迁移学习方法提取高分一号影像汶川地震震后滑坡
Transfer learning method for landslide extraction from GF-1 images after the Wenchuan earthquake作者机构:中国科学院空天信息创新研究院北京100094 中国科学院大学电子电气与通信工程学院北京100049
出 版 物:《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)
年 卷 期:2023年第27卷第8期
页 面:1866-1875页
核心收录:
学科分类:0710[理学-生物学] 07[理学] 0708[理学-地球物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)]
主 题:遥感 滑坡提取 迁移学习 ImageNet 高分一号
摘 要: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,对于减少灾害造成的损失具有重要的现实意义。本文提出一种迁移学习方法,从自然场景数据集中学习特征,迁移到滑坡提取中。该方法首先在ImageNet上预训练ResNet网络,然后输入滑坡区影像样本,将预训练网络及参数迁移至LinkNet上,最终实现滑坡提取。通过对2013年—2015年3景影像的汶川地震震后滑坡提取实验进行分析及验证,结果显示相较于传统支持向量机和其他深度学习方法,本文提出的迁移学习方法有较优的提取精度,有利于后续研判及决策。