- 专利标题: 基于深度学习和云计算的遥感建筑物震害评估方法和系统
-
申请号: CN202010764129.5申请日: 2020-08-01
-
公开(公告)号: CN111985355A公开(公告)日: 2020-11-24
- 发明人: 李百寿 , 唐瑞鹏 , 谢跃辉 , 党健 , 于士森
- 申请人: 桂林理工大学
- 申请人地址: 广西壮族自治区桂林市建干路12号
- 专利权人: 桂林理工大学
- 当前专利权人: 桂林理工大学
- 当前专利权人地址: 广西壮族自治区桂林市建干路12号
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/46 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06F16/182 ; G06F16/2458 ; G06F16/29
摘要:
本发明公开了一种基于深度学习和云计算的遥感建筑物震害评估方法和系统。该方法的主要过程包括:基于特征图像的地震前后建筑物及震害建筑物样本集扩充,设计适合完全倒塌建筑物、部分倒塌建筑物、完整建筑物提取的深度卷积网络模型、基于智能体的超参数自动获取,在云端分别训练完全倒塌建筑物、部分倒塌建筑物、完整建筑物提取的深度卷积网络模型,提取震后影像灾损区域,对震前建筑物灾损等级进行标注和震害完全倒塌、部分倒塌区域建筑物数量进行统计与制图。公开的系统面向防灾减灾部门的用户需求,由用户终端、网络通信基站、网关服务器、中心云服务端组成。本发明提高了建筑物震害灾损信息获取与评估的及时性、准确性及智能化水平。
公开/授权文献
- CN111985355B 基于深度学习和云计算的遥感建筑物震害评估方法和系统 公开/授权日:2022-09-27