生,
严重威胁人民的生命财产安全. 因此, 深入研究滑坡的快速, 精确识别方法对于防灾减灾具有重要 …

受地形, 地貌, 植被等因素的影响, 滑坡的形态及光谱特性往往差异较大, 因此, 基于光谱,
形状的分类识别方法很难准确地提取出滑坡信息. 深度学习方法通过样本训练自主提取目标对象 …

随着计算机视觉技术的发展, 通过卫星图像深度学习进行滑坡识别的研究正在逐步展开.
通过引入双重注意力机制, 提出了一种基于卷积神经网络的滑坡图像识别优化算法. 基于统计的2 …