【摘 要】
：
地震灾害是人类生存中最危险的自然灾害之一,而建筑物作为灾害损毁的重要承载体和人类生存状态表征,及时获取其信息对灾后的救援和重建具有十分重要的实际意义。在建筑物震害信息提取过程中,传统的人工设计方法存在提取震害特征单一,精度较低等问题,而基于深度学习理论的方法能够从少量的预处理或未经处理的震害影像数据中学习到较高级的震害特征表达,为震害影像检测提供了新的技术思路。因此,本文采用深度学习方法完成建筑物
论文部分内容阅读
地震灾害是人类生存中最危险的自然灾害之一,而建筑物作为灾害损毁的重要承载体和人类生存状态表征,及时获取其信息对灾后的救援和重建具有十分重要的实际意义。在建筑物震害信息提取过程中,传统的人工设计方法存在提取震害特征单一,精度较低等问题,而基于深度学习理论的方法能够从少量的预处理或未经处理的震害影像数据中学习到较高级的震害特征表达,为震害影像检测提供了新的技术思路。因此,本文采用深度学习方法完成建筑物震害检测,提高了建筑物震害检测的精度和自动化程度,其主要工作如下:（1）为了实现震害特征快速检测,基于回归检测模型设计了遥感影像和无人机摄影两种数据集结合的建筑物震害总体检测方案,建立了由纹理、几何形状、坍塌率及震害特征关键点构成的视觉词典模型,对震害进行分层损毁分级;针对建筑物震害数据集匮乏造成的“过拟合”问题,考虑震害特征多样性,设计传统数据增强与CGAN模型联合的数据集扩充算法,为后续震害检测提供数据基础。（2）对于网络模型局部卷积造成图像关联度低及遥感影像中建筑物密集引起震害特征提取不充分的问题,引入Swin Transformer模块增强图像间联系,同时根据建筑物震害特征中的几何形状、坍塌率及纹理信息,构建Swin Transformer模块中多头注意力机制的键值矩阵,引入到回归检测模型颈部,实现震害特征的高效提取;为解决高密度建筑物存在的漏检和坍塌建筑物与背景混淆造成的误检问题,设计了4层Bi FPN网络结构以丰富图像浅层语义信息的提取,结合横向跨尺度连接和双向通道的方法提高了震害检测准确性。（3）针对未坍塌建筑物检测实时性的需求,在检测网络主干特征提取部分设计轻量化组合模块,Shuffle Net V2+Stemblock降低网络参数量,提升网络模型的运行速度;针对未坍塌建筑物因震害信息多元化造成的特征信息提取不充分的问题,在CAMF模块中提出了通道、空间注意力及多尺度特征融合的方法,引入到检测网络主干的末端,实现震害特征信息的高效提取;最后,设计了基于Log Softmax+NLLLoss组合损失函数,解决了因传统损失函数梯度消失及未坍塌建筑物损毁分级交叉性造成的检测精度低问题。最后,为验证本文所提方法的有效性,在Pytorch平台上对建筑物震害粗检测与未坍塌建筑物震害检测分别进行实验验证,结果表明,本文方法对建筑物震害检测具有一定的可行性。
其他文献
实现对目标的高效毁伤及探测部件小型化、集成化始终是智能弹药引信技术发展的重要方向。单片毫米波引信体积小、易于批量生产,且具有全天候工作和受天气因素影响小的特性,在弹药领域占据着重要的地位。当前防空作战中,空中作战单元向着低反射率、高隐蔽性发展,且主动干扰信号会对目标的回波信号产生遮盖现象,严重影响近程防空弹药引信探测系统的性能。针对上述问题,本文对基于单片集成毫米波探测装置的目标散射特性及抗电磁干
天线和滤波器属于射频前端电路的关键组成部分,其尺寸和性能会对整个通信系统的设计质量产生决定性影响。传统设计方法往往采用独立研究而后级联两者的思路,但这会无法避免地引入额外的连接损耗。此外,基站天线为保证辐射特性也较难实施自身的小型化。近年来,滤波天线这一新兴设计方案的提出备受瞩目。它将天线和滤波器融为一体,同时实现辐射和滤波的双重功能,进而满足射频前端的紧凑设计目标和性能提升需求。本文以被广泛应用
