基于双重注意力机制的滑坡识别方法优化
作者:吴琪; 周创兵; 黄发明; 姚池
更新时间:
随着计算机视觉技术的发展,利用卫星图像深度学习进行滑坡识别的研究逐渐展开。通过引入双注意机制,提出了一种基于卷积神经网络的滑坡图像识别优化算法。基于统计的2200个滑坡图像数据集,讨论了10种网络结构和4种注意机制对滑坡识别结果的影响。通过比例为41的训练集和测试集进行了滑坡识别,验证了该方法的有效性。结果表明,ResNet结构的性能优于其他网络结构。例如,ResNet101结构具有最高的召回率、精确度和F1测量。卷积神经网络综合了双重注意机制,比单一神经网络具有更高的滑坡识别精度,滑坡边界的分割结果更接近真实滑坡边界。其中,ResNet101+Dan模型是最优模型。相比之下,单一的神经网络无法克服图像噪声的影响,图像分割效果较差。