咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多任务学习的建筑毁伤评估方法 收藏

基于多任务学习的建筑毁伤评估方法

作     者:王一博 张乐飞 李新德 

作者机构:东南大学深圳研究院 南京应用数学中心 武警部队研究院 东南大学自动化学院 

出 版 物:《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期:2024年

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 081402[工学-结构工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(No.62233003,No.62073072) 深圳市科技计划资助(JCYJ20210324132202005,JCYJ20220818101206014) 

主  题:建筑毁伤评估 深度学习 多任务学习 

摘      要:建筑毁伤评估在灾害救援过程中对制定救援策略优化资源调度等方面具有重要作用。现阶段,基于语义分割的毁伤评估方法难以提取毁伤建筑细粒度语义信息。本文提出一种基于多任务学习的建筑毁伤评估方法,将毁伤评估分为粗粒度的建筑区域提取与细粒度的毁伤分割两个子任务,通过共用编解码器与上下文信息融合模块实现建筑区域的粗粒度提取和建筑毁伤的细粒度分割,将两个结果使用Hadamard积融合得到最终评估结果。实验结果表明,本文提出的一种基于多任务学习的建筑毁伤评估方法有较好的性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分