基于模拟困难样本的Mask-RCNN滑坡分割方法技术

本发明专利技术公开了一种基于模拟困难样本的Mask

【技术实现步骤摘要】
基于模拟困难样本的Mask
‑
RCNN滑坡分割方法


[0001]本专利技术涉及地质灾害识别
，具体涉及一种基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，是一种遥感影像上滑坡的智能解译方法。

技术介绍

[0002]地质灾害往往会带来巨大的经济损失、人员伤亡以及建筑设施的破坏。滑坡作为一种常见的地质灾害，在世界范围内具有危害性和损毁性大、易发性和突发性强的特点。不少学者利用合成孔径雷达干涉测量、全球导航卫星系统、激光雷达等技术，对滑坡开展了早期识别、隐患分析、监测预警等研究，并取得了较好的研究成果。但灾害发生后，尤其是面对重大地质灾害(如地震、海啸、洪水等)引发的大范围、分布广、数量众多的滑坡区域，如何快速精确地获取滑坡发生的位置、受灾范围等信息，对即将开展地应急救援工作具有重要指导意义。同时，进行滑坡风险评估、建模和制图时，获取所需滑坡数据费时费力，准确高效地识别滑坡并更新现有滑坡影像库，迄今为止仍是亟待解决的一项技术难题。
[0003]目前，利用遥感影像进行滑坡检测的主要方法有目视解译、基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，其特征在于，包括以下步骤：步骤1，获取研究区域的包含滑坡的遥感影像，对该遥感影像进行预处理，得到训练样本集；并构建Mask
‑
RCNN模型；步骤2，采用训练样本集对Mask
‑
RCNN模型进行初步训练，更新Mask
‑
RCNN模型中的权重，得到初步训练后的Mask
‑
RCNN模型；步骤3，选取训练样本集中的若干标记样本进行模拟困难样本，得到对应的困难样本，采用困难样本对初步训练后的Mask
‑
RCNN模型进行训练，得到Mask
‑
RCNN滑坡分割模型；步骤4，获取目标区域的遥感影像作为待测样本，对待测样本进行预处理，得到预处理后的待测样本，采用Mask
‑
RCNN滑坡分割模型对预处理后的待测样本进行滑坡分割，得到目标区域的滑坡区域，完成滑坡的分割识别。2.根据权利要求1所述的基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，其特征在于，当所述训练样本集中的样本数量较少，即样本数不能使Mask
‑
RCNN模型训练至损失函数收敛，还包括步骤：对训练样本集中的每个图像样本进行傅里叶变换，得到对应频域图像，训练样本集中的RGB图像样本和对应频域图像形成四通道训练样本；采用四通道训练样本对所述Mask
‑
RCNN模型进行训练，得到四通道Mask
‑
RCNN滑坡分割模型。3.根据权利要求2所述的基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，其特征在于，将所述四通道Mask
‑
RCNN滑坡分割模型应用于步骤3中采用困难样本进行进一步训练，训练完成后再转入步骤4。4.根据权利要求2所述的基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，其特征在于，将所述四通道Mask
‑
RCNN滑坡分割模型应用于直接应用于步骤4中对目标区域的遥感影像进行滑坡分割识别。5.根据权利要求1所述的基于模拟困难样本的Mask
‑
RCNN滑坡分割方法，其特征在于，所述对该遥感影像进行预处理，具体为：对遥感影像依次进行辐射矫正、几何矫正、正射矫正、影像融合、影像裁剪和去云去阴影操作；其中，所述影像融合为将同一地区的不同影像进行几何配准，即同名点配准再融合的过程；所述影像剪裁为将一张影像的研究对象对应的区域进行剪裁，形成小范围的区域影像。6.根...

【专利技术属性】
技术研发人员：席江波，姜万冬，李晓阳，窦新玉，殷晓广，张潇，
申请(专利权)人：长安大学，
类型：发明
国别省市：