机载合成孔径雷达（Airborne Synthetic Aperture Radar,SAR）能够实现动目标和背景的高分辨率成像,已被广泛应用于海洋、交通控制和战场监视等领域。机载SAR往往处于下视观测状态,雷达接收机无可避免的被混入大量地杂波。同时机载平台运动所导致的多普勒扩展现象,往往使弱/慢目标被杂波主瓣所淹没,严重影响动目标检测性能。此外,实际应用中受阵元缺失、数据闪失等因素导致的空时采样
高熵合金是一种多组元合金,因其优异的综合力学性能成为航天航空发动机、坦克防护装甲等核心部件的潜在候选材料。与传统合金相比,多组元这种特殊设计导致的晶格畸变会显著增加高熵合金强度,然而随之带来其塑性的降低,Co Cr Fe Ni Mo系高熵合金由于高的强塑性,高温强度及耐腐蚀等性能有望成为下一代热端部件材料,得到了广泛的研究与关注,大量研究表明通过微合金化以及各种形变热处理工艺可以提高其强韧性,如(
低温电子浆料（ECA）由于导电性能较好、线分辨率高、力学性能优良等优点,在芯片封装和连接、先进印刷技术及柔性可穿戴技术等微电子领域得到应用。尤其是柔性电子行业对浆料的需求提升,对导电浆料的导电性和机械性能提出了更高的要求。但是,目前低温电子浆料中银粉导电相含量较高,而其导电性比高温导电浆料差,使用量大,成本高昂,难以满足柔性电子行业的新要求。因此,提高性能、降低成本是当前ECA发展需要解决的关键问
无人机集群是由多架无人机组成的系统,通过特定控制策略实现协同作业,在勘察、监视、救援等多领域得到了广泛的应用。受复杂环境的影响,集群中的节点会因自身故障或外界干扰,部分节点可能呈现出失效现象,造成网络传输链路发生故障,网络拓扑结构随之受损,导致集群无法正常工作。因此,无人机集群需要具备自适应网络恢复的能力,以在部分无人机节点失效的情况下及时恢复集群网络通信。本文对节点失效情况下无人机集群网络的自适
弹目交会过程中的相关参数是评估武器性能的重要数据支撑,传统的弹目交会测量方法无法兼顾设备灵活性、参数可视化的要求,测量存在局限性。在目前已研究的弹目交会测量方法的基础上,对双目立体视觉原理及面阵CCD在弹目交会测量系统中的具体应用进行研究,从而得到更具优势的测量方法。本文主要研究内容如下:1)建立基于双目视觉的弹目交会测试模型,基于双目视觉测量原理及基本布站方式推导本文弹目交会测量系统的误差传递函
在新型武器的研发测试中,弹丸爆炸时炸点位置测试的精准度是衡量武器装备性能的重要指标。目前,军事靶场中进行弹丸炸点位置测试时常采用光电探测、高速摄像或雷达探测等方法,但这些方法存在系统复杂、探测范围受限及成本过高等缺点,并且系统自身容易受到光照和电磁波等环境干扰。同时弹丸爆炸位置具有很强的不确定性和随机性,加剧了弹丸爆炸位置测试的困难程度。因此,本文提出了一种基于多声阵列的弹丸炸点空间位置测试方法,
结构光三维重建利用光学编码技术获取被测物体的三维数据,具有成本低、结构简单、精度高等优点。因此,该技术被广泛应用于逆向工程、文物修复、人脸识别等领域,具有重要的理论意义和研究价值。然而,传统的空间结构光编码方法在高分辨率测量方面存在局限,需要寻求更加高效的测量方式。另外,时间编码结构光测量方法虽然可以实现高精度测量,但不适用于动态场景的三维测量需求。为解决这些问题,本文提出了基于时间编码和空间编码
自动驾驶车辆可以通过传感器感知周围障碍物的位置并识别出类别信息,根据这些信息做出相应的决策,从而安全和顺畅地行驶。调频连续波激光雷达由于其探测灵敏度高、距离分辨力高、不存在距离盲区、抗干扰能力强等优点,成为了最具潜力的自动驾驶系统高质量三维点云图像传感器。但是由于调频连续波激光雷达获取的三维点云冗余数据多、数据量大导致目标识别的实时性差,以及不同目标之间的相互遮挡造成目标识别难度大。针对以上问题,