公开(公告)号：CN115761335B

公开(公告)日：2025-05-16

申请号：CN202211440677.8

申请日：2022-11-17

Applicant: 西安电子科技大学

Inventor： 刘若辰 ,  时晓萌 ,  焦李成 ,  王晗丁 ,  刘静

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态决策融合的滑坡风险点分类方法，主要解决现有方法无法从少量样本情况中获得数字高程数据所蕴含的信息，进而导致滑坡风险点分类精度提升不稳定的问题。其实现方案是：对待检测高分遥感图像对应的数字高程模型进行提取；将提取后的数字高程模型按照“平地”、“山地”进行划分；对高分遥感影像按照是否含有滑坡风险点进行训练；对数字高程模型按照是“山地”还是“平地”进行训练；利用高分遥感影像分类模型区分待检测样本是否是为滑坡风险点；利用数字高程模型分类模型的地形分类结果对高分遥感影像分类结果进行筛选，得到最终的分类结果。本发明提高了滑坡风险点检测的分类精度，可以用于地质灾害检测与预警。

公开(公告)号：CN116740559A

公开(公告)日：2023-09-12

申请号：CN202310530759.X

申请日：2023-05-11

Applicant: 西安电子科技大学

Inventor： 刘若辰 ,  时晓萌 ,  吕浩源 ,  王凯锐 ,  李卫斌 ,  王蓉芳

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/80 ,  G06Q10/0635 ,  G06Q50/26

Abstract: 本发明公开了一种基于多模态学习的滑坡风险评估方法，主要解决现有方法无法处理多模态数据，进而导致滑坡风险评估精度低的问题。其实现方案是：对高分遥感子图对应的数字高程模型进行提取；对高分遥感子图进行语义分割提取滑坡风险点的边缘；计算提取出的数字高程模型所对应的坡度图、坡向图；从坡度图、坡向图中提取各自对应的特征序列；对待评估高分遥感子图进行居民点检测和道路检测；将高分遥感子图、坡度图、坡向图进行图像嵌入；将特征序列进行序列嵌入；将居民点和道路的检测结果进行点嵌入；将嵌入后的数据输入到视觉自注意力模型中，得到滑坡风险评估等级。本发明提高了滑坡风险点评估的评估精度，可以用于地质灾害的预警。

公开(公告)号：CN115761335A

公开(公告)日：2023-03-07

申请号：CN202211440677.8

申请日：2022-11-17

Applicant: 西安电子科技大学

Inventor： 刘若辰 ,  时晓萌 ,  焦李成 ,  王晗丁 ,  刘静

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态决策融合的滑坡风险点分类方法，主要解决现有方法无法从少量样本情况中获得数字高程数据所蕴含的信息，进而导致滑坡风险点分类精度提升不稳定的问题。其实现方案是：对待检测高分遥感图像对应的数字高程模型进行提取；将提取后的数字高程模型按照“平地”、“山地”进行划分；对高分遥感影像按照是否含有滑坡风险点进行训练；对数字高程模型按照是“山地”还是“平地”进行训练；利用高分遥感影像分类模型区分待检测样本是否是为滑坡风险点；利用数字高程模型分类模型的地形分类结果对高分遥感影像分类结果进行筛选，得到最终的分类结果。本发明提高了滑坡风险点检测的分类精度，可以用于地质灾害检测与预警。