基于多特征交叉融合孪生网络的地震滑坡识别方法及系统技术方案

本发明专利技术公开了一种基于多特征交叉融合孪生网络的地震滑坡识别方法及系统，本发明专利技术方法包括采用多特征交叉融合孪生网络基于同一场景地震前后的SAR图像进行地震滑坡识别，所述多特征交叉融合孪生网络包括编码器和解码器，所述编码器包括孪生结构且共享参数的两个特征提取器，所述解码器包括多尺度差异特征和聚合特征生成模块MDAG、多特征交叉融合模块MFCM以及卷积上采样模块。本发明专利技术旨在利用多特征交叉融合孪生网络将变化检测引入到地震滑坡识别任务中，通过震前震后不同时相的SAR图像提供的地表变化信息进行特征提取最终实现地震滑坡边界的识别，以解决传统变化检测中SAR图像分辨率较低、难以提取滑坡特征且滑坡尺度多样等问题。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体涉及一种基于多特征交叉融合孪生网络的地震滑坡识别方法及系统。

技术介绍

1、地震滑坡是指由地震活动而引发的严重自然灾害之一，由于地表松动、土壤液化和山体崩塌等原因，导致土壤、岩石等物质沿斜坡或山体表面发生快速滑动和下滑的现象。因其破坏性强、影响面积大和突发性等特点，给人类的生存和自然环境带来了巨大危害。因此，准确检测和识别地震滑坡对于减灾、应急和灾后重建工作具有重要意义。近几十年来随着遥感技术的快速发展，遥感卫星的数量激增，给研究工作提供了大量数据支持，因此采用光学遥感影像或合成孔径雷达图像的研究逐年增多，其中光学遥感影像由于其分辨率高且具备多光谱特性，当前有许多研究者在农业、军事、地质环境监测等多个领域对其展开了研究。但光学遥感影像极易受到自然条件影响，在地震滑坡检测的任务中由于地震发生时通常伴有云、雨、雾等恶劣天气，导致光学遥感影像在此情况下受限，而sar图像穿透云层和雾霾的特点得以体现，因此基于sar图像开展滑坡检测任务具有十分重要的价值。由于单一震后sar图像中仅包含有限的时间分辨率，且无法提供地表变化的历史信息，因此在本文档来自技高网...

【技术保护点】

1.一种基于多特征交叉融合孪生网络的地震滑坡识别方法，其特征在于，包括采用多特征交叉融合孪生网络基于同一场景地震前后的SAR图像进行地震滑坡识别，所述多特征交叉融合孪生网络包括编码器和解码器，所述编码器包括孪生结构且共享参数的两个特征提取器，所述解码器包括多尺度差异特征和聚合特征生成模块MDAG、多特征交叉融合模块MFCM以及卷积上采样模块；所述进行地震滑坡识别包括：利用两个特征提取器分别提取同一场景地震前后的SAR图像多种尺度的高维特征；利用多尺度差异特征和聚合特征生成模块MDAG从同一场景地震前后的SAR图像的多种尺度的高维特征中提取地震滑坡的差异性特征和聚合特征；利用多特征交叉融合...

【技术特征摘要】

1.一种基于多特征交叉融合孪生网络的地震滑坡识别方法，其特征在于，包括采用多特征交叉融合孪生网络基于同一场景地震前后的sar图像进行地震滑坡识别，所述多特征交叉融合孪生网络包括编码器和解码器，所述编码器包括孪生结构且共享参数的两个特征提取器，所述解码器包括多尺度差异特征和聚合特征生成模块mdag、多特征交叉融合模块mfcm以及卷积上采样模块；所述进行地震滑坡识别包括：利用两个特征提取器分别提取同一场景地震前后的sar图像多种尺度的高维特征；利用多尺度差异特征和聚合特征生成模块mdag从同一场景地震前后的sar图像的多种尺度的高维特征中提取地震滑坡的差异性特征和聚合特征；利用多特征交叉融合模块mfcm将地震滑坡的差异性特征和聚合特征融合为融合特征图；通过卷积上采样模块对融合特征图依次进行卷积上采样得到滑坡识别结果。

2.根据权利要求1所述的基于多特征交叉融合孪生网络的地震滑坡识别方法，其特征在于，所述多尺度差异特征和聚合特征生成模块mdag包括与高维特征的尺度一一对应的多个差异特征与聚合特征生成模块dag，所述利用多尺度差异特征和聚合特征生成模块mdag从同一场景地震前后的sar图像的多种尺度的高维特征中提取地震滑坡的差异性特征和聚合特征包括利用差异特征与聚合特征生成模块dag从对应尺度的地震前后的sar图像的高维特征和中提取地震滑坡的差异性特征和聚合特征，其中差异性特征是指该尺度下地震前后的sar图像的高维特征和之间的差异，聚合特征为由指该尺度下地震前后的sar图像的高维特征和聚合得到。

3.根据权利要求2所述的基于多特征交叉融合孪生网络的地震滑坡识别方法，其特征在于，所述差异性特征的计算函数表达式...

【专利技术属性】
技术研发人员：陈立福，金昱忱，李振洪，宋闯，陈昊达，刘亚武，赵俊淇，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：