基于Mask R-CNN的遥感影像滑坡检测方法研究

作者：徐玲; 刘晓慧^*; 张金雨; 刘震

来源：山东建筑大学学报, 2023, 38(06): 94-103.

• 滑坡识别
• 深度学习
• Mask R-CNN
• 目标检测

快速准确地自动识别滑坡对地质灾害普查工作、地质灾害管理以及风险评估具有重要意义。文章以谷歌地球(Google Earth)影像为数据源构建历史滑坡样本集，采用掩膜区域卷积神经网络Mask R-CNN目标检测算法实现了大范围滑坡信息自动检测，并以四川省丹巴县和甘肃省永靖县为研究区进行案例分析；同时结合影响滑坡发生的因子，以丹巴县为例，使用多层感知器模型获得研究区滑坡发生概率分区图，通过对比基于Mask R-CNN检测的滑坡灾害点在滑坡发生概率分区图中的分布情况验证滑坡检测的准确性。结果表明：山体滑坡检测的精确率为96%、召回率为85%、F1值为0.90,且有79%的点分布在滑坡发生概率>80%的区域；黄土滑坡检测的精确率为98%、召回率为65%、F1值为0.78;此方法可有效地提高地质灾害信息获取的自动化程度以及滑坡检测的精度。

• 单位
  山东建筑大学